5月20日消息，今天凌晨，谷歌I/O 2026开发者大会开幕，谷歌在会上正式发布Gemini 3.5 Flash，并宣布面向全球所有用户开放，可免费使用。Gemini 3.5 Flash在智能水平上已接近大型旗舰模型，同时延续Flash系列高速响应的优势，是谷歌迄今能力最强的智能体与编程模型。据了解，在多项智能体和编码基准测试中，Gemini 3.5 Flash的成绩均超过上一代旗舰模型Gemini 3.1 Pro。具体来看，在Terminal-Bench 2.1测试中，Gemini 3.5 Flash得分达到76.2%，高于Gemini 3.1 Pro的70.3%；GDPval-AA达到1656 Elo；MCP Atlas得分为83.6%，位居全场最高。在多模态理解测试CharXiv Reasoning中，其得分达到84.2%，同样拿下全场最高成绩。除了性能提升，Gemini 3.5 Flash在输出速度上也表现突出，该模型输出速度超过280 token/秒，是GPT-5.5和Claude Opus 4.7的4倍。谷歌表示，凭借速度与性能之间的平衡，Gemini 3.5 Flash非常适合处理长周期智能体任务。过去开发者可能需要数天、审计人员需要数周才能完成的工作，如今在Gemini 3.5 Flash协助下可大幅缩短耗时，且使用成本通常不到其他前沿模型的一半。
当地时间5月1日，美国商务部直属机构——美国国家标准与技术研究院（NIST）下属的人工智能标准与创新中心（CAISI）发布对我国DeepSeek V4大模型的评估结果。评估认为，DeepSeek V4比美国技术更具成本优势，但能力相差8个月。CAISI测试了DeepSeek V4在网络安全、软件工程、自然科学、抽象推理和数学等领域的能力，结果包括：DeepSeek V4是迄今为止CAISI评估过的最强大的中国人工智能（AI）模型。DeepSeek V4的实际性能与美国8个月前发布的GPT-5类似。与美国性价比最高的GPT-5.4 mini相比，DeepSeek V4在7项基准测试中的5项上成本更低。
4月24日凌晨，OpenAI正式发布了最新一代大模型GPT-5.5。Artificial Analysis Intelligence Index（第三方，10项eval加权平均）上，GPT-5.5在同等输出token量下智能得分最高，token总消耗明显低于其他模型。该模型目前已向ChatGPT付费用户开放，更高级别的GPT-5.5 Pro，则向Pro、Business、Enterprise用户开放，API即将上线，价格大幅上涨，为$5/$30（每百万Token），比GPT-5.4翻了三倍。
4月22日消息，OpenAI正式推出ChatGPT Images 2.0（GPT-Image-2），为首款带“思考”能力的图像生成模型，可极简提示生成高仿真界面、海报、试卷等内容，大幅简化设计流程。主要亮点方面包含支持联网检索，可自动补全品牌、场景等信息，一句话生成宣传海报、论文长图、UI界面、试卷等成品 。在Arena.AI文生图榜单登顶第一。
3月20日消息，OpenAI计划将其ChatGPT应用、编码平台Codex和浏览器整合到一个桌面“超级应用”中，旨在优化用户体验。OpenAI发言人称，首席应用官菲吉·西莫（Fidji Simo）将领导公司销售团队负责新产品的市场推广。
当地时间周二，英伟达首席执行官黄仁勋指出，名为OpenClaw的一个快速崛起的AI项目，标志着人类与人工智能交互方式的重大进步。“它现在是人类历史上规模最大、最受欢迎、最成功的开源项目。”黄仁勋在加州举行的英伟达GTC大会期间接受采访时称。他断言：“这绝对是下一个ChatGPT。”OpenClaw（国内常称“小龙虾”）是当前全球最火的开源自主AI智能体平台，超越了传统的聊天机器人。这些智能体不仅能回答问题，还能在用户极少干预的情况下完成任务、做出决策并采取行动。其核心是让AI从 “聊天” 变成 “动手执行任务”。
3月18日，OpenAI推出了GPT-5.4 mini 和 nano，这是其迄今为止功能最强大的小型模型。 GPT-5.4 mini 在编码、推理、多模态理解和工具使用方面都比 GPT-5 mini 有显著改进，同时运行速度也快了两倍以上。GPT-5.4 mini 在包括 SWE-Bench Pro 和 OSWorld-Verified 在内的几项评估中，性能也接近于更大的 GPT-5.4 模型。与此同时，OpenAI表示，GPT-5.4 nano是GPT-5.4系列中体积最小、成本最低的版本，专为速度和成本至关重要的任务而设计。它也是GPT-5 nano的重大升级版。
3月17日消息，宇树科技创始人王兴兴在GTC大会演讲中表示，具身智能要迎来ChatGPT时刻，意味着在80%的陌生场景中，通过语音或文字指令，机器人能够顺利完成大约80%的任务。为了解决上述问题并真正实现具身智能，不能单靠一家公司，需要更多的全球合作。
3月6日，OpenAI推出GPT-5.4，是其最新一代AI模型。该公司表示，该模型在推理能力、编程能力，以及处理涉及电子表格、文档和演示文稿等专业工作方面实现了多项进步。同时，它也是OpenAI首个具备原生计算机操作能力的模型，这意味着它可以代表用户操作电脑，并在不同应用程序之间完成任务。这一新模型是迈向AI公司所追求的“代理化未来”的重要一步。在这种模式下，由AI驱动的代理网络会在后台运行，在互联网和各种软件中完成复杂任务。目前，GPT-5.4已开始在ChatGPT、Codex以及API中推出，其中GPT-5.4 Thinking将提供给Plus、Team和Pro用户。此外，还有一个面向“复杂任务最高性能”的GPT-5.4 Pro模型，将在API以及ChatGPT Enterprise和Edu用户中推出。
