←搜索结果

搜索“推理”

按匹配度 · 共 552 条结果 清除搜索

星期三

  1. gihyo.jp

    Anthropic 发布 Claude Opus 5.5，API 输入输出单价较 Opus 5 下调 20%

    Anthropic 于 9 月 22 日发布 Claude Opus 5.5，这是 Claude 5.5 家族的首个模型，官方称其在多数任务上性能接近 Claude Fable 5.1。Claude Platform 常规价格为输入每百万 token 4 美元、输出 20 美元，较 Opus 5 的 5 美元和 25 美元各降 20%，缓存读取从 0.50 美元降至 0.20 美元；官方测试称默认设置下典型任务成本比 Opus 5 低 40%，输出速度提升超 30%。Terminal-Bench 4.0 解决率为 66.4%（Opus 5 为 52.3%，但两者推理计算量设置不同），OSWorld 2.0 为 81.8%，GDPval-AA v2.1 的 Elo 为 1846。该模型已成为 Pro、Max、Team 等计划的默认模型，Claude Code 的 5 小时用量上限提高 20%，API 模型 ID 为 claude-opus-5-5，上下文窗口 100 万 token。

    匹配字段摘要

    #hot-signal#模型发布#Anthropic#Agent
  2. 蚂蚁百灵：Developer Blog精选

    蚂蚁百灵开源 Ming-Image-0.1-Design 系列两个 6B 模型

    蚂蚁百灵开源 Ming-Image-0.1-Design 系列，包含两个 6B 模型：Design 从文字需求生成 UI、信息图、海报等完整视觉设计，Layer 将设计图拆成 2—9 个语义独立的 RGBA 图层，同时开源 Design Skill 和 PPT Skill。在 Artificial Analysis 2026 年 9 月 18 日更新的 UI/UX Design 评测中，Design 位列开源模型第 1，Elo 得分 1082；Layer 在 Crello-Test 的 12 项指标中全部最优，单次推理时间从 795 秒降至 183 秒。蚂蚁内部画眉接入 Layer 后，首次获得可编辑图层从 5 分钟以上降至约 40 秒。

    图

    匹配字段摘要、正文

    #engineering#模型发布#开源生态#多模态
  3. Fireworks AI

    Fireworks Research 发布 Ember-1：基于 Kimi K3 的省 token 专用模型

    Fireworks Research 发布专用模型 Ember-1，基于 Kimi K3 训练，在保持同等质量的同时减少约 40% 的 token 消耗。官方称在 7 个基准和两家客户的生产流量中，K3 的推理过程可缩短 35–50% 而准确率不降；在 Bedside Bench 上，Ember-1 在成本与任务完成度上处于帕累托前沿。该模型以 Research Preview 形式在 Serverless 上线，与基础版 Kimi K3 并列提供，并同步开放基于企业自有数据的训练支持。

    匹配字段摘要、正文

    #editorial#模型发布#推理#数据/训练
  4. A6 a6-052 · Fireworks AI

    Fireworks 发布 Ember-1：基于 Kimi K3，token 用量减少约 40%

    Fireworks Research 发布专用模型 Ember-1，基于 Kimi K3 训练，在保持同等质量的前提下减少约 40% 的 token 用量，今日起在 Serverless 上以 Research Preview 形式与 Kimi K3 并行提供。团队称在七个基准和两家客户的生产流量 A/B 测试中，K3 的推理过程可缩短 35%–50% 而不损失准确率，其中一家客户已在生产环境运行 Ember-1 并计划扩大规模替换基础模型。Ember-1 使用 Fireworks 自有数据训练，未使用客户数据，同时开放针对该模型的训练支持，供企业用自己的数据定制。

    匹配字段摘要

    #a6-editorial#模型发布#推理#部署/工程
  5. AWS Machine Learning

    Claude Opus 5.5 上线 Amazon Bedrock 与 Claude Platform on AWS

    AWS 宣布 Claude Opus 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线，是 Claude 5.5 模型家族的首个成员。据 Anthropic 称，该模型用更少 token 完成更多工作，单 token 价格更低、缓存读取更便宜，平均每任务成本低于 Claude Opus 5；自适应思考始终开启，由 effort 控制推理量。它也是首个配备生物学、网络安全和 AI 开发安全分类器的 Opus 模型，请求被拒绝的频率高于此前 Opus 版本，可通过 Bedrock 控制台 Playground 或 Anthropic Messages API 等方式调用。

