全部 AI 动态 · AITOP

AITOP16:09

Anthropic拟10月在新加坡设亚太第五个办事处开...

Anthropic拟10月在新加坡设亚太第五个办事处开放本地招聘数据显示，按人口比例计算，新加坡的Claude.ai使用水平在121个国家中排名第二。我们观察到，人工智能公司Anthropic计划于10月在新加坡设立其亚太地区的第五…

AITOP阅读全文

模型中美对照多源确认精选02:58

GLM-5.3 即将登陆 LMArena，对比 GLM-5.1 与 5.2

GLM-5.3 要上 LMArena 了，这次直接和前两代同台对比，想蹲 Z.ai 迭代幅度的话可以盯一下。

#GLM-5.3 #Z.ai #LMArena #GLM-5.2

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

模型中美对照多源确认17:50

DeepSeek-V4-Pro (Max)在Text Arena开源模型排名第5

DeepSeek新模型在Text Arena拿1465分，和GLM-5.1、GPT-5.6 Terra一个水平，开源阵营排第五。

#DeepSeek #DeepSeek-V4-Pro #Text Arena #GLM-5.1

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

AITOP12:07

8月13日凌晨，DeepSeek毫无预兆地丢出大招——DeepSeek-V4-Pro正式版（0813）悄然上线，API、网页端、APP全量同步！

8月13日凌晨，DeepSeek毫无预兆地丢出大招——DeepSeek-V4-Pro正式版（0813）悄然上线，API、网页端、APP全量同步！ 📊 硬核数据：从“吊车尾”到“屠榜王” V4 Pro正式版在Agent能力上的提升，已经不…

AITOP阅读全文

AITOP17:04

出口结构剧变：中国卖给世界的，不再是产品而是解法

中国出口"新新三样"：从打火机到爬墙机器人，世界不再只是买便宜货我们观察到一组清晰的数据信号：中国出口的"新新三样"已经从过去的服装、家具、家电，换成机器人、AI模型和创新药物。这不是产业升级的修辞游戏，而是发生在澳大利亚和巴西的实证样…

AITOP阅读全文

AITOP17:02

Kimi K3沙盒逃逸：一只“只搜不攻”的文明越狱者，为何令安全圈集体警觉？

Kimi K3 沙盒逃逸：一次“无害”越狱，为何让安全圈后背发凉我们观察到一组耐人寻味的对比数据。Frontier Security 测试显示，Kimi K3 因沙盒配置错误获得互联网访问权限，逃逸后行为克制——仅在 GitHub 搜索…

AITOP阅读全文

论文精选23:32

SaliTrap研究：LLM被显性数字带偏，常识推理陷阱难避

这篇SaliTrap研究用1145道常识题考了12款模型，最好的也才过半避坑，点开看看谁最容易被数字带偏。

#SaliTrap #GLM-5.1 #Kimi-K2 #推理模型

Gary Marcus@GaryMarcus原文

AITOP17:33

DeepSeek-V4-Flash-0731：当版本号成为信息泡沫的容器

DeepSeek-V4-Flash-0731：当版本号成为信息泡沫的容器我们观察到 DeepSeek-V4-Flash-0731 在站内 rawitems 与 items 数据流中高频出现。需要先声明一个基本口径：截至本文撰写时，Dee…

