最新 AI 新闻与行业动态

论文 Agent 与开发者多源确认精选08:57

28849 次测试比较 9 款 coding-agent harness：同模型成绩差异巨大

有人烧了近 5 千美元推理费，测了 9 款 coding-agent harness 谁更强。结果很反直觉：最贵的不一定最好，Pi 每题只要 0.29 美元。选 harness 前先看这张榜单。

#mini-swe-agent #GLM-5.3-Flash #DeepSeek-V4.1-Flash #编程助手

事件专题

Thomas Wolf@Thom_Wolf6 个信源在谈原文

模型 Agent 与开发者多源确认精选01:02

Anyscale 与 Lila Sciences 将 GLM-5.3-Flash 上下文扩展至 1M tokens 用于基因组训练

基因组一条就是百万 token，他们把 GLM-5.3-Flash 的上下文拉到 1M，用 64 块 B200 训完，全程开源栈能抄作业。

#GLM-5.3-Flash #Anyscale #Lila Sciences #微调

事件专题

Anyscale@anyscalecompute4 个信源在谈原文

模型中美对照多源确认01:01

AA-PersonalityBench 统计：GLM-5.3 平均每条回复用 7.4 个破折号居首

Artificial Analysis 数了各模型写破折号的频率，GLM-5.3 一条回复平均 7.4 个，Claude Opus 5.5 几乎为零，看你的模型像谁就靠这个。

#GLM-5.3 #Claude Opus 5.5 #AA-PersonalityBench #Kimi K3

事件专题

官方账号Artificial Analysis@ArtificialAnlys9 个信源在谈原文

模型中美对照多源确认精选00:01

MiniMax-M3.1-Flash 发布： Intelligence Index 得 42 分，单任务成本降至 $0.22

MiniMax 新的 Flash 推理模型，跑分追平 GLM-5.3-Flash，单任务成本只要两毛二美元，比上代便宜一半多，10 月 23 号还开源权重。

#MiniMax #MiniMax-M3.1-Flash #推理模型 #开源模型

事件专题

官方账号Artificial Analysis@ArtificialAnlys6 个信源在谈原文

模型 Agent 与开发者多源确认精选10:34

阿里通义 MAI-UI 开源通用计算机使用智能体技术栈 OpenGCUA

阿里开源了一套能调度截图、shell、API 的计算机使用智能体全家桶，OSWorld-v2 上平均涨 19.6 分、步数砍半，做 agent 的可以直接拿来用。

#OpenGCUA #通义 #计算机使用智能体 #OSWorld-v2

事件专题

shao__meng@shao__meng11 个信源在谈原文

论文 Agent 与开发者多源确认精选03:50

LongHarness 让 GLM-5.3-Flash 在 OfficeQA Pro V2 上从 4.4% 提到 61.1%

同一个 GLM-5.3-Flash，换个 harness 成绩从 4.4% 飙到 61.1%，还赢了 Claude Code 和 Codex，工程同学该看看这篇。

