智谱AI的GLM-5.3-Flash在Agent Arena表现亮眼，成本仅0.12美元/任务，超越自家前代模型。

千问团队研发大模型，用户却更爱小参数的Qwen3.8-27B，实际需求与研发方向存在差异。

DeepLearningAI 分享 GLM-5.3 如何通过微调实现智能跃升，还意外获得了强大的网络安全能力。

DeepSeek 10 天前发布 API，10 天后就开源了这款 305B 参数的多模态模型，性价比超高。

阿里发布的 Qwen3.8-27B 虽参数量不大，但在笔记本就能跑出惊艳效果，10个案例展示实际能力。

Qwen3.8-27B 在法律代理基准上追平 Fable 5，成为开放权重模型第一。

Magnus Müller提出Agent算法直接连接人类意图，无需传统平台中介。

腾讯混元开源了Hy4预览版，1M上下文+770B参数，在真实任务评测中超越GLM和Kimi

Gemini Co-Scientist在材料、生物和AI研究中表现出色，首次实验就成功制备3原子厚半导体，大幅降低AI研究中的数据造假率。

腾讯把1.5TB的Hy4-preview压缩到200GB还保持性能，MIX-STQ1_0技术真厉害

智谱AI的GLM 5.3在Fireworks上线，编程能力提升50%，网络安全表现顶尖，适合复杂任务。

Perplexity 上线了 GLM 5.3，专为长上下文多模态任务优化，在 WANDR 基准上超越了前代模型。

Anthropic让Claude用1 GPU自主对齐其他AI，48小时内完成研究训练测试。

Google新发布的Gemini Omni 1.1 Flash在视频生成基准中表现优异，支持场景扩展、帧控制、4K超清等功能。

Google发布了Gemini Omni 1.1 Flash，视频生成时长提升到40秒，支持4K分辨率，还有低成本草稿模式。

Zai开源了GLM-5.3，支持百万上下文，适合编程和网络安全，还能自己下载运行定制。

Grok-4.6在Agent Arena排名上升，确认成功指标提升13.2%，bash恢复能力显著增强。

SpaceXAI的Grok-4.6在代码任务上表现亮眼，确认成功率提升15%，成本与Claude Opus 4.6相当。

斯坦福发布了科研AI代理基准Terminal-Bench-Science，Claude Opus 5仅完成30%，看看你的模型表现如何。

Anthropic正邀请各行业专家参与MHS研究预览，共同制定行业标准，不久后将开源。

Benchling要搞科学专用AI智能体，和Anthropic/OpenAI思路不同，专注垂直领域。

RichardSocher 新发布的智能体模型，在准确性和速度上都有显著提升，适合需要快速响应的智能体应用。

腾讯混元Hy4预览版在WebDev编程基准测试中大幅提升，从第31名跃升至第5名，开源模型中排名第三。

阿里Wan 3.0刚发布就以1414分登顶视频编辑模型排行榜，比第二名高4分，现在买还有30%折扣。

Z.ai新发布的GLM-5.3 Flash性能强劲且价格低廉，国产芯片驱动，市场份额已超越DeepSeek。

腾讯Hy4 preview开源，在智能体任务上超越GPT-5.5，但抽象推理仍有差距。

腾讯Hy4 preview来了，770B参数，1M上下文，专家数据训练，开源且价格亲民。

TencentHunyuan发布了Hy4预览，在Code Arena中表现优异，是开源模型中的佼佼者，值得一试。