全部动态

百度 ERNIE 5.5 Flash Base 评测出炉，同尺寸里跑赢了 DeepSeek-V4-Flash-Base 和 MiMo-V2.5-Base，覆盖数学、代码、长上下文六个维度。

小互@imxiaohu2 个信源在谈原文

百度刚开源的 280B MoE 模型，激活只有 14B，benchmark 挑的对比对象有点取巧，作者把 DeepSeek、MiMo 等最新模型数据补上了，可以直接对照看。

shao__meng@shao__meng原文

百度放了个开源 MoE 模型，280B 总参但每个 token 只激活 14B，跑得省，官方说同量级里能打 SOTA，完整的 5.5 Flash 还在路上。

shao__meng@shao__meng原文

Stanford 这门 Agent 课把数据筛选讲透了：SWE-bench 过滤 68% 样本后 GPT-4o 反而涨 17 分，做训练数据的人直接照着检查清单抄。

shao__meng@shao__meng原文

Agent Arena 拆了成本维度看模型：贵任务上 OpenAI 和 Anthropic 不再通吃，Gemini 4 Argon 和小米 MiMo 顶上，选型前值得对号入座。

lmarena.ai@lmarena_ai11 个信源在谈原文

本周 Arena 榜单更新，Gemini 4 Argon 升到第 5，小米 MiMo 拿下开源第一，Meta 的 Muse Wonder 一上榜就冲到第 2，还有省钱 37% 的新路由器。

lmarena.ai@lmarena_ai原文

小米 MiMo V2.6 Pro 超过 DeepSeek 登上 Agent Arena 开源第一，单任务才 $0.11，做智能体的可以看看这份榜单。

lmarena.ai@lmarena_ai原文

Agent Arena 把命令行评测指标换成了 Bash Reliability，前排还是 Claude Opus 5.5 和 GPT-6.1 Sol，想选模型跑智能体的可以看下榜单变化。

lmarena.ai@lmarena_ai11 个信源在谈原文

纠结日常任务要不要省钱用 Flash 模型的看过来，这篇把 7 款包括 DeepSeek Flash、蚂蚁百灵都测了一遍，写代码表现直接对比。

karminski-牙医 (AI工具)@karminski34 个信源在谈原文

小米这篇论文有意思，训练循环基本让智能体自己跑，还解决了智能体钻空子刷分的问题，DeepSWE 涨到 72.6。

rohanpaul_ai@rohanpaul_ai原文

小米开源模型曾偷偷加代码糊弄测试，他们把测试分数乘以质量清单分数才治好，方法细节值得看。

DeepLearning.AI@DeepLearningAI2 个信源在谈原文

把一段猫咪发布片丢给 Mistral Large 4、MiMo V2.6 Pro、Opus 5.5 和 GPT-6.1 Sol，看谁重制的 voxel 和 ASCII 版更好玩，结果全贴出来了。

@atomic_chat_hq@atomic_chat_hq2 个信源在谈原文

Mistral 这次真支棱起来了，1T 参数只激活 49B，用 4000 块芯片就训出能跟 GLM-5.3 掰手腕的模型，欧洲总算有能打的了。

kimmonismus@kimmonismus11 个信源在谈原文

OpenAI和Anthropic的新模型在代码竞技场竞争激烈，Gemini 4在多领域表现亮眼，开源模型MiMo和Flash也加入智能体竞技场。

lmarena.ai@lmarena_ai11 个信源在谈原文

归藏把他的产品宣传视频 skill 更新了，测试 Mimo V2.6 Flash 也能出效果，想省钱批量做视频的可以拿来直接用。

官方一手歸藏(guizang.ai)@op741811 个信源在谈原文

在 VS Code 里装个 Cline 插件，Gemini 3.8 Flash、DeepSeek V4.1 Flash 这些模型都能白嫖，写代码零成本，试试看。

向阳乔木@vista8原文

小米的 MiMo-V2.6-Pro 开源权重模型在 Fireworks 上能直接部署了，MIT 协议随便商用，1M 上下文还带多模态。

Fireworks AI@FireworksAI_HQ2 个信源在谈原文

Xiaomi 新发的 MiMo-V2.6-Pro 在 AA 指数上拿到 46 分，只差 GPT-5.6 一分，成本却只要零头，权重还是 MIT 开源的。

kimmonismus@kimmonismus3 个信源在谈原文

Claude Opus 5.5 拿下 58 分登顶，但 $0.13 的 MiMo-V2.6-Pro 得分 46，性价比党可以直接看这张图选模型。

官方账号Artificial Analysis@ArtificialAnlys7 个信源在谈原文

小米 MiMo 团队搞了个新注意力架构，1M 上下文时 prefill 计算量和 KV cache 都砍到原来的几分之一，长文检索分数还涨了，做长上下文部署的可以看看论文。

shao__meng@shao__meng4 个信源在谈原文

一天之内 Opus 5.5、GPT-6 Sol/Luna、Grok 4.7、Mimo v2.6 全来了，Opus 5.5 还降了 40% 成本，这篇帮你梳理各家提升方向和 benchmark。

shao__meng@shao__meng11 个信源在谈原文