#GLM-5.3-Flash #LongHarness #长上下文 #RAG

事件专题

elvis@omarsar05 个信源在谈原文

模型 Agent 与开发者多源确认精选01:09

智谱发布法律领域模型 GLM-Legal，基于 GLM-5.3-Flash

智谱出了一个法律专用模型 GLM-Legal，合同审查、证据分析、合规都能干，据说基准成绩追平了前沿模型，做法律相关工作可以去试试。

#GLM-Legal #智谱 #GLM-5.3-Flash #法律AI

事件专题

官方账号Z.ai (智谱国际)@Zai_org3 个信源在谈原文

产品 Agent 与开发者多源确认精选73°08:06

Tinker降低长上下文训练成本

Tinker大幅降价，长上下文训练成本降低70%，让智能体RL更实用了

#Tinker #GLM-5.3-Flash #DeepSeek-v4.1-Flash #长上下文

事件专题

elvis@omarsar07 个信源在谈原文

技巧 Agent 与开发者00:11

GLM-5.3-Flash 推理引擎已有人写出三个，作者称中推还没人动手

有意思的观察：GLM-5.3-Flash 已经有三人写了专属推理引擎，作者判断未来每个模型都会有自己的深度优化版本，做推理优化的可以关注这个方向。

#GLM-5.3-Flash #Zhipu #推理引擎 #开源模型

事件专题

Lxfater@lxfater2 个信源在谈原文

技巧 Agent 与开发者12:21

GLM-5.3-Flash（3210 亿参数）实测可在两张 V100 上本地运行

3210 亿参数的 GLM-5.3-Flash，两张旧 V100 就能本地跑起来，省 API 钱的可以看看这套玩法。

#GLM-5.3-Flash #V100 #本地部署 #开源模型

事件专题

Lxfater@lxfater2 个信源在谈原文

模型中美对照多源确认83°21:50

Mistral发布Large 4模型，AI指数达38分

Mistral推出Large 4，成为美中之外最智能模型，价格却比同类开源模型贵4倍。

#Mistral #Mistral Large 4 #GPT-6 Luna #DeepSeek V4.1

事件专题

官方账号Artificial Analysis@ArtificialAnlys11 个信源在谈原文

技巧 Agent 与开发者多源确认精选20:25

LangChain团队开源模型路由方案

LangChain团队教你如何在Agent Harness里构建模型路由，降低64%成本还不影响质量，还能学到Jev决策模型的使用技巧。

#LangChain #模型路由 #Open SWE #Jev

事件专题

shao__meng@shao__meng7 个信源在谈原文

模型中美对照多源确认83°12:05

Anthropic实测：GLM-5.3写攻击程序能力接近Mythos

智谱开源的GLM-5.3竟接近专业攻击模型Mythos，还自带漏洞挖掘能力。

#GLM-5.3 #Mythos #Anthropic #AI安全

事件专题

Lxfater@lxfater11 个信源在谈原文

技巧中美对照15:05

最便宜写代码模型不是 DeepSeek：opencode 月付 10 美元三家模型额度对比

用 opencode 的 10 美元套餐算了笔账：MiMo 能跑 3 万次请求，比 DeepSeek 的 2.6 万还多，就是不太稳。想省钱写代码的可以看看怎么选。

