天眼早报

🤖 AI 大模型

𝕏 Grok 4.3 发布：$1.25 输入/$2.50 输出，支持百万上下文

xAI推出专为开发者设计的Grok 4.3，核心参数包括100 万 token上下文窗口、100 tokens/秒推理速度及**$1.25 输入/$2.50 输出**的 API 定价。该模型已集成至 Hermes Agent 或 xAI API，强调实际工具调用能力。上线后在 Arena 榜单搜索榜第 10、视觉榜第 19，且输入输出成本分别降低 37.5%和 58.3%，性价比显著提升。

𝕏 OpenAI Codex 上线：API 收入增速超以往两倍，营收翻倍

OpenAI宣布代码专用模型Codex上线后表现强劲，上线不到7 天实现营收翻倍，API 收入增速超过此前任何版本的两倍。用户可通过 CLI 或直接迁移至 Codex 应用，保留插件和代理配置。此外，Codex 还新增了宠物养成功能以增加交互趣味性，并能自动移动鼠标光标测试 UI 与功能行为，展现出极强的自动化操作能力。

𝕏 GPT-5.5 生物医学分析突破：生成 40 页深度免疫学报告

DeryaTR_测试GPT-5.5 Pro处理6.2 万个 T 细胞样本及2.7 万个基因列数据的能力。模型耗时100 分钟生成40 页深度分析报告，不仅统计数据，更识别出生物学机制轴心，提出因果假设与实验路线图，展现专家级推理能力，达到人类专家水平。

𝕏 Anthropic 推出 Claude Security 公共测试版：代码漏洞扫描与自动修复

Anthropic向企业客户开放Claude Security，集成于Claude Enterprise。该功能可扫描仓库、验证漏洞、提供严重性评估并起草补丁。支持按分支或目录范围扫描，结果可导出为 CSV 或通过 Webhook 推送，无需额外 API 集成，极大提升了企业代码安全审计的效率。

𝕏 DeepSeek-V4-Pro 被评为接近 Claude 与 Codex 体验的开源权重模型

DeepSeek-V4-Pro作为开源权重模型，支持高达100 万上下文窗口。通过混合注意力机制，其将 KV 缓存降至10%，推理 FLOPs 降低近4 倍。在 Agent 编程任务中，其表现被评价为接近Claude与Codex，成为当前开源领域极具竞争力的选择。

𝕏 文心 5.1 Preview 登上 LMArena 国内文本榜第一

文心 5.1 Preview在4 月 30 日的LMArena文本榜中得分1476，位列国产模型第一，并成功进入全球前十五名。这一成绩标志着百度在中文大模型领域的最新进展，展现了其在长文本理解与生成方面的强劲实力。

𝕏 DeepMind 测试实时视频 AI 医生协作系统

Google DeepMind推出AI co-clinician系统，在98个基层医疗证据查询场景中获得了医生的明确偏好。该系统在处理97例病例时未出现关键错误，展示了 AI 在实时辅助诊断中的高可靠性与实用性，标志着医疗 AI 从文本分析向多模态实时协作的重要跨越。

𝕏 小型递归推理模型以 700 万参数挑战大模型

YC Decoded解析HRM/TRM两篇论文，揭示700 万参数的递归推理模型在ARC Prize等复杂任务上表现优异，成功超越了千倍规模的传统大模型。该研究证明了通过特定的递归架构设计，极小参数量模型也能具备强大的推理能力，为轻量化 AI 发展提供了新方向。

𝕏 Theo 总结 GPT 与 Claude 编程分工：按任务切换比站队更有效

Theo提出按任务切换而非单纯站队的编程策略：GPT适合快速 debug 与查 API 等即时性任务，而Claude Opus则更适合复杂重构、完整模块编写和写作翻译等深度工作。这种混合使用模式能最大化不同模型的优势，提升开发效率。

𝕏 GPT-5.5-high 在 WeirdML 基准创下新高

GPT-5.5-high在WeirdML基准测试中达到新的 SOTA 成绩。尽管作者指出其单次调用价格较高，但综合评估显示其整体成本仍低于GPT-5.3/5.4版本。这一结果进一步巩固了 GPT-5 系列在复杂逻辑推理领域的领先地位，同时展现了其在成本控制上的优化潜力。

---