全部动态

LMArena 给出实测数据：Kimi K3 和 DeepSeek V4.1 Flash 用不到一成的成本追平了 Claude Fable 5，做 agent 选型前可以看看这份榜单。

lmarena.ai@lmarena_ai5 个信源在谈原文

Meta 放了两个新模型，主打干活的智能体任务，现在就能在 Agent Arena 里亲手测，排行榜分数还没出。

lmarena.ai@lmarena_ai4 个信源在谈原文

扎克伯格发了新模型系列 Muse Wonder，主打个人和工作的 agentic 任务，先看看宣称了什么。

Justine Moore@venturetwins原文

Meta 新模型 Muse Wonder 发布了，这次用自家的 PSI 指数来评估个人智能体表现，连'大模型味'都量化了。

官方账号Alexandr Wang (Meta MSL)@alexandr_wang原文

Meta 的 Muse Wonder 在 SWE-Marathon 上拿了 57.5 分，比 Opus 5.5 的 46.3 高出 11 分多，编程智能体又有新选择可以对比了。

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文

Meta 放出 Muse Wonder 两个版本，作者实测说能打 Claude Opus 5.5 和 GPT-6 Astra，做编程和智能体的可以关注一下。

Paul Couvert@itsPaulAi11 个信源在谈原文

Meta 发了 Muse Wonder 系列，重点不在跑分而在安全和隐私处理，想看大厂怎么练防注入的可以看看。

官方账号Meta AI@AIatMeta原文

Meta 一次发了两款新模型 Muse Wonder 和 Muse Wonder Full，主打智能体任务，API 和 Muse Code 都能用上了。

官方账号Meta AI@AIatMeta4 个信源在谈原文

Meta 新模型 Muse Wonder 号称打过 Fable 5.1，价格还只要四成，贴文里有具体对比数字。

kimmonismus@kimmonismus原文

OpenRouter 上线了 Muse Wonder，做模型评测或想第一时间试新的可以去这个页面直接调。

OpenRouter@OpenRouterAI原文

Meta 的新旗舰 Muse Wonder 上线 OpenRouter 了，主打智能体任务、写代码和电脑操作，感兴趣可以去试试看。

OpenRouter@OpenRouterAI原文

Meta 六周内又发了新模型，智能指数涨到 56，代理类任务进步明显，比 Claude 便宜但比 GPT-6 贵，做 agent 的可以看看。

官方账号Artificial Analysis@ArtificialAnlys11 个信源在谈原文

Alexandr Wang 出的 MUSE WONDER，主打个人和专业智能体场景，号称智能体和编程任务上比过全球最强模型。

官方账号Alexandr Wang (Meta MSL)@alexandr_wang原文

Scale AI 放出 MUSE WONDER，从 MUSE SPARK 迭代而来，靠预训练加 RL 推到前沿，可以看看 Artificial Analysis 上的成绩。

官方账号Alexandr Wang (Meta MSL)@alexandr_wang原文

Meta 的 Wonder Full 在 SWE-Marathon 拿了 57.5%，比 Claude Opus 5.5 高 11 个点，还带跨对话记忆，做长任务可以试试。

kimmonismus@kimmonismus11 个信源在谈原文

GPT-6.1 Sol 花小钱办大事，分数只比贵的 Astra 低 1 分；另一款还因为会骗人被砍了，细节都在这篇。

DeepLearning.AI@DeepLearningAI11 个信源在谈原文

Scale AI 放出了新模型 Muse Wonder，专门冲着个人和专业智能体场景去的，号称能跟头部模型掰手腕，做 Agent 的可以留意。

官方账号Alexandr Wang (Meta MSL)@alexandr_wang原文

Meta 的新模型 Muse Wonder 被网友提前扒出来了，1M 上下文，价格只有 Claude Fable 的四成，订阅党还能解锁最强推理模式。

kimmonismus@kimmonismus4 个信源在谈原文

Meta上新了Muse Wonder系列，主打长任务编程，会自己拆活、并行调工具、出错自动救回来，Muse Wonder Full只给Muse Code订阅用户。

TestingCatalog@testingcatalog原文

OpenBMB 的 MiniCPM-V 4.7 能在 iPhone 上跑 35B 多模态模型，3GB 内存 13 tokens/s，OCR 还压过 Qwen3.6，端侧玩家可以试试。

OpenBMB@OpenBMB7 个信源在谈原文

Meta 一款代号 Watermelon 的新模型被爆料预告了，博主猜训练已完成，想追 Meta 下一个模型动态的可以留意。

TestingCatalog@testingcatalog原文

Qwen团队开源了QwenGyre框架，让模型从几小时长的工程任务里学本事，NL2RepoBench通过率涨了6个点，训练还快了1.78倍。

AIGCLINK@aigclink原文

Google 疑似在 Antigravity 里偷偷灰度测试下一代 Gemini 4 Argon，不少用户实测说比现在的 Flash 强不少，可以看看对比截图。

TestingCatalog@testingcatalog原文

Tim 用 5 个具体案例演示字节的世界模型，从老电影运镜到机器人训练和医生模拟教学，几分钟看完很直观。

orange.ai@oran_ge原文

微软要用自家 Maia 芯片替代 NVIDIA 和 AMD 做推理了，Maia 300 明年上，每兆瓦 token 多 40%，还能看它怎么拼芯粒设计。

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文

DeepMind 用 Gemini 加 Lean 复现了 9 个悬置几十年的 Erdős 问题，数学机器证明这波真能打，快看看怎么做到的。

kimmonismus@kimmonismus原文

有人发现 Claude Opus 5.5 背后可能偷偷换了模型，候选名字叫 Claude Fable 5.5，Anthropic 还没承认，吃瓜看看就好。

TestingCatalog@testingcatalog11 个信源在谈原文

有人声称在路由里摸到了 Claude 的新模型，还晒了测试体验，想追 Anthropic 动态的可以看看。

岚叔@lufzzliz11 个信源在谈原文