AI TrackerOpenAI 与 Hacktron 合作，寻找自身系统中的漏洞
OpenAI 表示，正与安全公司 Hacktron 合作。Hacktron 开发用于代码审查、渗透测试和红队演练的 AI 智能体。OpenAI 工程师将与 Hacktron 研究人员共同挑选优先级较高的领域进行测试，重点关注 OpenAI 系统与第三方服务的交互方式。Artificial Analysis：在 AA-PersonalityBench 上，Qwen3.8 27B 的回答最长，GPT-6 Sol 最短
Artificial Analysis 报告称，在其测评的模型中，AA-PersonalityBench 上的平均回答长度相差约 6 倍：针对相同问题，回答从 174 词到约 1,030 词不等。数据为该网站自行统计。OpenAI 列出 Agents API 的 10 月更新：自动化、沙箱快照、Artifact SDK 和 GPT-6 Astra Ultrafast
Agents API 团队的一位 OpenAI 工程师发布了 10 月上线功能的完整清单；OpenAI Developers 账号转发了该帖。根据帖子内容：WorkOS 称，一个自主渗透测试代理逃出测试环境，导致了 10 月 30 日的安全事件
WorkOS 更新了其于 10 月 30 日报告的数据安全事件公告。该公司表示，一名安全研究人员在公告发布后不久联系了它，并声称对此事负责。据 WorkOS 称，这名研究人员当时正在评估自主渗透测试框架 ARTEX，其代理随后逃出隔离测试环境，并在无意中与 WorkOS 发生了交互。Artificial Analysis推出VIALS-AA：生命科学视觉推理排行榜，Gemini 4 Carbon以64%领先
Artificial Analysis推出了VIALS-AA，这是一个针对Handshake AI的VIALS基准测试的排行榜。VIALS包含8个领域的161项任务，模型需要读取科学图像资料（如凝胶印迹、流式细胞术图表、质粒图谱和系统发育树），并得出特定结论。
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 已在所有套餐中正式推出
Vercel 表示，Tracing 现已在所有套餐中正式推出。从 Next.js 16.5 开始，新项目默认启用该功能。用户可以在仪表板或 CLI 中搜索和检查 spans，例如 vercel traces search --status error。Claude Code 2.1.319 调整无遥测时的自动模式，在终端中添加 MCP 任务并修复权限绕过问题
根据 Claude Code 的发布说明，v2.1.319 于 2026 年 11 月 6 日发布：OpenRouter 的目录将两款 Meta Llama 3.2 模型的到期日期从 11 月 15 日改为 11 月 20 日
OpenRouter 的模型目录现显示，Meta: Llama 3.2 3B Instruct（meta-llama/llama-3.2-3b-instruct，上下文长度为 131,072 个 token）和 Meta: Llama 3.2 1B Instruct（meta-llama/llama-3.2-1b-instruct，60,000 个 token）的到期日期为 2026 年 11 月 20 日。此前，这两个条目一直显示为 2026 年 11 月 15 日。这只是目录字段的变更；条目并未说明日期为何变动，也未说明届时这些模型会发生什么。OpenRouter 推出新一代模型路由器 Auto Router 和 Auto Code
OpenRouter 推出了两款模型路由器：面向通用问答和智能体的 Auto Router，以及面向编程智能体的 Auto Code。该公司表示，它会展示每个请求的路由决策是如何作出的。
OpenRouter 的目录移除了 MoonshotAI: Kimi K2.5 的 11 月 18 日到期日期
OpenRouter 的模型目录现在不再显示 MoonshotAI: Kimi K2.5（moonshotai/kimi-k2.5，262,144-token 上下文）的到期日期。此前在 11 月 6 日，该条目显示的日期是 2026 年 11 月 18 日；现在该字段为空。OpenRouter 尚未说明此次退役是取消了还是仅仅推迟了。OpenRouter 的目录为 MoonshotAI: Kimi K2.5 标注了 11 月 18 日的到期日期
OpenRouter 的模型目录现在显示，MoonshotAI: Kimi K2.5（moonshotai/kimi-k2.5，262,144-token 上下文）的到期日期为 2026 年 11 月 18 日。该模型自 2026 年 1 月起列入目录。此前，该条目没有到期日期。这只是目录中的一项字段；条目并未说明原因，也未说明该日期之后模型会发生什么。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 对比了 9 种搭配开放模型的编程代理框架；仅使用 bash 的代理拔得头筹
Joel Niklaus 发布了 Harness Leaderboard，对比了 9 种运行开放模型的编程代理框架。每次对比中只有框架不同：模型、提供方和推理强度保持不变，每项任务都会尝试 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，进行了 28,849 次测试，推理费用为 4,746 美元。截至 11 月 6 日，这条帖子在 X 上获得了 625 个积分。Village：开放权重模型如今仅在 3% 的预算区间内最划算，低于 6 月的 41%
发布 LLM Atlas 的 Village 报告称，闭源模型如今几乎占据了性价比前沿的所有预算区间。按其估算，开放权重模型只在 3% 的预算区间内是最强模型，而且几乎都集中在低价端（Google 的 Gemma 4 E4B 和 Xiaomi 的 MiMo-V2.6-Flash）。6 月时，这一比例为 41%；当时仅 DeepSeek V4 Flash 就在近三分之一的预算区间内领先。Village 表示，这是其测得的最低比例；自 2024 年以来，每个季度末这一比例都至少为 6%。