在今天的AI每日简报中，我们将探讨本周获得访问权限的四种新模型将如何改变你的工作方式。AI每日简报是一档关于AI领域最重要新闻和讨论的每日播客和视频节目。欢迎回到AI每日简报。在AI给专业世界带来的诸多变化中，其中一项是几乎彻底抹去了此前达成的共识，即你可以在温暖的夏季月份稍微放慢节奏。虽然并非所有白领专业人士都同意七月和八月是休息、度假和补觉的时间，但不可否认的是，这确实是一个事情稍微放缓的季节。

然而在AI领域，情况并非如此，尤其是当政府干预打乱了之前的节奏后，我们即将迎来我认为将是绝对一波接一波的模型发布潮。其中许多模型，正如你稍后将看到的，对我们工作方式的影响相当深远。这个“模型之月”以Fable的回归拉开了序幕，虽然从技术上讲它是在六月发布的，但对于我们大多数人来说，它实际上感觉像是七月初发布的。然而，本周我们在名单中又增加了一整套新模型，包括OpenAI对Fable 5.6 Soul的首个回应，以及来自Grok的新成员——自他们与Cursor合作以来的首款产品Grok 4.5。

还有来自Cognition的新模型SUI 1.7，它延续了我们在Cursor和Composer 2.5中看到的趋势，最后是我们今天将从其开始讨论的模型：GPT Live。你可能在社交媒体上看到过这一公告。这是一组可爱且迷人的老奶奶在与ChatGPT的新Live模型对话，旨在体现新模型感觉多么自然和具有对话性。虽然这完全不是节目的重点，但作为一则轶事值得注意，我认为许多人认为这是OpenAI见过的最有效内容之一。正如Packy McCormick所写的那样，“OpenAI只需保持正常的策略运作得非常好。”

让女士们看起来非常聪明、精致，并清楚地让她们掌控对话/打断/甚至对ChatGPT有点粗鲁，这些 Bonus 点也很加分。我认为这一特定选择也反映了此次公告背后的一个主要观点，即他们设想消费者与AI互动方式的演变。我们稍后会谈到这一点。让我们先谈谈首先发布的实际模型。该模型名为GPT Live，分为两种版本：GPT Live 1和GPT Live Mini。它基于他们所谓的“全双工架构”构建，这意味着OpenAI称它可以同时听和说。

这里的重点很大程度上在于互动模式的变化。最早的ChatGPT语音版本基于一种称为级联语音系统的技术。基本上，该模型实际上是三个串联在一起的模型。用户说话，然后一个语音转文本模型将其转录。后台的大语言模型生成回应，然后一个文本转语音模型将其转换回语音。OpenAI写道，这种方法使我们能够首次与前沿AI模型进行对话。但复杂性是有代价的。信息可能会在模型之间丢失，回应缓慢且僵硬。

下一个版本构建在ChatGPT Advanced Voice模式中，是一种基于回合的模型系统。它在单个模型内生成音频，也就是说，它不需要经过语音转文本和文本转语音的转换，这在延迟方面产生了巨大差异，但它仍然以离散的基于回合的方式运行。也就是说，模型必须等待用户停止说话后才能开始，这造成了各种挑战，因为当基于沉默的回合检测将短暂的思考停顿或背景噪音误认为是用户说话结束时，可能导致模型以奇怪的方式打断，使事情感觉僵硬且不太自然。

新模型进行了两项重大的架构更改。首先是全双工架构，这意味着GPT Live旨在用于连续交互。他们写道，GPT Live不是处理一系列单独的消息序列，而是连续处理输入并同时生成输出。他们称，因此该模型每秒可以进行多次交互决策，决定是说话、继续听、暂停、打断还是调用工具。从他们分享的各种测试和视频中你可以听到，这带来了一种更接近正常人类对话的对话体验。

第二项架构决定是将GPT Live作为一个专注于连续交互的模型，与更深层次的工作（包括推理、代理能力或搜索）分开。基本上，当GPT Live模型进行交互时，它可以召唤另一个模型，如GPT 5.5或从现在开始的5.6，去处理像搜索或推理这样的任务，同时保持对话继续。你可能还记得几个月前，Thinking Machines Labs推出了他们的互动模型，采用了非常相似的方法。

