Nathan Lambert@natolambertAI 评分6161#模型发布
- Nathan Lambert@natolambertAI 评分6161
meng shao@shao__mengAI 评分2424引用meng shao@shao__meng怎么感觉国内 AI 团队们，有几个很久没发新模型了？ 本来以为是 AI 模型发布更新太快的时间错觉，查了一下，确实有几家超过 3 个月没发了。 字节：Doubao-Seed-2.1-Pro 6月23日发布，快 4 个月没发！ MiniMax：MiniMax-M3，6月2日发布，超 4 个月没发！ 月之暗面：Kimi-K3 6月13日发布，超 4 个月没发！ 百度：ERNIE 5.1 4月29日发布，快半年没发！
Thomas Wolf@Thom_WolfAI 评分7171DeepSeek 发布 DeepSeek-V4.1-Flash-1017，已上线官网、App 和 API。
引用DeepSeek@deepseek_ai🚀 DeepSeek-V4.1-Flash-1017 来了！ 与上一版本相比，基准测试表现更强、任务完成更快、输出更短——在性能与成本上实现了帕累托改进。现已在我们的网站、应用和 API 上线。 🛠️ 针对 @DeepSeekHarness、Tencent CodeBuddy、WorkBuddy 等进行了优化。升级到 DeepSeek Harness v0.2.1-rc.1 或更高版本，以获得新模型的最佳体验。 1/4
- Nathan Lambert@natolambertAI 评分6767引用Alexandr Wang@alexandr_wang
1/ muse spark open is the most capable US open-weight model to date. 816B total params, 42B active. 1M-token context. natively multimodal. built for coding and agentic work like long-horizon tasks, hard software engineering, multi-step reasoning. america! 🇺🇲
AI at Meta@AIatMetaAI 评分4545观看与 @finkd、@alexandr_wang 和 @collision 的完整对话： https://x.com/collision/status/2109714250226905248
引用John Collison@collisionCheeky Pint is back! Mark Zuckerberg @finkd and Alexandr Wang @alexandr_wang came to the pub to discuss their new frontier model, Muse Wonder. 00:00:24 Muse’s breakout use cases 00:07:28 The model is the product 00:14:35 Muse Wonder 00:24:56 How frontier models are built 00:48:26 Betting $100B 01:07:21 Agentic commerce 01:19:34 OpenRouter 01:20:06 Beyond the smartphone 01:27:00 Funding 01:34:06 Why AI won’t be winner-take-all 01:40:46 Meta Superintelligence Labs (MSL) 02:08:11 Working for Mark Zuckerberg
The Verge：AIAI 评分7171 The Verge 分析 Google 与 Meta 新模型让 AI 竞赛重新胶着
The Verge 撰文分析，Google 发布 Gemini 4 Argon、Meta 发布 Muse Wonder Full 后，AI 竞赛重新胶着。
- AI at Meta@AIatMetaAI 评分4646
引用John Collison@collisionCheeky Pint is back! Mark Zuckerberg @finkd and Alexandr Wang @alexandr_wang came to the pub to discuss their new frontier model, Muse Wonder. 00:00:24 Muse’s breakout use cases 00:07:28 The model is the product 00:14:35 Muse Wonder 00:24:56 How frontier models are built 00:48:26 Betting $100B 01:07:21 Agentic commerce 01:19:34 OpenRouter 01:20:06 Beyond the smartphone 01:27:00 Funding 01:34:06 Why AI won’t be winner-take-all 01:40:46 Meta Superintelligence Labs (MSL) 02:08:11 Working for Mark Zuckerberg
公众号：数字生命卡兹克精选AI 评分7878 实测Gemini 4 Argon：知识工作强劲但体验糟糕，卡兹克称难撼Claude Opus 5.5与GPT-6 Astra
Gemini 4 Argon于10月13日全面开放，Pro会员可在Gemini APP使用，Antigravity需100刀Ultra会员。作者实测认为其知识类专业能力强，Vals Index综合第一（68.9）且单次成本仅15.68美元，但CUA-bench仅4.83%排倒数第二；前端效果不及GPT-6 Astra，额度消耗快，中文写作味道重，整体体验糟糕，不建议订阅Ultra。
