全部 · 2026-06-30

这条消息的核心是 OpenAI 在一篇论文里列出了 GPT-5.6 的三个 Pro 变体，打破了以往只推一个顶级模型的策略。但要注意，信息源是 Ben's Bites 的简报，它引用了 OpenAI 的论文，可简报本身没给出论文链接，也没说清楚这三个变体到底强在哪、用在什么场景。我们只知道它们叫 Sol、Terra 和 Luna，其中 Sol 被描述为最大最聪明，在部分基准测试上超过了 Mythos，但在利用网络安全漏洞方面又故意做得比 Mythos 差一点。这种“选择性超越”挺有意思，说明 OpenAI 可能在有意识地控制模型在敏感领域的能力。 不过，目前所有判断都得打个折。第一，我们看不到论文原文，不知道测试集、样本量和误差范围，数字的意义很模糊。第二，美国政府还在限制 GPT-5.6 的发布，普通用户用不上，所以这些变体是纯研究概念还是即将落地的产品，正文没交代。第三，三个变体的架构差异、推理成本和延迟完全没提，对从业者来说，这些才是决定能不能用的关键。如果后续有论文全文或官方技术报告，才能判断这是真迭代还是 PR 策略。

LongCat-2.0 是美团放出来的一个大家伙，总参数量1.6万亿，但每次推理只激活约480亿参数，属于典型的 MoE 架构，用稀疏激活来省计算。比较特别的是，它从训练到部署全跑在国产 AI ASIC 集群上，没依赖英伟达 GPU，训练用了超过5万张卡、35万亿 token，没出现训练崩溃，说明这套非主流硬件平台已经能撑住前沿规模的训练了。 架构上做了几件事来提升长文本和代码能力。注意力部分搞了个 LongCat Sparse Attention，本质是对 DeepSeek 稀疏注意力的改进，通过流式索引、跨层复用索引和分层筛选三招，把长上下文处理的速度提上去，同时不伤模型质量。另外加了一个 N-gram Embedding 模块，用135B参数把嵌入空间扩大了约100倍，官方解释是在 MoE 稀疏度已经很高（约97%）的情况下，把这部分参数从专家网络挪到嵌入层，收益更大，而且能降低大批量解码时的显存读写压力。 性能对比图里，LongCat-2.0 在 Terminal-Bench、SWE-bench 等代码和智能体任务上，跟 Gemini 3.1 Pro、GPT-5.5、Claude Opus 4.8 等模型放在一起，但正文没给出具体分值和测试条件，所以这些柱状图只能看个相对高低，没法做严格比较。另外，模型虽然开源了权重，但训练数据的具体构成、ASIC 集群的详细规格和成本都没披露，实际落地效果和性价比还得等社区实测反馈。