全部 AI 动态 · AITOP

模型 Agent 与开发者00:53

Code Arena WebDev排行榜详情

Code Arena的WebDev排行榜，帮你快速了解不同AI模型在网页开发上的实际能力，比如GPT-4.5V和Claude 3.5 Sonnet谁更强。

#GPT-4.5V #Claude 3.5 Sonnet #DeepSeek-V1.5 #Qwen-1.8-24B

lmarena.ai@lmarena_ai原文

模型中美对照21:52

DeepSeek打破大模型涨价魔咒

DeepSeek新模型价格不贵，和GPT-4o等比起来更亲民。

#DeepSeek #大模型 #价格

Geek@geekbb原文

模型 Agent 与开发者多源确认73°11:54

OpenAI发布GPT-4o架构细节

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。

#GPT-4o #OpenAI #多模态 #推理模型

事件专题

小互@imxiaohu11 个信源在谈原文

产品 Agent 与开发者11:13

OpenRouter 默认使用 GPT-4o Image 2.5 Flare

OpenRouter 默认换成了 GPT-4o Image 2.5 Flare，专门做视觉内容创作和产品原型，比之前的更适合设计师和开发者。

#GPT-4o #OpenRouter #Image 2.5 Flare #视觉生成

OpenRouter@OpenRouterAI原文

模型 Agent 与开发者多源确认精选73°03:25

GPT-6 Astra通过Computer Use直接操作Minecraft

GPT-6 Astra现在能直接玩Minecraft了，比三年前GPT-4时代简单太多，Voyager当时就实现了技能自进化。

#GPT-6 #Astra #Minecraft #Voyager

事件专题

宝玉@dotey11 个信源在谈原文

模型 Agent 与开发者73°01:15

GPT-4推理成本三年下降300倍

Mustafa Suleyman分享GPT-4成本惊人下降数据，了解AI技术扩散速度

#GPT-4 #推理成本 #AI技术

Mustafa Suleyman@mustafasuleyman原文

模型中美对照多源确认15:24

Astra模型展现显著智能提升

Astra模型展现对话智能显著提升，与GPT-4和Claude Sonnet 3.5并列，让人感受到AGI的可能。

#Astra #GPT-4 #Claude #AGI

事件专题

向阳乔木@vista811 个信源在谈原文

行业多源确认精选23:41

LangSmith发布大模型使用报告

LangChain团队发布的大模型使用报告，显示gpt-4o-mini使用率最高，DeepSeek V4 Flash是唯一上榜的开源模型。

#LangSmith #gpt-4o-mini #gpt-4.1-mini #DeepSeek V4 Flash

事件专题

官方账号LangChain@LangChainAI4 个信源在谈原文

技巧 Agent 与开发者精选23:26

AI工程技能地图：有效使用AI编程代理

Andrew Ng教你如何高效使用AI编程代理，这份技能地图能提升你的编程效率40%以上。

#AI工程技能地图 #Andrew Ng #Claude #GPT-4

官方账号Andrew Ng@AndrewYNg原文

模型多源确认05:13

Gary Marcus质疑Astra模型可监控性声明

GaryMarcus向Astra团队提出技术质疑，关于模型可监控性的具体含义和比较基准。

#GaryMarcus #Astra #GPT-4 #可监控性

事件专题

Gary Marcus@GaryMarcus11 个信源在谈原文

模型中美对照多源确认05:01

Astra计算图深度接近GPT-4

OpenAI解释Astra计算图深度与GPT-4的关系，强调思维链监控的重要性与挑战。

#Astra #GPT-4 #OpenAI #思维链监控

事件专题

Gary Marcus@GaryMarcus11 个信源在谈原文

产品 Agent 与开发者01:31

Replit推出智能模型路由系统

Replit上线智能模型路由，自动为编程任务匹配合适模型，不用手动切换了。

#Replit #GPT-4 #Claude #编程助手

官方账号Replit@Replit原文

产品 Agent 与开发者78°04:33

Grok 4.6上线Google Vertex AI

想试试视频生成和编程助手？Grok 4.6新版本上线，功能强大，值得一试！

#Grok 4.6 #Google Vertex AI #视频生成 #编程助手

官方账号xAI@xai原文

论文中美对照多源确认19:32

Anthropic发布新研究，Claude模型能力再提升

