全部动态

新基准专门测模型多爱顺着你说，Llama 4 Maverick 97 分、Grok 4.7 最低，Claude 全系都偏低，想挑一款不谄媚的模型可以看看这份排名。

官方账号Artificial Analysis@ArtificialAnlys11 个信源在谈原文

OpenAI 拉了 80 多位心理医生做了个心理健康对话基准，GPT-6 Astra 考了 57.3 分，GPT-4o 只有 32.1，想看模型心理对话靠谱程度可以关注这套评测。

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文

OpenRouter Labs 新出的 Jev 微应用，基于 GPT-4，能生成和编辑图片，还附了代码，比之前他们出的那些工具更实用。

OpenRouter@OpenRouterAI原文

Anthropic 和 OpenAI 联手了，把 Claude 3.5 Sonnet 和 GPT-4o 组合起来，用户能选着用，比单独用哪个都强。

Gary Marcus@GaryMarcus11 个信源在谈原文

Meta搞了个新模型，叫Llama 3.2，在MMLU和HellaSwag这些测试里比GPT-4强，还分了免费和付费版，企业用户可以试试。

The Rundown AI@therundownai11 个信源在谈原文

OpenAI 新发布的 GPT-4.0 模型，在专业领域测试中表现比人类专家还好，值得看看。

The Rundown AI@therundownai11 个信源在谈原文

OpenAI 新增了模型不当行为举报规则，你可以通过官方渠道提交具体案例，帮助提升模型安全性。

The Rundown AI@therundownai11 个信源在谈原文

Claude 3.5 Sonnet 模型发布，性能超越 GPT-4，值得看看。

宝玉@dotey11 个信源在谈原文

Character AI 推出了 C AI 图像模式，能生成图像并嵌入对话，和之前只能生成文本的版本不同。

Character.AI@character_ai原文

OpenAI 新发布的 GPT-5.0 模型，在 GLUE 基准测试中取得了新成绩，比 GPT-4 更强。

The Rundown AI@therundownai11 个信源在谈原文

Pruna AI 新出的 P-Video 模型，能生成 16 秒的视频，比 GPT-4o 好用。

Replicate@replicate原文

Code Arena 新增 WebDev 比赛版块，开发者可以提交代码，用 GPT-4 评估性能，和他人比拼结果。

lmarena.ai@lmarena_ai原文

Anthropic 新发布的 Claude 3.5 Sonnet 模型，完整对话记录公开了，你可以去看看它和 GPT-4 的差距。

AI Engineer@aiDotEngineer11 个信源在谈原文

OpenAI 创始人搞了个新东西，在数学推理上比 GPT-4 强，值得看看。

The Rundown AI@therundownai11 个信源在谈原文

Anthropic 推出了 Claude 3.5 Sonnet，这个新模型在多项任务上比 GPT-4 更强，你可以用它来写代码、做推理，甚至处理图片信息。

AI Will@FinanceYF511 个信源在谈原文

朋友推荐：Recursive 这个新公司刚融了 5 亿美金，创始人团队很强，他们要搞的是让 AI 自己变得更聪明的技术，听起来挺有意思的。

Latent.Space@latentspacepod2 个信源在谈原文

OpenAI 新发布的 GPT-4.30 版本，在 MMLU 基准测试中分数更高，值得看看有什么新变化。

ChatGPT@ChatGPTapp11 个信源在谈原文

微软出了个新模型MAI-TR，在MMLU测试里比GPT-4还强，值得看看。

Mustafa Suleyman@mustafasuleyman8 个信源在谈原文

朋友，Devin AI 推出了个新工具叫 Devin CLI，可以直接在命令行里和 AI 聊天，比用网页版更方便，而且功能还和 GPT-4 有得比。

Cognition@cognition_labs原文

Anthropic 新发布的 Claude 3.5 Sonnet 模型，推理能力很强，价格也便宜，比 GPT-4 Turbo 和 Claude 3.5 Haiku 都好。

The Rundown AI@therundownai11 个信源在谈原文

朋友，GPT-Image 2.5 这个新版本在像素艺术生成上特别强，比之前的版本好很多，适合做复古风格的设计。

LovartAI@lovart_ai原文

OpenAI 新发布的 GPT-4.0 能处理图片和文字，比之前的版本更智能，适合用来做复杂的推理和创意工作。

官方一手@OpenAIDevs@OpenAIDevs11 个信源在谈原文

OpenAI 新发布的 GPT-4.0 能力更强了，在 MMLU 基准测试中得分 90.0，比之前版本好。

官方一手@OpenAIDevs@OpenAIDevs11 个信源在谈原文

OpenAI公开了GPT-4o的技术架构，开发者能了解其工作原理和性能优势。

小互@imxiaohu11 个信源在谈原文