全部动态
Meta 放出了 Muse Wonder，直接冲着 OpenAI 和 Anthropic 去，股价当天涨了 4%，可以看看它到底有什么本事。
petergostev 把 Meta 的 Muse Wonder 拉来和 Opus 5.5、GPT-6.1 Sol 这几个模型同台比 3D 场景和前端生成，还附了每次生成的费用，想选模型可以看看。
Meta 新出的 Muse Wonder 直接叫板 GPT-6 和 Claude Opus 5.5，超长程编程跑分高出一截，还能自己扛住长任务不中断，做 Agent 的可以看看跑分细节。
Meta 重启研发 14 个月后憋出 Muse Wonder，基准只输 Claude Opus 5.5 一名，编程还反超了，可以直接在 API 上试。
Meta 新发的 Muse Wonder 不按聊天模型做，专攻能替你跑完长任务的 Agent，还自建了两个基准来测'不半途而废'，思路挺不一样。
Meta 这回是真掏出对标 Claude 和 GPT-6 的闭源模型了，还直接明码标价卖企业版，跟它之前开源 Llama 4 的路子完全反着来，看两家怎么打吧。
Meta时隔一年终于拿出对标Anthropic的旗舰模型，代码能力提升明显，还接进了自家35亿用户的Muse智能体。
Scale AI 发了个叫 MUSE WONDER 的模型，专门给个人智能体用，卖点是真的能记住你几周几个月的事，金融法律领域还是 SOTA。
Meta 新发了 Muse Wonder 系列模型，主打个人和专业场景的 Agent 任务，Zuckerberg 亲自官宣，做 Agent 的可以关注。
Meta 的 Muse Wonder Full 在 AA Intelligence Index 拿了 56 分世界第二，只差 Claude Opus 5.5 两分，就看什么时候能放出来用了。
Meta 新模型 Wonder Full 离 Opus 5.5 只差 2 分，长代码项目还反超了，做开发的可以去 Muse Code 里试试。
有个叫 SubQ Snap 的决策模型，专门干 agent 工作流里的判断活，384K 上下文，输入才 $0.05/MM，比用前沿模型便宜太多了。
Qwen 团队放出了 QwenGyre，一个训练编程智能体的弹性 RL 框架，能跑几小时的 rollout、处理近百万 token，值得做智能体训练的开发者看看。
OpenBMB 的 MiniCPM-V 4.7 35B-A3B 被第三方去掉了审查，拒绝率从 96.3% 降到 0，Hugging Face 上能直接下载本地跑。
OpenBMB 的 MiniCPM-V 4.7 在 3D 生成上赢了 Qwen 3.6 35B-3A，还省 10% token，本地跑视觉模型可以关注一下。
Sakana AI 让一个模型自己解题自己批改，两轮后对原版胜率近 70%，不过文章也讲清了这种自我改进什么时候会把错误越练越深。
Muse Wonder 出现在 arena.ai 了，可以匿名跟其他模型对战投票，还能看它的 Agent 模式干活。
Meta 的新模型 Watermelon 要来了，据说是 Fable 级的前沿模型，一边做消费端的 Muse 一边冲前沿，还能不能撑住两线作战挺值得看的。
Cognition 的新基准看代码能不能被维护者真合并，最强模型也只有 52%，GPT-6.1 Sol 花十分之一的钱就追平 Claude，榜单数据很硬核。
Cognition 的 FrontierCode 1.1 排行榜来了，专测代码能不能被真实维护者合并。Claude Opus 5.5 拿 52% 居首，GPT-6.1 Sol 用十分之一的价格打平，开源的 MiMo-V2.6-Pro 也很能打。
Scale AI 的 Alexandr Wang 实测了 Meta 新模型，说它跟 astra、fable 和 Opus 打平甚至更强，还断言 Meta 会赢下消费级智能体市场。
Meta 发了组对比实验：Muse Wonder Full 在没见过的任务上比 Muse Spark 1.3 预测的更好，他们把原因追溯到更强的基座模型，做模型选型可以看看。
Alexandr Wang 亲口辟谣：muse wonder 会做 3D demo 不是因为专门训练过，他还鼓励大家拿它写真实代码试试。
LMArena 给出实测数据：Kimi K3 和 DeepSeek V4.1 Flash 用不到一成的成本追平了 Claude Fable 5，做 agent 选型前可以看看这份榜单。
仅展示最近 2000 条内容，更早的内容请查阅 AI 日报存档