Chubby♨️@kimmonismus · 4月24日66

Deepseek v4 is a huge step upwards compared to DeepSeek 3, outperforms on SWE verified opus 4.6 and GPT-5.4 and sets a new record on Codeforces. Needs to be tested against opus 4.7 and GPT-5.5 tho and see if real world usage holds its promises. Big release! Sota open source model!

译Deepseek v4 相比 DeepSeek 3 是一次巨大的飞跃，在 SWE verified 上超越了 opus 4.6 和 GPT-5.4，并在 Codeforces 上创造了新纪录。 但仍需针对 opus 4.7 和 GPT-5.5 进行测试，并观察实际使用是否如其承诺般出色。 重大发布！顶尖的开源模型！

小互@xiaohu · 4月24日57

一张图了解 GPT 5.5 在 Artificial Analysis 独立评测里，GPT-5.5 重回第一，以 3 分优势打破和 Anthropic、Google 的三方僵局 API 定价每百万输入 5 美元、输出 30 美元，比 GPT-5.4 翻了一倍，但 token 消耗减少约 40% GPT-5.5 自己写算法优化了自己，让 token 生成速度提升超过 20% 知识准确率 57% 创史上新高，但幻觉率高达 86%...

译在独立评测中，GPT-5.5以3分优势超越Anthropic和Google的模型，重回性能榜首。其API定价大幅上涨，输入与输出费用分别达到每百万5美元和30美元，但token消耗减少了约40%。模型通过自我编写的算法进行了优化，使token生成速度提升超过20%。尽管知识准确率达到57%的历史新高，但其幻觉率也高达86%，显示出性能与可靠性之间的显著矛盾。

TestingCatalog News 🗞@testingcatalog · 4月24日59

OPENAI 🚨: GPT-5.5 IS AWAKENING 👀

译OPENAI 🚨: GPT-5.5 正在觉醒 👀

TestingCatalog News 🗞@testingcatalog · 4月22日56

OPENAI 🚨: GPT-5.5 and a bunch of internal model names have been spotted on Codex recently, and this normally signals that OpenAI is preparing to release a new model. - oai-2.1 - arcanine - glacier-alpha - glacier-alpha-block-cy4 - glacier-alpha-block-cy3 Soon 👀 h/t @TheAhmadOsman

译OPENAI 🚨: GPT-5.5 和一系列内部模型名称最近在 Codex 上被发现，这通常意味着 OpenAI 正准备发布一个新模型。 - oai-2.1 - arcanine - glacier-alpha - glacier-alpha-block-cy4 - glacier-alpha-block-cy3 很快 👀 致谢 @TheAhmadOsman

AK@_akhaliq · 4月21日56

Kimi K2.6 is out on Hugging Face https://huggingface.co/moonshotai/Kimi-K2.6

译Kimi K2.6 已在 Hugging Face 发布 https://huggingface.co/moonshotai/Kimi-K2.6

TestingCatalog News 🗞@testingcatalog · 4月19日47

Grok 4.3 (beta) is now available to SuperGrok and X Premium+ users! Testing time 👀

译Grok 4.3（测试版）现已向 SuperGrok 和 X Premium+ 用户推出！ 测试时间 👀

AK@_akhaliq · 4月16日55

Nvidia released Lyra 2.0 on Hugging Face Explorable Generative 3D Worlds paper: https://huggingface.co/papers/2604.13036 model: https://huggingface.co/nvidia/Lyra-2.0

译NVIDIA 在 Hugging Face 上发布了 Lyra 2.0 可探索的生成式 3D 世界 论文: https://huggingface.co/papers/2604.13036 模型: https://huggingface.co/nvidia/Lyra-2.0

Tibo@thsottiaux · 4月15日69

Today we are introducing GPT-5.4-Cyber and expanding our Trusted Access for Cyber (TAC) program. https://openai.com/index/scaling-trusted-access-for-cyber-defense/

译今天我们推出 GPT-5.4-Cyber 并扩展我们的网络安全可信访问（TAC）计划。 https://openai.com/index/scaling-trusted-access-for-cyber-defense/

