精讲 1
产品MiniMax @MiniMax_AI当日精选66/100
MiniMax 对 H3 开源社区的基准测试和机器人数据集表示期待，Ostris 已生成 1K 视频数据集测试模型能力
正文内容概括MiniMax 对 H3 开源社区的基准测试和机器人数据集表示期待，Ostris 已生成 1K 视频数据集测试模型能力。
核心观点提炼常规快讯，保留列表
今天这期 AIWatch 早报围绕「product、discussion、GPT」展开，先用一段导语把当天主线收束起来，再按今日头条、推荐精选和补充速览逐条介绍。聚焦 11 · 关注 0 · 跟进 9。
如果只有 20 分钟，先读：MiniMax 对 H3 开源社区的基准测试和机器人数据集表示期待，Ostris 已生成 1K 视频数据集测试模型能力 → Qwen 发布了 Qwen-MM-Plugins，使智能体能够原生处理图像、视频、文档等多模态内容，并支持视频编辑和3D/CAD操作 → RT meng shao: 国内外大厂在疯狂 tokenmaxxing、token 消耗排名的 AI 大跃进后，后来 token 账单暴涨，又纷纷限定 token 额度，甚至有讽刺的说法「高管发现还是...。
今天的主线不是孤立新闻，而是「product、discussion、GPT」在不同层面的同步推进。
正文内容概括MiniMax 对 H3 开源社区的基准测试和机器人数据集表示期待，Ostris 已生成 1K 视频数据集测试模型能力。
核心观点提炼常规快讯，保留列表
正文内容概括Qwen 发布了 Qwen-MM-Plugins，使智能体能够原生处理图像、视频、文档等多模态内容，并支持视频编辑和3D/CAD操作。
核心观点提炼常规快讯，保留列表
正文内容概括AI Agent规模化部署带来成本挑战。Databricks团队基于实践提出四大成本杠杆：持续迁移到效率更高的开源/低成本模型、动态请求路由（成本降30%+质量持平）、渐进式摩擦替代硬预算、削减Token开销（token量降近50%）。这些策略依赖AI Gateway集中管理模型、预算和日志。对开发者而言，管理AI编码成本的关键是关注效率前沿，通过系统架构而非单纯谈判降价来控制人均成本。 核心观点： 1. 效率前沿推进快于智能前沿，最大杠杆是持续迁移到效率更高的新模型。 2. 动态路由（请求级/任务级/升级委派）可降成本30%+且质量持平最贵模型。 3. 削减Token开销（压缩上下文、话少harness等）实测token量降近50%质量无损。
核心观点提炼高信息密度，值得细读
正文内容概括Anthropic工程师分享构建自主运行Agent循环的方法，让Claude自动修复错误并持续工作，无需人工反复提示。
核心观点提炼常规快讯，保留列表
正文内容概括Amp 用 GPT-5.6 替换 Opus，使平均成本降低约 50% 且性能大幅提升。
核心观点提炼常规快讯，保留列表
正文内容概括Sakana AI 为其多智能体编排产品 Fugu 更新了基于 Gemma 4 的指挥者模型，在保持性能的同时降低了成本。
核心观点提炼常规快讯，保留列表
正文内容概括Ethan Mollick 让 GPT-5.6 Sol in Codex 控制其电脑并成功赢得游戏《Slay the Spire 2》的每日挑战，展示了 AI 代理的自主决策能力。
核心观点提炼常规快讯，保留列表
正文内容概括JT-4.1 Flash 在 AA-Omniscience 指数上得分为 -10.1，准确率 23%，幻觉率 43%。
核心观点提炼常规快讯，保留列表
正文内容概括Sakana AI 以 VLM-agent 非交互方式重现 Picbreeder，作者评论认为这是 AI 最重要研究方向之一，并指出 LLM 自动化面临收敛与抽象理解问题。
核心观点提炼常规快讯，保留列表
正文内容概括GPT-5.6 Sol Ultra 正式可用，Ethan Knight 称其用 64 个子代理在一小时内证明了 50 年未解的 Cycle Double Cover 猜想，而 Dan Shipper 则调侃自己花费 2b tokens 未能解决。
核心观点提炼常规快讯，保留列表
正文内容概括JT-4.1 Flash 作为非推理模型每个智能指数任务使用约 14k tokens，效率较高但未达到智能与输出 token 的帕累托前沿。
核心观点提炼常规快讯，保留列表
本节暂无内容。
正文内容概括两个香港学生通过在外层循环上再套一个循环，将Karpathy的自动研究框架提速5倍，未更换模型或增加算力。
核心观点提炼常规快讯，保留列表
正文内容概括LangChain 分享了在 Deep Agents 中调优 Nemotron 3 Ultra 的实践，展示了如何通过调整智能体框架而非模型本身来提升性能。
核心观点提炼常规快讯，保留列表
正文内容概括GPT-5.6 在 DeepSWE 排行榜上以 73% 的成绩领先，并公布了 Sol、Terra 和 Luna 的结果。
核心观点提炼常规快讯，保留列表
正文内容概括OpenAI 发布 ChatGPT Work 功能说明，指出云端与桌面工作数据隔离。
核心观点提炼常规快讯，保留列表
正文内容概括Magic Patterns 集成了 OpenAI 的 GPT-5.6，早期评估显示其 token 效率提升且设计能力优于 GPT-5.5。
核心观点提炼常规快讯，保留列表
正文内容概括ChatGPT 新版语音模式新增可视化卡片功能，在对话中展示搜索结果细节，提升交互体验。
核心观点提炼常规快讯，保留列表
正文内容概括GPT-5.6 Sol (max) 在由阿贡和UIUC开发的CritPt基准测试中超越前代和Claude Fable 5，成为研究生级物理问题的新领先者，显示其前沿科研潜力。
核心观点提炼常规快讯，保留列表
正文内容概括Cohere 发布基于 mlx-audio 的本地阿拉伯语转录功能，可在 MacBook 上运行，用于会议记录和语音笔记。
核心观点提炼常规快讯，保留列表
正文内容概括JetBrains 将 OpenAI 的 GPT 5.6 集成到其 IDE、Junie 和 Air 产品中，并演示了用模糊 CEO 消息快速构建实用工具的能力。
核心观点提炼常规快讯，保留列表
摘要由 LLM 生成，请以原文为准。