全部动态

LMArena 这周榜单很热闹：Kimi K3.1 Pro 开源拿下 Agent 第一，腾讯 Hy4 成本才 $0.57，Gemini 视频、OpenAI 图像都有新作，一条看全。

lmarena.ai@lmarena_ai11 个信源在谈原文

一个 0.5M 参数的小模型在卡坦岛赢了 40 局里的 36 局，对手是 Claude Opus 5.5 和 Kimi K3，体积还小了 1000 万倍，思路很反直觉。

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文

Kimi K3.1 Pro 发布当天就能在 Google TPU v7x 上跑了，用 vllm-torchtpu 即可部署，不依赖 NVIDIA GPU 的朋友可以看看。

官方账号vLLM@vllm_project原文

摩尔线程用自家 MTT S5000 卡跑通了 3 万亿参数的 Kimi K3.1 Pro，发布当天就完成适配，国产芯片推理链路已经打通了文本和图片。

腾讯混元 Hy4 冲到 Agent Arena 中文第一，单任务成本比 Kimi K3.1 Pro 便宜六成多，分数还几乎持平，跑智能体任务可以试试它。

lmarena.ai@lmarena_ai9 个信源在谈原文

月之暗面的 Kimi K3.1 Pro 进了 Devin 的桌面端和命令行，编程基准分数比上一代还高了一点，写代码的可以试试。

Windsurf@windsurf_ai原文

腾讯出了个能看图还能自己操作软件的 Hy4，中国模型里排第二，不过离最强模型还有距离。

官方账号Decoder@Jonathan Kemper原文

月之暗面的 Kimi K3.1 Pro 开放权重上线 SiliconFlow 了，跑分挺猛，做编程智能体和 3D 建模的可以试试。

官方账号SiliconFlowAI@siliconflowai2 个信源在谈原文

斯坦福他们测了 18 个模型当队友的水平，最强的 Gemini 4 Argon 也才 82.2 分，冲突一开会就妥协，挺扎心的。

shao__meng@shao__meng11 个信源在谈原文

阿里云的灵骏 M890 SuperPOD 在 Kimi K3.1 Pro 发布当天就能跑这个 2.8T 参数的模型，用 vLLM 和 SGLang 部署，要自建推理集群的可以看看这套方案。

官方一手pandaily@[email protected] (Pandaily)10 个信源在谈原文

这期日报一次讲三件事：OpenAI 做了 Linux 内核安全，Kimi K3.1 Pro 放出了开放权重，还有 Ricursive 的 Ripple-65B，想追开源模型的可以看看。

官方账号Latent Space (swyx)@swyx .ai11 个信源在谈原文

Kimi K3.1 Pro 这个 2.8 万亿参数模型发布当天就能在 Huawei Atlas 和 Ascend 950 SuperPoD 上跑，vLLM 和 SGLang 都适配了。

官方一手pandaily@[email protected] (Pandaily)原文

月之暗面兑现承诺放出了 Kimi K3.1 Pro 权重，智能体任务实测比 K3 强了一截，编程成绩已经贴着 Claude Opus 5.5 打，做 Agent 的可以关注。

月之暗面把 K3.1 Pro 权重放出来了，Agent Arena 上开源第一，Shell 命令成功率和听指挥能力都涨了不少，玩开源智能体的可以试试。

lmarena.ai@lmarena_ai10 个信源在谈原文

月之暗面把 Kimi K3.1 Pro 权重放到 HuggingFace 了，3T 参数的多模态智能体模型，能自己下载部署。

TestingCatalog@testingcatalog原文

月之暗面把 2.8T 参数的 Kimi K3.1 Pro 权重直接开源了，4-bit 发布省存储，编程基准分数贴近 Claude Opus 5.5，纯知识题却差 GPT-6 一截，许可证对云托管商还有限制。

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文

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

Agent Arena 拿 5 家实验室的旗舰模型跑了长任务对比，Claude Opus 5.5 能连续干近 2 小时，Kimi 最快但也最短，差距挺直观。

lmarena.ai@lmarena_ai11 个信源在谈原文

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。

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

月之暗面把最强的 Kimi K3.1 Pro 放上了 Together AI，100 万上下文还能自己微调，国内模型出海又多一个入口。

官方账号Together AI@togethercompute10 个信源在谈原文

Moonshot 新的 Kimi K3.1 Pro 发布当天就能用 vLLM 自己部署了，1M 上下文，Terminal-Bench 4.0 跑 65.7%，自己搭推理服务的话可以试试。

官方账号vLLM@vllm_project原文

Moonshot 把 Kimi K3.1 Pro 的权重放出来了，想本地跑或者自己微调的可以去 Hugging Face 下载试试。

Gorden Sun@Gorden_Sun原文

腾讯混元的 Hy4 正式版能看图能操作电脑了，还练过 Blender 和 CAD，这两天在 WorkBuddy 里限免，可以白嫖试试跟 Kimi 的差距。

shao__meng@shao__meng11 个信源在谈原文