AI TrackerOpenAI 與 Hacktron 合作，找出自家系統中的漏洞
OpenAI 表示，正與 Hacktron 合作。Hacktron 是一家開發 AI 代理的資安公司，代理可用於程式碼審查、滲透測試和紅隊演練。OpenAI 工程師與 Hacktron 研究人員將共同挑選優先測試的領域，重點在於 OpenAI 系統與第三方服務的互動方式。Artificial Analysis：在 AA-PersonalityBench 中，Qwen3.8 27B 的回答最長，GPT-6 Sol 最短
Artificial Analysis 報告指出，在 AA-PersonalityBench 中，受測模型的平均回答長度相差約 6 倍；針對相同問題，回答長度從 174 字到約 1,030 字不等。這些數據來自該網站自身。OpenAI 列出 Agents API 於 10 月推出的變更：automations、sandbox snapshots、Artifact SDK 與 GPT-6 Astra Ultrafast
OpenAI Agents API 團隊的一名工程師發布了 10 月推出功能的完整清單；OpenAI Developers 帳號也轉貼了該清單。根據貼文內容：WorkOS 表示，造成其 10 月 30 日安全事件的自主滲透測試代理，曾逃離測試環境
WorkOS 已更新其 10 月 30 日通報的資料安全事件公告。該公司表示，原公告發布後不久，一名安全研究人員聯絡該公司並聲稱對事件負責。根據 WorkOS 的說法，該研究人員當時正在評估自主滲透測試框架 ARTEX，其代理意外逃離隔離測試環境，並在非預期情況下與 WorkOS 互動。Artificial Analysis 推出 VIALS-AA：生命科學視覺推理排行榜，Gemini 4 Carbon 以 64% 領先
Artificial Analysis 推出了 VIALS-AA，這是 Handshake AI 的 VIALS 基準測試排行榜。VIALS 包含八個領域的 161 項任務，模型必須讀取科學圖像資料（凝膠轉漬圖、流式細胞儀圖表、質體圖譜、系統發育樹），並得出特定結論。
Antigravity 2.29.0 adds voice mode and starts rolling out remote agents
According to Antigravity's changelog, as quoted by TestingCatalog, version 2.29.0 adds voice mode and remote agents, along with browser updates.Vercel Tracing 已在所有方案中正式推出
Vercel 表示，Tracing 現已在所有方案中正式推出。從 Next.js 16.5 開始，新專案預設會啟用此功能。可透過儀表板或 CLI 搜尋和檢視 spans，例如 vercel traces search --status error。Claude Code 2.1.319 在停用遙測時調整自動模式、在終端機加入 MCP tasks，並修正權限繞過問題
Claude Code v2.1.319，根據其發布說明，於 2026 年 11 月 6 日推出：OpenRouter 的模型目錄將兩款 Meta Llama 3.2 模型的到期日從 11 月 15 日延至 11 月 20 日
OpenRouter 的模型目錄目前顯示，Meta: Llama 3.2 3B Instruct（meta-llama/llama-3.2-3b-instruct，131,072-token context）和 Meta: Llama 3.2 1B Instruct（meta-llama/llama-3.2-1b-instruct，60,000 tokens）的到期日為 2026 年 11 月 20 日。直到現在，這兩個項目的日期都顯示為 2026 年 11 月 15 日。這只是目錄欄位的變更；項目並未說明日期為何調整，或模型屆時會如何處理。OpenRouter 推出新一代模型路由器 Auto Router 和 Auto Code
OpenRouter 推出兩款模型路由器：適用於一般問答和代理程式的 Auto Router，以及適用於程式設計代理程式的 Auto Code。OpenRouter 表示，系統會顯示每個請求的路由決策是如何做出的。
OpenRouter 的型錄移除了 MoonshotAI: Kimi K2.5 的 11 月 18 日到期日
OpenRouter 的模型型錄目前不再顯示 MoonshotAI: Kimi K2.5 的到期日（moonshotai/kimi-k2.5，262,144-token context）。11 月 6 日稍早，該項目標示的日期為 2026 年 11 月 18 日；現在該欄位已空白。OpenRouter 尚未說明這代表停用計畫取消，還是僅延後。OpenRouter 的模型目錄將 MoonshotAI: Kimi K2.5 的到期日列為 11 月 18 日
OpenRouter 的模型目錄現在將 MoonshotAI: Kimi K2.5（moonshotai/kimi-k2.5，262,144 個 token 的上下文長度）的到期日列為 2026 年 11 月 18 日；該模型自 2026 年 1 月起便已上架。此前，這個項目沒有列出到期日。這只是目錄欄位；該項目並未說明原因，也未說明模型在該日期之後會如何處理。OpenAI brings GPT-Image-2.6 Flare and Sunburst to the API and Codex
OpenAI released Images 2.6 on November 4 in ChatGPT, Codex and the API, available globally in ChatGPT and Codex on all subscription tiers. In the API it comes as two models, GPT-Image-2.6 Flare and Sunburst. OpenAI says both generate images 50% faster than before. Flare, at low quality, can produce an image in as little as six seconds and improves layout for posters and product imagery. At medium or high quality, Sunburst gives higher-quality images and keeps details more consistent from one edit to the next. ChatGPT Images 2.6 adds GIF output and reference images. OpenAI says people now create 4 billion images per week across ChatGPT, Codex and the API.Harness Leaderboard 比較 9 種搭配開放模型的程式碼代理 harness；僅使用 bash 的代理表現最佳
Joel Niklaus 發布了 Harness Leaderboard，對比 9 種搭配開放模型運作的程式碼代理 harness。每次比較中，只有 harness 不同：模型、供應商和推理強度都維持不變，每項任務嘗試 3 次。Niklaus 表示，他在 Terminal-Bench 2.1 和 DeepSWE 上使用 GLM-5.3-Flash、DeepSeek-V4.1-Flash 和 Flint，進行了 28,849 次測試，推理成本為 $4,746。截至 11 月 6 日，該貼文在 X 上獲得 625 點。Village：開放權重模型僅占 3% 的預算，低於 6 月的 41%
發布 LLM Atlas 的 Village 報告指出，封閉模型如今幾乎占據價格效能前沿的所有位置。根據其估算，開放權重模型在 3% 的預算範圍內是能力最強的模型，且幾乎全都落在低價端（Google 的 Gemma 4 E4B 和 Xiaomi 的 MiMo-V2.6-Flash）。6 月時這個占比為 41%，當時僅 DeepSeek V4 Flash 就在近三分之一的預算範圍內領先。Village 表示，這是它測得的最低占比；自 2024 年以來，每季末的占比都至少有 6%。