少数派
·
派早报：OpenAI 发布 GPT-5.1-Codex-Max 模型等
内容提要
OpenAI于11月19日发布了GPT-5.1-Codex-Max模型，提升了长程推理和实时交互能力，准确率达到77.9%。该模型引入了Compaction机制，优化了token利用率，降低了成本与延迟。Google也推出了Nano Banana Pro模型，具备更强的推理和实时知识整合能力，支持多种创意编辑工具。
关键要点
-
OpenAI于11月19日发布了GPT-5.1-Codex-Max模型，提升了长程推理和实时交互能力，准确率达到77.9%。
-
GPT-5.1-Codex-Max引入了Compaction机制，优化了token利用率，降低了成本与延迟。
-
Google推出了Nano Banana Pro模型，具备更强的推理和实时知识整合能力，支持多种创意编辑工具。
-
Nano Banana Pro能够将抽象想法、笔记、数据或草图转化为图像、信息图或设计原型，并支持实时信息获取。
延伸解读
GPT-5.1-Codex-Max的技术优势
OpenAI的新模型GPT-5.1-Codex-Max通过引入Compaction机制，显著提升了token的利用率，降低了成本和延迟。这一技术使得模型在处理复杂任务时表现更为出色，尤其是在长时间运行的情况下，能够保持高效的性能。对于开发者而言，这意味着在编程和调试过程中可以获得更快的反馈和更高的准确率。
Google Nano Banana Pro的应用场景
Google的Nano Banana Pro模型在实时知识整合和创意编辑方面表现突出，能够将抽象概念转化为视觉化内容。这使得它在教育、商业展示等领域具有广泛的应用潜力。用户可以利用其强大的文本渲染能力，生成多语言和高可读性的设计，适合需要高质量视觉输出的场合。
长程推理与实时交互的未来
随着GPT-5.1-Codex-Max和Nano Banana Pro等模型的推出，长程推理和实时交互能力的提升将推动人工智能在各行业的应用。企业在选择AI工具时，应关注这些模型的具体能力，以便更好地满足自身需求，提升工作效率和创新能力。
延伸问答
GPT-5.1-Codex-Max模型的主要特点是什么？
GPT-5.1-Codex-Max模型提升了长程推理和实时交互能力，准确率达到77.9%，并引入了Compaction机制以优化token利用率。
Compaction机制如何影响GPT-5.1-Codex-Max的性能？
Compaction机制能够智能保留关键内容，丢弃次要细节，使模型在接近上下文窗口上限时仍能高效处理数百万token，提升了token利用率约30%。
Google的Nano Banana Pro模型有什么新功能？
Nano Banana Pro具备更强的推理能力和实时知识整合能力，支持将抽象想法转化为图像和设计原型，并能获取实时信息。
GPT-5.1-Codex-Max模型的准确率如何？
在SWE-Bench Verified测试中，GPT-5.1-Codex-Max模型的准确率达到了77.9%。
Nano Banana Pro模型适合哪些应用场景？
Nano Banana Pro适用于教育、科普、商业展示和日常内容创作等场景，能够生成视觉化的信息图。
OpenAI和Google的模型有什么主要区别？
OpenAI的GPT-5.1-Codex-Max专注于编程和长程推理，而Google的Nano Banana Pro则强调实时知识整合和创意编辑工具的应用。
