#推理模型

Grok-4.6在Agent Arena排名上升，确认成功指标提升13.2%，bash恢复能力显著增强。

lmarena.ai@lmarena_ai原文

SpaceXAI的Grok-4.6在代码任务上表现亮眼，确认成功率提升15%，成本与Claude Opus 4.6相当。

lmarena.ai@lmarena_ai原文

Z.ai新发布的GLM-5.3 Flash性能强劲且价格低廉，国产芯片驱动，市场份额已超越DeepSeek。

AI Will@FinanceYF511 个信源在谈原文

OpenAI新AI芯片发布，推理速度大幅提升，但研究员警告超快AI可能让安全团队落后，提醒关注自主关闭系统的重要性。

官方账号Decoder@Matthias Bastian11 个信源在谈原文

宇树智元新出的模型Demo太惊艳了，10分钟内展示了强大的多模态处理能力，比现有模型强多了！

量子位@林, 方舟原文

DeepSeek V4 Pro在成本和性能上优于Fable 5，值得一试。

Fireworks AI@FireworksAI_HQ5 个信源在谈原文

OpenAI发布了首款内部推理芯片，性能超过Nvidia的同类产品，值得关注。

官方账号Decoder@Matthias Bastian11 个信源在谈原文

SenseNova U1.5 Lite开源了，参数量8B，和闭源Image 2一样强，用PyTorch和TensorFlow都能跑，值得一试！

量子位@十三原文

看看 DeepSeek-V4-Flash-Vision-EXP 的强大效果，与其它模型相比有何不同。

官方一手歸藏(guizang.ai)@op7418原文

想了解Qwen3.8-27B的表现，看看与GPT-5.6等大模型的对比如何。

lmarena.ai@lmarena_ai4 个信源在谈原文

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。

Paul Couvert@itsPaulAi原文

想看@steipete如何从命令行工具过渡到多人智能体会话的，这个视频不容错过。

Y Combinator@ycombinator原文

想了解最新模型？Thinkymachines的Inkling Small模型值得一试，参数量适中，功能全面，与家族其他成员共享技术。

OpenRouter@OpenRouterAI原文

NVIDIA的通用编码智能体ARC-AGI-3测试满分，展示了强大的自主推理能力，是AI领域的又一里程碑！

官方账号NVIDIA AI@NVIDIAAI4 个信源在谈原文

DeepSeek新模型上线，文本和推理能力提升，多模态性能接近Opus-4.8，值得一试！

官方账号深度求索 DeepSeek@deepseek_ai3 个信源在谈原文

开源开发者有了新基准，Qwen3.8-27B横扫消费级硬件，比肩GPT-5.6 Luna和DeepSeek V4 Flash，参数量27亿，4位量化后适配24GB GPU，超越它才是新标准！

官方一手pandaily@[email protected] (Pandaily)4 个信源在谈原文

OpenRouter悄悄发布了Ox Alpha，支持1M token上下文和图像视频输入，适合编码和智能体工作，试试看反馈吧。

OpenRouter@OpenRouterAI4 个信源在谈原文

Muse Spark 1.2 (xHigh) 模型发布了，在处理命令行错误上提升明显，用户反馈也更好，但纠错和引导能力略有下降。

lmarena.ai@lmarena_ai原文

Z.ai的老总讲了GLM 5.3和那个新定律，讲清楚和以前不一样的地方，你去听听了解下。

官方账号Latent Space (swyx)7 个信源在谈原文