阅读之前记得关注+星标⭐️，，每天才能第一时间接收到更新 月之暗面正式上线并开源了新模型 Kimi K2.6，从官方公布的benchmark来看，代码能力追平或者超越GPT 5.4和opus 4.6，非常能打，当然与A厂刚发布Mythos 和opus 4.7还有差距，我先放一张开源和闭源整体对比图，大家看看：具体来看在多个主流基准上，Kimi K2.6 ...

而整个测试，我全都是让 Claude Code（Opus 4.7）自己完成的：让它自己设计测试方案，自己写 prompt，分别使用 GLM 5.1 和 DeepSeek V4 Pro 跑同样的任务，最后自己评判结果。 （我现在很多测试、很多工作都是这么做的……主打一个 0 人工介入。效果好不好另说，但一定得是省事的） ...

「地狱级」编程难题，终于被AI拿下了！ 今天，在一个所有前沿AI交白卷的基准ProgramBench上，GPT-5.5首关告破！ 两种不同编程语言C和Python，GPT-5.5 xhigh完全碾压Opus 4.7 xhigh。 就在几天前，meta联手斯坦福、哈佛祭出了这个ProgramBench的全新编程基准： ...

在编程AI领域，一场突破性进展引发了广泛关注。一个名为ProgramBench的全新编程基准测试，此前让所有前沿AI模型集体折戟——200道编程难题，无一被完整攻克。然而，这一局面被最新发布的GPT-5.5打破，它成为首个在该基准测试中取得突破的模型，成功解出了第一道难题。