全部动态

AI 相关资讯全量信息流 · 104 条

博客资讯推文论文论文 →

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

模型 Agent 与开发者73°07:42

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。

#Agent #Harness #Qwen3.6-27B #GLM-5.2

shao__meng@shao__meng原文

9月1日

模型中美对照78°23:13

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。

#GLM-5.3 #Z.ai #CyberGym #推理模型

DeepLearning.AI@DeepLearningAI原文

8月31日

模型中美对照78°22:07

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。

#GLM-5.3 #GLM-5.2 #CyberGym #智能体

DeepLearning.AI@DeepLearningAI原文

8月26日

模型中美对照多源确认72°23:08

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。

#Ox Alpha #GLM-5.3-Flash #Zai_org #多模态模型

shao__meng@shao__meng11 个信源在谈原文

8月20日

模型中美对照多源确认精选07:36

智谱GLM-5.3后训练提升编码能力

智谱这GLM-5.3后训练分享，讲了如何提升编码能力，比之前的GLM-5.2效果更强。

#GLM-5.3 #GLM-5.2 #智谱 #推理模型

宝玉@dotey7 个信源在谈原文

8月15日

模型中美对照多源确认精选02:58

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。

#GLM-5.3 #Z.ai #LMArena #GLM-5.2

lmarena.ai@lmarena_ai11 个信源在谈原文

8月14日

模型 Agent 与开发者多源确认75°23:19

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 #智谱 #编程能力 #网络安全

小互@imxiaohu11 个信源在谈原文

模型中美对照多源确认76°18:08

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 #Z.ai #Kimi K3 #后训练

shao__meng@shao__meng11 个信源在谈原文

模型中美对照官方一手72°17:26

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。

#GLM-5.3 #智谱 #智能体 #AI安全

官方一手歸藏(guizang.ai)@op741811 个信源在谈原文

模型 Agent 与开发者多源确认85°14:53

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。

#GLM-5.3 #智谱AI #Z.ai #AI安全

宝玉@dotey11 个信源在谈原文

8月13日

模型中美对照多源确认精选17:42

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 #Code Arena #编码模型

lmarena.ai@lmarena_ai11 个信源在谈原文

模型中美对照多源确认精选13:03

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。

#DeepSeek #V4 Pro #GLM #Qwen

Geek@geekbb7 个信源在谈原文

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

模型 Agent 与开发者精选72°06:04

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。

#GLM-5.2 #智谱 #Claude Opus #编程助手

lmarena.ai@lmarena_ai原文

8月3日

模型中美对照多源确认精选12:17

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。

#Qwen3.8-Max #阿里巴巴 #前端代码生成 #模型评测

lmarena.ai@lmarena_ai10 个信源在谈原文

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

模型中美对照多源确认11:12

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。

#openPangu-2.0-Pro #华为 #昇腾 #Kimi K3

shao__meng@shao__meng9 个信源在谈原文

7月31日

模型 Agent 与开发者71°17:14

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。

#DeepSeek-V4-Flash-0731 #DeepSeek #GLM-5.2 #智能体

shao__meng@shao__meng原文

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。

#dfs-large1 #GLM-5.2 #depthfirstlabs #FireworksAI

Fireworks AI@FireworksAI_HQ原文

7月28日

模型 Agent 与开发者官方一手20:18

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 #RTX 5090 #GDDR7 #MXFP4

官方一手歸藏(guizang.ai)@op741811 个信源在谈原文

模型中美对照多源确认02:54

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 #GLM-5.2 #Moonshot #Agent Arena

