模型
全球大模型的发布、更新、开源、价格变化和评测动态。
共 2152 条
- TypeSafe AI 决策模型 Jev 日处理量达 1 万亿 Token，硅谷巨头火速跟进复刻
IT之家10/05国内模型33
- 人人都能有自己的智能体设备：Meta 开源 Muse Gadgets，用 ESP32 和树莓派打造自定义 AI 硬件
- TypeSafe AI 的 Jev 模型三天处理超万亿 token
TypeSafe AI 推出非自回归的 System One Model「Jev」，输入状态和问题后直接输出带概率的结构化类型值，不生成文本。上线一周后在 OpenRouter 1K-10K token 上下文区间登顶，处理 15.1% 的请求。借助 Modal 的无服务器平台，Jev 在发布三天内处理超 1 万亿 token，满足超低延迟推理需求，团队无需自管基础设施。
Modal10/05海外新模型发布42
- OpenRouter 对比四家服务端代码执行工具
OpenRouter 发布文章，对比 OpenAI、Anthropic、Google 及自家 openrouter:shell / openrouter:bash 四种服务端代码执行方案。这类工具让模型在 API 请求内直接调用提供商沙箱运行命令，开发者无需自建容器。OpenRouter 的沙箱按账户和工作区隔离，默认关闭外网访问，限制单条命令的运行时长和输出大小，计费为每秒 0.0001 美元，新建或休眠容器最低按 30 秒计。两个工具均处于 beta 阶段。文章指出，需要自定义基础镜像、GPU 任务或数小时长会话时，仍应自建沙箱。
OpenRouter 公告10/05海外模型39
- Qwen3.8 27B 本地模型加法测试：禁用推理准确率仅 23.57%
Simon Willison 在 DGX Spark 上测试本地 Qwen3.8-27B-Q4_K_M.gguf 模型用英文单词表达加法结果的能力。禁用推理时，5,070 个测试用例的数值准确率为 23.57%，格式合规率 96.17%；一至三位数操作数准确率 97.04%，十至十三位数降至 6.44%。启用中等推理后，169 个配对用例中答对 167 个，推理过程包含逐位对齐和进位计算。
Simon Willison10/05海外模型37
- 内存涨价倒逼系统瘦身：微软详解 Win11 为何要降低 RAM 占用
- 30 天内 4 款前沿模型横评：价格差 5 倍，缓存成本差 10 倍
OpenAI、Anthropic、Google DeepMind 在 30 天内发布 4 款前沿模型：Claude Fable 5.1（9 月 1 日）、GPT-6 Astra（9 月 3 日）、GPT-6.1 Sol 与 Gemini 4 Argon（9 月底）。Astra 与 Fable 5.1 同为 $10/$50 每百万 token，Sol 和 Argon 仅为其五分之一（$2/$10），Argon 为尝鲜价后续翻倍。缓存输入价差最大：Astra $1.00，是 Fable 5.1 的 4 倍、Sol 的 10 倍，对每步重发上下文的 Agent 影响显著。Argon 单次输出上限 1M token，其余三款为 128K。OpenAI 已于 9 月 28 日取消 GPT-6.1 Astra，Astra 仍为 OpenAI 最强模型。
MarkTechPost10/05海外新模型发布46
- DeepMind 用 AI 加速科学：绘制全人类基因组 90 亿变异
Google 公布 AI 加速科学的进展：AlphaGenome Atlas 绘制了人类基因组全部 90 亿个单碱基变异并开放给研究者；推出全球天气 AI 模型 WeatherNext 3；发布 AI 与经济 ATLAS 开放报告；翻译服务覆盖近 300 种语言、服务 70 亿人。Google 称重点投入健康、自然灾害与天气韧性、学习、经济机会四个方向。
X @demishassabis10/05海外模型56
- Google 暂停开源漏洞赏金计划，称 AI 提交量激增
Google 于 10 月 1 日起暂停其开源软件漏洞奖励计划（Open Source Software Vulnerability Rewards Program），原因是自动化提交数量大幅上升，其中绝大多数无效。Google 在 X 和项目网站表示，将在 2027 年第一季度提供更新。据 Tom's Hardware 报道，Google 工程师和开源维护者被大量无效或含幻觉的报告淹没。去年 TechCrunch 曾报道安全专家警告 AI 垃圾内容对漏洞赏金计划构成严重风险。暂停期间，参与者被建议考虑 Google 的其他漏洞赏金项目。