    匹配字段摘要

    #lab#产品更新#OpenAI#Anthropic

星期二

  1. gihyo.jp

    Aikido 发布开源权重安全模型 Altar-1，由 GLM-5.3 压缩至 328GB

    Aikido Security 于 9 月 21 日发布其首个开源权重安全模型 Altar-1，模型权重已公开，可在组织自管基础设施上运行。Altar-1 基于 GLM-5.3 压缩，通过量化和 REAP 专家剪枝把每层专家候选从 256 减到 168，体积降至 328GB，比量化版 GLM-5.3 小 32.8%，且未做再训练。在 30 个仓库 32 个已知漏洞的 3 次评测中，Altar-1 与量化版 GLM-5.3 均重新发现 23 个，16 位版为 25 个；模型已在 Hugging Face 的 AikidoSec/altar-1 发布，模型卡建议使用 4 基 NVIDIA H200 搭配 vLLM 推理。

    匹配字段摘要

    #hot-signal#模型发布#安全/对齐#开源生态
  2. gihyo.jp

    小米开源多模态模型 MiMo-V2.6 Pro／Flash

    小米于9月21日发布 MiMo-V2.6 系列的 Pro 和 Flash 并公开模型权重，两者均为可处理文本、图像、视频和音频的多模态模型，通过扩大强化学习规模提升编码、PC 操作、3D 空间推理和内容制作等智能体能力。小米称 Pro 在多数智能体基准上达到 Claude Opus 5 和 GPT-5.6 Sol 的水平，在 Artificial Analysis Intelligence Index 上得分 46，为发布时开源模型最高，但与 Claude Fable 5.1、GPT-6 Astra 等顶级闭源模型仍有差距。权重和技术报告已在 Hugging Face 的 MiMo-V2.6 集合发布，同时公开 7000 多个强化学习任务环境、训练框架、轻量智能体运行基座 mini-harnesses，以及基于 Qwen3.5-9B 蒸馏的 MiMo-V2.6-Distill-Qwen-9B。

    匹配字段摘要

    #hot-signal#模型发布#多模态#Agent
  3. Black Forest Labs Blog精选

    Black Forest Labs 发布 FLUX 3 Action：7B 开源世界动作模型用于机器人控制

    Black Forest Labs 发布 FLUX 3 Action，一个从多模态 FLUX 3 主干衍生的 7B 开源权重世界动作模型，在 RoboLab-120 榜单上以不到此前最佳开源模型一半的参数量取得 38.3% ± 0.38 的成功率，速度最高提升 3.95 倍。该模型在图像、视频和音频数据上预训练，其中视频占训练 token 的 95% 以上，再通过联合视频-动作训练和针对目标本体的微调适配动作空间。报告还分析了将其与 GPT 6 Astra 等推理模型组合的混合方案，发现快速控制能让具身推理更省时省钱，每美元成功率最高提升 53.64%。

    匹配字段摘要

    #company#模型发布#具身智能#开源生态
  4. 小米 MiMo精选

    小米发布 MiMo-V2.6 Pro 与 Flash 全模态模型

    小米 MiMo 发布 MiMo-V2.6 Pro 与 Flash 两款全模态模型，结合 3D 空间推理、多模态感知与 computer use，可把文本、图像或视频转成可玩的 3D 世界，并支持 Blender 场景创建、仿真中控制 Franka Panda 机械臂以及桌面工具操作。官方称 Pro 在多数智能体基准上与 Claude Opus 5、GPT-5.6 Sol 相当，Artificial Analysis Intelligence Index 得分 46，为开源模型最高，API 定价与 V2.5 持平。团队同时开源 Pro、Flash、MiMo-V2.6-Distill-Qwen-9B、技术报告、7K+ RL 任务环境、端到端 RL 框架与可组合 mini-harness，并上线 MiMo Desktop 与订阅方案。

