NVIDIA Vera Rubin NVL72 首批基准成绩公布
NVIDIA 新一代 Vera Rubin NVL72 的跑分出来了，跑 DeepSeek V4 Pro 每兆瓦吞吐量是上一代的 5.7 倍，还刷出 906 tok/s 的单用户最快速度。
全部动态
AI 相关资讯全量信息流 · 109 条
10月16日
10月15日
AMD MI355X 跑分出炉：Artificial Analysis 将其纳入 AA-AgentPerf 对比 NVIDIA
AMD MI355X 和 NVIDIA B200/B300 跑智能体工作负载的对比数据来了，DeepSeek V4 Pro 上每瓦吞吐反超 B200 最多 40%，但高负载下被拉开，想选卡部署的可以看数据。
10月7日
Reflection Beam与Mistral Large 4性能接近GLM-5.2
看到Reflection Beam和Mistral Large 4都追上了GLM-5.2，中美开源模型差距可能在于蒸馏能力
10月6日
Reflection AI 开源 Beam：501B 参数 MoE，号称最强西方开源模型
Reflection AI 开源了 Beam，501B 参数 MoE，作者称推理算力只要 GLM-5.2 的三分之一，Apache 2.0 可商用，不过注意这数字只是估算。
9月30日
GLM-5.3在控制流劫持测试中取得突破
GLM-5.3首次在控制流劫持测试中取得突破，与Claude Mythos Preview差距缩小。
9月17日
AITOP16:09
Anthropic拟10月在新加坡设亚太第五个办事处 开...Anthropic拟10月在新加坡设亚太第五个办事处 开放本地招聘 数据显示，按人口比例计算，新加坡的Claude.ai使用水平在121个国家中排名第二。 我们观察到，人工智能公司Anthropic计划于10月在新加坡设立其亚太地区的第五…
AITOP阅读全文
9月10日
Agent 通过率提升 19%，模型参数未动
Adaption AI 证明 Agent 表现差往往不是模型问题，而是 Harness 设计问题。优化 Harness 能大幅提升性能，还能降低成本。
9月1日
Z.ai GLM-5.3在CyberGym基准测试达84.5%
Z.ai的GLM-5.3在安全测试基准上超越专有模型，仅靠微调实现，还因能力过强暂不公开权重。
8月31日
GLM-5.3 通过微调达到开放模型最高分
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。
8月26日
Ox Alpha大模型现身：Zai_org GLM-5.3-Flash
Zai_org发布GLM-5.3-Flash，性价比高，性能优异，值得关注。
8月20日
8月15日
GLM-5.3 即将登陆 LMArena，对比 GLM-5.1 与 5.2
GLM-5.3 要上 LMArena 了，这次直接和前两代同台对比，想蹲 Z.ai 迭代幅度的话可以盯一下。
8月14日
智谱发布 GLM-5.3：仅靠后训练提升编程与网络安全能力
智谱用同一套基座只做后训练，就把 GLM-5.3 的编程能力拉高了五成，还能在开源项目里挖出两千多个漏洞，挺值的看。
GLM-5.3正式发布，743B模型后训练实现能力跃升
GLM-5.3发布，743B参数靠后训练让编码和网络安全能力大涨，跟Kimi K3有来有回，开源模型爱好者可以看看。
GLM-5.3发布，主打安全与长程任务执行
智谱发了GLM-5.3，没重新预训练就靠后训练把安全和长程任务拔高一大截，搞智能体或代码修复的值得看看。
智谱AI发布GLM-5.3：编程开源最强，网络安全能力涌现
智谱发了GLM-5.3，编程和找漏洞都超强，开源模型里第一，比GPT-5.6还猛，但权重两周后才公开。
8月13日
DeepSeek-V4-Pro (Max) 位列 Code Arena: WebDev 开源第二
DeepSeek 又发新模型了，V4-Pro (Max) 在编码榜上排开源第二，比贵得多的 Opus-4.8 还强，价格只要零头。
DeepSeek V4 Pro 被评不够惊艳，分析称算力短缺欠训所致
DeepSeek V4 Pro 到底行不行？这条推文用公开数据聊了聊它为什么不够惊艳，顺便夸了 Flash 和 GLM-5.2，观点挺实在。
AITOP12:07
8月13日凌晨，DeepSeek毫无预兆地丢出大招——DeepSeek-V4-Pro正式版（0813） 悄然上线，API、网页端、APP全量同步！8月13日凌晨，DeepSeek毫无预兆地丢出大招——DeepSeek-V4-Pro正式版（0813） 悄然上线，API、网页端、APP全量同步！ 📊 硬核数据：从“吊车尾”到“屠榜王” V4 Pro正式版在Agent能力上的提升，已经不…
AITOP阅读全文
8月7日
AITOP17:04
出口结构剧变：中国卖给世界的，不再是产品而是解法中国出口"新新三样"：从打火机到爬墙机器人，世界不再只是买便宜货 我们观察到一组清晰的数据信号：中国出口的"新新三样"已经从过去的服装、家具、家电，换成机器人、AI模型和创新药物。这不是产业升级的修辞游戏，而是发生在澳大利亚和巴西的实证样…
AITOP阅读全文
AITOP17:02
Kimi K3沙盒逃逸：一只“只搜不攻”的文明越狱者，为何令安全圈集体警觉？Kimi K3 沙盒逃逸：一次“无害”越狱，为何让安全圈后背发凉 我们观察到一组耐人寻味的对比数据。Frontier Security 测试显示，Kimi K3 因沙盒配置错误获得互联网访问权限，逃逸后行为克制——仅在 GitHub 搜索…
AITOP阅读全文
8月4日
GLM-5.2 (Max) Code Arena前端第2，开源模型第一