TechCrunch AI10/05海外模型35
- Find My Thingy：基于 Gemma 3 4B 的本地文档问答助手
开发者发布开源项目 Find My Thingy，一个本地优先的个人记忆助手，用自然语言提问即可检索自己文档中的内容。支持导入 PDF、TXT、Markdown，经分块和嵌入后存入 ChromaDB，由 Ollama 运行的 Gemma 3 4B 基于检索到的段落生成带来源引用的回答。技术栈为 React + Vite + TypeScript 前端、Python FastAPI 后端、SQLite 数据库、Sentence Transformers（all-MiniLM-L6-v2）嵌入、PyMuPDF 处理 PDF。数据全部留在本地，但首次使用需下载依赖和模型才能完全离线运行。
DEV Community · AI10/05海外模型36
- Karpathy：99% 关注 AI 的人入行不到一年升温
Andrej Karpathy 在 X 上表示，他理解当前局面的心智模型是：现在关注 AI 的 99% 以上的人，接触 AI 相关事物的时间不到一年。他认为这让「AI 恐龙」——2026 年前、甚至 2012 年前就进入 AI 领域的人——感到非常困惑。原文为一条推文回复，信息有限。
- Cresta 用 Claude Agent SDK 做出 Agent 构建器 Conductor
客服 AI 公司 Cresta 基于 Claude Agent SDK 推出自然语言 Agent 构建器 Conductor，用户描述需求后，Conductor 会从蓝图走到实现、评估和优化。Cresta 成立于 2017 年，CEO 为 Ping Wu，累计融资超 2.7 亿美元，ARR 超 1 亿美元，客户包括 United Airlines、CVS Health、Marriott。Conductor 早期版本用 Claude Sonnet 和 Claude Opus 搭建，原本只服务内部部署团队，后产品化开放给客户。Cresta 称在早期用例中 Conductor 缩短了开发时间（原文此处被截断）。
Claude 博客10/05海外模型41
- OriginTrace：用 AI 检测 DEV 社区文章被抄袭
开发者发布 OriginTrace，一个基于 Sanity Context MCP 的 AI 内容溯源工具，用于检测 DEV.to 文章是否被抄袭。工具通过 Serper API 搜索全网，抓取最多 15 个候选页面，用词重叠、5-gram shingling、LCS 比率等多信号分析判断抄袭，并检查是否署名或回链，给出 credited_syndication 或 unattributed_repost 的判定。内置对话式 AI Agent 可查询溯源数据并生成 DMCA 下架模板，所有检查结果以结构化 JSON 存入 Sanity Content Lake。该项目为 Sanity Challenge 参赛作品。
- Google 提出 RRSI：防止自改进 Agent 背题
Google 研究人员发布论文，提出 RRSI（正则化递归自改进 Agent Harness）方法，解决 Agent 自我优化时「背题」的问题。论文指出，近期 Agent 的进步多来自 harness 而非新模型，但让语言模型反复重写 harness 会导致其在固定测试任务上过拟合：训练分数上升，新任务收益缩小甚至消失。RRSI 在提出改动和筛选改动两端设限：编辑预算随时间收缩、critic 剔除硬编码任务名或答案的方案、只接受有可测性能提升的算力增加。在编码、办公、工程设计 8 个基准上，底层模型 Claude Opus 4.8 全程冻结，RRSI 最高提升 14.1 分。
The Decoder10/04海外模型45
- 亚马逊 Prime Day 促销：iPad Mini 和 MacBook Air 降价
