全部动态

两款新模型上线 CancerBench 评测，结果都拿零分，还并列第一和倒数第一，挺有意思的一条测试动态。

Tanishq Abraham (论文推介)@iScienceLuvr原文

谷歌把Agent从电脑里设计分子推进到真实实验室，机器人做实验、AI自己改方案，还真的找到了癌症靶点的结合分子。

AIGCLINK@aigclink原文

讨论各家推理模型 CoT 越写越长的问题，作者点名 OpenAI 的 token 消耗比 DeepSeek 还夸张，关注 API 成本的可以看看。

Teortaxes@teortaxesTex11 个信源在谈原文

DeepSeek 新模型在 OpenAI 自家的 GDPval 基准上把开源和中国模型都拿了第一，还比同分模型快，数据点很硬。

Teortaxes@teortaxesTex11 个信源在谈原文

DeepSeek 新的 V4.1 Flash 1017 在 Together AI 能直接用了，专攻从零写完整 Web 应用和游戏，价格没涨，写代码的可以试试。

官方账号Together AI@togethercompute原文

DeepSeek 新版 V4.1-Flash-1017 的第三方点评来了：幻觉控制最好，但知识和 LCR 倒退，还被 Sol 压着打。

Teortaxes@teortaxesTex原文

有人只写了歌词，剩下的曲子和演唱全丢给 Claude 完成，成片就贴在推文里，点开就能听，挺有意思的实验。

AI Will@FinanceYF5原文

OpenBMB 的 MiniCPM-V 4.7 冲上 Hugging Face 热榜第二，35B-A3B MoE 手机端 3GB 内存就能跑，想玩端侧多模态的可以试试。

OpenBMB@OpenBMB原文

DeepSeek 出了新版模型，推理和编程更强，跑任务更快、输出更短，用起来成本也更低。

联合早报@zaobaosg原文

rauchg 用 DeepSeek 新的 v4.1 flash fast 模型给小游戏加了音效、碰撞检测和跟随镜头，全程才花了 30 美分。

Guillermo Rauch@rauchg原文

有人拿 Opus 5.5 写设计稿、DSv4.1 Flash 写代码，结果代码一堆没用的模块，Opus 也修不动，看看这个翻车组合。

Teortaxes@teortaxesTex原文

DeepSeek 新版编程模型把 Kimi K3 挤下开源第一，成本只有十分之一，价格没涨，做 Web 开发的可以直接去 API 试试。

lmarena.ai@lmarena_ai原文

OpenAI 的新图像模型 Aurora 已经出现在 Arena 上，实测配色比 gpt-image-2.5-flare 强不少，做图的朋友可以盯一下。

TestingCatalog@testingcatalog11 个信源在谈原文

StepFun 把 Step 5 Preview 权重放出来了，还约了 Together Compute 在旧金山办线下发布夜，能现场看模型演示，做 AI 创业的朋友可以去报名。

官方账号阶跃星辰 Stepfun@Stepfun_AI3 个信源在谈原文

SemiAnalysis 这期播客把 GLM 5.3 拆得很细：架构没动全靠后训练，还从第一天就适配七大国产芯片，安全攻防圈都在拿它替代闭源模型。

shao__meng@shao__meng11 个信源在谈原文

英伟达又开源了，这次是 120B 总参、12B 激活的视觉模型，主打推理速度，想跑多模态的可以去试试。

Gorden Sun@Gorden_Sun11 个信源在谈原文

有人晒了 OpenAI Sol 6.1 的成绩曲线，还吐槽它没把 Astra 蒸馏进去，看看评论区怎么吵的。

Teortaxes@teortaxesTex11 个信源在谈原文

OpenAI API 上被人抓到 aurora 三个 alpha 模型，秒删但被记下来了，可能是 Daybreak 更新的前兆。

TestingCatalog@testingcatalog11 个信源在谈原文

OpenAI 藏了三款代号 Aurora 的新模型被网友扒出来了，推测是要对标 Claude 的 Astra 系列，感兴趣可以蹲一下后续。

kimmonismus@kimmonismus11 个信源在谈原文

有人抓到 OpenAI 三个没见过的 aurora 代号模型，红绿蓝三个 alpha，猜是 Astra、Sol 和 Luna，看看就行别当真。

@koltregaskes@koltregaskes11 个信源在谈原文

DeepSeek 新版跑浏览器任务，分数和 Opus 5.5 打平，价格只有十九分之一，跑智能体任务的可以关注下。

Browser Use@browser_use11 个信源在谈原文

一份按任务拆开的模型评测：智能体和推理涨了，浏览器操作反而掉分，价格还便宜一半，信息挺细。

Teortaxes@teortaxesTex原文

有人抢先用上了 DeepSeek 新模型，说速度快得像 flash，想尝鲜的可以先围观这条一手体验。

Xianbao Qian@Xianbao_QIAN原文

DeepSeek 又发了新开源模型，榜单第一，按任务算成本还比 Haiku 这些低，不过作者说 Argon 现在还压着它一头。

Bindu Reddy@bindureddy原文