推荐理由：作者以100刀Ultra会员实测Argon的额度、前端与中文写作表现，并给出与GPT-6 Astra、Claude Opus 5.5的对比结论，可作订阅参考。
Aravind Srinivas@AravSrinivasAI 评分5656引用Alexandr Wang@alexandr_wangintroducing muse wonder our new frontier model. state-of-the-art at personal agents and professional agents. our largest and most capable model yet—rivals the big bois
Charlie Holtz@charlieholtzAI 评分7070引用Alexandr Wang@alexandr_wangintroducing muse wonder our new frontier model. state-of-the-art at personal agents and professional agents. our largest and most capable model yet—rivals the big bois
Ethan Mollick@emollickAI 评分4141在急诊场景中，已过时的 Gemini 2.5 Pro 和 Gemini 2.5 Flash（无法访问患者病历）给出的建议，被其他医生评为与医生质量相当。未发现安全问题。 此后模型已显著提升。
clem 🤗@ClementDelangueAI 评分6363引用Mistral AI@MistralAI认识一下 Mistral Large 4，又名 Le Chonk。 • 1T 参数，原生多模态。49B 激活。 在综合基准测试中，它是来自美国或欧洲的最佳开放权重模型。 • 在关键工作负载上达到最先进水平，包括网络防御、制造业和金融，并且在视觉定位方面超越了闭源前沿模型。 • 端到端在欧洲打造，并可通过我们自己的 Mistral Cloud 基础设施从欧洲部署。 • 今天即可通过 API 向所有人开放。正与网络安全合作伙伴私下合作。 开放权重版本将于十月底发布。
Yuchen Jin@Yuchenj_UWAI 评分6969引用Mistral AI@MistralAI认识一下 Mistral Large 4，又名 Le Chonk。 • 1T 参数，原生多模态。49B 激活。 在综合基准测试中，它是来自美国或欧洲的最佳开放权重模型。 • 在关键工作负载上达到最先进水平，包括网络防御、制造业和金融，并且在视觉定位方面超越了闭源前沿模型。 • 端到端在欧洲打造，并可通过我们自己的 Mistral Cloud 基础设施从欧洲部署。 • 今天即可通过 API 向所有人开放。正与网络安全合作伙伴私下合作。 开放权重版本将于十月底发布。
🚨 AI News | TestingCatalog@testingcatalogAI 评分4141引用AiBattle@AiBattle_A new Mistral model will be unveiled later today According to Mistral CEO Arthur Mensch, the model performs better than Chinese models in "certain" areas, such as cyber
- Nathan Lambert@natolambertAI 评分2929
MarkTechPostAI 评分5252 通义千问（Qwen）进化史：从 Qwen-7B 到 2.4T 参数的 Qwen3.8
文章按时间线回顾了阿里 Qwen 从 2023 年 4 月通义千问邀测到 2026 年 Qwen3.8-2.4T-A95B（2.4 万亿参数、激活 95B）的完整发布历程。
- Yuchen Jin@Yuchenj_UWAI 评分2626
Fast：快 2 倍，价格 2 倍。 Ultrafast：快 8 倍，价格 6 倍。 也许我们应该推出一些 Ultra-ultrafast 的 OSS 模型端点？
- Nathan Lambert@natolambertAI 评分3737引用NIK@ns123abc
🚨BREAKING: OpenAI just SCRAPPED the release of GPT-6.1 Astra 24 hours before DevDay "safety and deception concerns" it’s over
Thariq@trq212同事件AI 评分7171引用Claude@claudeai隆重推出 Claude Sonnet 5.5，Claude 5.5 家族中的第二个模型。 相比 Sonnet 5 有明显升级，运行速度提升超过 30%，且大多数工作的成本最多降低 30%。
同一件事，精选收录的是《Anthropic 发布 Claude Sonnet 5.5，速度提升 30%+ 且每任务成本最多降低 30%》
Every：最新文章AI 评分5656 Every 团队实测 Opus 5.5、GPT-6 Sol 和 Grok 4.7，团队成员各归其位
Every 团队对本周发布的三款模型做了 Vibe Check。团队实测发现 Opus 5.5 在产品和设计工作上的表现持平或超过 Fable 5.1，且每 token 成本低 60%。
Ahead of AIAI 评分7373 Sebastian Raschka 解析 GPT-6 Astra 与循环Transformer及隐藏推理链传言
Sebastian Raschka 评述 OpenAI 新发布的 GPT-6 Astra，认为它是目前最强模型，尤其擅长 3D 渲染与计算机使用，ARC-AGI-3 得分 99.9%（GPT-5.6 Sol 仅 7.8%）。
ChinaTalkAI 评分6363 开源模型如何成为AI的统一战线：从必败论到持久战