Riley Brown实际上写道：“Thinking Machine的这张图表似乎与GPT语音发布相关。据我了解，它们非常相似。实时语音模型具有一个可以运行使用工具的后台模型的互动模型。你不需要等待语音模型在与你交谈时完成某事。它可以在后台做其他事情。”开发者Daniel Vela写道：“我用这种架构构建了一个项目。我的项目不是一个次要的后台LLM，而是一个语音优先的微型代理，它通过ACP将任务委托给其他代理，如Hermes或Open Code。你可以在后台发生繁重任务时与代理连续交谈。这比通常的语音代理体验愉快得多。”

因此，在某种程度上，你在这里看到的是高级AI系统中日益常见的架构模式的语音等效版本，这些系统涉及多个模型同时运行，并且编排模型能够启动代理或子代理去后台执行特定的任务集，然后将所有结果组织成连贯的单一响应。因此，演示中立刻出现了一些有趣的事情。人们关注的第一个地方就是这对于任何涉及多语言交互的事情将多么强大。无回合的实时操作意味着，例如，

模型可以在说话的同时逐句翻译，无需等待对话中断。这意味着模型能像人类译者一样运作，而非像僵硬的计算机。回想一下你见过的演讲翻译场景：译文通常在发言人开始说话后几秒内出现，而不是等待对方在任意节点停止或停顿。

人们也很快意识到（并无双关之意），这似乎是语言学习的绝佳工具。Click Health的Simon Smith表示，确实如此，这很“酷”。他写道：“我试着用它练习西班牙语。它能提供英文单词让我翻译，并正确评估我的发音。”他还认为，其价值不仅限于语言学习，指出如果有通用的闪卡工具，可用于各种学习。他写道：“闪卡、测验、类似黑板的画布等，在这里都会非常棒。这东西可以成为一位杰出的老师。”

值得注意的是，虽然ChachiBT的新模型没有专门的闪卡功能，但它现在能够展示天气、股票、体育赛程等内容的视觉卡片。这表明，实现类似闪卡的功能并不难。然而，我认为闪卡是另一个故事的一部分，始于“奶奶们”（指非技术用户）。对我来说，这些用例非常明确地指向了我们所说的“Siri式用例”，即基本的个人助理功能。

正如他们假设许多不使用ChatBT工作的普通用户会使用ChatBT一样。当你再次查看“奶奶们”的广告时，他们要求新模型执行的任务，正是过去几年人们在社交媒体上抱怨Siri应该能做却做不到的事情。他们基本上是在针对导致用户挫败感的典型失败模式对其进行压力测试，而它似乎能保持正常运行。

我认为，这种交互模式——以语音为先——可能比当前的打字范式更接近人们与AI交互的未来。Sam Altman基本表达了同样的观点，他写道：“GPT Live今天上线ChatGPT。感觉既神奇又真实。我一直更喜欢打字而不是与AI交谈。但现在我认为这将会改变。”

有趣的是，虽然我认为这对消费者来说很有意义，但更有趣的问题是，这如何改变基于工作的用户的交互模式。老听众都知道，我最常见的建议之一是切换到语音范式。不是切换到这些语音模型，而是使用类似Whisper Flow的工具，通过口述输入，而不是打字。原因很简单：AI的表现取决于你提供的上下文。无论你打字多快，你说话的速度几乎肯定更快。

打字会迫使你进入某种结构，虽然这可能有用，但并不总是有助于你通过AI实现的目标。简而言之，当你说话（即口述）时，你可以为AI提供更多上下文。目前，我与AI的大部分交互，即使坐在台式电脑前，也是通过语音完成的。但这不是这种来回的语音模式，而是仅将语音作为输入。

我不仅不介意AI不回应我，在许多应用中，包括我们与Super Intelligent合作开发的面试应用，我发现等待AI说话回来往往令人恼火且缓慢。基本上，大脑阅读句子并吸收信息的速度，远快于以某种中介速度听AI说话。因此，关于这个新模型，我有一个有趣的问题：它如何开始与人们的工作行为互动？虽然为时过早，但在这方面有一些有趣的反馈。

早期测试者Daria an Maz写道：“自从语音ChatGPT首次发布以来，我很少使用它，但新版本完全改变了这一点，让我成为了频繁用户。语音非常自然、流畅、智能，与之交谈真的很愉快。我还尝试了母语土耳其语，包括一些地方方言，效果非常出色。同声传译令人印象深刻，但更令人惊叹的是，它能捕捉语言的细微差别、节奏和地方感。”

