小米开源全模态模型 MiMo-V2.6：AA 指数 46 分超 Kimi K3
小米把 MiMo-V2.6 权重全开源了，Pro 在 AA 指数拿 46 分压过 Kimi K3，价格只有海外模型的 1/20。
IT之家原文
全部动态
AI 相关资讯全量信息流 · 333 条
9月22日
小米MiMo-V2.6-Pro发布，重回WebDev榜前十，开源第三
小米开源模型冲到WebDev榜第三，1628分距Kimi K3 Max只差46分，连训练代码都公开了。
Grok 4.7 紧追 GPT-6 Astra，Kimi K3 平 Fable 5.1
有人用同一提示词让四款模型写飞行模拟器，Grok 4.7 差点追平 GPT-6 Astra。
9月21日
Amazon Bedrock 接入 Kimi K3：2.8 万亿参数开源模型
月之暗面的 Kimi K3 上架 AWS 了，支持提示缓存，跑长编程任务能省不少调用成本。
9月19日
月之暗面 Kimi K3 上线亚马逊 Bedrock
朋友发了，月之暗面 Kimi K3 上线亚马逊 Bedrock 了，是个能干活的模型，比一些闭源模型更开放。
9月18日
GLM 5.3 Flash 在 Bolt 平台表现领先
Bolt 平台现在支持使用 GLM 5.3 Flash，它速度最快、最便宜，还能处理更大的提示词。
9月17日
GLM 5.3 可通过无服务器训练 API 训练，加入 Kimi K3、Qwen 3.8 27b 等模型
智谱AI发布了GLM 5.3，现在可以通过无服务器训练API进行训练，和Kimi K3、Qwen 3.8 27b等模型一样方便。
9月15日
DeepSeek-V4.1-Flash (Max) 发布，性能成本比提升 4.87%，成本仅 0.07 美元/任务
DeepSeek 发布了新模型，性能提升 4.87%，成本只有 0.07 美元，比很多模型便宜很多。
DeepSeek-V4.1-Flash (Max) 在开源模型排名中位列第三
DeepSeek 新出的 V4.1-Flash (Max) 模型在 Agent Arena 排名第三，成本还特别低，适合做任务。
9月13日
Code Arena WebDev榜单更新：OpenAI GPT-6 Astra领跑，Claude Fable 5.1紧随其后
朋友推荐：Code Arena这个榜单挺有意思，OpenAI的GPT-6 Astra现在分数最高，Claude的Fable 5.1也还不错，看看哪个更适合做前端开发。
9月11日
月之暗面Kimi K3模型推动收入增长，计划年底达20亿美元
朋友A告诉朋友B，月之暗面的Kimi K3模型很厉害，让公司收入涨得特别快，现在目标要年底做到20亿美元。
腾讯混元 Hy4 预览版在 Agent Arena 中排名第二
腾讯混元发布了 Hy4 预览版，在 Agent Arena 中表现不错，成本也很有竞争力，值得试试。
Cognition 发布 SWE-2 模型，在编码基准测试中表现强劲
朋友发了 Cognition 新的 SWE-2 模型，这个模型在编码方面很厉害，和 Fable 5.1 差不多，但成本更低。
DeepSeek 发布 V4.1 Flash 模型，性能对标 GLM-5.3，KV 缓存技术大幅降低内存占用
DeepSeek 新出的 V4.1 Flash 模型，性能不错，和 GLM-5.3 差不多，关键是内存消耗特别低，适合做 agentic 任务，价格也便宜很多。
9月9日
Doctorina临床AI系统诊断表现超越医生
Doctorina在初级护理诊断上全面超越人类医生，比第二名Kimi K3表现更好。
Meta发布Muse Spark 1.3 Max模型
Meta新发布的Muse Spark 1.3 Max在编程领域表现出色，性价比超过多个竞品。
9月4日
GPT-6 Astra 在 macOS 27 模拟器表现优异
GPT-6 Astra 75 分钟完成 macOS 27 模拟，比之前快了 2.5 倍，效果更好还能同步云应用。
9月3日
Fable 5.1与多个模型性能对比
有人实测了Fable 5.1与8个主流模型的表现，看看它是否真的更值得用。
9月2日
