AI 周报 · 2026 年第 41 周 · 10.05 — 10.11
MYHOT
GPT-6与Haiku 5.5发布，AI攻克数学难题
本期（2026-10-05至2026-10-11）聚焦于大模型迭代与前沿科学突破。OpenAI全球推出GPT-6及Intelligent UI，并宣称其内部模型在Navier-Stokes方程等顶级数学开放问题上取得重大进展，解决了90个问题。Anthropic时隔一年更新Claude Haiku 5.5，定价对标GPT-6 Luna且成本大幅降低。此外，NVIDIA通过微调使模型在IOI和IMO中获金牌级结果，GitHub发布代码审查基准ReviewBench，Cloudflare收购Deno并计划停止维护，显示基础设施整合趋势。
旗舰模型密集更新
本版导读OpenAI向所有用户推出GPT-6，带来更快的响应速度和包含视觉元素的Intelligent UI交互式体验。Anthropic发布Claude Haiku 5.5，这是其约一年来首次更新Haiku系列小模型，基础定价与OpenAI GPT-6 Luna完全一致，平均运行成本较前代降低约75%，支持百万上下文与努力控制功能。
OpenAI 向所有用户推出 GPT-6 和 Intelligent UI
OpenAI 宣布 GPT-6 正在 ChatGPT 中全球推出，并带来 Intelligent UI。该更新提供更快的响应速度，支持包含视觉元素和可直接探索使用的交互式体验。
Latent Space10.08Claude Haiku 5.5 发布：定价对标 GPT-6 Luna，支持百万上下文与努力控制
Anthropic 发布 Claude Haiku 5.5，这是其约一年来首次更新 Haiku 系列小模型，定价与 OpenAI GPT-6 Luna 持平，平均运行成本较 Haiku 4.5 降低约 75%。
Claude Haiku 5.5 发布：定价对齐 GPT-6 Luna 但长文本成本更高
Anthropic 发布新快速低成本模型 Claude Haiku 5.5，其基础定价（$0.10/$0.50）与 OpenAI 的 GPT-6 Luna 完全一致。
AI解决数学难题
本版导读OpenAI发布包含722篇数学手稿的仓库，声称其内部未发布的Navier-Stokes数学模型解决了前500个开放数学问题中的90个，其中“准黎曼假设”被视为重大突破。相关Lean证明形式化代码已上传至GitHub。同时，NVIDIA团队通过监督微调、强化学习及反馈驱动推理，使Nemotron 3系列模型在2026年国际信息学奥林匹克（IOI）和国际数学奥林匹克（IMO）中均达到金牌水平。
Latent Space10.07OpenAI 发布 722 篇数学论文并解决 90 个顶级开放问题
OpenAI 发布了一个包含 722 篇数学手稿的 GitHub 仓库，声称其内部未发布的 Navier-Stokes 数学模型解决了前 500 个开放数学问题中的 90 个。这些结果平均每个耗时约 3 小时的 ChatGPT Pro 思考计算，其中“准黎曼假设”被视为重大突破。尽管部分专家称其为百年来数学界最重要的时刻，但也有人质疑结果的独立验证情况及计算成本效益。
OpenAI 公布前沿模型在数学开放问题上的新成果
OpenAI 发布了内部前沿模型在数学开放问题上取得的新结果。相关 Lean 证明形式化代码和研究细节已同步上传至 GitHub。
NVIDIA 发布 Nemotron 在 IOI 和 IMO 获金牌级结果的微调研究
NVIDIA 团队通过监督微调（SFT）、强化学习（RL）及反馈驱动推理，使 Nemotron 3 系列模型在 2026 年国际信息学奥林匹克（IOI）和国际数学奥林匹克（IMO）中均达到金牌水平。
开发工具与基建变动
本版导读GitHub发布面向AI代码审查的开源基准ReviewBench，基于1.039亿个真实Pull Request分析构建；同时推出由Microsoft协助构建的ModernBERT分类器以增强密钥检测。Cloudflare正式收购Deno，旨在实现workerd自托管支持，并宣布将在一年后停止维护Deno运行时。Unity联合Google发布Unity Spark，支持浏览器端零代码游戏创作。
GitHub AI & ML一手10.05GitHub 发布 ReviewBench：面向 AI 代码审查的开源基准
GitHub 发布 ReviewBench，这是一个用于评估 AI 代码审查代理的开源离线基准。该基准基于对 GitHub 上 1.039 亿个真实 Pull Request 的分析构建，包含涵盖 19 种语言的 219 个代表性 PR，并采用多源黄金集和独立验证机制。
GitHub AI & ML一手10.08GitHub 发布新密钥保护模型以应对 AI 代码增长
GitHub 宣布推出由 Microsoft Applied Sciences 协助构建的 ModernBERT 分类器，用于扩展 Push Protection 对非结构化密钥的检测能力。
Cloudflare 收购 Deno 并宣布一年后停止维护该运行时
Cloudflare 正式收购 Deno，旨在基于 celld 实现 workerd 的自托管支持。Deno 团队表示将在未来一年内继续提供月度更新，随后结束对 Deno 运行时的开发，但代码将保持开源。
Unity 与 Google 合作推出 Unity Spark 支持浏览器端零代码游戏创作
Unity 联合 Google 发布 Unity Spark，让用户无需编程或游戏开发经验即可在浏览器中制作和分享游戏。该工具直接连接 Unity Asset Store，提供大量高质量美术资源以辅助创作独特互动体验。Unity 旨在通过此平台赋能设计师、模组制作者及资深玩家，将创意转化为可编译的游戏版本。
低成本定制与调度
本版导读有实践指南分享利用Hugging Face ML Intern在几天内构建六个专用模型，总计算成本仅约103美元，强调通过严格预算上限引导智能体。Ai2基础设施团队引入基于GPU时间预算的集群调度系统，通过预先分配算力预算消除资源囤积，优先支持高影响力研究并保持集群满负荷运行。Liquid AI则开源了d1-3B和d1-omni-600M边缘决策模型。
使用 ML Intern 低成本定制模型的实践指南
作者分享了利用 Hugging Face 的 ML Intern 在几天内构建六个专用模型的经验，总计算成本约 103 美元。文章详细说明了如何通过包含基准测试、冒烟测试和严格预算上限的提示词来引导智能体完成从数据生成到模型发布的全流程。
Ai2 介绍基于 GPU 时间预算的集群调度系统以优化高影响力研究
Ai2 基础设施团队将原有的优先级调度器替换为包含 GPU 时间预算、层级公平共享和时间切片合同的系统，旨在优先支持高影响力研究并保持集群满负荷运行。新机制通过让管理层像投资者一样预先分配算力预算，消除了“公地悲剧”导致的资源囤积和优先级通胀问题。实测数据显示，调试类工作负载的 p90 排队等待时间从约 6 小时降至 5 分钟，且需要人工介入的硬件维修减少了 74%。
Liquid AI 开源 d1-3B 和 d1-omni-600M 边缘决策模型
Liquid AI 发布两款开源边缘决策模型 d1-3B 和 d1-omni-600M，其中 d1-3B 在 Decision Index 0.2.1 中以 48.57 分成为 10B 以下最佳模型。