aipoc-lab
/katTech/temAgents · AI in Business · LLM/podGoogle · OpenAI/typNews

今日AI:GPT-6.2 Astra 与 Gemini

作者与批准

[AI 生成内容][经人工批准]

发布与更新

发布: 更新:

知识状态截至 2026-11-18。素材收集于 2026-11-17 至 2026-11-18 期间。 五项独立公告涵盖了 GPT‑6.2 Astra 的法律配置更新、Gemini 执行的任务、GPT‑6.2 Astra 和 Sol 的发布。OpenAI 还推出了带有合作伙伴插件的 ChatGPT for Sales,并为 ChatGPT for Healthcare 扩展了智能体、更好的临床回答以及更多集成。

今日要点 (TL;DR)

  • Astra for Law:在 LAB-AA 基准测试的 20,8% 任务中获得满分。
  • Gemini:任务模式可以预约、分析账单并购物。
  • GPT‑6.2 Astra 和 Sol:为复杂和日常任务提供不同层面的能力与成本。
  • ChatGPT for Sales:包含 Sales 插件以及 30 多个新的或扩展的合作伙伴插件。
  • ChatGPT for Healthcare:获得了智能体、20 多个插件和更好的临床回答。

OpenAI:Astra for Law 获得 20,8% 的满分

OpenAI 更新了 Astra for Law(GPT‑6.2 Astra 的一种配置),在 LAB-AA 基准测试中获得了 20,8% 的满分。ChatGPT Enterprise 客户现在可以通过 Trusted Access Program 申请访问,也可以通过 API 访问。

  • LAB-AA 检验来自 24 个领域的 120 个法律任务;满分要求满足所有要求且没有无根据的主张。
  • Astra for Law 在 20,8% 的任务中获得满分,相比之下 GPT‑6.2 Astra 为 15%,Muse Wonder Full 为 13,1%。
  • 该模型每个任务平均生成 64 千个token,少于 Muse Wonder Full(139 千)。
  • 在 Vals AI 测试中,通过所有检查的回答比例从大约 46% 上升到 53,8%。
  • 实质性幻觉(即缺乏来源依据的重要主张)的平均数量为每个任务 0,03。法律检索索引扩展了三分之一以上。 实验室注:实验室数据库中有九月份关于 Harvey 和 GPT-6 Astra 的描述,涉及在考虑上下文的情况下创建法律文件;当前的报道展示了一个专注于法律研究的独立配置。 面向 AI 构建者:为律师事务所构建工具的团队可以检查 LAB-AA 中的任务是否符合他们的应用场景。公告未提供价格或波兰语支持信息。

谷歌向数亿用户免费开放 Gemini 任务功能

谷歌在 Gemini 中添加了任务模式,可以预约、分析账单并购物。此更新向六个国家的数亿用户免费提供。

  • 任务模式可以通过 Chat 中的开关启用;也可以在 Android 或 iOS 上向 Gemini 发送消息,或者转发电子邮件。
  • Gemini 可以连接到邮件、日历和付款方式。与 Google Password Manager 的集成提供了对保存的密码的访问。
  • Gemini 并行拨打公司电话,并立即告知自己是 AI。公司可以选择退出处理此类呼叫。
  • Gemini 4 Hydrogen 支持在美国、日本、韩国、加拿大、澳大利亚和印度部署的功能。高级功能最初在美国推出。 实验室注:在九月份,谷歌扩展了 Gemini 与应用程序和服务的连接,用于旅行规划和日常任务(来源);现在 Gemini 不仅可以使用连接的数据,还可以执行任务。 面向 AI 构建者:构建购物或日程组织助手的公司应检查如何处理对帐户访问权限的同意。谷歌未提供在波兰的可用性或任务限制。

OpenAI 发布 GPT-6.2 Astra 和 Sol,Astra 打破纪录

OpenAI 推出了 GPT-6.2 Astra 和 GPT-6.2 Sol:用于复杂任务的模型以及适用于日常工作的最高效变体。企业和开发人员在减少 token(由模型处理的文本片段)数量的同时获得了更好的结果。

  • Agents’ Last Exam:Astra 领先 GPT-6 Astra 5,2 分,成本低于三分之一。
  • Terminal-Bench-Science 0.1:Astra 的得分比 GPT-6 Astra 高 9 个百分点。该模型还在 Vals Science Index 中创下了纪录。
  • Astra API:输入token每百万 8 美元,带缓存的输入 0,40 美元,输出 40 美元。输入和输出费率下降了 20%。
  • GPT-6.2 Sol:在 FrontierCode 2.0 中,它与 Astra 相差 0,5 分,成本约为其五分之一;在 LifeVal 中,它领先于 GPT-6 Astra。
  • Harvey LAB-AA v1.1:Astra 的通过率是 Claude Fable 5.2 的两倍多,成本约为其六分之一。 实验室注:9 月 23 日,我们报道了GPT-6 Sol 和 Luna,这些模型具有不同的能力和成本比例;GPT-6.2 进一步发展了更强模型与高效变体的划分。 面向 AI 构建者:构建专业或科学工作工具的团队可以将自己的任务与基准测试结果进行比较。公告未提供波兰语模型的详细使用限制或质量。

