全部动态
GPT-5.6 的 Sol 版在 Agent Arena 上表现亮眼，比 Terra 和 Luna 都强，直接对标 Claude Opus 4.8。想了解新模型实力的话可以看看。
Anthropic 出了 Opus 5，接近 Fable 5 的能力但便宜一半，agent 编程和知识工作更强，快去 Poe 试试。
如果你看重模型回答的准确性，LMSys 新出的事实性排名很有参考价值。Claude Opus 5 这次在最重视事实的榜单上拿了第一，比之前只看人类偏好的排名更实在。
Anthropic 的 Claude Opus 5 在多个 Arena 基准上拿了第一，价格还比 Fable 5 便宜一半。做前端编码或文档推理的朋友可以重点关注。
Kimi K3在Fireworks上刚上线，3万亿参数、1M上下文、原生视觉，性能不输Opus但便宜好几倍，做高性价比推理就选它。
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) 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。
微软新MAI-CYB模型和智能体框架号称gamechanger，赶紧去官网注册体验，看看比现有智能体强在哪。
快看，MAI-Cyber-1-Flash在安全基准上拿96%，比Mythos高12个点还便宜一半，性价比炸裂！
微软的新安全模型MAI-Cyber-1-Flash，比Anthropic Mythos高出12个点，成本还减半，搞网络安全的可以盯着。
Anthropic 的 Claude Code 之父 Boris Cherny 在 YC Startup School 上揭秘 Opus 5 的新特性，还分享了删除 80% 系统提示的实战经验。想了解下一代模型和 Agent 构建思路？这视频干货十足。
Cognition 把 Kimi K3 放进 Devin 桌面和终端了，在 FrontierCode 上接近前沿水平，开源模型里很能打。
Kimi 新旗舰 K3 登上 Ollama，2.8T MoE 超强视觉理解，还能直接配合 Claude Code 用，性能提升 2.5 倍每单位计算。
微软用MAI-Cyber-1-Flash模型和MDASH组合，用一半钱做到顶级安全性能，还带了Project Perception智能体干活。
Kimi K3 在真实工程任务基准上拿了 58.2%，而且在 Devin 里特别擅长修 bug 和管理环境，值得做开发的看看。
Cognition 把 Kimi K3 放进 Devin 了，在 FrontierCode 上接近顶尖水平，而且是开源，想试最新的编码模型可以直接用。
Fireworks 上了首个3万亿参数的开放模型 Kimi K3，百万上下文加视觉，推理不输闭源，还零数据保留，上手试试。
Kimi K3 便宜到离谱，$3 输百万 token，推理性能还不输 Claude 和 GPT-4o，想省钱搞推理的可以试试。
仅展示最近 2000 条内容，更早的内容请查阅 AI 日报存档