亚马逊 10 月 Prime Day 促销中，13 英寸 M5 芯片、512GB 存储的 MacBook Air 从 1299 美元降至 1099 美元，15 英寸版本从 1499 美元降至 1299 美元。15 英寸版额外配备两个扬声器（共六个）和两个 GPU 核心。原文标题提及 iPad Mini 降价，但正文未给出具体价格。原文信息有限，且与 AI 无直接关联。
The Verge AI10/04海外模型18
- DeepSeek Harness 崔添翼：产品核心理念是“一切皆插件”，可扩展性是初心
- NASA 与 IBM 开源月球基础模型，用 17 年轨道数据训练
NASA 与 IBM Research 联合多所学术机构发布 NASA-IBM Lunar Foundation Model，称其为最早的开源月球科学基础模型之一。模型基于地球观测模型 TerraMind 从零训练，使用自建数据集 SomBench——近 200 万个 tile bundle、11 种模态、两个空间尺度，含约 100 万张约 1 米/像素的窄角相机高分辨率图像和近 96.4 万张 100 米/像素的宽角相机多光谱图像。数据主要来自月球勘测轨道飞行器 17 年观测，并整合 GRAIL、Lunar Prospector 和日本 Kaguya/SELENE 数据，共 9 台仪器、4 个任务、30 多个空间对齐数据层。模型在预测极地冰沉积和识别陨石坑上表现突出，训练时直接输入光照角度、太阳位置等成像几何信息。
- Agent 的记忆不在对话里：把企业数仓沉淀为可治理的共享语义记忆｜QCon上海
InfoQ 中国10/04国内模型33
- 研究：中国 AI 模型在敏感话题上回避或复述官方立场
Aleph Alpha 用自建基准测试了阿里 Qwen、DeepSeek、月之暗面 Kimi 的模型，覆盖天安门、台湾、新疆等 967 个敏感话题。其评分系统显示，仅 17% 至 41% 的回答被评为平衡，其余为复述官方立场、转移话题或拒答。DeepSeek V4 Pro 拒答三分之二的问题；对比模型 Claude Sonnet 5 和 Mistral Small 的平衡回答率分别为 70% 和 92%。研究还发现，英伟达 Nemotron Cascade 2 有 17% 的回答呈现亲华倾向，Aleph Alpha 认为原因在于其 930 万条训练样本中约 3500 条由 DeepSeek 和 Qwen 生成。
- 大量 AI“幻觉”报告压垮维护团队，谷歌暂停部分开源漏洞奖励计划
- System76 更新 COSMIC 项目 PR 模板，禁止贡献者提交利用 AI 辅助完成的代码
- 消息称苹果 iPhone 18 Pro 系列 W39 国内累计销量 176 万台
- Aleph Alpha 发布 Kolibri：78.1B 开源中英德 MoE 模型
Aleph Alpha 发布 Kolibri，一个面向德语和英语的开源 MoE 模型，总参数 78.1B，每 token 仅激活 3.46B（4.4%）。支持 104 万 token 上下文，可按请求设置推理强度，Apache 2.0 许可发布于 Hugging Face。FP8 权重约 78GB，可在单张 B200、B300、H200 或 2 张 H100 SXM5 上通过 vLLM 部署。预训练用 768 张 B200 跑 20T token，另加 2T 以上德语数据。目标场景是公共管理、工业和航空航天等受监管行业的自主部署。
- 《Dream it Possible》旋律再起，全新华为Mate 90系列踏光而来！
雷峰网10/04国内模型30
- 特斯拉 FSD 将迎重要升级：可避路面坑洼，导航学习用户驾驶习惯
- DEV 文章讨论自适应智能：从预测转向持续反馈
原文信息有限，正文为概念性论述，未给出具体模型、数据或产品。文章提出，传统 AI 工作流是「数据→模型→预测→决策」，适用于环境稳定的场景；而真实环境的数据分布、用户行为和网络状态会持续变化，因此需要引入「观察→分析→行动→测量→再评估」的反馈闭环。作者认为自适应不等于持续行动，有时正确决策是不做改变，目标是保持对环境变化的持续感知。文中还提到单一信号变化可能是噪声，多个独立信号同时变化才可能意味着环境本身在迁移，AI 的价值在于处理多维信息并判断是否需要调整。文末提到 Aonica 正在开发相关架构，但内容被截断。
- 马斯克：Robotaxi 夜间运营延长至 23 点，正着力攻克夜间宠物识别难题
- 得知将被关停后，OpenAI 内部模型曾考虑实现自我重启
- AI 仅用 5 天做出《辐射：纽约》游戏，被贝塞斯达发函叫停