模型更新偷偷改了没声明的地方怎么办?这篇论文给了套统计认证方法,LoRA 更新实测只有 7-36% 变化在范围内,还发现锚定蒸馏能救场。
#模型更新
OpenAI发布了GPT-6.1 Sol,比前两个版本更强大,已被选为软件工厂的新动力。
Anthropic 发布的 Sonnet 5.5 在 OpenRouter 上可用,比前代更聪明更快更便宜。
Anthropic 推出了 Sonnet 5.5,Haiku 5.5 也即将到来,这是他们的最新模型家族更新。
朋友发了 Muse Spark 1.3 (Max) 的更新,性能比 1.2 (xHigh) 好很多,值得试试。
Genspark 新模型能持续对抗更强的基础模型,帮你提升产品质量。
GoogleDeepMind更新模型,更懂复杂信息,提升文本处理能力,支持多语言语音转录,实用性强。
DeepSeek 悄悄改了 V4 Pro 版本号,但更新日志和公告都没跟上,连跑分也只比 V4 Flash 高 1 分,想确认是不是撤了模型的可以看看这个讨论。
NewMax接入了Deepseek V4 Flash,想试试这组合的可以直接上 newmax.cc 看看。
OpenAI 悄悄推出了 GPT-5.6,全球用户 24 小时内都能用上了。比 GPT-5 更快更强。
Anthropic 把 Fable 5 免费试用延到 7 月 12 日了,付费用户能白嫖半个月,注意每周额度有一半得留给它。
以后不用手动换模型版本了,用 OpenRouter 的这个别名自动跟着 Anthropic 走,省心。
Musk 说 Grok 4.5 私测版已经接近 Opus,而且后面每月都会出新模型,想追动态可以瞅一眼。
Sam Altman亲口说这周ChatGPT的5.5 Instant模型更新了,他本人很喜欢,想感受一下新效果可以试试。
Anthropic又在迭代模型了,这次可能是Mythos 5.1,跟Sonnet和Opus版本联动,不知道会不会公开。
有用户在X上扒到了Claude Sonnet 5的名字,说明Anthropic可能马上要出新模型了,关注Claude的朋友可以看看这个线索。
Midjourney 用户终于等来了更快的生成速度和更低成本,V8.1 的 2K 渲染和图像提示回归让创作更高效,建议立即体验新默认模型。
对于使用 CodePilot 的开发者,这次更新不仅带来了新模型支持,还验证了 Claude Fable 5 的代码修复能力,值得升级体验。
Claude Fable 5 是 Anthropic 目前最强通用模型,做复杂推理和代码生成的开发者值得立即更新体验。
Claude Opus 4.8 的更强推理能力对需要高精度判断的开发者(如代码审查、逻辑分析)是直接利好,Skywork 用户现在就能体验,建议试试。
Claude 重度用户和开发者需要注意:Opus 4.8 口碑不佳,且账号封禁问题频发,建议谨慎更新和备份数据。
GPT-5.5 Instant 的回复更自然,写作和编程任务直接在聊天中完成,省去了切换 Canvas 的麻烦。经常用 ChatGPT 写代码或文档的开发者,建议试试新版本,体验更流畅。
如果你在用 ChatGPT 做事实核查或多语言任务,新版 5.5 Instant 值得一试——它直接解决了旧版过于固执和谄媚的问题,对需要准确答案的开发者来说是个实用升级。
Perplexity Max 用户终于能用上 Claude Opus 4.8 了,做复杂研究或自动化任务的团队可以直接在 Perplexity Computer 里体验编排能力,值得试试。
Claude Opus 4.8 提升了自主工作能力和判断诚实度,做复杂长任务或自动化流程的团队可以直接升级,价格不变更值得一试。
Opus 4.8 解决了 AI 编程中常见的“幻觉”和掩盖问题,做代码审查和日常开发的团队可以直接在 Claude Code 中切换体验,减少不必要的排查成本。
Opus 4.8 的 effort control 让用户按需调节模型推理深度,做复杂任务或高频问答的团队可以更精准地控制成本与响应速度,值得一试。
Claude Opus 4.8 的集成让 Windsurf 和 Devin 用户直接获得更强的代码生成和推理能力,做 AI 编程的开发者可以立刻升级体验。
Claude Opus 4.8 解决了用户对 4.7 的反馈痛点,提升了对话自然度和协作效率,做编程或知识工作的团队可以直接升级体验,值得一试。
Anthropic 的新模型 Mythos 1 专为 Claude Code 和 Security 场景设计,做 AI 开发或安全工作的团队值得关注——这可能意味着更强的代码理解和安全分析能力,虽然普通用户暂不可用,但提前了解有助于规划技术栈。
LLM 命令行用户可以直接升级体验 Gemini 3.5 Flash 的快速推理,做创意生成或快速原型验证的开发者值得一试。