lmarena.ai@lmarena_ai11 个信源在谈原文

模型中美对照多源确认02:51

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。

#Kimi K3 #Frontend Code Arena #Agent Arena #开放权重

lmarena.ai@lmarena_ai11 个信源在谈原文

7月22日

模型中美对照17:15

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。

#智谱 #GLM-4.5 #GLM-5.2 #Z.ai

AI Will@FinanceYF5原文

模型中美对照多源确认79°16:27

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。

#Unlimited-OCR #百度 #开源模型 #OCR

berryxia@berryxia3 个信源在谈原文

7月19日

模型中美对照多源确认73°21:37

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。

#Qwen 3.8 max preview #Alibaba #GLM-5.2 #DeepSeek V4 Pro

Paul Couvert@itsPaulAi5 个信源在谈原文

7月18日

模型中美对照多源确认精选05:30

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。

#GPT-5.6 Sol #OpenAI #网络安全 #漏洞修复

官方账号Greg Brockman@gdb11 个信源在谈原文

7月17日

模型中美对照23:53

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。

#K3 #GLM-5.2 #DeepSeek v4 #开源模型

Ethan Mollick@emollick原文

模型中美对照多源确认01:45

近4个月AI模型发布时间线一览

想要快速回顾近四个月各家发了哪些模型？看这张时间表就够了，直接按时间排序，一目了然。

#Opus #Kimi #GPT #DeepSeek

Suhail@Suhail11 个信源在谈原文

模型中美对照多源确认00:20

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。

#Kimi-K3 #GLM-5.2 #fable-5 #基准测试

岚叔@lufzzliz11 个信源在谈原文

7月16日

模型中美对照73°21:16

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。

#GLM-5.2 #SGLang #B300 #NVFP4

官方账号LMSYS Org (SGLang)@lmsysorg原文

模型 Agent 与开发者09:15

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。

#Grok 4.5 #FrontierSWE #Proximal #编程助手

官方账号xAI@xai原文

7月10日

模型多源确认06:04

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。

#Hy3 #Hermes agent #Opus 4.8 #GLM-5.2

Paul Couvert@itsPaulAi5 个信源在谈原文

模型中美对照04:07

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。

#Grok-4.5 #SpaceXAI #Code Arena #编码助手

lmarena.ai@lmarena_ai原文

7月9日

模型中美对照多源确认13:03

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。

#Grok 4.5 #SpaceXAI #GDPval-AA v2 #智能体

Geek@geekbb11 个信源在谈原文

模型中美对照多源确认71°11:59

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。

#Grok 4.5 #SpaceXAI #推理模型 #性能成本比

Sualeh Asif@sualehasif99611 个信源在谈原文

模型中美对照多源确认71°06:11

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。

#GPT-6 #Fable 5.1 #DeepSeek V4 #MiniMax Pro

orange.ai@oran_ge11 个信源在谈原文

模型中美对照多源确认精选02:32

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。

#GLM-5.2 #智谱AI #Epoch Capabilities Index #Gemini 3 Pro

官方账号Epoch AI@EpochAIResearch3 个信源在谈原文

模型中美对照多源确认00:01

OpenCode 开源模型使用统计：GLM-5.2 被低估，deepseek-v4-flash 亮眼

推主分享了OpenCode上的模型使用数据，发现deepseek-v4-flash当子代理既便宜又高效，GLM-5.2被低估了。

#GLM-5.2 #deepseek-v4-flash #OpenCode #智能体

elvis@omarsar03 个信源在谈原文

7月8日

模型中美对照21:27

腾讯开源Hy3模型，295B MoE媲美GPT-5.5

腾讯Hy3开源模型295B参数，比GLM-5.2小一半却和GPT-5.5打平，还超过DeepSeek V4 Pro，免费API两周，智能体应用很香。

#Tencent #Hy3 #开源模型 #MoE

Paul Couvert@itsPaulAi原文

模型中美对照01:04

GLM-5.2 支持视觉角色扮演构建，对话与图像提示一键生成

智谱 GLM-5.2 能直接帮你从文字描述生成带画面、分支剧情的角色扮演，而且搭个 API 就能用，上手很快。

#GLM-5.2 #智谱 #SiliconFlow #视觉生成

官方账号SiliconFlowAI@siliconflowai原文

7月6日

模型中美对照72°20:54

腾讯混元 Hy3 模型正式开源，295B/A21B MoE 架构

腾讯开源了 Hy3，295B 参数的 MoE 模型，256K 上下文，任务成功率直接拉到 90%，比预览版强不少，成本还低。

#混元Hy3 #腾讯 #MoE #256K上下文

shao__meng@shao__meng原文

7月5日

模型中美对照多源确认17:34

GLM-5.2、Fugu Ultra、Fable 5 在 one-shot 提示下对比

看看三个模型用同一个提示能生成啥，Fable 5 的效果最讨喜。

#GLM-5.2 #Fugu Ultra #Fable 5 #模型对比

AI Will@FinanceYF511 个信源在谈原文