OpenAI 正式在 ChatGPT 中测试广告，以支持免费用户的使用。广告将明确标注，不影响回答内容的独立性，并提供强隐私保护和用户控制选项。这标志着 ChatGPT 商业化进入新阶段。 原文链接
xAI 发布 Grok 4.3，称其为"最快、最智能的模型"。该模型在 ArtificialAnlys 的 Agentic Tool Calling 和指令跟随排行榜排名第一，在 ValsAI 的法律和企业金融领域也位列榜首，支持 100 万 token 上下文窗口，定价 $1.25/$2.50 per million tokens。 原文链接
GPT-5.5 Instant 更新为 ChatGPT 的默认模型，带来更智能、更准确的回答，显著减少幻觉，并改进个性化控制。同时发布的还有 GPT-5.5-Cyber，面向网络安全防御场景的专用模型。 原文链接
Anthropic 将开源对齐测试工具 Petri 捐赠给 Meridian Labs 以独立运营，同时发布重大更新，提升了测试的适应性、真实性和深度。此举旨在推动 AI 安全评估工具的社区化发展。 原文链接
Codex 发布 Chrome 浏览器扩展，可在后台跨标签页并行工作，与网页和应用交互，且不会接管浏览器。用户可自主控制 Codex 可访问的网站范围。 原文链接
| 模型 | 排名变动 | 分数变动 | 变动幅度 |
|---|---|---|---|
| devlo | #44 → #83/94 | 70.2 → 54.2~58.2 | 排名 ↓39-50，分数 ↓17-23% |
| Warp | #11 → #36 | 75.6 → 71.0 | 排名 ↓25，分数 ↓6.1% |
| EntroPO + R2E + Qwen3-Coder-30B | #103 → #76 | 52.2 → 60.4 | 排名 ↑27，分数 ↑15.7% |
| Nemotron-CORTEXA | #50 → #82 | 68.2 → 58.2 | 排名 ↓32，分数 ↓14.7% |
| 模型 | 排名变动 | 分数变动 | 变动幅度 |
|---|---|---|---|
| Warp / Multiple | #32 → #37~54 | 61.2 → 50.1~59.1 | 排名 ↓5-22，分数 ↓3.4-18.1% |
值得关注：devlo 和 Warp 在 SWE-bench 上大幅下滑，devlo 分数降幅超 23%；EntroPO + Qwen3-Coder-30B 则逆市上升 27 位，分数提升 15.7%，表现抢眼。Warp 在两个 Benchmark 上同时下跌，需关注原因。
| 日期 | 标题 | 要点 |
|---|---|---|
| 05-08 | Running Codex safely | Codex 安全运行方案：沙箱、审批、网络策略、agent 原生遥测 |
| 05-07 | GPT-5.5 & GPT-5.5-Cyber Trusted Access | 扩展网络安全 Trusted Access，面向已验证防御者 |
| 05-07 | Parloa 客户服务案例 | Parloa 用 OpenAI 模型驱动语音客服 agent |
| 05-07 | 新实时语音模型上线 API | 新 realtime voice 模型支持推理、翻译、转录 |
| 05-07 | ChatGPT 测试广告 | 开始在 ChatGPT 中测试广告，明确标注、隐私保护、用户可控 |
| 05-07 | Trusted Contact 功能 | 检测到严重自伤风险时通知用户信任的联系人 |
| 05-07 | Simplex 案例 | Simplex 用 Codex 加速设计、构建与测试 |
| 05-06 | ChatGPT 隐私保护 | 减少训练中的个人数据，用户可控制是否用于改进模型 |
| 05-06 | Uber 案例 | Uber 用 OpenAI 驱动 AI 助手与语音功能 |
| 05-06 | B2B Signals 研究 | 前沿企业如何通过 AI 采纳建立竞争优势 |
| 05-06 | ChatGPT Futures 2026 | 26 名学生创新者计划 |
| 05-06 | Singular Bank 案例 | 银行家每日节省 60-90 分钟 |
| 05-05 | MRC 网络协议 | 新超算网络协议 MRC，通过 OCP 开源发布 |
| 05-05 | GPT-5.5 Instant | 更新默认模型，更智能、减少幻觉、增强个性化 |
| 05-05 | GPT-5.5 Instant System Card | 系统安全卡发布 |
| 05-05 | EMEA 青少年安全 | 欧洲青少年安全蓝图与资助计划 |
| 05-05 | ChatGPT 广告自服务 | Beta Ads Manager + CPC 竞价 + 增强度量工具 |
| 05-04 | OpenAI × PwC CFO 协作 | AI agent 自动化财务流程 |
| 05-04 | 低延迟语音 AI 基础设施 | 重构 WebRTC 栈实现全球低延迟语音 AI |
| 04-30 | 高级账户安全 | 抗钓鱼登录、更强恢复机制 |
| 04-29 | GPT-5「goblin」输出溯源 | 人格化怪异输出的根因与修复 |
| 04-29 | Stargate 基础设施 | 扩展 Stargate 超算容量 |
| 04-29 | 网络安全行动计划 | 五部分行动方案强化 AI 时代网络安全 |
| 04-28 | OpenAI 登陆 AWS | GPT 模型、Codex、Managed Agents 上线 AWS |
| 04-28 | 社区安全承诺 | 模型防护、滥用检测、政策执行 |
| 04-27 | FedRAMP Moderate 授权 | ChatGPT Enterprise 和 API 获 FedRAMP 中级授权 |
| 04-27 | 微软合作新阶段 | 修订协议简化合作关系 |
| 04-27 | Symphony 开源编排规范 | Codex 编排的开源规范 |
| 04-27 | Choco 案例 | 食品分销 AI agent 自动化 |
| 04-26 | Our Principles | Sam Altman 分享五项指导原则 |
| 日期 | 更新 |
|---|---|
| 05-07 | Codex for Chrome — 新 Chrome 扩展，支持跨标签页后台并行操作 |