葬AI博客文章认为，中国大模型仍落后于OpenAI和Anthropic，但开源正在缩小差距并改变竞争逻辑。文章以GLM 5.2、K3和Qwen 3.8 Max的接连发布为据，指出开源模型逼近闭源SOTA的速度在加快，27B的Qwen 3.8达到约Opus 4.6水平且可在消费级GPU上运行，未来大部分token需求或由开源模型满足。
Azeem Azhar：Exponential ViewAI 评分4545 OpenAI GPT-6 Astra 在多项基准上领先 Claude Fable 5.1
OpenAI 的 GPT-6 Astra 在多项基准测试中领先 Claude Fable 5.1 等模型，且大多比 Anthropic 的方案更便宜。在困难数学题上，Astra 的时间跨度达 30.9 分钟，而 GPT 5.6 Sol 仅 3.6 分钟；在 ARC-AGI-3 上，它完成关卡所用动作数比人类中位数少 51.7%。
OpenAI Developers@OpenAIDevsAI 评分2323
IT之家·人工智能AI 评分4444 智谱披露下一代大模型规划：采用大基座路线，目标发布首日即可支持满规模业务调用
智谱在2026年半年度业绩发布会上披露，下一代大模型将采用大基座路线，暂不披露具体参数，后续围绕基座开展中训练、后训练。公司已针对下一代模型开展推理侧预研，目标实现发布首日即可支持满规模业务调用。智谱同日发布半年报，营业总收入9.54亿元，同比增长399.7%，归母净利润-20.71亿元，亏损同比收窄12.1%。
Nathan Lambert：InterconnectsAI 评分7373 Nathan Lambert 评 GLM-5.3：中国实验室如何紧追前沿
Z.ai 发布 GLM-5.3，与 GLM-5.2 同底座、靠大幅扩展后训练（以 RL 为主）提升，约 750B 参数，在多数智能体编码基准上超过 Kimi K3，部分超过 Claude Fable 5 或 GPT-5.6-Sol，目前仅限编码套餐，两周后在 Hugging Face 开放权重。
公众号：数字生命卡兹克精选AI 评分6969 DeepSeek V4 Pro与Grok 4.6同日发布，双双逼近Claude Fable 5体验
DeepSeek V4 Pro正式版与Grok 4.6在2小时内先后发布，均为1.6T/1.5T参数模型，逼近Claude Fable 5体验。
推荐理由：把准 Fable 级 Agent 能力压到输出百万 token 0.87 美元，与 50 美元的 Fable 5 形成数量级差距，团队对自动化任务的成本核算可能因此改变。
- Ethan Mollick@emollickAI 评分4747引用Mark Zuckerberg@finkd
今天我们还将开放 Muse Glimmer 的权重，这是一个出色的 30B 参数稠密模型，可以在本地运行。很快我们还会发布 Muse Spark 1.2 的权重，这是我们最新的基础模型。Meta 是开源的有力支持者，我为这些发布感到自豪。祝贺 @alexandr_wang 和 MSL 团队在这些模型上所做的出色工作。
公众号：数字生命卡兹克AI 评分5757 Qwen3.8-Max正式版发布：2.4T参数、单次激活95B，下周开源
Qwen3.8-Max正式版发布，2.4T参数、单次激活95B、100万上下文，综合能力与Kimi K3同档，定价$2/百万输入、$6/百万输出，约为Opus 5的30%、K3的50%。除旗舰模型外，Qwen还将开源供本地部署的Qwen3.8-27B小模型。
公众号：数字生命卡兹克AI 评分6262 Kimi K3 开源引爆开源战争，黄仁勋公开信获 77 家科技公司联署
7月27日，月之暗面正式开源全球首个3T级模型Kimi K3，包含2.8万亿总参数、1040亿激活参数的MoE模型权重、47页技术报告及MoonEP、FlashKDA、AgentENV等关键基础设施。此前，黄仁勋发布公开信反对封禁中国开源模型，获英伟达、微软、OpenAI、Google等77家公司和组织联署，而Anthropic未参与签名。
- meng shao@shao__mengAI 评分3535引用Varun Mohan@_mohansolo
Gemini 3.6 Flash is out on Antigravity! We just reset everyone's weekly quotas, enjoy building.
- Yuchen Jin@Yuchenj_UWAI 评分5454
- Ethan Mollick@emollickAI 评分5959
Kimi K3 似乎真的很不错，是目前最接近前沿的模型，但哇，这个模型/框架在最高级别上非常喜欢反复循环、调整和修改任务。无论如何，等它们完成后，示例就会出来。
- meng shao@shao__mengAI 评分2323
Nathan Lambert：Interconnects精选AI 评分6060 Artifacts 22：Zyphra、Cohere 和 Poolside 正在扩展生态系统广度
开源模型生态正变得更多元，参与者从少数中国公司扩展到全球各类组织。纯模型制造商包括 DeepSeek、智谱、MiniMax、Poolside、Arcee、Zyphra 及主权 AI 玩家 Cohere、Sovereign、Mistral、Trillion Labs；科技巨头如阿里 Qwen、Google Gemma 和 NVIDIA 各有不同动机；产品公司如 JetBrains、Zed、Krea、Photoroom 则训练高度专业的小模型。NVIDIA 发布 Nemotron-3-Ultra-550B-A55B-BF16，采用 LatentMoE 架构并改用 OpenMDW 许可证。Cohere 以 Apache 2.0 开源其旗舰模型 Command A+（05-2026-bf16），这是一款 218B-A25B MoE 模型，具备多模态、多语言和智能体能力。
推荐理由：这篇文章把开源模型玩家拆成三类，清晰解释了不同动机，Cohere 转向 Apache 2.0 和 NVIDIA 采用 OpenMDW 是许可层面的重要信号，关注开源的值得一读。