3月4日消息，OpenAI推出GPT?5.3即时网站，GPT?5.3即时版自今日起向ChatGPT的所有用户开放。GPT?5.2即时版将在旧版模型板块的模型选择器中向付费用户开放3个月，将于6月3日下线。
OpenAI与美国国防部的一场合作，为自身引来了一场危机。据TechCrunch援引Sensor Tower数据显示，OpenAI宣布与美国国防部达成协议后，2月28日美国ChatGPT移动应用程序卸载量较上一天增加295%——在此前30天内，ChatGPT的平均日常卸载率在9%左右。同日ChatGPT在美国的下载量环比下降13%，3月1日持续走低，跌幅达5%。而在合作消息公布前的2月27日，ChatGPT下载量才刚刚环比增长14%。
2月11日，美团LongCat发布原生“深度研究”Agent(智能体)。基于独创三层智能体闭环架构及美团积累的物理世界数据训练，该产品有效缓解了当前AI在解决真实物理世界问题时容易出现幻觉的痛点。用户盲测显示，其攻略“整体可用率”达61.1%，优于ChatGPT的42.8%。目前该功能已在LongCat网页免费开放。
OpenAI当地时间2月5日推出编码模型GPT-5.3-Codex，该模型在GPT?5.2-Codex的编码性能基础上，融合了GPT?5.2的推理与专业知识能力，实现性能双飞跃，同时运行速度提升25%。这使其能够承担涉及研究、工具使用和复杂执行的长期任务。如同与同事协作般，用户可在GPT-5.3-Codex工作时实时引导并互动，全程保持上下文连贯性。
美国开放人工智能研究中心（OpenAI）12月11日发布其人工智能模型GPT的最新升级版本GPT-5.2，以应对生成式人工智能领域日趋激烈的竞争。为回应谷歌公司11月所发布人工智能模型双子座3的出色表现，OepnAI首席执行官萨姆·奥尔特曼近日启动“红色警报”，加快GPT升级版本的发布速度。OpenAI今年8月推出GPT-5后，11月即发布升级版本GPT-5.1，眼下不到一个月就再次更新。业界认为，此举凸显人工智能行业目前面临的竞争压力。
OpenAI旗下人工智能聊天机器人ChatGPT于12月2日和3日接连遭遇服务中断，部分用户无法正常使用。此次故障主要集中在网页版ChatGPT。根据用户反馈，在尝试通过浏览器与ChatGPT交互时，服务无响应或无法加载。OpenAI在发给CNBC的一份声明中表示：“由于路由配置错误，一些用户昨日早些时候在使用ChatGPT时遇到了一些问题。现在问题已经修复。”据追踪服务中断情况的网站Downdetector统计，周二约有3000人报告了聊天机器人出现问题。尽管此次故障给部分用户带来了不便，但目前来看影响范围有限，并未扩散至所有用户或所有平台。
11月26日，空间推理基准测试SpatialBench更新了最新一期榜单，阿里千问的视觉理解模型Qwen3-VL、Qwen2.5-VL位列头两名，超越Gemini 3、GPT-5.1、Claude Sonnet4.5等国际顶尖模型。据了解，SpatialBench是一项近年来兴起的第三方空间推理基准测试榜单，主要聚焦多模态模型在空间、结构、路径等方面的综合推理能力，被AI社区视为是衡量“具身智能”进展的新兴测试标准之一。SpatialBench不仅测试模型已知的知识，还测试模型在二维和三维空间中“感知”和操控抽象概念的能力，这对具身智能的落地尤为关键。
11月22日消息，蚂蚁灵光上线4天下载量突破100万，冲上App Store中国区免费榜第六。灵光首个百万下载速度超过ChatGPT、Sora2、DeepSeek等全球主流AI产品，成为2025年底表现最亮眼的一款通用AI助手。中国AI再一次跑出全球速度。
11月19日，OpenAI推出GPT-5.1-Codex-Max智能体编程模型，取代原GPT-5.1-Codex成为Codex界面默认模型。该模型引入“压缩”机制，可在数百万token上下文中持续高效运行，并在SWE-Bench Verified等基准测试中表现优于Gemini 3 Pro。新模型已集成至OpenAI旗下多个开发工具，支持实时交互与复杂任务处理，但暂未开放公共API。开发者需通过付费订阅使用，普通用户可通过ChatGPT Plus及以上版本体验。
近日，全球AI模型排行榜与评测系统之一LMArena发布最新AI大模型排名，其编程与代码生成模型排行榜（Coding Arena）显示，美国Anthropic的Claude、GPT-5、智谱GLM-4.6排名并列全球第一。据了解，Coding模型是一种专门为编程任务优化的AI模型，旨在帮助开发者更高效地编写、调试和优化代码，目前AI Coding模型已成为全球科技巨头与创企的战略焦点。
OpenRouter官网CDN代码库泄露了GPT-5.1的发布计划。该系列模型分为三个版本：GPT-5.1、GPT-5.1 Reasoning和GPT-5.1 Pro，计划于11月24日发布。GPT-5.1被称为“最新一代ChatGPT旗舰模型”，GPT-5.1 Reasoning能思考更久、回答更好，而GPT-5.1 Pro则定位为“科研级智能”。本周早些时候，一款名为“Polaris Alpha”的神秘模型上线OpenRouter平台，其上下文长度达256,000tokens，可免费使用，在代码生成、工具调用与指令理解方面表现突出。开发方表示该模型旨在收集用户反馈用于后续改进。社区讨论认为Polaris Alpha可能是OpenAI的GPT-5.1（非思考版）。部分测试者指出该模型几乎不产生幻觉，语气与GPT-5系列极为相似。