Artificial Analysis@ArtificialAnlys · 4月3日56

Microsoft has released MAI-Transcribe-1: a speech transcription model achieving 3.0% on AA-WER (#4), and is fast at 69x real-time The model was developed by Microsoft AI (MAI)’s Superintelligence team and supports 25 languages including English, French, Arabic, Japanese, and Chinese. MAI-Transcribe-1 API is currently available in public preview via Azure Speech on Microsoft Foundry. On the Artificial Analysis Speech to Text (STT) leaderboard, MAI-Transcribe-1 achieves a 3.0% word error rate on AA-WER for speech transcription accuracy, positioning it 4th overall behind Mistral’s Voxtral Small (2.9% AA-WER), Google’s Gemini 3.1 Pro High (2.9% AA-WER) and ElevenLabs’ Scribe v2 (2.3% AA-WER). It also stands out as one of the faster high-accuracy transcription models available, processing audio at ~69x real-time. See more details below ⬇️

译微软AI超级智能团队发布了MAI-Transcribe-1语音转录模型。该模型在Artificial Analysis语音转文本排行榜的AA-WER指标上达到3.0%的词错误率，位列第四，仅次于Mistral Voxtral Small、Google Gemini 3.1 Pro High和ElevenLabs Scribe v2。其处理速度约为实时音频的69倍，属于高速高精度模型。模型支持包括英语、法语、阿拉伯语、日语和中文在内的25种语言，其API目前已在Microsoft Foundry的Azure Speech服务上提供公开预览。

Hao AI Lab@haoailab · 8月7日81

[Lmgame Bench] 🔥 OpenAI has just released two open‑weight reasoning models: gpt‑oss‑120B (~117 B) and gpt‑oss‑20B (~21 B),They are the first OpenAI models with open weights since GPT‑2. We tested both in Lmgame Bench, across 4 interactive games: 🧱 Sokoban | 🟦 Tetris | 🔢 2048 | 🍬 Candy Crush Here’s how they ranked (out of 25): → gpt‑oss‑120b → #12 → gpt‑oss‑20b → #13

译[Lmgame Bench] 🔥 OpenAI 刚刚发布了两款开放权重的推理模型：gpt-oss-120B（约1170亿参数）和 gpt-oss-20B（约210亿参数），它们是自 GPT-2 以来首批开放权重的 OpenAI 模型。 我们在 Lmgame Bench 中对两者进行了测试，涵盖4款互动游戏： 🧱 推箱子 | 🟦 俄罗斯方块 | 🔢 2048 | 🍬 糖果传奇 以下是它们的排名（满分25分）： → gpt-oss-120b → 第12名 → gpt-oss-20b → 第13名

Hao AI Lab@haoailab · 8月5日67

Try FastWan at https://fastwan.fastvideo.org/!

译FastVideo团队推出FastWan系列快速视频生成模型。该模型采用名为“稀疏蒸馏”的新训练方法，能将视频去噪速度提升70倍。在单块H200 GPU上，仅需5秒即可生成一段5秒的视频。团队提供了在线演示，并依据Apache-2.0许可证完全开源了模型、代码和数据。

DeepSeek@deepseek_ai · 5月29日68

🚀 DeepSeek-R1-0528 is here! 🔹 Improved benchmark performance 🔹 Enhanced front-end capabilities 🔹 Reduced hallucinations 🔹 Supports JSON output & function calling ✅ Try it now: https://chat.deepseek.com/ 🔌 No change to API usage — docs here: https://api-docs.deepseek.com/guides/reasoning_model 🔗 Open-source weights: https://huggingface.co/deepseek-ai/DeepSeek-R1-0528

译🚀 DeepSeek-R1-0528 现已发布！ 🔹 基准测试性能提升 🔹 前端能力增强 🔹 减少幻觉现象 🔹 支持 JSON 输出与函数调用 ✅ 立即试用：https://chat.deepseek.com/ 🔌 API 使用方式不变 — 文档在此：https://api-docs.deepseek.com/guides/reasoning_model 🔗 开源权重：https://huggingface.co/deepseek-ai/DeepSeek-R1-0528