好的，我们有一位开始被说服的怀疑论者，Riley Brown也有类似的经历。他写道：“这个出乎意料。在尝试这个之前，我对语音模型并不兴奋。它非常逼真，甚至有点吓人。最酷的部分是，模型可以快速搜索互联网。如果你花时间使用过GPT Realtime 2，你就知道这些语音模型在使用工具方面变得非常出色。我猜很快你就能通过与此语音模型聊天来发送邮件、查看业务数据、安排会议，基本上做任何事情。技术基本上已经为Jarvis准备好了，剩下的只是一层生成式UI。”

好的，这里Riley不仅从怀疑者转变为支持者，还开始看到它如何可能改变他的工作方式，尽管目前尚未完全实现。Simon Smith再次写道：“这感觉是我见过的AI最接近成为有能力的人类数字助手，Jarvis、Her，等等。在我过去两周使用Claude Team的经验之后，感觉我们正处于一个过渡期，AI正变得更像同事，而不是工具。”

Ethan Malik也提出了类似的观点。GPT Voice确实很好，更接近科幻中与人交谈的体验，部分原因是它更智能。加上Claude Team，这表明了与AI合作的新兴新模式。记得Claude Team是Claude的一个版本，它位于Slack内部，并在用户频道间共享上下文，即不仅仅局限于单个用户的Claude实例。

Max Weinbach写道：“想象一下GPT Live和Codeex配合线程管理工具。你只需与它聊天，它就能委派、阅读并管理项目和聊天中的所有工作。我想象这将成为现实，而其下游则是完全通过语音控制你的整个电脑。”Prince有一个很好的类比：“2025年的AI是玩具。2026年的AI是住在瓶子里的精灵。如果你……”

知道在哪里找到瓶子以及如何措辞你的愿望，那么你的愿望就会实现。2027年，精灵已经逃出瓶子，与你并肩生活。它从上下文中推断你的愿望，并在你开口之前就已实现。最重要的技能是实时操控精灵。那么，一切都变了吗？一切都改变了吗？别急，盖尔·韦纳（Gail Weiner）写道：“我刚试了GPT实时语音，声音本身非常迷人。节奏、温暖和自然感确实令人印象深刻。听起来就像是一个你喜欢与之共同思考的人。但声音并不是产品。思维才是。一个包裹在浅层推理中的美丽声音，只是没有深度的漂亮脸蛋。它看起来令人愉悦，但无助于构建。如果你是在寻找问题的快速答案，它确实很好。但如果你想头脑风暴和进行工作，它完全不行。”

这一点得到了Husk视频的佐证，他展示了虽然语音模型可能变得更聪明，但在原始智力方面并不一定是最先进的。>> ChatGPT刚刚进行了重大的语音更新，据说现在更聪明、更自然。所以，让我们来测试一下。我把它设置为最高智能模式。嗯，嘿，你能告诉我数字17中有几个字母E吗？>> 两个E。1和7，还有1在里面。>> 你很聪明，对吧？>> 是的。两个E和17。>> 你确定吗？>> 绝对确定。S-E-V-E-N-T-E-E-N。>> 那也是。没错。完全正确。

这显然是个梗，OpenAI的人也很坦然地接受了，Adleti说：“兄弟，你甚至没给我们一天的时间。开玩笑的，我们喜欢你的视频。”但我认为这里需要注意的重要一点是，当你比较GPT Realtime 2（API）、GPT Live 1以及GPT 5类推理模型之间的差异时，这些不仅仅是模型层级，更是交互层级。Realtime 2是面向开发者的更聪明的实时语音模型。GPT Live 1是ChatGPT的语音体验。它是一个更自然、可打断、始终流畅的界面，可以在后台调用GPT 5.5。但如果你像盖尔那样寻找某种体验，这也是我的主要用例之一，即长期的战略辩论，那么基准仍然是底层的尖端推理模型，而不是语音层本身。

换句话说，语音模型正在做出权衡。它们必须倾听，决定何时打断，自然地回应，避免尴尬的沉默，并保持低延迟。这与坐在用户提出的问题前进行深入推理有着完全不同的优化目标。然而，这仍然是一个迹象，表明整体而言，即使不是这个特定的模型，交互模式也开始转变。Sitebringer写道，GPT Live表明，此刻AI不再感觉像软件，而开始感觉像是一个实时的认知存在。文本让AI保持距离，而语音消除了这种距离。一旦模型能够自然地打断、情感化地回应、跟随节奏、捕捉犹豫、听到不确定性并与人类思维保持同步，交互就开始从工具使用转向关系使用。