| 05-06 | Analytics 治理文档更新 — 补充 Analytics 图表、数据导出、API 端点说明 |
Claude Code 版本更新：
| 版本 | 日期 | 要点 |
|---|---|---|
| v2.1.138 | 05-09 | 内部修复 |
| v2.1.137 | 05-09 | 修复 VSCode 扩展在 Windows 上激活失败 |
| v2.1.136 | 05-08 | 新增 CLAUDE_CODE_ENABLE_FEEDBACK_SURVEY_FOR_OTEL 环境变量 |
| v2.1.133 | 05-07 | 新增 worktree.baseRef 设置（fresh | head），默认值变更 |
| v2.1.132 | 05-06 | Bash 子进程新增 CLAUDE_CODE_SESSION_ID 环境变量 |
Anthropic X 动态：
| 日期 | 内容 |
|---|---|
| 05-07 | 将开源对齐工具 Petri 捐赠给 Meridian Labs 并发布重大更新，提升测试适应性、真实性与深度 |
| 05-07 | 安全赏金计划公开上线 HackerOne — 任何人可报告漏洞并获得奖励 |
| 日期 | 内容 |
|---|---|
| 05-08 | Grok 连接器扩展 — Grok 可读取邮件、整理日历、管理 Notion，所有套餐可用 |
| 05-07 | Image Gen Quality Mode 上线 API — 已生成超 3 亿张图像，更高真实感与文字渲染 |
| 05-05 | Grok 4.3 上线 API — 号称 ArtificialAnlys 工具调用/指令跟随第一、ValsAI 企业域第一；1M 上下文，$1.25/$2.50 per M tokens |
| 05-01 | Voice Cloning 上线 API — 2 分钟创建自定义声音，80+ 声音库、28 种语言 |
| 日期 | 内容 |
|---|---|
| 04-29 | DeepSeek-V4-Pro 折扣延长至 5/31 — 75% OFF，支持 Claude Code / OpenCode / OpenClaw 集成 |
| 日期 | 内容 |
|---|---|
| 05-08 | 创意传奇为小企业用 AI 制作广告 |
| 05-06 | Search 中的园艺技巧 |
| 05-05 | XPRIZE Future Vision 电影竞赛 — $350 万奖金 |
| 05-04 | 2026 年 4 月 AI 更新汇总 |
| 05-04 | Gemini API Webhooks — 降低长时间任务延迟 |
| 04-28 | Google Translate 20 周年 |
| 04-27 | Kaggle AI Agents Vibe Coding 课程 |
快照日期：2026-05-01 · 数据来源
| 排名 | 模型 | 分数 |
|---|---|---|
| #1 | claude-opus-4-7-thinking | 1502.65 |
| #2 | claude-opus-4-6-thinking | 1502.04 |
| #3 | claude-opus-4-6 | 1497.10 |
| #4 | gemini-3.1-pro-preview | 1492.56 |
| #5 | claude-opus-4-7 | 1491.27 |
本期无排名变化数据。
快照日期不一 · 数据来源
| 排名 | 模型 | 分数 |
|---|---|---|
| #1 | live-SWE-agent + Claude 4.5 Opus medium | 79.2 |
| #2 | Sonar Foundation Agent + Claude 4.5 Opus | 79.2 |
| #3 | TRAE + Doubao-Seed-Code | 78.8 |
| #4 | live-SWE-agent + Gemini 3 Pro Preview | 77.4 |
| #5 | Atlassian Rovo Dev | 76.8 |
本期变化（显著项）：
| 模型 | 排名变化 | 分数变化 | 说明 |
|---|---|---|---|
| Warp | #11 → #36 | 75.6 → 71.0 | 大幅下滑 25 位 |
| devlo | #44 → #83 / #94 | 70.2 → 58.2 / 54.2 | 两个条目均显著下降 |
| Nemotron-CORTEXA | #50 → #82 | 68.2 → 58.2 | 下滑 32 位 |
| EntroPO + R2E + Qwen3-Coder-30B | #103 → #76 | 52.2 → 60.4 | 上升 27 位，分数提升明显 |
| EPAM AI/Run + GPT4o | #156 → #162 | 27.0 → 24.0 | 小幅下滑 |
| Solver (2024-09-12) | #120 → #126 | 45.4 → 43.6 | 小幅下滑 |
快照日期：2026-05-10 · 数据来源
| 排名 | 模型 | 分数 |
|---|---|---|
| #1 | gpt-5.4 (xHigh)* | 59.1 |
| #2 | Muse Spark* | 55.0 |
| #3 | claude-opus-4-6 (thinking)* | 51.9 |
| #4 | gemini-3.1-pro (thinking)* | 46.1 |
| #5 | claude-opus-4-5-20251101 | 45.89 |
本期无排名变化数据。
快照日期不一 · 数据来源
| 排名 | 模型 | 分数 |
|---|---|---|
| #1 | Codex CLI / GPT-5.5 | 82.0 |
| #2 | ForgeCode / GPT-5.4 | 81.8 |
| #3 | TongAgents / Gemini 3.1 Pro | 80.2 |
| #4 | ForgeCode / Claude Opus 4.6 | 79.8 |
| #5 | SageAgent / GPT-5.3-Codex | 78.4 |
本期变化：
| 模型 | 排名变化 | 分数变化 |
|---|---|---|
| Warp / Multiple | #32 → #37 / #54 | 61.2 → 59.1 / 50.1 |
所有计划来源均已成功采集，无采集失败来源。