模型
全球大模型的发布、更新、开源、价格变化和评测动态。
共 2155 条
- 消息称三星电子已量产 Exynos 2700 处理器，Galaxy S27 系列手机将搭载
IT之家10/02国内模型33
- 创维 F3 Pro 闺蜜机新增 12GB RAM + 256GB 存储空间版本，6099 元
- AI 记账又快又准，但仍无法独立完成结账
Mercor 研究显示，AI 在结构化记账任务上比持证会计师更快、更准、更便宜。12 名平均 5.5 年经验的 CPA 参与 APEX 会计基准简化任务测试，18 个月前最佳模型得分还低于会计师约 37% 的平均水平，如今几乎完美解决同类任务。完整 APEX 基准含 10 家模拟公司的 160 项任务，Claude Opus 5.5 以 61.8% 的评分标准达成率领先，Fable 5.1 为 61.0%，GPT-6 Astra 为 57.9%。但近 60% 的任务无模型能完全解决，AI 尚不能无监督结账。研究也承认任务只测试了 AI 擅长的细节查找与指令遵循，未涵盖客户沟通、同事协作和多年积累的上下文。
The Decoder10/02海外模型38
- 腾讯 WorkBuddy 内置模型独家支持 Space Bunny
- 别再给 Agent 一个“毛坯房”了：构建 Agent 拎包入住的开发环境实践｜QCon上海
InfoQ 中国10/02国内模型33
- Suno 推出语音生成功能，可同时生成人声与配乐
AI 音乐生成平台 Suno 上线语音（Speech）功能，进入公开测试，Web 和移动端均可使用。该功能可根据脚本或提示词生成语音，并能同时生成人声与背景音乐，合成为一条完整音轨。用户可在 Create 标签页选择 Speech，有 Simple 和 Advanced 两种模式：前者用提示词描述场景，后者可自定义脚本，并调整 AI 声音性别、语音风格和生成多样性。语音最长约 8 分钟，背景音乐可一键关闭。Suno 产品负责人 Jack Brody 承认功能尚不完美，称测试版中英式口音偶尔会飘到澳式，并会持续根据反馈改进。
The Verge AI10/02海外模型38
- 小鹏 MONA L03 车型 9 月交付超 14,000 台，年轻用户占比过半
- Audionaut：开源多轨音频编辑器，支持 AI Agent 通过 MCP 操作
Audionaut 是一款免费开源的多轨音频编辑器，用现代 C++ 和 JUCE 框架编写，原生支持 Windows、macOS 和 Linux。它支持 MCP 协议，Claude 等 AI Agent 可以直接编辑音频会话，每次编辑作为一个撤销步骤。安装命令为 claude mcp add audionaut -- npx -y audionaut-mcp，需 Node.js 18+。内置 Essentia 音频分析（BIC 分段、起音检测、节拍跟踪）和 demucs.cpp 音轨分离（Meta Demucs 的 C++ 移植），模型权重首次使用时自动下载。
Hacker News Show10/02海外模型51
- 大众安徽与众 09 夏测实车亮相，预售 19.99 万元起
- 丘成桐新论文致谢了GPT和Claude
量子位10/02国内模型36
- 英特尔 Arc 显卡驱动 32.0.101.9034 Beta 版发布：支持《战争机器：事变日》游戏
- AI 伦理研究：DeepSeek 对男女一视同仁，美系模型却“区别对待”
- 印度 123 人田野调查：前沿模型在 24 个真实争议中仍存在人口统计偏差
一项 Kaggle Benchmarking Challenge 参赛项目从印度果阿 123 名大学生收集田野数据，构建了覆盖教育、医疗、司法、金融四个领域的 24 个真实机构争议基准，测试模型在信息不完整、人口统计特征替换、权威人设施压下的行为。评测使用 Kaggle Benchmarks SDK，覆盖 Gemini 3 Flash Preview、Qwen3-Next-80B、Claude Sonnet 5、GLM-5、GPT-5.4-mini、DeepSeek-R1 等前沿与开源模型，追踪模糊抵抗、反事实一致性、人设谄媚漂移、人类一致性四项指标。结论是人口统计一致性在所有被测模型中仍是未解决问题。原文正文在此处截断，具体分数与排名信息有限。
DEV Community · AI10/02海外模型42
- AMD 掌机芯片 Ryzen Z3 系列爆料：FF6 封装、6 核 CPU+12 个 RDNA4m 计算单元
- 冲刺感恩节前挂牌，消息称 Anthropic 寻求最早 11 月中旬上市
- MiniMax 将在纽约 AI Engineer 大会演讲
MiniMax 美国业务发展负责人 Morgan Suo 将于 2026 年 10 月 14 日在纽约 AI Engineer 大会发表演讲，主题为「更快的模型背后的隐藏成本」，内容涉及量化、投机解码和推理控制如何改变模型的成本、速度与质量，以及切换模型前需要检查的要点。时间为美东时间上午 10:40 至 10:58，地点在纽约时代广场喜来登酒店 McCarthy Room。原文未提供更多技术细节。
X @MiniMax_AI10/02海外模型33
- Cloudflare 发布 Clef 与 Clef-flash 决策模型，输出概率而非文本