显然，这对AI的陪伴维度有影响，我们可能会在未来的某个时间点讨论这一点，但我认为仅仅将其视为消费者层面的转变是一个错误。相反，我认为这是更大转变的一部分：随着我们将越来越多的工作委托出去，我们的工作变成了协调和管理，语音可能成为我们进行这种协调的一种日益重要的方式。我想讨论的下一个新模型是Grok 4.5。坦率地说，直到最近，特别是Cursor收购宣布之前，相当多的人认为我们可能会看到埃隆·马斯克从拥有模型层转向拥有计算层。当然，在某个时候，他开始以不同的方式思考自己的竞争优势。通过向Anthropic、Google甚至其他一些公司开放Colossus和Colossus 2，马斯克显然决定他也愿意在计算层面进行竞争。

然而，SpaceX AI上市并取得巨大成功以及公开市场表现良好的结果之一，是他们有了更多的资金可供使用，而这些资金成为了杠杆。Cursor收购的完成就是一个很好的例子。而Grok 4.5是SpaceX和Cursor新合作的首个成果。SpaceX称这是他们首个专门为编码和智能体训练的模型，并真正强调了这类工程用例。Grok 4.5，他们写道，是为现实世界的工程而构建的。它在大型代码库中表现出色，并能处理跨越多个仓库、数百个技能和各种工具的长期任务。Cursor方面在推特上表示：“这是我们迄今为止最强大的模型，也是首个不仅为软件工程构建的模型。”

对于那些担心Cursor现在走向不同方向的人，其主推特账号特意指出，Grok 4.5和Composer是两个不同的模型权重类别，不仅Composer 2.5将继续提供，而且他们未来还将发布该尺寸的新模型。Cursor 2.5，你们还记得，是他们的模型，基于Kimmy基础构建，并使用其独特数据进行后训练，以较低成本获得高性能。在基准测试方面，Grok 4.5在Terminal Bench 2.1、Sweepbench Pro和Deep Suite 1.0上基本上与Opus 48和GPT 5.5持平。在Artificial Analysis指数中，Grok 4.5总体排名第四，仅次于Fable 5、Opus 48和GPT 5.5。它在智能体知识工作和编码方面表现尤为强劲，在GDP价值方面也排名第四。

然而，重要的是，我们继续看到这些模型不再仅仅在原始智力问题上竞争，还在效率问题上竞争。在Artificial Analysis的测试中，Grok 4.5是前沿模型中成本效益最高的。它在整体指数基准中每任务成本为31美分，而Opus 48为180美分，Fable 5为275美分。对于一些比较，它比GLM 5.2和Kim K 2.6六稍便宜，比Haiku 4.5和Neotron 3 Ultra稍贵。其每任务成本约为GPT 5.5的三分之一，Opus 48的五分之一，Fable 5的十分之一。仅基于基准测试，可以说该模型以高成本级别提供了接近Opus的性能。

与此同时，Grok Build似乎也很重要。Build和Grok 4.5的组合是第三好的

在AA的编码智能体索引中，Grok 4.5在Claude Code中的排名紧随GPT-5.5和Codex之后，领先于Opus 48。Grok 4.5在自动化基准测试中也达到了完全的最先进状态，这是AI公司自有的基准测试，旨在评估模型在模拟应用环境（如Excel、Gmail和Slack）中使用工具完成一系列真实世界SAS工作流的能力。

本质上，这是一个基于真实世界示例的智能体计算机风格基准测试。它不仅以51.4%的得分位居榜首，而例如Fable 5的得分为48.6%，而且每任务成本仅为34美分，相比之下Fable为135美分。它使用的Token数不到Opus 48运行的一半，且在与其他前沿模型进行工具调用时的回合数也更少。但正如我们所知，基准测试可能会具有欺骗性。