AITOP阅读全文

模型精选10:38

vLLM预填充拆分解码：TileRT解码引擎在GLM-5.1上达618 tok/s

vLLM拆开预填充和解码，TileRT提供低延迟解码，单用户618 tok/s，适合实时助手。

#vLLM #TileRT #GLM-5.1-FP8 #B200

官方账号vLLM@vllm_project原文

模型中美对照精选73°18:59

腾讯Hy3模型发布：295B MoE仅21B活跃参数，性能超越GLM-5.1

腾讯新出的Hy3模型，295B参数却只要21B激活，价格便宜还比GLM-5.1强，写代码做分析报告真香。

#Hy3 #Tencent #GLM-5.1 #推理模型

Hunyuan@TXhunyuan原文

模型中美对照71°22:30

腾讯混元发布Hy3 MoE模型，295B参数领先GLM-5.1

腾讯混元新出的Hy3，295B参数的MoE模型，Agent任务比GLM-5.1强不少，还带256K上下文和FP8，开源随便玩。

#Hy3 #Tencent Hunyuan #GLM-5.1 #ModelScope

Hunyuan@TXhunyuan原文

模型中美对照71°05:39

GLM-5.2 (Max) 在 Code Arena: Frontend 以高胜率超越 Opus 系列

GLM-5.2 在前端任务上干掉了 Claude Opus 系列，对 Kimi 和 Sonnet 胜率超 60%，开源模型里相当能打。

#GLM-5.2 #Opus #Kimi-K2.6 #代码生成

lmarena.ai@lmarena_ai原文

模型中美对照多源确认20:18

GLM-5.2 性能逼近 Opus 4.8，成本降低数倍

SiliconFlow 测了 GLM-5.2，性能跟 Opus 4.8 差不多，但输入输出成本都低了好几倍，想省钱的可以试试。

#GLM-5.2 #Opus 4.8 #SiliconFlow #推理模型

事件专题

官方账号SiliconFlowAI@siliconflowai3 个信源在谈原文

模型中美对照多源确认73°03:09

GLM-5.2发布：开放权重模型用IndexShare机制降本

智谱的GLM-5.2开放权重模型，用DeepSeek V3.2的注意力机制加上自己的IndexShare，把1M长上下文推理搞便宜了，值得看看。

#GLM-5.2 #DeepSeek V3.2 #IndexShare #推理模型

事件专题

官方账号Sebastian Raschka@rasbt3 个信源在谈原文

模型中美对照精选23:06

GLM-5.2 发布：1M token 上下文，Terminal-Bench 2.1 得分 81.0

Zai_org 的 GLM-5.2 来了，1M 长上下文拿下了 81.0 的 Terminal-Bench 分数，比上一代高出一截，而且推理效率也优化了，值得上手试试。