Anthropic发了新研究，Claude在推理和代码上又强了，接近GPT-4，想了解细节的可以看看。

#Anthropic #Claude #推理模型 #代码生成

事件专题

The Rundown AI@therundownai11 个信源在谈原文

模型中美对照多源确认72°06:19

GPT-4训练完成已满四年

gdb发推说GPT-4训练完成四周年了，想看看大家怎么回顾这个模型的可以点进去。

#GPT-4 #OpenAI #多模态

事件专题

官方账号Greg Brockman@gdb11 个信源在谈原文

行业00:56

模型评测中的偏见：不知道型号就觉得好，知道是前沿模型就有偏见

FactoryAI的CTO聊了个扎心的现象：你不知道用啥模型时觉得都挺好，一旦知道是前沿模型就开始挑刺。模型战争原来是心理战？

#FactoryAI #@enoreyes #AI评价 #偏见

官方账号LangChain@LangChainAI原文

行业多源确认82°00:35

Sam Altman谈GPT-4推动算力囤积、ChatGPT起源与机器人未来

Altman说了几个大实话：GPT-4让他们疯狂囤算力，ChatGPT名字差点不叫这个，还有机器人爆发时间点。

#OpenAI #Sam Altman #GPT-4 #ChatGPT

事件专题

向阳乔木@vista811 个信源在谈原文

模型中美对照多源确认72°00:18

Kimi K3 在 Fireworks 上线：3万亿参数、1M上下文、原生视觉

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 #Fireworks #推理模型 #多模态

事件专题

Fireworks AI@FireworksAI_HQ11 个信源在谈原文

模型中美对照多源确认00:17

Kimi K3 以 $3/百万输入 tokens 对标 Anthropic 和 OpenAI 顶级模型

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。

#Kimi K3 #Fireworks AI #推理模型 #开源模型

事件专题

Fireworks AI@FireworksAI_HQ11 个信源在谈原文

技巧 Agent 与开发者09:50

每天学一个AI硬核知识：Tokenizer

想搞懂大模型数不对数的原因？这个视频讲得特别清楚，几分钟就懂了。

#Tokenizer #BPE #分词 #计数错误

向阳乔木@vista8原文

模型 Agent 与开发者多源确认15:32

GPT-5.6用户称性能飞跃，超越GPT-4到3.5的提升

有用户说GPT-5.6干活更利索比之前版本强一大截，但Codex还不够好，来看看他的体验。

#GPT-5.6 #GPT-4 #Codex #OpenAI

事件专题

@koltregaskes@koltregaskes11 个信源在谈原文

行业中美对照13:11

前沿模型价格三年仅降4-5倍，需求却涨千倍

别只看模型能力，价格变化也关键：GPT-4到K3才从60降到15美元，需求却涨了上千倍。

#GPT-4 #o1 #GPT-5 #K3

AI Will@FinanceYF5原文

技巧 Agent 与开发者精选11:49

输入随机数验明正身：识别OpenRouter等聚合商模型是否被调包

聚合商可能偷偷换模型，你输入一个随机数，看它回答哪个数字就能认出是谁，实测GPT-4o、Claude、Qwen各有偏好。

#OpenRouter #GPT-4o #Claude Sonnet 5 #Qwen3-Max

小互@imxiaohu原文

产品多源确认精选22:06

LiveKit 上线 Gemma 4 31B 推理服务，实时语音比 GPT-4.1 快5倍成本六分之一

LiveKit 用 Gemma 4 31B 做实时语音，延迟比 GPT-4.1 低5倍，成本仅六分之一，酒店测试胜出，值得试试。

#LiveKit #Gemma 4 #GPT-4.1 #实时语音

事件专题

小互@imxiaohu4 个信源在谈原文

产品13:13

Genspark COO分享如何编排70+前沿AI模型帮助用户聚焦高价值工作

Genspark把70多个模型串起来干活，帮你省掉杂事，你可以专注思考。COO亲自讲的，值得看看。

#Genspark #theCUBE #多模型编排 #AI产品

Genspark@genspark_ai原文

产品11:34

GPT-4助手帮助巴基斯坦法官案件处理量提升6%

GPT-4帮法官多处理6%的案子，质量还一样，这是AI司法落地的真实数据。

#GPT-4 #巴基斯坦 #司法 #法律AI

Ethan Mollick@emollick原文

行业多源确认04:46

Meta和xAI陷入下一代模型陷阱，OpenAI凭借Orion/GPT-4.5成功脱险

博主分析了Llama 4和Grok 4为什么翻车，以及OpenAI的Orion/GPT-4.5怎么稳住了局面，值得一看。