早在四月，YouTuber和AI企业家Theo写道：“我真诚地相信XAI可能会迎来疯狂的反弹。”在测试Grok 4.5后，他转发了自己的推文并说：“我说中了。”Elon Musk后来转发了Theo制作的关于Grok 4.5的视频，他在视频中对该模型给予了诸多正面评价。在要求模型同时执行多项基于代码的更改和PR后，Theo表示：“这是那种你可以让大多数模型完成的后端和复杂的多目标任务，前提是你非常仔细地将其分解，并且不试图膨胀上下文。我在4.5上没有任何人机工程学问题，实际上与它合作非常愉快。”

它找到了Fable找到的所有内容吗？没有。它的代码像GPT-5.6那样详尽吗？没有。它能否与我进行真正大型、繁重任务的来回交互，并在保持快速和低成本的同时提供愉快的使用体验？是的。在许多方面，Theo总结认为，该模型是类似Opus 48的良好替代品，并且在某种程度上超越了GLM 5.2。除了它是开放权重模型外，我对该模型已无兴趣。但Grok 4.5是一个奇怪地出色的默认代码模型。我认为在某种程度上，你可以将Grok 4.5视为第一个自觉理解其在更复杂模型架构时代与最先进状态关系的模型。

Elon Musk并非那种会低估的人，他甚至曾在推文中公平地指出：“Fable肯定比Grok 4.5好，但大多数任务不需要Fable级别的能力。”事实上，如果你查看早期采用者，他们兴奋的并不是4.5取代OpenAI或Anthropic的顶级模型，而是将其作为实现智能体的模型，当你有Fable或GPT-5.6充当协调者时。现在，这发生在一个极其重要的时刻。

请记住，昨天的整集节目都在讨论如果中国决定不再允许其公司继续推动最先进的开放权重模型，会出现什么样的独特市场机会。对于某些尝试4.5的人来说，这个问题不再重要，因为他们无论如何都会默认选择它，而不是GLM 5.2或Kimmy K模型。Ston Daddy写道：“不确定人们是否完全理解Grok 4.5发布的意义。企业已经开始限制Token支出。中国开源模型提供了强劲的价格和性能并获得了关注，但许多组织仍因数据主权、合规性、安全性和地缘政治风险而避免使用它们。”

Grok 4.5提供了优于中国开源模型的性能，且成本接近中国开源模型，同时没有作为中国开源西方构建模型的污名，且对企业友好。它们即将吸干房间里的氧气。正如Ston指出的那样，哦，还有惊喜，Cursor已经进入了企业。这匹特洛伊木马已经让Grok通过了大门。现在，因为我们再次被新模型宠坏，我们本周还获得了Cognition Sui 1.7。

现在，这更接近Cursor的Composer模型。像Composer一样，它是基于Kimmy构建的，在这种情况下是Kimmy K 2.7。他们指出，它在标准基准测试中略优于GLM 5.2和Composer 2.5，几乎与前沿模型一样好，但对于相同任务，成本仅为这些前沿模型的一半到三分之一。现在，还没有那么多人有机会尝试SU 1.7，因此很难对其在现实世界中的实际性能有太多初步印象。

不过，关于Cognition团队谈论它的方式，有两件事让我觉得很有趣。首先是对研究状态的影响。Cognition创始人Silus Albertie写道：“最近行业 chatter 从强化学习转向了预训练和中训练。RL预计会获得递减回报，因为它达到了取决于预训练质量的天花板。虽然这当然是真的，但天花板究竟有多高仍然是一个未解之谜。我们想将其推向极限。”

对于已经经过多次重度后训练的Kimmy K 2.7，起初似乎没什么可挤压的。我们遇到了快速熵崩溃和许多其他问题。然而，我们将其视为挑战来调整我们的算法和数据。在某个时刻，它突然开始起作用，模型套件Sui 1.7神奇地改善了远超我们预期的幅度。似乎也还没有明显达到天花板，所以我们很兴奋能看到我们能将其推多远。Cognition的Jeff Wang写道：“我们在研究方面取得了一些令人惊叹的突破，如多区域训练、自压缩和效率，以及相比Kimk 2.7基础模型改变了整体行为。”

Ben Dixon指出这是一个更广泛的模式。他写道，应用层公司正在利用其对UX数据的独特访问权限来微调专门模型，这些模型在特定任务上的表现与封闭的前沿AI模型相当，但速度更快，成本仅为几分之一。Cognition SU 1.7是展示 promising 结果的第二个应用层模型。Cursor的composer系列遵循相同的模式。封闭的前沿AI模型适合探索，开放LLM是规模和生产的引擎。

