面向软件工程的 SWE-bench Verified 从 Opus 4.6 的 80.8% 暴涨到 93.9%，SWE-bench Pro 从 53.4% 冲到 77.8%；面向高难度数学推理的 USAMO 2026，更是从从 42.3% 直接飙到 97.6%——几乎满分。

报告写道：“LinkedIn 会扫描超过 200 款与其销售工具直接构成竞争的产品，包括 Apollo、Lusha 和 ...

All sea life will be affected by CO2 emissions, a major new report says Alarm over decline in flying insects 飞虫数量锐减值得警惕 ...