#Meta #Llama 4 #xAI #Grok 4

事件专题

Ethan Mollick@emollick11 个信源在谈原文

论文76°08:29

跨族模型组合降低45%有害行为批准，研究显示链式思维监控易被绕过

DeepMind研究告诉你：别偷懒只用同一个模型的监控，换个不同家族的事实检查器，能堵住45%的漏洞。

#DeepMind #Claude 3.7 Sonnet #GPT-4.1 #链式思维监控

事件专题

elvis@omarsar02 个信源在谈原文

论文精选02:06

AI建议对企业家绩效的影响：GPT-4研究

这篇论文用GPT-4做实验，发现AI建议对不同绩效的企业家效果相反，挺有意思的。

#GPT-4 #企业家 #绩效 #AI建议

Ethan Mollick@emollick原文

模型中美对照多源确认02:19

GPT-5.6 Sol 以不到一半成本获最高基准分

OpenAI 的 GPT-5.6 Sol 比对手便宜一半还得分最高，搞 AI 的朋友值得看看这个新动向。

#GPT-5.6 Sol #OpenAI #推理模型 #基准测试

事件专题

elvis@omarsar011 个信源在谈原文

模型中美对照多源确认93°02:11

OpenAI 发布 GPT-5，Sam Altman 称其为史上最佳模型

OpenAI 正式推出了 GPT-5，Sam Altman 亲自吹捧这是他们最好的模型，快去看看博客里写了什么新能力。

#GPT-5 #OpenAI #前沿模型

事件专题

官方账号Sam Altman@sama11 个信源在谈原文

模型中美对照官方一手23:36

Seedream 5.0 图像模型上线，2K 分辨率表现优于 GPT-4o

Seedream 5.0 图像模型刚上线，能生成 2K 分辨率图片，比 GPT-4o 清晰，但文字多时会糊。想试试新模型可以看看这些例子。

#Seedream 5.0 #GPT-4o #图像生成 #文本渲染

官方一手歸藏(guizang.ai)@op7418原文

技巧 Agent 与开发者23:18

运行本地LLM进行编程任务的可行性评估

想知道本地跑LLM写代码靠不靠谱？看看这篇实测，从模型选型到硬件门槛都说了，还有和GPT-4的对比。

#LLM #编程助手 #本地模型 #Code Llama

Martin Fowler@martinfowler原文

模型精选17:00

从前沿AI到笔记本电脑AI：25个月的滞后

想了解前沿模型多久能变成你能在笔记本上跑的开源版？这篇用GPT-4、Claude 3.5等具体案例算出了平均25个月的滞后，还画了未来预测图。

#GPT-3 #Llama 2 #GPT-4 #Gemma 3

事件专题

@koltregaskes@koltregaskes2 个信源在谈原文

论文 Agent 与开发者多源确认精选15:15

Lilian Weng 博客：Harness Engineering 推动 AI 递归式自我改进

这篇博客把 auto-research、自改进 agent 等方向的工作收成系统框架，想了解 RSI 怎么落地可以看。

#Harness Engineering #递归自我改进 #智能体 #编程助手

事件专题

shao__meng@shao__meng3 个信源在谈原文

行业12:20

云端顶尖模型能力下放至笔记本平均需24.8个月

有人拿LocalLLaMA的数据算了一笔账：顶级云端模型大概两年后就能在普通笔记本上跑，GPT-3.5只用了17个月，这个时间差挺有意思。

#GPT-3 #GPT-3.5 #GPT-4 #本地模型

AI Will@FinanceYF5原文

模型中美对照12:19

开源模型追赶云端前沿：GPT-4级能力24个月后落地笔记本

一张图告诉你开源模型追上GPT-4还要多久，Fable 5本地跑要等到2028年。数据很具体。

#Fable #GPT-5 #开源模型 #本地推理

AI Will@FinanceYF5原文

产品 Agent 与开发者多源确认10:00

Claude Code 开发回顾：早期团队讲述幕后故事

Anthropic 团队亲口讲 Claude Code 怎么从零做起来的，有技术细节和用户真实反馈，做 AI 编程的朋友值得一看。

#Claude Code #Anthropic #编程助手 #代码生成

事件专题

cat@_catwu11 个信源在谈原文

模型中美对照05:12

本地开源模型约24个月追上云端前沿能力

社区图表算了一笔账：GPT-4级别能力两年后就能在笔记本上跑，开源追赶速度比你想象得快。

#GPT-4 #GPT-3.5 #开源模型 #本地部署

Gary Marcus@GaryMarcus原文

行业12:08

如果模型本身成为路由器？前沿模型可自主委派任务

前沿模型不做所有事，而是当领导安排任务给便宜模型——这个思路很有意思，值得看看

#前沿模型 #智能体 #模型路由 #委派执行

Ethan Mollick@emollick原文