现在，这是我们越来越多地看到并密切关注的模式。现在，我想标记的关于1.7的另一件事是它的速度。JP Xenoware写道：“刚刚尝试了SWE 1.7 Lightning，天哪，它太快了。我的眼睛跟不上。”现在，使其不仅仅是一个新奇事物的原因是，这再次对交互模式产生了影响。去年，Shawn Wang（又名Swix）有一张关于AI编码挑战的绝佳图表，其中指出，如果你正在处理需要足够交互的任务，而你在那里并参与其中，事情就会运作良好。

另一方面，对于那些复杂到可以完全委托出去并暂时离开的任务，处理起来相对轻松。但在中间地带则存在真正的挑战，因为延迟太高，无法实现真正的实时交互，但又不足以让人长时间离开，这使得体验非常不舒服。1.7 似乎正在填补这一空白，但几乎是在凭借速度挑战这些问题。

Cognition 的 Nater Dabbbit 写道：“以这种方式构建是一种全新的开发者体验类别，以前需要走开才能完成的任务，在你还没从心理上转移注意力之前就已经结束了。现在出现了一种奇怪的中间模式，它在技术上是异步的，但速度快到让你只需看着即可。”

我认为这将是非常有趣的一点，并且触及了我们今天讨论的最终模型——GPT 5.6 对话的一部分。GPT 5.6 的早期评测仍在陆续出炉，我们开始获得的不仅仅是“好”或“不好”的评价，而是更多关于它擅长什么、如何与 Fable 5 进行比较，以及我们如何将其作为更复杂模型架构的一部分来使用的详细信息。

How II 的 Clairvo 写道，GPT 5.6 Soul 比其他模型显著更擅长以下方面：浏览器使用、像人类一样写作、与人沟通、交付可用的产品（而不仅仅是代码）、视频编辑、作为黑马用例的前端设计（尽管它喜欢森林绿），以及高效的工作循环。

来自 Every 的 Dan Shipper 是 AI 领域最尽责的写作测试人员之一，他也同意 GPT 5.6 正如他所说，比 Fable 更优秀的作家。Dan 继续写道：“它总能一次性写出营销邮件，而之前的所有模型都会在此失败。Fable 过于冗长，容易陷入使用其私人语言的句子中。”

律师 Prince 发现 5.6 在处理与其律师工作相关的事务时非常出色。他写道：“只要所有相关的法律权威资料都在网上公开，它可以替代任何级别的助理，专门从事法律研究工作。这是一个非常狭窄的声明，但这种法律研究是我作为律师工作中非常重要的一部分。”

Prince 之所以在此类法律工作中更喜欢 OpenAI 模型而非 Entropic 模型，是因为他的关键测试之一围绕搜索展开。他测试模型的“针在 haystack 中”搜索能力，这在需要极其精确信息的法律领域显然非常重要。

在整体比较方面，人们热衷于使用类比。Dan Shipper 再次写道：“GPT 5.6 就像一辆保时捷，而 Fable 就像曲速引擎。”他在内部测试 5.6 ICS 约一个月后表示，Every 团队决定，对于日常知识工作和编码，它是力量、速度和性能的最佳组合。

Dan 写道，Fable 是另一种野兽。如果你需要跨越银河系，使用 Fable。如果你需要在城市中出行，并使用手头最好的工具，使用 5.6。事实上，Dan 写道，当作为美国政府 Fable 延迟的一部分而失去对 5.6 的访问权限时，他说感觉自己回到了石器时代。

他的团队成员 Austin Tedesco 表示，在拥有 5.6 的访问权限后回到 5.5，感觉就像“试图投掷一个比我习惯使用的重两倍的篮球”。

进入更多细节，Every 发现了一些我认为你在开始测试 5.6 时应该注意的事情。首先，他们说速度改变了模型。Soul 写道，这是我们作为日常驱动程序信任的最快模型。修订成本低，这使得更容易丢弃弱草稿，尝试不同的方向，并在问题仍在脑海中时继续前进。

这里有一个与 Nater 描述的 sui 1.7 编码用例非常不同的例子，但仍然是速度增加实际上改变人们看待工作方式的领域。其次，他们发现 Soul 能找到它需要的上下文，给 Soul 一个结果和项目访问权限。它读取相关文件，遵循既定指令，提出有用的问题，并在长时间运行中保持这些选择。

