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。
全部动态
AI 相关资讯全量信息流 · 54 条
6月4日
6月2日
Move the Query, Not the Cache：跨实例 MLA 注意力新策略
做大规模 LLM 推理部署的团队，这篇论文给出了跨 GPU 注意力优化的新思路——路由查询而非移动缓存，实测能大幅降低延迟。建议关注其成本模型和决策谓词，可直接用于优化自家推理系统。
论文12:05
K-BrowseComp：首个韩语网页浏览智能体基准测试做多语言智能体或网页浏览任务的团队会立刻意识到差距——韩语场景下最强模型准确率不到一半，说明现有评估严重偏向英语。做韩语 NLP 或本地化产品的开发者可以直接用这个基准测试自己的模型。
5月27日
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。
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。
5月26日
阿里 Qwen3.7-Max 编程能力超 Claude Opus 4.6，Code Arena 全球第二
国产模型首次在权威编程盲测中超越 Claude Opus 4.6，做 AI 编程工具选型或关注国产大模型进展的开发者值得关注，建议直接去 Code Arena 看榜单。
IT之家原文
5月22日
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。
智谱AI推出GLM-5.1高速API：400 tokens/s创全球新纪录
400 tokens/s的推理速度让实时AI应用成为可能，做聊天机器人或代码补全的开发者可以直接接入体验，响应延迟会明显降低。
智谱 GLM-5.1 高速版发布，输出速度达 400 tokens/s
智谱把旗舰模型的推理速度拉到 400 tokens/s，做实时交互、AI 编程的团队可以直接用，延迟敏感场景终于有了国产高性能选项，建议点开看技术细节。
IT之家原文
5月21日
产品08:00
阿里云百炼平台接入智谱GLM-5.1、MiniMax M2.7等第三方模型阿里云百炼接入多家头部AI模型，解决了开发者需要分别对接不同API的痛点，做AI应用集成的团队可以直接在一个平台调用GLM、MiniMax、Kimi等主流模型，建议试试这个统一入口。
IT之家原文
5月18日
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。
5月17日
开源模型爆发：Gemma 4、DeepSeek V4、Kimi K2.6 等密集发布
开源模型一个月内连发五款旗舰，做模型选型或研究的团队可以直接参考 CAISI 的 V4 评估对比，省去自己跑 benchmark 的时间。
5月16日
Ollama 推荐 Codex 可用模型：kimi-k2.6 和 glm-5.1
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。
产品19:32
Ollama 为 GLM-5.1 模型大幅增加 NVIDIA Blackwell GPUOllama 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。