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。
全部动态
AI 相关资讯全量信息流 · 342 条
8月21日
8月20日
扣子桌面端云盘设计与模型结合
扣子发的新设计，能让本地和云端Agent一起用，加GLM5.3、Kimi K3这些模型后，Agent做事情质量变好，和普通方案比不一样。
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
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。
RadixArk发布开源强化学习框架Miles v0.1
RadixArk开源了Miles v0.1框架，帮你调试RL训练，提高硬件效率，已在多个前沿模型上验证。
8月17日
omarchy配置分享：ChatGPT客户端、flclash、Kimi k3全程搞定
作者用Kimi k3帮配网络，不用魔法就搞定omarchy，还装了ChatGPT和X，挺实用。
8月15日
Fire Pass Kimi K3 社区构建赛首个作品 FridgeChef 发布
Kimi K3 写的 App，拍冰箱就出菜谱，还能自己跑起来，快去 fridgechef.qtkiwi.com 试试！
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。
Fireworks 用 Anthropic J-Lens 探针测试 Kimi K3 与 Qwen 3.5-9B
Fireworks 把 Anthropic 的 J-Lens 探针装到 Kimi K3 和 Qwen 3.5-9B 上，发现模型在蹦出第一个 token 前就把词准备好了。看内部状态搞可解释性，挺有意思。
8月13日
DeepSeek 调价：Pro 缓存命中涨 6-12 倍，输出最高 27 元/M
DeepSeek 价格变了，Pro 的缓存命中涨了最多 12 倍，输出要 27 元/M；但 Flash 涨幅小，日常用更划算。
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。
8月11日
Perplexity Agent API上线K3，美国服务器托管
Perplexity的API现在能直接用Kimi K3了，服务器在美国，想试玩K3的开发者可以去看看。
8月10日
在 Codex 中调用 Kimi K3 做前端设计的演示
有人在 Codex 里接入了 Kimi K3 做前端设计，还演示了 Skill 组合的玩法，就是速度有点慢。
今日AI要闻：OpenAI给Astra踩安全刹车，Kimi K3加入越狱测试
OpenAI给Astra上安全锁，Loom+ChatGPT让入职培训减半，今天这几条值得刷。
8月8日
实测ChatGPT 5.6 Sol比Kimi K3更能解决开发问题
开发卡壳时，Kimi K3搞了十几次没搞定，换ChatGPT 5.6 Sol一次就治好了，还能自己验证。
8月7日
Qwen3.8-Max看图识云，被赞与Claude Opus 5等持平
有人拿云朵照片同时问 Qwen3.8-Max、Claude Opus 5、Kimi K3、GPT 5.6 Sol，画动物轮廓它没输。
GitHub Copilot 恢复上线 Kimi K3，按量计费
GitHub Copilot 里又可以用 Kimi K3 了，按用量付费，用多少花多少。
Simon Mo与Matt Bornstein谈开源权重模型：成本与控制
Simon Mo是vLLM作者，他讲开源权重模型怎么在成本和控制上赢过闭源API，还吐槽专有API宕机问题，适合做线上服务的开发者。
Fireworks AI和Arize AI研讨会：对比GPT-5.5、Kimi K3等10模型成本
马上有一场AI模型成本对比直播，看GPT-5.5和Kimi K3等10个模型谁完成任务更省钱，还能直接提问。
Kimi K3 开源模型正式开放，已在 GitHub Copilot 上线
Kimi K3 正式上线 GitHub Copilot，开源权重还能便宜跑 agentic 编程，想试试的可以直接用。
vLLM任意时刻都在50万张GPU上运行，却少有人知
vLLM同时占着50万张GPU，却是开源模型的隐身基座。听Simon Mo拆解Kimi K3和开源模型上生产的坑。
LangSmith LLM Gateway 接入 Kimi K3
LangSmith 网关现在直接支持 Kimi 3 了，拿你现有的 API key 就能跑，不用另外搞权限，Fireworks 提供算力。
8月6日
herdr agent skills 让多模型自动协作完成代码审查
herdr 的 agent skills 能让你用 codex、kimi k3、deepseek v4 几个模型自动接力做代码审查和修复，中间只需要你点头确认，很省心。
OpenRouter任务榜：DeepSeek V4 Pro与Kimi K3登顶
OpenRouter按真实花费给模型排名，DeepSeek V4 Pro拿下Shell执行第一，Kimi K3拿下工具调度第一，开放模型领先。
MiniMax H3登顶Design Arena视频三类别
MiniMax的H3把视频生成榜单前三都占了，还压过了Seedance和Gemini，开源模型这次真能打。
Claude Opus 5 (Max)登顶Fullstack Code Arena，得分1699
Anthropic新出的Claude Opus 5（Max）把代码榜刷到第一，1699分，前端和文本也登顶，这波挺猛。
8月4日
前沿模型解非线性PDE常出错，神经符号模型更可靠
Gorard团队实测了GPT-5.6、Fable 5等模型，发现它们连基础非线性PDE都解不对，而Lanyon用更少token就能搞定，想了解模型短板可以看看。
20VC 对话 ML Angelopoulos：Kimi K3 与开源模型安全
LMSYS CEO 在 20VC 直接开讲：Kimi K3 已经超越西方闭源模型，还警告开源权重可能藏后门。想听不绕弯的行业实话，可以看这个。
8月3日
Qwen3.8-Max 位列 Frontend Code Arena 第四，得分 1668
Qwen 的 Qwen3.8-Max 冲到代码榜第四，只比 Claude Opus 5 High 档低一分，做前端的可以看看。
Qwen3.8-Max以1668分居Frontend Code Arena第四
阿里新模型Qwen3.8-Max代码榜排第四，1668分，输入输出token价格只要2美元和6美元，性价比很能打。
Qwen3.8-Max登Frontend Code Arena第四，下周开源权重
阿里的Qwen3.8-Max刚发布，前端代码榜排第四，分数紧咬Claude和Kimi，下周还开源权重，可以蹲一下。
8月2日
Code Arena 图像转网页榜更新：Opus 5 (Max) 1669分居首
想找能照着截图做网页的模型？直接看 Code Arena 这份榜单，Opus 5 (Max) 第一，GPT-5.6 和 Grok 的分数也都列出来了。
8月1日
华为正式开源 openPangu-2.0-Pro：昇腾训练的 505B MoE 模型
华为开源 openPangu-2.0-Pro（505B/512K，昇腾训练），但 GPQA 87.9 不如 Kimi K3。
7月31日
Herdr Skills：让多个 Harness 互相召唤协作
Herdr skills 可让不同模型 agent 互相召唤，在真实终端 pane 里协作，随时能接手。
7月30日
Kimi K3 递归式自我改进实验：17 小时 Terminal-Bench 提升 11.3 个百分点
Cline 让 Kimi K3 自己优化自己，17 小时让基准从 77.5% 涨到 88.8%，成本还降了 37%，这波自举操作有点意思。
Gary Marcus 驳斥 Anthropic 收入将超 1500 亿美元的乐观预测
Gary Marcus 用具体数字拆穿了 Anthropic 年入 1500 亿美元的夸张说法，点出了中国模型竞争和盈利困境，值得一看。