全部动态
Mira Murati团队开源了多模态模型Inkling，975B参数，比Nemotron和Kimi K2.5强，指令遵循甚至超Claude，值得一试。
Mozilla报告用数据告诉你开源模型有多猛：DeepSeek V4 Flash月用量18.4T Tokens碾压闭源，价格还暴跌50倍。
论文搞了个8B的小模型FATE，专门给AI老师打分，比蒸馏前涨了22个点。还顺便测了Gemini、ChatGPT等，Gemini 2.5 Flash得分最高，挺有意思。
这篇论文提出了EYT-Bench，能更真实地测出LLM在多轮对话中的意图追踪能力。用16/17模型发现推理模式大幅提升长上下文准确率，值得关注。
终端代理训练数据难找，SETA开源了4500+环境的RL数据集，Qwen3-8B训后Terminal-Bench拿到12%，顺带还让DeepSeek-V4涨了分，搞终端AI的别错过。
Viking 分享了怎么用 GPT5.6 规划、Kimi 和 DeepSeek 执行、再交回贵模型审查，省 token 又高效，适合做大项目时试试。
DeepSeek-V4 Flash RL 在 AMD 显卡上跑通了，训练结果还不错，AIME 分数涨了一截。想试试 AMD 平台搞 RL 训练可以看看这篇。
这篇论文实测了华为昇腾跑MoE和多模态大模型的工程代价——需要打12个补丁、关掉一堆特性才能不出错，想用非GPU加速器的团队先看看这个。
vikingmute 分享了一个省钱又好用的 AI 编程工作流：让贵模型（Fable5、GPT5.5）规划，便宜模型（composer2.5、DeepSeek V4 Pro）执行，帮你白嫖高质量代码。
各家疯狂出新模型，OpenAI今天正式发GPT-5.6，谷歌的Gemini 3.5 Pro快了，中国也有新动作，竞争太激烈了。
想选行业AI模型？Claude Fable 5 碾压全场，但成本是 DeepSeek V4 Pro 的百倍，性能只多 12 分，性价比得掂量。
想了解OpenAI、Anthropic、xAI和国产模型的最新动静？这篇爆料把GPT-6的加速发布、Mythos引发的连锁反应都串起来了，还提到DeepSeek V4和GLM-5.2的竞争，信息量很大。
圈内多个模型传闻汇总：GPT-6 来势汹汹，Fable 5.1 几周内上线，DeepSeek 和 MiniMax 也在发力，值得关注。
AWS官方给出两种具体架构，用ALB+WAF保护Bedrock AgentCore，还能避免外部直接访问，安全配置参考。
推主分享了OpenCode上的模型使用数据，发现deepseek-v4-flash当子代理既便宜又高效，GLM-5.2被低估了。
腾讯Hy3开源模型295B参数，比GLM-5.2小一半却和GPT-5.5打平，还超过DeepSeek V4 Pro，免费API两周，智能体应用很香。
别浪费算力跑进化循环了——这篇论文实测发现多轮迭代没用，用一次采样加集合选择反而效果翻倍，还省了90%的调用成本。
SGLang加入DSpark后，高并发场景下吞吐能提升20%，在DeepSeek-V4上实测383.7 tok/s，推理优化党可以试试。
DeepSeek V4的周Token量干到了6.6T，超过Anthropic，也甩开其他国产模型。想直观对比模型热度？OpenRouter这组数据很说明问题。
DeepSeek 出了个叫 Deep Code 的开源编程助手，专门搭配 V4 模型用，能记对话续任务，改代码跑命令一气呵成。
腾讯云上了 DeepSeek-V4 原厂版，7 月中旬就能用，价格分峰谷，白天贵一倍，晚上便宜，有 Pro 和 Flash 两个版本可选。
蚂蚁和港科大的新框架Skill-MAS，把多智能体经验打包成可复用的元技能，在DeepSeek-V4-Flash上验证有效，做多智能体开发可以看看。
一条推文对比了普通人+DeepSeek V4和普通工程师不用AI，还有好工程师+Kimi 2.7 vs 普通工程师+Fable，直接说明AI能拉平技能差距。
Mitchell Hashimoto分享的核心方案：Fable xhigh规划+GPT 5.5 xhigh编码+Fable xhigh审查，成本低至几美元。想省钱的可以用DeepSeek V4 Pro代替编码步骤。