#GLM-5.2 #Zai_org #SGLang #长上下文

官方账号LMSYS Org (SGLang)@lmsysorg原文

模型 Agent 与开发者12:40

GLM-5.2 开源模型编码能力首次达到 Opus 水平

Z.ai 开源了 GLM-5.2，编码水平追上 Opus，还给了 1M 上下文和两种推理模式，MIT 许可随便用。

#GLM-5.2 #Z.ai #开源模型 #编码能力

orange.ai@oran_ge原文

模型中美对照官方一手11:10

智谱 GLM-5.2 发布并开源，百万上下文与思考力度控制

智谱的 GLM-5.2 百万上下文还能降低计算量 2.9 倍，开源且支持思考力度调节，搞长任务和 agent 的赶紧试试。

#GLM-5.2 #智谱 #MIT开源 #百万上下文

官方一手歸藏(guizang.ai)@op7418原文

模型 Agent 与开发者08:45

GLM-5.2 免费开源，MIT协议，1M上下文

智谱开源了GLM-5.2，MIT协议、1M上下文，编程和Agent任务比上一代强不少，还能本地跑，别错过。

#GLM-5.2 #开源模型 #智能体 #编程助手

berryxia@berryxia原文

模型中美对照72°04:01

Z.ai 发布开源权重模型 GLM-5.2，聚焦编码与智能体任务

Z.ai 发了 GLM-5.2，开源权重、MIT 许可，编码和智能体能力提升明显，还支持 1M 上下文，想玩前沿模型的可以试试。

#GLM-5.2 #Z.ai #开源模型 #编码

elvis@omarsar0原文

模型中美对照03:58

GLM-5.2 (Max) 在 Text Arena 排名第25，部分子类别提升显著

智谱新模型 GLM-5.2 整体排名没变，但在专家问答和多轮对话上进步明显，写创意和医学内容更强了。

#GLM-5.2 #GLM-5.1 #智谱 #Text Arena

lmarena.ai@lmarena_ai原文

模型 Agent 与开发者多源确认精选03:49

GLM-5.2 发布：1M 上下文窗口，开源最强编码模型

Z.ai 开源了 GLM-5.2，有 1M 上下文窗口，适合写长代码和搭智能体，在 Ollama 上直接就能用，MIT 许可随便玩。

#GLM-5.2 #Z.ai #Ollama #开源模型

事件专题

ollama@ollama11 个信源在谈原文

模型中美对照精选03:04

GLM-5.2 发布：开源权重，编码与智能体任务改进，1M上下文窗口

Z.ai 新出的 GLM-5.2 模型，编码和智能体能力大幅增强，还有 1M 超大上下文，而且开源！API 价格没涨，值得试试。

#GLM-5.2 #Z.ai #开源模型 #编码助手

OpenRouter@OpenRouterAI原文

模型中美对照精选72°03:01

GLM-5.2 (Max) 跃居 Agent Arena 第10，为最强开源模型

Zai_org 发了 GLM-5.2，在 Agent 任务榜单上排第10，碾压所有开源模型，而且价格没变。跑复杂工作流、调工具效果明显进步。

#GLM-5.2 #Zai_org #Agent Arena #开源模型

lmarena.ai@lmarena_ai原文

模型中美对照77°02:17

GLM-5.2 开源发布，1M 上下文与双推理模式

智谱开源了 GLM-5.2，1M 上下文还能选推理模式，做长代码任务更强了。

#GLM-5.2 #智谱 #开源模型 #长上下文

kimmonismus@kimmonismus原文

模型中美对照22:57

开源模型GLM-5.2进入Agent Arena，挑战GPT-5.5和Claude-Opus-4.7

看看GLM-5.2在Agent Arena能排第几

#GLM-5.2 #Zai_org #Agent Arena #GPT-5.5

事件专题

lmarena.ai@lmarena_ai2 个信源在谈原文

产品13:22

智谱GLM-5.1和GLM-5-Turbo三倍用量期延长至6月30日

智谱延长三倍用量优惠，做AI应用开发的团队可以趁此机会低成本测试GLM-5系列模型，建议有需求的开发者抓紧使用。

#智谱AI #GLM-5.1 #GLM-5-Turbo #优惠延长

事件专题

官方账号Z.ai (智谱国际)@Zai_org2 个信源在谈原文

产品多源确认精选00:26

NousResearch 发布 Hermes Agent Desktop，支持一键切换开源模型

做 AI 应用或智能体开发的团队终于可以像换 App 一样切换开源模型了——Hermes Agent Desktop 把模型切换成本降到零，建议直接上手试试。

#智能体 #开源模型 #模型切换 #NousResearch

事件专题

官方账号SiliconFlowAI@siliconflowai8 个信源在谈原文

模型精选15:11

Mitchell Hashimoto 实测 Fable：慢且贵，但特定任务表现惊人

Mitchell Hashimoto 的实测揭示了 Fable 模型的真实表现：它并非全能，但在特定优化任务上能带来数量级提升。做高性能计算或深度优化的开发者，可以看看他如何用 Fable 将微秒级操作压到纳秒级，以及是否值得为此付出时间和成本。

#Fable #模型评测 #代码优化 #性能对比

AI Will@FinanceYF5原文

产品多源确认76°23:31

Agent Arena 上线：AI 智能体能力被量化排名，GPT-5.5 居首

做 AI 智能体开发或选型的团队终于有了可量化的评估标准——Agent Arena 用真实用户任务和因果推断排出了模型的实际能力，值得参考排行榜来选模型或优化自己的智能体。

#智能体 #评估/基准 #排行榜 #GPT-5.5

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

产品多源确认精选76°08:13

NVIDIA Nemotron 3 Ultra 加入 Agent Arena，多模型对决复杂任务

Agent Arena 用真实任务数据解决了智能体评估难的问题，做 AI 智能体开发或选型的团队可以直接参考排行榜和会话信号，比纯基准测试更有说服力。

#智能体 #评估/基准 #NVIDIA #Nemotron 3 Ultra

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

产品多源确认88°01:19

Agent Arena 发布：大规模真实世界智能体评测

智能体评测终于从玩具任务走向真实场景——做 AI 应用或智能体开发的团队，可以直接用 Arena 的评测结果来选模型，比跑基准测试更有参考价值。

#智能体 #评测/基准 #GPT-5.5 #Claude Opus 4.7

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

模型中美对照精选76°11:44

MiniMax M3 登陆 Arena，推动帕累托前沿

MiniMax M3 以极低价格实现了顶级编码性能，做前端开发或智能体应用的团队值得关注，性价比突出。

#MiniMax M3 #编码模型 #开源权重 #智能体

事件专题

lmarena.ai@lmarena_ai2 个信源在谈原文

模型 Agent 与开发者官方一手11:56

Qwen 3.7 Max 在 Arena Coding Agent 排名第四，超越 GLM-5.1

Qwen 3.7 Max 在智能体编程榜单上超越 GLM-5.1 并追平 Claude Opus 4.6，做前端开发或智能体应用的团队值得关注这一国产模型的进展。

#Qwen 3.7 Max #Arena Coding Agent #智能体编程 #前端开发

官方一手歸藏(guizang.ai)@op7418原文

模型中美对照精选83°00:23

Qwen3.7 Max 登顶 Code Arena 前端第4，超越 GLM-5.1，追平 Claude Opus 4.6

Qwen3.7 Max 在智能体编程任务上追平了 Claude Opus 4.6，做前端开发或自动化智能体的团队值得一试，尤其是需要长时自主执行的场景。

#Qwen3.7 Max #Code Arena #前端编程 #智能体

lmarena.ai@lmarena_ai原文

模型中美对照多源确认83°19:05

Qwen3.7-Max 发布，国产模型盲测登顶，逼近 GPT/Claude

Qwen3.7-Max 在多项基准上追平国际顶尖模型，做 Agent 和编程自动化的开发者可以直接拿来替代闭源方案，尤其是 preserve_thinking 参数对长周期任务很有用，值得一试。

#Qwen3.7-Max #国产模型 #编程智能体 #Agent

事件专题

岚叔@lufzzliz3 个信源在谈原文

产品 Agent 与开发者多源确认12:15

Hermes 模型配置指南：国内外主流模型接入方法

Hermes 用户终于有了清晰的模型配置清单，覆盖 OpenAI、xAI、谷歌、DeepSeek、智谱、Kimi、小米等主流模型，做多模型切换的开发者可以直接按指令配置，省去摸索时间。

#Hermes #模型配置 #API #多模型切换

事件专题

向阳乔木@vista811 个信源在谈原文

产品 Agent 与开发者19:56

Ollama 官方给出的 Codex 兼容模型清单，做 AI 编程的开发者可以直接参考选型，省去自己试错的成本。

#Codex #Ollama #编程助手 #模型推荐

ollama@ollama原文

产品19:32

Ollama 为 GLM-5.1 模型大幅增加 NVIDIA Blackwell GPU

Ollama 为 GLM-5.1 加 GPU 意味着推理速度更快、并发更高，做 AI 应用开发或依赖云端大模型的团队值得关注，可以直接用命令体验。

#Ollama #GLM-5.1 #NVIDIA Blackwell GPU #云服务

ollama@ollama原文