    匹配字段摘要

    #company#模型发布#多模态#Agent

星期日

  1. 通义千问 / Qwen

    阿里 Qwen 发布 Qwen-Image-2.1 图像生成模型并开放权重

    Qwen 发布 Qwen-Image-2.1，这是 Qwen-Image 系列中兼顾均衡与成本效益的图像生成模型，现已开放权重。该模型为生成与编辑统一模型，采用 7B 轻量架构，支持原生生成和编辑 RGBA 透明图层，最多可输入 10 张参考图进行高保真局部编辑，并针对多图输入的推理速度做了大幅加速。官方同时给出 Blog、GitHub、Model Scope 和 Hugging Face 链接。

    匹配字段摘要

    #company#模型发布#图像生成#开源生态
  2. 通义千问 / Qwen

    Qwen 发布开源图像模型 Qwen-Image-2.1

    Qwen 发布 Qwen-Image-2.1，称其为 Qwen-Image 系列中最均衡、性价比最高的图像生成模型，并已开放权重。该模型统一支持生成与编辑，采用 7B 轻量架构，可原生生成和编辑 RGBA 透明图层，支持最多 10 张参考图与局部精确控制，在多图输入下推理速度大幅提升。官方同时给出博客、GitHub、Model Scope 和 Hugging Face 链接。

    匹配字段摘要

    #company#模型发布#图像生成#开源生态
  3. Qwen Blog精选

    Qwen 开源 Qwen-Image-2.1 图像模型

    Qwen 团队开源 Qwen-Image-2.1，将文生图与图像编辑统一到单一模型，视觉生成组件为 7B 参数、32 层 Single-Stream DiT，并原生支持透明图像生成与编辑。该版本支持最多 10 张参考图、圈选与掩码等局部编辑方式，并通过混合粒度注意力与 KV cache 复用降低多图编辑时的推理开销和显存占用。官方称其在 Qwen-Image-Bench 上与其他开源及闭源模型进行了对比，模型权重已在 GitHub、Hugging Face 和 ModelScope 发布。

    匹配字段摘要

    #company#模型发布#图像生成#多模态
  4. 极果

    智谱开源 GLM-5.3 Flash：3200 亿参数原生多模态，实测四轮生成

    智谱在 8 月 26 日晚公布匿名模型 Ox Alpha 就是旗下 GLM-5.3 Flash，已正式上线并开源，总参数 3200 亿，是 GLM-5 系列首个原生多模态模型，编程表现与 Claude Opus 4.8 持平，定价为 GLM-5.2 的十分之一。作者用四轮任务实测，3D 打印机、复刻 macOS 桌面加射击游戏、自由网站设计均完成，3D 街机赛车耗时 3 小时 46 分钟且方向键反向、撞护栏后无法移动。智谱同时发布 GLM-5.3-FlashX，推理速度最高 200 tokens/s，比 Flash 快 5 倍；官方称 Flash 推理服务全部由国产 AI 芯片集群承载。

    匹配字段摘要、正文

    #hot-signal#行业动态#模型发布#开源生态

星期五

  1. 通义千问 / Qwen精选

    阿里千问发布全模态模型 Qwen3.8-Omni-Flash

    阿里千问发布首个围绕智能体能力构建的全模态模型 Qwen3.8-Omni-Flash，原生支持音视频理解、推理与工具调用。官方称其音视频能力接近 Gemini 3.8 Flash，在 WildClawBench-MM 与 UniClawBench 上智能体表现平均提升 19.5 分；支持 1M token 上下文，在 OmniVideoBench 上比静态理解少用 51.8% token。视频输入成本较 Qwen3.5-Omni-Plus 降低约 89%，同时开源 Qwen-MM-Plugins，Qwen-Live Harness 即将推出。