然而，这确实带来了一个挑战，如果存在过时的指令。围绕旧模型编写的规则可能会使情况变得更糟。他们的最后一点是，当你计划进行引导时，它效果最好。Soul 写道，当周围系统提供来源、示例、风格、指导和明确结果时，它会变得更好。审查其选择，并随着工作变化重新引导它。

最终，他们说，我们使用 Fable 处理最松散、最长的任务，使用 Opus 当我们希望更清晰地看到工作成果时。Soul 是我们希望整天工作都在身边的模型。这引出了迄今为止最受欢迎的评测，来自 Arena AI 的 Peter Gostev，他写道：“Fable 5 和 GPT 5.6 Soul 不是容易比较的模型。”

我的整体感觉是，Fable 是一只非常深思熟虑且口才很好的智慧猫头鹰。GPT 5.6 Soul 则像一只罗威纳犬，它会抓住问题的喉咙，直到完成才松口。换句话说，Fable 是一个 fundamentally 更聪明的模型。即使在低推理模式下，它也能非常富有洞察力，并以清晰、引人入胜的方式写作。

另一方面，GPT 5.6 Soul 极其勤奋。我可以给它一个包含八项任务的清单，你可以确信它们都会被完成。然后他列举了许多关于不同模型在视频编辑、计算机使用、研究、写作、UI 和应用程序构建方面工作的例子，但总结道：“那么，GPT 5.6 Soul 比 Fable 更好吗？在纯智力方面？不。但是，天哪，当我想完成任务时，我错过了它。”

它是一个令人难以置信的能干的工作马，你可以给它任何任务，并期望它被完成。没有说教，也没有“你绝对正确”的废话。没有什么是它不屑于做的。如果做一些脏活需要两天时间，它会去做。

他总结道：“感觉像是很久以来第一次，我们拥有截然不同的前沿智能类型，基准测试大致相似，但感觉非常不同。如果可以的话，你最好同时使用两者，并迭代地找出你会将 Fable 或 GPT 5.6 Soul 用于什么。”

Indeed，这也是 Dean Ball 的结论。他写道：“我不记得有任何时候，领先模型 a) 远远领先于其他所有模型，以及 b) 彼此如此截然不同。”Ethan Mollik 强化了第一点，写道：“我的主要收获是，Soul 和 Fable 都代表了相对于之前模型的飞跃，并与次优 AI 拉开了巨大差距。人们会对其中一个或另一个有偏好，但如果你从事任何需要更好智能的工作，

“这两款模型是你唯一的选择。”然而，传闻表明这种情况可能不会持续太久。Twitter上的Leo，即Syninwave，已成为领先的谣言泄露者之一，他写道，GPT6预计将在一个月左右发布，这比预期要早，甚至可能在七月稍晚时候发布。他说，GPT 5.6将基于一个全新的、显著更大的预训练模型，而5.5和5.6的基础版本是Spud。Leo表示：“OpenAI对这一新基础模型感到非常兴奋，他们认为它将能够更好地与Fable 5以及即将推出的5.1竞争，后者瞄准的是类似的发布窗口。OpenAI最初打算继续使用Spud直到GPT6，但后来决定放弃。”

关于Fable 5.1，Leo继续说道：“它目前处于Anthropic管道的后期阶段，预计将在未来几周内发布。”Andrew Curran并非匿名泄露者，他写道，我也独立听到了部分消息，并相信以下情况属实：GPT6是OpenAI的下一个发布版本，它是针对Mythos的真正回应，并且会比人们预期的更快到来。模型发布的节奏已经加快了一段时间，GPT6甚至可能在接下来的四周内到来。

然而，当我提到“到来”时，这可能并不意味着全面发布，因为过去几个月没有任何迹象表明GPT6会立即推出。GPT6几乎肯定会被政府限制，至少在初期是这样。这是一个全新的、更大的预训练模型。正如Leo所说，Mythos改变了一切。大家都在加大投入，包括Elon，他拥有10万亿的Gro训练。OpenAI和Anthropic都看到能力随着进步迅速提升，并在今年余下时间及未来继续沿着新的轨迹发展。

两家实验室对自己内部的情况非常有信心，认为除了空气外，上面没有任何天花板。所以朋友们，尽管今天我们讨论了很多模型，但请坐稳，因为我认为我们还没结束。以上就是今天的AI每日简报，感谢收听或观看，我们下次再见，和平。