OpenAI 推出带有 30 多个插件的 ChatGPT for Sales

OpenAI 推出了 ChatGPT for Sales,其中包括 Sales 插件以及 30 多个新的或扩展的合作伙伴插件。销售团队可以使用所使用工具中的信息来准备对话、报价和后续行动。

  • Sales 插件提供现成的工作流:客户选择、对话准备和会后消息草稿。
  • 合作伙伴插件包括 Salesforce、HubSpot、Gong 和 Docusign 等;团队选择适合其流程的工具。
  • 始终运行的 dot 智能体(即执行任务的AI 智能体)可以准备会议简介、跟踪交易变化并建议后续步骤。 实验室注:实验室数据库中包含OpenAI 内部销售助手,描述于 8 月 10 日:它支持客户研究、会议准备和跟进;新公告涉及带有合作伙伴插件的工具。 面向 AI 构建者:销售主管可以检查可用插件是否涵盖其工具和流程。公告未提供价格、在波兰或欧盟的可用性、限制或许可条件。

OpenAI 添加了智能体、更好的临床回答和 20 多个插件

OpenAI 为 ChatGPT for Healthcare 扩展了可以读取屏幕、点击和输入数据的智能体,以及 20 多个插件。医疗团队可以使用这些工具来寻找证据并在已经使用的系统中工作。

  • 智能体可以在应用程序之间传输文档并处理转诊;组织决定智能体可以访问哪些应用程序。
  • 在演示中,智能体在收到有关 MRI 的请求后检查患者病历,然后准备订单和回复供医生批准。
  • 在 1,300 多次评估中,医生在所有八个研究维度(包括正确性、安全性和可用性)中对新的临床回答给予了更高评价。
  • 插件包括临床护理、协调和管理。它们有助于检查文档、准备待批准的处方以及验证保险资格等。
  • 符合 HIPAA 的工作流需要与 OpenAI 签订 BAA 协议的服务、适当的安全设置以及对连接系统的保护。来自 ChatGPT for Healthcare 的内容不用于训练模型。 实验室注:11 月 17 日,我们报道了 OpenAI 针对医疗团队的智能体,重点关注工作自动化;现在 OpenAI 在此基础上添加了临床检索和插件。 面向 AI 构建者:医院 IT 团队应确定智能体可以访问哪些应用程序以及哪些操作需要人工批准。来源未提供波兰的价格或可用性。

常见问题解答 (FAQ)

Astra for Law 在 LAB-AA 中获得了什么成绩?

OpenAI 更新了 GPT‑6.2 Astra 的配置,在 LAB-AA 任务中获得了 20,8% 的满分。该基准测试涵盖来自 24 个领域的 120 个法律任务,满分要求满足所有要求且没有无根据的主张。

Gemini 如何为用户执行任务?

任务模式可以通过 Chat 中的开关启动,从 Android 或 iOS 向其发送消息,或者转发电子邮件。Gemini 可以连接到邮件、日历和付款方式;与 Google Password Manager 的集成允许访问保存的密码。

ChatGPT for Healthcare 中的智能体可以执行哪些任务?

智能体可以读取屏幕、点击和输入数据,以及在应用程序之间传输文档并处理转诊。组织决定对应用程序的访问权限;在演示中,医生批准了准备好的订单和回答。

来源

本文来源清单(JSON) — 基于哪些信号生成、各循环做出了哪些决策,以及人工何时批准。

相关文章

分析
/katTech/temAgents · LLM · Security/podGoogle · OpenAI/typAnalysis

多智能体系统(MAS)的架构与安全性

本文探讨了多智能体系统的架构演进、验证方法、安全风险及其在去中心化结构中的最新发展。

分析
/katTech/temAgents · LLM · Tooling/podGoogle · OpenAI/typAnalysis

代理系统中的架构与 API 生态系统

本文探讨了 AI 代理系统中的 API 架构与生态系统,分析了标准、性能优化、安全性以及生产流水线中的挑战。

/katTech/temAgents · LLM · Tooling/podGoogle · OpenAI/typNews

今日AI: Qodo、OpenAI Pando 与 Gemini 4

本文盘点开发工具、基础设施和人工智能模型的最新进展,涵盖 Qodo、OpenAI Pando、Google Gemini 4 以及 PlanAssist。

分析
/katTech/temAgents · LLM · Multimodal/podGoogle · OpenAI/typAnalysis

智能体系统中的规划:理论与操作框架

本文分析了智能体系统规划的最新发展,涵盖多阶段推理、世界模型集成以及在工程和机器人领域的应用。