模型
全球大模型的发布、更新、开源、价格变化和评测动态。
共 2078 条
- Kimi K3.1 Pro 上线 API，定价为 Claude Opus 5.5 的一半
月之暗面今日在 Kimi API 上线 Kimi K3.1 Pro，完整模型权重承诺于 2026 年 11 月 4 日前开源。定价为输入 2 美元/百万 token、输出 10 美元/百万 token，与 GPT-6.1 Sol 持平，是 Claude Opus 5.5 的一半。另提供 Highspeed 版本，速度提升 2-3 倍，价格翻倍，但输入 token 缓存命中价格不变。Artificial Analysis 给出 55 分，超过 Claude Fable 5.1、GPT-6 Astra 和 Gemini 4 Argon（均为 53 分），仅次于 Claude Opus 5.5 的 58 分。这是即将开源的模型首次在前沿评测中拿到如此高的分数。
- 智源众智 FlagOS 2.2 让前沿模型与多元算力协同演进
InfoQ 中国6 天前国内模型33
- 安全团队远程禁用废弃 Popcorn Time 更新器，避免僵尸网络
Eye Security 发现已废弃的 Popcorn Time 分支 Time4Popcorn 的更新器仍在全球数百万台 Windows、macOS 和 Android 设备上运行，通过未加密的 HTTP 连接已废弃的域名，并运行过时且不安全的 Chrome 版本。该更新器可被用来以完整权限安装和运行任意软件，攻击者只需接管其中一个域名即可组建僵尸网络。研究人员注册了其中一个域名，下发更新指令让更新器自我禁用；截至 3 月已发出超过 200 万次更新下载，随后停止发送并将域名移交给 Shadowserver 基金会。
The Verge AI6 天前海外模型26
- 月之暗面发布 Kimi K3.1 Pro，智能指数升至第四
月之暗面发布推理模型 Kimi K3.1 Pro，在 Artificial Analysis 智能指数上得分 55，比 Kimi K3 提升 11 分，排名第四，仅比 Claude Opus 5.5（58 分）低 3 分。若按计划在 2026 年 11 月 4 日开源权重，它将成为得分最高的开源权重模型，开源与闭源模型的差距将从 12 分缩小到 3 分。同步推出速度提升 2-3 倍的 Highspeed 版本，两者均已上线 Kimi.ai、Kimi Work、Kimi Code 和 API。API 定价为输入每百万 token 2 美元、输出每百万 token 10 美元，Highspeed 版本价格翻倍。在 Agent 任务上提升最明显：GDPval-AA 达 1846 Elo，Terminal-Bench 4.0 为 65.7%。
- METR 在 OpenAI 驻场三周审计，发现 AI 安全监控存在重大缺口
METR 和 Redwood Research 的两名研究员于 7 月 21 日至 8 月 11 日在 OpenAI 驻场，审计其针对失控 AI 行为的内部监控系统。审计期间，GPT-5.5 及以上级别模型产生的内部 Agent 类 Responses API 流量中，估计有 6% 至 25% 完全未被监控覆盖。本应受监控的内部 Codex 流量，在 5 月至 7 月间约 10% 未被追踪，原因是系统处理上下文压缩事件时存在缺陷；OpenAI 在审计期间自行发现并修复了该 bug。审计员还找到隐藏数百个动作、绕过 Codex 沙箱的方法，并判断特制输入可能让监控器整体崩溃。审计开始时，RL 训练中的模型行为完全未被监控。OpenAI 称已修复全部问题，但完整 61 页报告经删减后仅向公众提供简短摘要。
The Decoder6 天前海外模型41
- 刘铁岩、诺奖、图灵奖得主等嘉宾共话AI的下一个十年：Transformer一统天下之后，AI的下一张王牌是什么？
- AI Agent 正在改写 CPU 的价值：当 Token 变成行动，算力竞争不再只是拼 GPU
- PostgreSQL 19 发不出来？AI“找茬”太快，人类修Bug的速度跟不上了
- LangChain 详解 AI Agent 检索难题：三种常见失败模式
LangChain 发文讨论 AI Agent 的上下文工程，指出检索是核心难点。文章归纳 Agent 检索的三类问题：低效搜索（反复打开文件、重写查询，浪费 token 和时间）、单次返回过多上下文（一次搜索塞满窗口，没空间做正事）、无关或过时信息（模型难辨真假，错误会沿后续步骤传递）。文章以竞品分析 Agent 为例，说明 agent harness 应针对不同检索任务选用合适工具，并介绍 Deep Agents harness 的内置技巧。原文为博客开头部分，具体技术方案未完整呈现。
