📰 【海外｜通向 AGI】2026 年 08 月 13 日 AI 大模型晚间速递 xAI： Grok 4.6 正式发布，1.5T 参数（与 4.5 相同 V9
- 序号：315
- 星球链接：打开网页
- 附件：图片 0，音频 0，文档 0
- 音频文件：无音频
图片
无图片
正文
📰 【海外｜通向 AGI】2026 年 08 月 13 日 AI 大模型晚间速递
xAI： Grok 4.6 正式发布，1.5T 参数（与 4.5 相同 V9 基座），重点改进 SFT 与 RL 后训练，在 Artificial Analysis 智能指数上追平 GPT-5.6 Sol，500K 上下文窗口，定价 $2/$6 每百万 token 输入输出，已上线 Cursor 和 Grok Build。（xAI 官方博客 | 8 月 12 日）
Anthropic： ① 发表多智能体系统研究：45 个协调智能体在 2700 万 token 运行中发现 266 个漏洞，独立并行方法仅发现 21 个（650 万 token），两者重叠仅 12 个，智能体已学会专业化分工，但研究警示个体良性怪癖可能叠加为系统性失败。（Anthropic Research | 8 月 13 日） ② Claude in Chrome 侧边栏升级为 Claude Cowork 会话，对话保存至历史记录，技能和连接器可在浏览器中工作，任务在桌面 / 网页 / 移动端无缝切换。（Claude Blog | 8 月 12 日）
Google： Google Research 发表事实性瓶颈研究：前沿 LLM（Gemini 3、GPT-5）事实编码接近饱和，但回忆能力不足，多数事实错误源于 "丢钥匙" 而非 "空货架"；配套推出 WikiProfile 基准，含 2,150 条维基百科事实，每条配 10 个问题。（Google Research Blog | 8 月 12 日）
Meta： Meta 超级智能实验室首个开放权重模型 Muse Glimmer 在 OpenRouter 上线，30B 密集文本 + 图像模型，Apache 2.0 许可证，MCP Atlas 得分 75.5，SWE-Bench Pro 得分 51.2。（OpenRouter / X | 8 月 12 日）
DeepSeek： DeepSeek-V4-Pro 正式版上线 APP / 网页端 / API，Agent 能力大幅增强，HLE（wo/w tools）达 42.7/60.0，Terminal Bench 2.1 为 87.9，API 原生支持 OpenAI Responses API 格式并适配 Codex。（DeepSeek 官方 / API 更新日志 | 8 月 13 日）
总体总结
主题正文
- 📰 【海外｜通向 AGI】2026 年 08 月 13 日 AI 大模型晚间速递
- Grok 4.6 正式发布，1.5T 参数（与 4.5 相同 V9 基座），重点改进 SFT 与 RL 后训练，在 Artificial Analysis 智能指数上追平 GPT-5.6 Sol，500K 上下文窗口，定价 $2/$6 每百万 token 输入输出，已上线 Cursor 和 Grok Build。
- ① 发表多智能体系统研究：45 个协调智能体在 2700 万 token 运行中发现 266 个漏洞，独立并行方法仅发现 21 个（650 万 token），两者重叠仅 12 个，智能体已学会专业化分工，但研究警示个体良性怪癖可能叠加为系统性失败。
- ② Claude in Chrome 侧边栏升级为 Claude Cowork 会话，对话保存至历史记录，技能和连接器可在浏览器中工作，任务在桌面 / 网页 / 移动端无缝切换。
- Google Research 发表事实性瓶颈研究：前沿 LLM（Gemini 3、GPT-5）事实编码接近饱和，但回忆能力不足，多数事实错误源于 "丢钥匙" 而非 "空货架"；
- 配套推出 WikiProfile 基准，含 2,150 条维基百科事实，每条配 10 个问题。
- Meta 超级智能实验室首个开放权重模型 Muse Glimmer 在 OpenRouter 上线，30B 密集文本 + 图像模型，Apache 2.0 许可证，MCP Atlas 得分 75.5，SWE-Bench Pro 得分 51.2。
- DeepSeek-V4-Pro 正式版上线 APP / 网页端 / API，Agent 能力大幅增强，HLE（wo/w tools）达 42.7/60.0，Terminal Bench 2.1 为 87.9，API 原生支持 OpenAI Responses API 格式并适配 Codex。