兩項設定讓GPT-5.6 Sol分數增三倍
OpenAI表示，GPT-5.6 Sol原先在2D益智遊戲基準ARC-AGI-3僅得7.8%，GPT-5.5則為0.4%。檢查後發現，通用測試框架會在每次操作後丟棄私有推理，使模型無法保留先前所學。
OpenAI News綜合 3 家
完整日報
AI 日報 2026-07-30
19 則值得知道的變化
要聞
3 則研究與評測
2 則實在 Agent 登頂 OSWorld 雙榜
實在 Agent 以 90.2% 總成功率、325.59 分總成績，拿下 OSWorld 總榜與 Agentic Framework 分榜冠軍，刷新 Computer-Use Agent 公開評測紀錄。OSWorld 在 Ubuntu 真實作業系統中測試 361 項任務，涵蓋跨軟體協作、圖像處理與系統操作。
InfoQ 中國
無問芯穹公開PDD推論架構
據量子位報導，無問芯穹公開跨叢集異質推論架構 PDD 與完整技術報告，透過 RLD 中繼及 Token 重算，降低廣域網路傳輸 KV Cache 的延遲。其在 DeepSeek-V4-pro 與真實 Agentic 工作負載測試中，首 Token 延遲最高降低 51.5%，單 Token 成本降低 37.5%。
量子位據報導