OpenAI 把 GPT-6 Astra 的能力下放到 Sol 和 Luna 两个便宜模型,Luna 编码榜涨了 74 分,API 价格还砍了一半,跑批量任务可以看看。
全部动态
这篇论文造了个很较真的基准:不看智能体能不能把指标刷上去,只看它交付的模型到底行不行,连"训练了但没学到东西"这种静默失败都能抓住,四个前沿模型全被拉出来和人类工程师对比。
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…
谷歌搞了个叫 Stellar Colosseum 的多代理框架,专门用来做数学和理论计算机科学这种需要长期研究的活儿,比单模型干得更好。
Claude、GPT-5和Gemini在代码生成时加入执行约束后,代码效率大幅提升,最高快3.1倍。
Cosmos上新了GLM 5.3 Flash和Gemini 3.8 Flash,一个更便宜,一个更智能,都值得试试。
GoogleDeepMind 新发布的 Gemini 3.8 Flash (High) 在多个竞技场表现优异,成本比同类模型低 44-50%。
GoogleDeepMind的Gemini 3.8 Flash在智能体评测中排名大幅提升,用户反馈明显更积极。
谷歌新发布的 Gemini 3.8 Flash 模型,在软件工程和智能体任务方面有提升,支持自定义努力水平,适合大规模部署。
Google给Gemini Flash系列加了智能视频分析,能自己决定看哪些片段,省token高达88%,看长视频更准。
Google给Gemini加了个新功能,看视频更聪明还省钱,能自己决定看哪里,长视频分析成本大降。
OpenAI、Google和Nvidia都在竞相提升AI模型推理速度,各有不同技术方案。
Gemini API新增智能体视频理解,能自主分析长视频,大幅降低成本并提高准确率。
Google的Gemini 3.7 Flash新增智能体视频理解功能,能自动调整处理速度准确计数拍手,解决了传统AI处理快速动作的难题。
Google让Gemini系列模型看懂视频了,API直接调用,比之前强不少。
Philipp 教你 60 秒内用 Google AI Studio 部署 OpenClaw 2.0,自带搜索增强功能。
GitHub Copilot现在能用Gemini、MAI和Kimi三大新模型了,比以前选择更多了。
Gemini 3.7 Flash 价格低廉,功能全面,适合前端和智能体/编码任务,性价比高。
Poonam Soni 在 Replit 上比较了 Free Mode、Gemini 3.7 Flash、Grok 4.6 和 Claude Opus 5,看看哪个在创建 Subway Surfer 克隆时表现最佳。
谷歌的 Gemini 3.7 Flash 润色文字很自然,不像其他模型那样写震惊体,而且价格很便宜,写文字可以多用。
Gemini 3.7 Flash在这项真实任务评测中夺冠,能高效处理多样数据,比其他参与者表现更好。
Ann测试了四个模型如何将人体与物体融合绘画,Claude Opus 5的创意表现令人印象深刻。
Gemini 3.7 Flash 现在能用 Linux 沙箱跑代码,环境能持久化,免费版就能测完整工作流。
看 Gemini 3.7 Flash 直接操控安卓模拟器玩 Wordle,能看懂屏幕、反应快,做手机自动化智能体很靠谱。
Gemini 3.7 Flash 快得离谱,输个网址或想法就实时生成完整交互网站,视频还是原速,不信你试试。
LangChain出新版了,接上了OpenAI 3.0 SDK,还支持Gemini 3.7 Flash,修了一堆工具调用的坑,用起来更稳。
谷歌把 Gemini 3.7 Flash 开放给 Pro/Ultra 用户了,处理多文件邮件这种复杂活更准,Spark 智能体也更靠谱。
谷歌这周新品不少:Pixel 11有AI拍摄,Gemini 3.7 Flash更强,天气模型WeatherNext 2开源还能多一天预报。
Gemini 3.7 Flash 把 GDM 又带回台前,想了解它怎么翻盘就看看这篇。
GLM-5.3来了,这周还有Grok 4.6和DeepSeek V4 Pro,模型更新扎堆,看看哪个最强。
Google 刚发的 3.7 Flash,Genspark 当天就能用,编码和 agent 更强,价格砍半,想试的直接切。
Gemini 3.7 Flash 转正了,编码和智能体跑分大涨,价格还砍半。生产环境被 Preview 并发坑过的话,可以上手试试。
Simon Willison 的 LLM 插件更新了,现在能直接用 Gemini 3.7 Flash,还能看推理过程、开工具跑 Python,装新版就能体验。
Gemini 3.7 Flash 出了,比 3.6 便宜一半还更快,智能也更强,用到年底,想试的赶紧。
谷歌把 Gemini 3.7 Flash 价格砍到 3.6 的一半,编程和智能体场景变强了,还直接给 Spark 用上,搞开发可以试试。
Devin 现在能用 Gemini 3.7 Flash 了,重构时 diff 更干净,两周内打五折,想试试手就趁现在。
Google 的 Gemini 3.7 Flash 上 Poe 了,1M 上下文,跑代码和 Agent 都快,想试就去 Poe 找。
Devin 里现在有 Gemini 3.7 Flash 了,代码能力接近 Sonnet 5,价格便宜一半多,月底前还打五折,快去试试。
Devin现在能用Gemini 3.7 Flash了,跑FrontierCode 1.1和Claude Sonnet 5差不多,成本砍半还快,写代码可以试试。
Google 的 Gemini 3.7 Flash 上线 GitHub Copilot 了,写代码和智能体任务都有改善,在 Copilot 里就能直接用。
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…
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…
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…
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…