AI News Digest

核心速览

【OpenAI】发布首款自研AI芯片Jalapeño OpenAI与Broadcom联合推出专为LLM推理优化的定制芯片Jalapeño，旨在提升ChatGPT、Codex等产品的性能和效率。这标志着OpenAI正式进军芯片领域，减少对第三方硬件的依赖。 原文链接：https://openai.com/index/openai-broadcom-jalapeno-inference-chip

【Anthropic】Claude Fable 5登顶LMArena榜单 Claude Fable 5以1507.59分首次登榜即位列第一，Claude Opus 4-6-thinking和Opus 4-7-thinking分列第二、第三。Claude系列模型包揽前三，展现强劲实力。但需注意Fable 5和Mythos 5因美国出口管制已被暂停访问。 原文链接：https://x.com/AnthropicAI/status/2065597531644743999

【Anthropic】推出Claude Tag团队协作功能 Claude Tag允许Claude作为团队成员加入Slack频道，访问指定的频道和工具。用户可直接@Claude并委派任务，实现更高效的团队协作。 原文链接：https://x.com/AnthropicAI/status/2069469669929386160

【xAI】Grok Build推出/goal自主执行功能 Grok Build新增/goal命令，支持多轮子代理自主执行长期任务，实现目标验证与实施的闭环。同时插件市场新增MongoDB、Firecrawl等官方插件。 原文链接：https://x.com/xai/status/2069095296987222287

【OpenAI】三星全球部署ChatGPT Enterprise和Codex 三星电子向韩国全体员工及DX部门全球员工部署ChatGPT Enterprise和Codex，这是OpenAI最大规模的企业级部署之一，标志着AI工具在大型企业中的普及加速。 原文链接：https://openai.com/index/samsung-electronics-chatgpt-codex-deployment

重大 Benchmark 变化

LMArena榜单重大变动

• Claude Fable 5新上榜即位列第1（1507.59分）
• Claude Opus 4-6-thinking位列第2（1503.69分）
• Claude Opus 4-7-thinking位列第3（1502.38分）
• Gemini 3.1 Pro Preview位列第7（1486.42分）
• GPT-5.5-high位列第10（1481.22分）

SWE-bench Verified

• EntroPO + R2E + Qwen3-Coder-30B-A3B-Instruct：排名从103升至76，分数从52.2升至60.4（+8.2分，+15.7%）
• Warp：排名从11降至36，分数从75.6降至71.0（-4.6分，-6.1%）
• devlo：排名从44降至94，分数从70.2降至54.2（-16.0分，-22.8%）

Terminal Bench 2.0

• LemonHarness / Multiple：排名从8升至2，分数从79.9升至84.5（+4.6分，+5.8%）
• Warp / Multiple：排名从41降至65，分数从61.2降至50.1（-11.1分，-18.1%）