OX Alpha 匿名拿下 DeepSWE 80%，樣本只有 10 題。本週三件事，差別在誰肯讓你驗證
一個沒人認領的模型在 OpenRouter 上架，DeepSWE 拿 80%，把 GPT-5.6 Sol 的 52% 甩在後面，但那是 10 題跑出來的。同一週 Anthropic 把 1,320 個 Claude 設計的蛋白質送進濕實驗室，354 個真的黏住；OpenAI 則宣布一套監控濫用但不留資料的機制。三件事擺在一起，分野不在誰的數字漂亮，在誰把可以被推翻的東西交了出來。
全部文章
共
Karpathy：pelican test 過時了。本週 GPT-5.6 Sol 解鎖 1M context、DeepSeek +8、Grok 4.6 落地
Karpathy 拿到 64K like 宣告 pelican test 已經測不出 LLM 差距 — 同週 GPT-5.6 Sol 解鎖 1M context、DeepSeek V4 Pro 0813 一口氣 +8 SOTA、Grok 4.6 落地、NVIDIA 機器人長出 8000 timesteps 肌肉記憶。
DeepSeek V4 Pro 0813 拿下 Intelligence Index 53 — +8 SOTA 但代價是 3.6x 價格
DeepSeek 新旗艦在 Artificial Analysis Intelligence Index 拿到 53 分（+8 from April）、open weights 第一梯隊 — 但 blended 價格 +264%、cached input 漲 12x。對工程師意味著重新算 unit economics，不是「更好」就換。
Tibo 教你在 Codex 解鎖 GPT-5.6 Sol 的 1M context window — ChatGPT 用戶也能用了
Tibo (前 OpenAI 工程師，Codex client 主要作者) 把 1M context 的具體設定寫成文了。~/.codex/config.toml 加三行就能用，ChatGPT 訂閱用戶也吃得到 — 但他自己警告：預設不是 1M 是有原因的。
AI 日報 2026-08-17 — 基線模型就夠了?
今天 3 件事:LeCun 把十年的開源論再講一次、hardmaru 勸大家別再追榜單、Qwen 3.8 27B 被抓包是個慢性過度思考者。
GLM 5.3 摘冠 CyberGym：當「後訓練」變新戰場
今天 5 件事：GLM 5.3 在 CyberGym 封頂、DeepSeek 漲價 2.6 倍、token 計價的披薩陷阱、Qwen 3.8 與 Meta Muse Glimmer 領軍的開源週、X 把 For You 推薦演算法整個攤開。