Lovable 现已使用 GPT-6 Sol 构建
Lovable 现已使用 GPT-6 Sol 构建。
在其 0 到 1 构建基准测试中，Lovable 称 GPT-6 Sol 在各个 effort 级别上的得分均比 GPT-5.6 Sol 高 6% 至 12%。该公司报告，提升最大的是对简报的遵循，意图对齐高出 10% 至 15%，设计基础高出 8% 至 10%。
相关AI快讯
Mistral AI 称 Mistral Large 4 在 Harvey 法律智能体基准测试中位居开源模型首位
Mistral AI 表示，Mistral Large 4 在 Harvey 的法律智能体基准测试（Legal Agent Benchmark）中位列开源模型第一。
Hassan 发布 GeoGuess Bench，用于评估 AI 模型的 GeoGuessr 定位表现
GeoGuess Bench 通过 210 项全球照片定位任务评估 AI 模型。Claude Opus 5.5 综合排名第一，开源模型则以更低的推理成本展现出具备竞争力的准确率。
Arena.ai 在 Direct Mode 开放 GPT-6 Sol（Medium），持续至 9 月 29 日太平洋时间上午 9 点
OpenAI 的 GPT-6 Sol（Medium）可在 Arena Direct Mode 中选择，为期接下来的 24 小时，持续至 9 月 29 日太平洋时间上午 9 点。Arena.ai 表示，该时段结束后，它仍将在 Battle 和 Agent Mode 中提供。
OpenAI 修复 GPT-6 Sol 与 GPT-6 Luna 的图像理解缺陷
OpenAI Developers 表示，导致 GPT-6 Sol 与 GPT-6 Luna 图像理解能力下降的缺陷已经修复；API 与 Codex 中的视觉任务（包括计算机使用）现在应能返回更好的结果。
Arena.ai 将 GPT-6 Sol（Max）列在 Agent Arena 第六，净提升 +7.7%，每项任务成本 0.75 美元
Arena.ai 称，OpenAI 的 GPT-6 Sol（Max）在 4,000 余次真实世界智能体任务会话中净提升 +7.7%，每项任务中位成本为 0.75 美元。它落后 Claude Fable 5（High）0.60 个百分点，但每项任务成本低 56%。