跳到正文
  1. TechCrunch · AI78

    Recursive 发布笔记本端编码模型 Flint,称主要由 AI 参与构建

    Recursive 发布首个模型 Flint,这是一个可在笔记本上离线运行、以 Apache 2.0 许可在 Hugging Face 免费下载的编码模型,公司称其研发过程主要由自研的 Eureka Machine 参与,小团队不到四个月从零建成。

    推荐理由:Flint 以 40B 参数、单次激活 2.5B 的 MoE 结构跑在笔记本上,可与同机其他小模型的速度和基准表现对照。

  1. 爱范儿78

    实测 DeepSeek V4.1 Flash:4 元生成特斯拉飞行 3D 网页

    作者在 DeepSeek Harness 中实测 DeepSeek V4.1 Flash,用纯提示词生成特斯拉飞行 3D 网页,耗时 35 分钟、消耗 3752 万 Token,按缓存命中 0.04 元每百万 Token 和输出 8 元每百万 Token 计算约花 4 元。

    推荐理由:作者用多个实测案例对比 V4.1 Flash 与闭源模型的成本差距,可据此判断低价模型能覆盖哪些任务。

  2. The Decoder76

    OpenAI 称 GPT-6 在 COBOL、Fortran 等遗留语言上表现大幅提升

    OpenAI 表示已针对 COBOL、Fortran、Visual Basic 等低资源语言改进最新模型,并构建 MultiLangBench 与 COBOL 迁移两个评测来衡量进展。

    推荐理由:OpenAI 公布的两个基准显示,GPT-6 系列在 COBOL、Fortran 等低资源语言上的通过率大幅提升,可对照旧版本看差距。

  1. 量子位80

    MiniMax 发布 M3.1 Flash,Agent 基准 ALE 得分 29.6% 居国产模型第一

    MiniMax 正式发布 M3.1 Flash,即此前在 OpenRouter 匿名测试的 Space Bunny(玉兔),Agents' Last Exam 得分 29.6%,位列国产模型第一。

    推荐理由:文章列出 M3.1 Flash 在 Agent、编码、网络安全等基准上的分数与定价,可对照国产 Flash 模型的性价比路线。

  1. Google DeepMind90

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布 Gemini 4 Argon,通过 Gemini API、AI Studio、Antigravity 及 Gemini 应用向开发者、企业和订阅用户开放,定价为每百万输入 token 2 美元、输出 token 10 美元。

    推荐理由:官方披露了 Argon 在编码、科研与安全对齐上的具体案例和基准表现,可据此判断前沿模型在长程任务中的实际边界。

  1. Google DeepMind82

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 宣布推出新前沿模型 Gemini 4 Argon,先通过 Fairwind Program 向受信任的网络安全防御方开放,后续再向开发者、企业和消费者推出。

    推荐理由:官方披露了 Argon 的输出上限、定价与多项基准成绩,可据此判断前沿模型在长任务上的能力边界。

已经到底了