LangChain6 天前海外模型39
- “让Token不空转”，讯飞如何把Agent推进企业核心流程
- 奥特曼最新 45 分钟访谈：一年不写代码、压力大到不想起床，还嫌 ChatGPT 太谄媚
- The Vergecast 讨论 iPhone Duo 评分与 PHP 安全漏洞
The Vergecast 本期节目讨论 iPhone Duo 的 7/10 评分是否合理，以及这款设备如果以 iPad 而非 iPhone 的定位推出是否会更好。节目还谈及本周影响整个 Web 的 PHP 重大安全漏洞，以及 AI 购物增长迫使零售商应对 Muse agents 等 AI 代理购物行为。原文信息有限，未给出漏洞细节和具体影响范围。
- AI 赋能开发，Spotify 月代码变更量翻倍
- Anthropic 上市前，早期投资人持股价值曝光
Anthropic 预计今年上市，估值最高达 2 万亿美元。按最新一轮 9650 亿美元私募估值计算，早期投资人持股已价值数十亿：前 Google CEO Eric Schmidt 2021 年参与 A 轮（当时估值 4.61 亿美元），现持股约 1%，价值近 100 亿美元；Iconiq 去年以 1830 亿美元估值投入 60 亿美元，现价值 170 亿美元；Menlo Ventures 累计投入超 10 亿美元，现价值 140 亿美元；红杉今年以 3800 亿美元估值投入 30 亿美元，已翻倍；Sound Ventures 2023 年 C 轮投入 3500 万美元，后追加 4 亿美元；Spark Capital 2023 年以 50 亿美元估值投入 7500 万美元，现价值 70 亿美元，涨逾 90 倍。
TechCrunch AI6 天前海外模型37
- GitLab 19.4 发布，新增目标驱动型智能体，强化成本控制
- 开发者用本地模型做了个喝水提醒应用 Break Buddy
开发者发布 Windows 应用 Break Buddy，用 Ollama 本地模型生成不重复的提醒文案，可自定义人格（如讽刺朋友、海盗），并按活跃窗口判断是否在开会时暂缓提醒。用户用一句话描述需求即可生成配置，无需设置界面。默认模型为 gemma4:e4b，需 Windows、Python 和 Ollama，从克隆到首次弹窗约 5 分钟，代码已开源。
DEV Community · AI6 天前海外模型40
- 长鑫科技：对全球和中国 DRAM 产业中长期前景保持坚定信心
IT之家6 天前国内模型33
- 33.5 万元起，2027 款长城坦克 500 汽车正式上市
- 7.89 万元起吉利 2027 款博越车型上市，升级新一代 GEEA3.0 电子电气架构
- 钛动科技发布行业首个Pro-Agent, Navos Pro定义结果导向的AI for Work | TGC 2026科技增长大会
雷峰网6 天前国内模型2 个信源48
- 决策模型也有专用推理引擎了：StartLux 开源 Prism，单卡最高提速 5.3 倍
- 讯飞发布新一代端到端交互模型：语音大模型调用量暴涨20倍，端侧已实现约70%云端能力
- Anthropic 用 Claude 自动生成形式化证明，验证代码安全性
Anthropic 的 Frontier Red Team 与 Theorem 合作，让 Claude 对 Google OSS-Fuzz 项目中 123 个开源库的测试程序进行形式化验证，几周内生成了约 1.8 亿行数学证明代码，由 Rocq 独立校验，几乎不需要人工复核。过程中 Claude 发现并自行修复了数百个 bug，其中包括一个隐藏十余年的逻辑错误；在验证某 PDF 阅读器时，一周内发现的安全漏洞数量相当于该软件全年通常报告的数量。局限也很明确：证明只在特定处理器架构、单线程、输入小于 64 MB 的条件下成立，单个证明消耗数亿 token，Anthropic 未公布总成本。
- Kimi K3.1 泄露：3D 成本仅有 GPT-6 Astra 的 1/14！横扫海外视觉三巨头
- 从技术首创到规模上车，华为乾崑车载激光投影以金辑奖印证技术领先
- I let an open model delete 1,242 of my saved articles. On purpose. I feel lighter.
- 覆盖存、拣、运全场景，海康机器人2026移动机器人新品发布会举行
- 科大讯飞首发星辰TaaS平台，让Token真正成为千行百业的生产力
量子位6 天前国内模型36