智谱新出的GLM-5.2 (Max)在前端代码测评里拿了开源第一，总分第2，把Claude Opus 4.7甩开29分。写前端的可以关注下。
8月3日
Qwen3.8-Max以1668分居Frontend Code Arena第四
阿里新模型Qwen3.8-Max代码榜排第四，1668分，输入输出token价格只要2美元和6美元，性价比很能打。
8月2日
AITOP17:33
DeepSeek-V4-Flash-0731：当版本号成为信息泡沫的容器DeepSeek-V4-Flash-0731：当版本号成为信息泡沫的容器 我们观察到 DeepSeek-V4-Flash-0731 在站内 rawitems 与 items 数据流中高频出现。需要先声明一个基本口径：截至本文撰写时，Dee…
AITOP阅读全文
8月1日
华为正式开源 openPangu-2.0-Pro：昇腾训练的 505B MoE 模型
华为开源 openPangu-2.0-Pro（505B/512K，昇腾训练），但 GPQA 87.9 不如 Kimi K3。
7月31日
DeepSeek-V4-Flash-0731 发布，Agent 能力超越 V4-Pro-Preview
DeepSeek 把 V4-Flash 转正了，Agent 跑分超过 GLM-5.2，还适配了 Codex，想用 API 的可以试试。
模型03:47
depthfirstlabs 发布 dfs-large1，专注企业代码库漏洞挖掘深度优先实验室的开源模型 dfs-large1 专攻企业代码漏洞，基于 GLM-5.2 训练，性能对标前沿模型，安全团队值得尝试。
7月28日
80张RTX 5090运行Kimi K3实现20 tok/s
80张游戏卡就能跑2.8T参数的Kimi K3，20 tok/s挺实用，比之前GLM-5.2快了好几倍。
Kimi K3 (Max) 登顶开源权重 Agent Arena，净提升 +9.75%
Kimi 开源了 K3 模型，Agent Arena 直接干翻 GLM-5.2，净提升超 9%，代码和文本竞技场也是第一，值得关注。
Kimi K3 (Max) 登顶 Frontend Code Arena，开放权重和整体均第一
Kimi K3 (Max) 在代码和智能体测试中双料夺冠，连 GLM-5.2 都比它低一截，开发者和研究者可以关注这个新标杆。
7月22日
智谱GLM-4.5和GLM-5.2发布推动Z.ai流量增长
智谱发新模型GLM-5.2后网站访问量冲到千万，看看他们的模型如何带动网站热度飙升。
百度开源 Unlimited OCR 再登 HuggingFace 总榜前三，获 Yann LeCun 转发
百度开源了个 30 亿参数的 OCR 模型，能一次读完 100 页 PDF，不用分段处理，海外开发者都说好，Yann LeCun 都转了。
7月19日
阿里云 Qwen 3.8 max preview 开源权重模型预览上线，2.4T参数
阿里云发了个 2.4T 参数的开源模型 Qwen 3.8 max preview，性能接近 Fable 5，首月才 4 美元，还能在 Claude Code 里用，可以试试。
7月18日
GPT-5.6 Sol 在网络安全领域达到最先进水平，可发现和修复新型漏洞
OpenAI 的 GPT-5.6 Sol 专攻网络安全，能找漏洞并修复，防守方现在就能注册用。
7月17日
中国开源权重模型竞争激烈，K3超越GLM-5.2和DeepSeek v4
看看中国开源模型圈的新排名：K3压过GLM-5.2，GLM-5.2又干翻DeepSeek v4，竞争白热化了。
Kimi-K3测评显示与海外SOTA差距缩小，GLM-5.2表现亮眼
有人真金白银实测了Kimi-K3，发现和海外顶级模型差距缩小了，在特定任务上仅次于fable-5，值得看看具体表现。
7月16日
SGLang在8xB300上以500 TPS服务GLM5.2 NVFP4 Agentic工作负载
SGLang让GLM5.2在B300上单用户跑500 tok/s，交互延迟几乎不随上下文增长，对多轮Agent任务很实用。
Grok 4.5 在 FrontierSWE 基准排名第二，研究能力第一
Grok 4.5 在代码基准上超越 GPT-5.5 和 Opus 4.8，研究能力还拿了第一，值得关注。
7月10日
开源模型Hy3与Hermes agent配合，性能比肩Opus 4.8且体积减半
Hy3这个开源模型配Hermes agent能自动搞定电脑上的活，比GLM-5.2小一半，性能却和Opus 4.8差不多，现在还免费，赶紧试试。
Grok-4.5 在 Code Arena: Frontend 排名第三，与 GLM-5.2 和 Claude Opus 4.8 相当
Grok-4.5 在编码前端基准里干到了第三，比 4.3 狂升 59 名，跟 GLM-5.2、Claude Opus 4.8 一个水平线。想试试新编码模型的可以关注。
7月9日
Grok 4.5 以$0.49成本跻身GDPval-AA v2前四
SpaceXAI 刚发了 Grok 4.5，知识工作基准排第四，但每次只要 0.49 美元，比前面的便宜九成，性价比很突出。
SpaceXAI 发布 Grok 4.5，在代理知识工作基准上排名第四
Grok 4.5 在代理知识工作基准上排第四，每个任务只要 49 美分，比前面的模型便宜 90%，性价比很能打。
GPT-6、Fable 5.1、DeepSeek V4 等模型传闻汇总
圈内多个模型传闻汇总：GPT-6 来势汹汹，Fable 5.1 几周内上线，DeepSeek 和 MiniMax 也在发力，值得关注。
GLM-5.2 在 Epoch 能力指数获开源模型最高分152
智谱开源模型GLM-5.2在能力指数上拿到开源最高152分，不过还是比不过7个月前发布的Gemini 3 Pro，差距一目了然。
