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

百度把 280B 的 MoE 基座权重直接放出来了，激活才 14B，FP8 和 BF16 都有，做微调或强化学习研究可以直接拿这个当起点。

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

作者拿一张做了很多陷阱的网页图让 7 个模型复刻，有源代码做像素级打分，谁快谁准谁省钱一目了然，选模型前先看这份成绩单。

掘金本周最热@甲维斯原文

小米 17 Max、17T、K90 这批机型现在能升澎湃 OS 4 了，内置 MiMo 大模型和超级小爱 2.0，老机型要等到 2026 年底，看看有没有你的手机。

AA 换了 v5.0 测评算法，国产模型排名集体下滑，连 Claude 家最便宜的 Haiku 都跑赢了一票国产旗舰，这篇把能力、价格、速度三张榜单都对比了一遍，选模型前可以看看。

掘金本周最热@甲维斯3 个信源在谈原文

小米 MiMo 桌面客户端会员加量不加价，还能直接切 DeepSeek、Kimi、Qwen 的模型，一个客户端用多家模型挺方便。

小米的 MiMo-V2.6-Pro 进了腾讯 WorkBuddy 和 TokenHub，1M token 上下文，API 兼容 OpenAI 和 Anthropic 格式，接项目成本低。

官方一手Pandaily@[email protected] (Pandaily)11 个信源在谈原文

小米把开源第一的 MiMo-V2.6-Pro 接进了 WorkBuddy，1M 上下文加全模态，价格还只有海外模型的零头。

MiniMax 又发了个省钱版 M3.1 Flash，价格砍半还能打平 DeepSeek V4.1 Flash，不过性价比仍输 MiMo-V2.6 Pro，适合预算敏感的场景。

Blognone@lew原文

微软亮出自家基础模型 MAI-Base-2，2.8T 参数、1.6 万张 GB200 训练，连中国开源模型都被比下去了。

Blognone@mk6 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