#opencode #DeepSeek #MiMo #GLM

Lxfater@lxfater原文

模型 Agent 与开发者多源确认精选78°17:45

ZAI GLM-5.3-Flash 优化，Infra Agent 实现 3.2 倍吞吐提升

ZAI 用自己的GLM-5.3模型去优化自己模型的底层系统，让模型帮自己干活，这种自优化思路很新颖。

#ZAI #GLM-5.3 #Infra Agent #模型优化

事件专题

shao__meng@shao__meng3 个信源在谈原文

模型 Agent 与开发者多源确认精选78°16:34

智谱用 GLM-5.3 自己优化了自己的推理系统

智谱用自己开发的GLM-5.3模型，优化了运行它的国产AI加速器系统，端到端吞吐量提升3.2倍，比工程师团队效率高得多。

#GLM-5.3 #智谱 #推理模型 #国产芯片

事件专题

宝玉@dotey3 个信源在谈原文

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06:04

Image-to-WebDev Arena更新：四款新模型发布

OpenAI发布了GPT-6 Astra (Max)，在Image-to-WebDev任务上表现最好，比GPT-5.6 Sol好很多。

#GPT-6 #Claude #Image-to-WebDev #多模态

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

模型 Agent 与开发者78°22:52

Ox Alpha模型实为Zai的GLM-5.3-Flash

Zai的GLM-5.3-Flash模型就是之前爆火的Ox Alpha，320B参数但成本仅0.09美元，还用国产硬件跑通了。

#GLM-5.3-Flash #Zai #Ox Alpha #开源模型

DeepLearning.AI@DeepLearningAI原文

技巧 Agent 与开发者多源确认73°02:03

本周AI动态：编码智能体、企业隐私更新与开源模型

DeepLearningAI本周精选：Ng谈编码智能体技能，OpenAI和Anthropic更新企业隐私政策，Zai发布GLM-5.3-Flash多模态模型。

#GLM-5.3-Flash #编码智能体 #Andrew Ng #OpenAI

事件专题

DeepLearning.AI@DeepLearningAI11 个信源在谈原文

模型中美对照多源确认73°00:10

GLM-5.3-Flash 加入 Agent Arena

智谱AI的GLM-5.3-Flash在Agent Arena表现亮眼，成本仅0.12美元/任务，超越自家前代模型。

#GLM-5.3-Flash #Zai_org #Agent Arena #开源模型

事件专题

lmarena.ai@lmarena_ai4 个信源在谈原文

模型中美对照多源确认精选00:09

GLM-5.3-Flash在AI排行榜位列第19名

智谱AI的GLM-5.3-Flash在开源模型中排第4，成功率提升15.3%，无工具幻觉问题。

#GLM-5.3-Flash #开源模型 #AI排行榜 #智谱AI

事件专题

lmarena.ai@lmarena_ai3 个信源在谈原文

模型中美对照多源确认精选15:06

GLM-5.3-Flash 在 Fireworks 平台正式发布

Fireworks 发布了 GLM-5.3-Flash，强调质量优先，相同权重不代表相同模型，开发者可立即开始构建应用。

#GLM-5.3-Flash #Fireworks #推理模型

事件专题

Fireworks AI@FireworksAI_HQ7 个信源在谈原文

产品多源确认精选73°09:06

GLM 5.3和GLM 5.3 Flash在Ollama云平台全面上线

Ollama上线了GLM 5.3和GLM 5.3 Flash，支持私有部署，零数据保留，可直接集成到应用中。

#GLM #Ollama #GLM-5.3 #GLM-5.3-Flash

事件专题

ollama@ollama11 个信源在谈原文

产品 Agent 与开发者官方一手精选02:26

Vercel推出vgpu WebGPU库

Vercel新出的vgpu库让AI智能体能在浏览器和Node.js运行着色器，还支持TypeScript处理和多种集成方式。

#vgpu #WebGPU #Vercel #AI智能体

官方一手歸藏(guizang.ai)@op7418原文

产品 Agent 与开发者多源确认78°01:32

Ollama上线GLM-5.3模型

Z.ai在Ollama上线GLM-5.3，支持私有部署且不存数据，比Claude和OpenCode更开放。

#GLM-5.3 #Ollama #Z.ai #开源模型

事件专题

ollama@ollama6 个信源在谈原文

技巧 Agent 与开发者多源确认02:21

测试GLM-5.3-Flash效果

想试试GLM-5.3-Flash的效果吗？它在视觉解释器中表现不错，值得一试。

#GLM-5.3-Flash #智能体 #多模态 #视频生成

事件专题

elvis@omarsar011 个信源在谈原文

论文多源确认精选01:43

ExtractBench测试20+模型文档提取

ExtractBench最新测试了20多个模型，Qwen 3.8模型表现抢眼，新版本GLM-5.3-flash和qwen 3.8 flash也值得关注。

#ExtractBench #文档提取 #模型测试 #Qwen 3.8

事件专题

Jerry Liu@jerryjliu011 个信源在谈原文

模型中美对照多源确认72°23:39

Z.ai发布GLM-5.3-Flash模型

Z.ai新推出的GLM-5.3-Flash模型性价比高，是本周最火的模型之一，值得一试。

#GLM-5.3-Flash #Z.ai #模型发布 #性价比高

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23:38

Zai_org发布GLM-5.3-Flash，代码竞技场排名第五

Zai_org推出的GLM-5.3-Flash在性能和价格上都有优势，是代码竞技场的新星。

#GLM-5.3-Flash #智能体 #MCP/工具 #代码竞技场

事件专题

lmarena.ai@lmarena_ai11 个信源在谈原文

产品多源确认23:29

glm-5.3-flash 即将上线 Ollama 云平台

Ollama 云平台新推出 glm-5.3-flash，功能更新快，值得关注。

#glm-5.3-flash #Ollama 云平台 #功能更新 #用户互动

事件专题

ollama@ollama11 个信源在谈原文

模型中美对照多源确认23:17

Ox Alpha更名为GLM-5.3-Flash发布

Z.ai发布了GLM-5.3-Flash，支持多模态和1M token上下文窗口，价格竞争力强，值得一试。

#GLM-5.3-Flash #多模态 #Z.ai #模型发布

事件专题

elvis@omarsar011 个信源在谈原文

模型中美对照多源确认72°23:08

Ox Alpha大模型现身：Zai_org GLM-5.3-Flash

Zai_org发布GLM-5.3-Flash，性价比高，性能优异，值得关注。

#Ox Alpha #GLM-5.3-Flash #Zai_org #多模态模型

事件专题

shao__meng@shao__meng11 个信源在谈原文

模型多源确认23:04

Z.ai发布GLM-5.3-Flash，性能卓越价格亲民

Z.ai推出的GLM-5.3-Flash模型性能卓越，价格亲民，是大多数任务和项目的首选。

#GLM-5.3-Flash #Z.ai #开源模型 #多模态

事件专题

Paul Couvert@itsPaulAi11 个信源在谈原文

模型中美对照多源确认72°22:58

OpenCode Go 10 支持GLM-5.3-Flash，性能不及DeepSeek V4 Flash 20%

OpenCode Go 10更新，支持新模型GLM-5.3-Flash，但性能和价格不如DeepSeek V4 Flash。

#OpenCode Go 10 #GLM-5.3-Flash #DeepSeek V4 Flash #性能比较

事件专题

Geek@geekbb11 个信源在谈原文

模型中美对照多源确认22:55

Ox Alpha发布：Zai_org的GLM-5.3-Flash，GLM-5系列首个原生多模态模型

Zai_org发布了GLM-5.3-Flash，首个GLM-5系列多模态模型，处理能力惊人，值得一试。

#GLM-5.3-Flash #多模态模型 #Zai_org #OpenRouter

事件专题

OpenRouter@OpenRouterAI11 个信源在谈原文

模型 Agent 与开发者多源确认22:54

GLM-5.3-Flash发布，优化编码与长周期智能体任务

GLM-5.3-Flash模型发布，专为高效编码和长周期智能体任务设计，比传统模型更高效。

#GLM-5.3-Flash #智能体 #编码优化 #长上下文能力

事件专题

OpenRouter@OpenRouterAI11 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

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