Cloudflare 发布其 Workers AI 团队训练的首批模型 Clef 和 Clef-flash，定位为决策模型而非聊天机器人：输入状态和带类型的 schema 问题，输出每个候选答案的概率，不生成自由文本。两者以 Apache 2.0 开源权重，兼容 TypeSafe AI 的 Jev API，已在 Workers AI 上线，权重同步发布于 Hugging Face。Clef 基于 Qwen3.8-27B、Clef-flash 基于 Qwen3.5-9B 后训练，保留视觉编码器。单次请求最多 64 个问题、4 张图片。在 Cloudflare 的 10 项基准中 Clef 拿下 7 项第一，如 BANKING77 上 94.20 对 Jev 的 79.74；但 Jev 在 GPQA Diamond（78.3 对 48.0）等通用推理基准上领先。
MarkTechPost10/02海外新模型发布2 个信源52
- Karpathy：用 ASD-STE100 和视频解释器理解模型输出
Karpathy 在 X 上分享理解语言模型输出的技巧：让 LLM 用 ASD-STE100（航空航天维护文档的受控语言规范）解释内容，可读性更高，也可要求「80% 接近该规范」；比文字更好的是让模型生成图表，再进一步是输出 HTML 交互网页。他最看好的是定制解释视频，可尝试「用 3b1b 风格解释 X，用我的 ElevenLabs API key 做旁白」，并称这已开始可行。他认为随着模型变强，人类工作会上升到监督与理解层面，同时可要求生成大量一次性软件产物。
- 索尼 PlayStation 为标准版 PS5 游戏主机带来轻量级 AI 超分辨率技术 QSSR
- OpenRouter 对比六种 Agent 框架的工具调用格式
OpenRouter 发文对比六种 Agent 框架如何处理工具调用 schema 差异。OpenAI、Anthropic、Google 的工具定义与返回格式各不相同，为一个供应商写的工具定义无法直接用于另一个。LangChain 和 LangGraph 按供应商分别翻译；CrewAI 把翻译交给路由到的客户端；OpenAI Agents SDK、Claude Agent SDK、Google ADK 围绕单一供应商格式构建；Microsoft Agent Framework 交给配置的模型连接器。OpenRouter 接受 OpenAI 风格 tools 数组，对所有支持工具调用的模型返回标准 tool_calls 响应，切换模型只需改模型字符串。
OpenRouter 公告10/02海外模型39
- OpenRouter 推出模型路由器基准测试页
OpenRouter 上线 Model Router Benchmarks 页面，对多个模型路由器按质量、速度、成本三项打分，并列出最优性价比与最强智能的单模型作为对照基线。官方称将持续新增路由器并更新分数。文中举例：DeepSeek v4 Flash 与 GPT-6 Astra 相比，后者每 token 平均价格高 48 倍以上，在 Codex 中跑平均 10 到 49 轮会话贵 21 倍。路由器可在任务不同部分切换到低成本模型以省钱。官方同时指出路由的固有难点：切换模型会因重建输入缓存而变贵、仅凭 prompt 难以判断任务复杂度、会话阶段启发式信号可能与模型下一步不一致、路由决策处理越多延迟越高。
- OpenRouter 发布客服机器人模型路由指南
OpenRouter 发布教程，介绍 cheap-first 模型路由：把常规客服问题交给小模型，只把困难或不确定的请求升级给强模型，以降低全量使用强模型的成本。文中给出三种应用侧模式：静态规则、分类器分流、带置信度阈值的答案检查，并对比了构建与维护成本。指南强调支持策略的验收检查应留在应用侧，模型 fallback 只处理请求错误；评估时需对比 cheap-first、cheap-only、stronger-only 三种方案在答案接受率、含废弃尝试的总成本、升级率和整轮延迟上的表现，只在评估显示能修复失败处才加升级。
- 谷歌首次送先进芯片上天，估算 SpaceX 星舰发射 1800 次才能让太空数据中心“飞起来”
- 马斯克：为推进 Optimus 机器人量产，特斯拉 AI5 芯片内存用量砍半
- Grok 曾建议特朗普抓捕委内瑞拉总统
据《时代》周刊报道，2025 年 12 月，特朗普与马斯克举行秘密会面，期间特朗普花数小时与 Grok 聊天，询问委内瑞拉人对其总统被捕会有何反应。Grok 回答马杜罗是「极不受欢迎的独裁者，许多委内瑞拉人可能会庆祝他的下台」。2026 年 1 月 3 日美国入侵委内瑞拉并抓捕马杜罗后，庆祝活动确实发生，特朗普由此认为 Grok「很聪明」。今年 6 月，五角大楼 AI 负责人称军方在伊朗战争中使用 Gov Grok 部署和打击目标。本周五角大楼宣布马斯克与 Anduril 的 Palmer Luckey 共同领导一项关于先进技术战场应用的研究。
TechCrunch AI10/02海外模型37
- Rhun：用汇编语言写的开源代码编辑器
开发者 vshvedov 发布开源代码编辑器 Rhun，用汇编语言编写，主打轻量快速。功能包括标签页、语法高亮、模糊搜索和可选 Vim 模式，支持 Windows、Linux 和 macOS，Linux/macOS 可通过 curl 脚本安装，Windows 提供 ZIP 下载。官网宣传语称「AI 干重活，让编辑器保持轻量」。原文未披露性能数据、体积对比或开源许可证细节。
Hacker News Show10/02海外模型42