Qwen3.8-Max-0902登顶CodeArena WebDev排行榜
阿里Qwen3.8-Max-0902以1691分登顶CodeArena WebDev排行榜，比前代模型高出22分，价格仅5美元/百万token。
Qwen3.8-Max-0902登顶Code Arena: WebDev
阿里Qwen3.8-Max-0902在代码基准测试中超越Claude和Kimi，价格实惠，多项类别领先。
8月30日
Qwen3.8-27B 在法律代理基准追平 Fable 5
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。
8月27日
Harvey发布Tenet模型
Harvey发布了首个模型Tenet，适用于长期法律工作，与Fireworks合作，值得一看。
8月26日
Qwen3.8-27B荣登图像到Web开发领域开源模型第一，整体排名第七
Alibaba Qwen3.8-27B模型在开源模型领域表现出色，参数量小但性能强劲，性价比高，值得关注。
Qwen3.8-27B夺魁开放模型图像到WebDev领域
Alibaba_Qwen发布了Qwen3.8-27B，性能卓越，价格亲民，是构建应用和智能体的理想选择。
8月24日
月之暗面Kimi K2.5月底结束服役
月之暗面Kimi K2.5模型月底结束服役，是之前最智能的模型，支持多模态架构，和Kimi K3相比，Kimi K2.5在通用智能任务上表现优异。
15 AI 模型梯队排名发布
看看这份 AI 模型排名，Fable 5 和 GPT-5.6 Sol 表现抢眼，和其它模型比有什么不同？
Harvey推出Harvey Tenet：基于Kimi K3的微调模型，用于长期法律代理工作
Harvey发布了Harvey Tenet，这是基于Kimi K3的微调模型，适用于长期法律代理工作，比其他模型效率更高。
8月23日
OpenAI 投资公司转用中国开源模型打造法律 AI
Harvey 用 Kimi K3 模型打造法律 AI，比 Fable 5 和 GPT-5.6 Sol 强，成本还低。
8月21日
Harvey发布法律专用模型Tenet
Harvey发布了法律专用模型Tenet，在法律任务上表现优异，成本还很低，展示了AI原生公司如何构建自己的智能栈。
8月20日
Kimi K3靠Harness逼近Opus 5
Kimi K3用Harness框架，在18个Agent科研任务里，性能快追上GPT-4o了，挺厉害的。
Agent Arena 15款模型任务成本对比：性价比分析
Agent Arena发布了各模型任务成本对比，能清楚看到不同模型花多少钱和效果，和同类比啥不一样。
Agent Arena推出Pareto前沿任务性能对比平台
Agent Arena发布了Pareto前沿平台，能查各模型做真实任务里的表现，像 Claude 和 GPT 这些对比后就知道哪个更划算。
8月19日
GLM - 5.3登顶开源模型排名 发布推迟
Z.ai推出了GLM - 5.3模型，分数表现好登顶开源排名，和竞品比价格更低但发布推迟，可以去瞅瞅。
Qwen3.8-27B在法律代理基准测试中排名第一
阿里Qwen的Qwen3.8-27B在法律基准上并列第一，还能本地运行，比其他大模型更实用。
Claude Opus 5等模型展示人体与物体融合绘画能力
Ann测试了四个模型如何将人体与物体融合绘画，Claude Opus 5的创意表现令人印象深刻。
智谱 GLM-5.3 模型 API 上线，权重下周五开源
智谱GLM-5.3 API上线了，性能媲美GPT-5.6，成本却更低，下周还要开源，性价比超高！
8月14日
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。
8月13日
DeepSeek-V4-Pro Max发布，Code Arena开源第2
DeepSeek新模型V4-Pro专攻代码生成，在Code Arena排第8，开源第2，仅次于Kimi K3，还超过了GPT-5.6 Sol。
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。