有人用一句话让 Claude Fable 5.5 生成了 3 分钟动画,画面配乐都是原创的,视频在推上可以看,不过模型名还没得到官方确认。
全部动态
有人拿 Claude fable 5.5 玩了个狠活:一条提示词让它生成人类进步史的 3 分钟动画,连配乐都是现做的,视频和音乐全无素材,挺开眼界的。
Salesforce 只用 8B 小模型就教 AI 一次写出一堆不重复的科研点子,创意性还赢了 Claude Opus 4.8 和 GPT-6 Astra,做法挺巧的。
DeepSeek 新版 Flash 模型上了 Ollama,跑智能体任务更快更便宜,还能直接接 Claude Code 用,美国托管还不留数据。
DeepSeek 刚发了 V4.1-Flash-1017,跑分更快输出更短还更省钱,已经在官网和 API 上能用,写代码的可以试试 CodeBuddy 那套适配。
有人在猜 DeepSeek V4.1F 能排到 45-46 分,还聊了 Vals 和 CritPt 这几个基准的毛病,喜欢看跑分讨论的可以看看。
Cohere 拿 Embed 5 Fast 和 Google 的 EmbeddingGemma 2 跑了 163 个数据集,95% 以上都赢,做 RAG 选嵌入模型可以看看这组对比。
DeepSeek 更新了 V4.1-Flash-1017,速度更快、输出更短还更省钱,跑 CodeBuddy 或 Harness 的开发者可以直接升级试试。
DeepSeek 新模型 DeepSWE 跑到 77 分,性能对标 Opus 5,价格只有 1/83,Databricks 也要上了,开源党可以看看。
DeepSeek 更新了 Flash 模型,命令行任务分数从 31.2 涨到 42.3,还顺手把搜索接口变成了按次收费,用 API 做应用的朋友看下价格。
Arena 的安全榜更新了,Meta、Reflection、StepFun 三家新上榜,OpenAI 的 GPT-6.1-Sol 还是最能管住手的,看各家智能体谁更靠谱。
LMArena 拿 9 万条真实智能体会话给 30 个模型打了三个对齐分数:越权操作、错误归因、谎报完成。选智能体模型前可以先看看这份榜单。
DeepSeek 这次更新挺实在:模型输出更短意味着 API 更省钱,还把自家搜索引擎开放成了 Search 和 Fetch 两个 API,做 Agent 的可以直接接上。
歸藏拿给 Opus 5.5 写的游戏特效提示词测了 Deepseek V4.1 Flash 1017,能用,但细节和创造性比 Opus 5.5 差一截,想对比的可以看看。
DeepSeek 新版 V4.1-Flash-1017 被称比 GPT 5.6 Sol 又快又强,两条线对比一眼看完。
DeepSeek 新出的 V4.1-Flash-1017 在 Terminal-Bench 上跑赢了 GPT 5.6 Sol,价格只有十七分之一,靠 RL 训练编码 agent 环境,写代码的可以看看。
作者想看新模型在 DSH 里能不能压过 pi、omp、Claude Code 和 Codex,还顺带聊了要不要统一各产品线的 harness,适合关注编程模型评测的人。
DeepSeek 新版 V4.1 Flash 在自家 SWE V1.1 基准上完爆一众模型,还能一句话生成整个项目,顺带开放了中文搜索 API,值得配进你的 Harness 试试。
Anthropic 不发公告悄悄连着更新模型,博主实测说 Opus 5.5 质量没掉还越用越好,和 Codex 那波 28 天更新对上了。
DeepSeek 新版 V4.1-Flash-1017 用自反馈强化学习练出了从零写完整项目的能力,官方放出了做游戏和 3D 建模的演示。
DeepSeek 刚发了 V4.1-Flash-1017,跑分更强、响应更快、输出还更省 token,官网和 API 都能直接用了。
DeepSeek 这个所谓小更新在 Terminal-Bench 4.0 上直接涨了 11 分,还超过 Opus 5 和 GPT-5.6 Sol,权重又是 MIT 开源,写代码的可以试试。
DeepSeek 开源了推理更强的 V4.1-Flash-1017,Perplexity 也开源了两款决策模型,程序员和折腾党今天能下载的好东西不少。
vLLM 官方晒出 DeepSeek-V4.1-Flash-1017 的服务成绩:每美元 1.3B tokens,单卡 830K tok/s,跑智能体循环很省钱。
有人晒出 DeepSeek 跑到 202 tok/s 的实测截图,还说比 Codex 快,编程党可以看看这速度对不对得上自己的体验。
DeepSeek 刚更了 V4.1-Flash-1017,写代码和跑 Agent 任务明显变强,专项基准还赢了 GPT-5.6-Sol,不过综合推理还是 Claude Opus 5 更稳。
有人拿同一个画乌龟的提示词对比了 V4.1 Flash 新旧版本,新版本快很多,但快到 90% 会开始磨蹭,得手动拉一把,实测细节挺有用。
DeepSeek 更新了 V4.1-Flash-1017,编程测试涨到 77.0,还专门改了话痨问题,输出更精简,权重直接开放下载。
DeepSeek 新版开源模型,编程基准打平或超过 Opus 5,价格却只有零头,想省 API 成本的可以看看测试细节。
DeepSeek 把 V4.1-Flash-1017 的权重直接放上 Hugging Face 和 ModelScope 了,想本地跑的可以去下载试试。
DeepSeek 更新了 V4.1-Flash-1017,跑分更高、出结果更快、输出还更省,写代码工具也做了适配,可以直接在 API 里换上试试。
DeepSeek 刚发了 V4.1-Flash-1017,跑分更高还更快,输出更短更省钱,用 CodeBuddy 的人可以直接升级试试。
仅展示最近 2000 条内容,更早的内容请查阅 AI 日报存档