    匹配字段摘要

    #company#模型发布#多模态#Agent
  2. 通义千问 / Qwen

    阿里千问发布 Qwen3.8-Omni-Flash 全模态模型

    阿里千问发布 Qwen3.8-Omni-Flash，称其为 Qwen 首个围绕智能体能力构建的全模态模型，将原生音视频理解、推理与工具调用整合在一个模型中。官方称其在音视频能力上接近 Gemini 3.8 Flash，在 WildClawBench-MM 与 UniClawBench 上智能体性能平均提升 19.5 分；支持 1M token 上下文，在 OmniVideoBench 上比静态理解少用 51.8% token，视频输入成本较 Qwen3.5-Omni-Plus 降低约 89%。同时开源 Qwen-MM-Plugins，Qwen-Live Harness 即将发布。

    匹配字段摘要

    #company#模型发布#多模态#Agent

星期三

  1. 阶跃星辰 StepFun

    阶跃星辰发布 StepAudio 3 系列 5 款音频模型

    阶跃星辰发布 StepAudio 3 系列，包含实时语音、语音识别、语音生成、音频生成和音乐共 5 款音频模型。其中 Realtime 在 Artificial Analysis 的 Conversational Dynamics 和 Speech Reasoning 两项分别达到 98.9% 和 99.7%，均排名第一；ASR 的词错率为 1.7%，与榜单最好成绩持平。该系列可用于构建能处理打断、边说话边推理并调用工具的语音智能体，现已通过 Voice AI Lab 和博客开放。

    匹配字段摘要

    #company#模型发布#语音#Agent
  2. 阶跃星辰 StepFun精选

    阶跃星辰发布 StepAudio 3 系列 5 款音频模型

    阶跃星辰发布 StepAudio 3 系列 5 款音频模型，覆盖实时语音、语音识别、语音生成、音频生成和音乐。其中 Realtime 在 Artificial Analysis 的 Conversational Dynamics（98.9%）和 Speech Reasoning（99.7%）两项排名第一，ASR 的 WER 为 1.7%，与榜单最佳结果持平。官方称可用于构建能处理打断、边说话边推理并调用工具的语音智能体，现已开放 Voice AI Lab 和 API。

    匹配字段摘要

    #company#模型发布#语音#多模态
  3. Google AI精选

    Google 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking 音频模型

    Google 发布两款 Gemini 音频模型 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking，主打更自然的语音对话与任务执行。Gemini 3.8 Live 面向规模、速度和成本效率，支持句中打断、在 97 种语言间即时切换并理解视觉上下文，可在 Search Live 中对着摄像头拍摄故障处获取分步语音指导。Gemini 3.8 Live Extended Thinking 面向更复杂任务，边推理边说话，并能叙述自己的执行进度，用于活动策划等多步骤项目。

    匹配字段摘要

    #editorial#模型发布#语音#多模态

星期一

  1. Fireworks AI

    Fireworks 上线 DeepSeek-V4.1-Flash：DeepSWE 达 Astra 水平，成本仅 1/15

    Fireworks 发布 DeepSeek-V4.1-Flash，在 DeepSWE 上 pass@1 为 74.34%，与 GPT-6-Astra 的 74.12% 处于同一水平，单任务成本 0.43 美元，约为 Astra 的 1/15。该模型为 552B 参数 MoE，采用输入 8B、输出 16B 的分离激活预算，KV Cache 的 HBM 占用降至上一代 V4 的 1/4。在 HLE 上它得分 34.52%，低于 Astra 的 50.40%，作者认为它更适合智能体编码而非高难推理。

    匹配字段摘要

    #editorial#评测/基准#编码#推理

星期五

  1. Cognition 模型 / Devin 博客精选

    Cognition 发布编码模型 SWE-2，FrontierCode 1.1 Main 得分 50.0%

    Cognition 发布编码模型 SWE-2，在 FrontierCode 1.1 Main 上得分 50.0%，比 Fable 5.1 低不到 1 分而成本便宜 64%。SWE-2 基于 2.8T 参数的 Kimi K33 后训练，首次把 RL 扩展到数万亿参数规模，并用单次 RL 训练覆盖全部推理档位。该模型即日起在 Devin Desktop 和 CLI 上线，随后在 Devin Web 和 Fusion 推出。

    匹配字段摘要

    #company#模型发布#编码#Agent