Hacker News 热门（buzzing.cc 中文翻译）
AI 评分 39/100
通义千问（Qwen）宣布 Qwen 3.8-Flash-Next 将于明天发布，该模型参数规模为 125B a6B。模型页面已上线 ModelScope 平台，引发 Hacker News 社区关注，目前获得 103 个 HN 点赞。
全部 AI 动态
标签「推理」清除
已加载 40 条
全部 AI 动态
2026年8月26日星期三 · AI 相关资讯全量信息流
模型 · 标签「推理」 · 696 条清除
8月25日
22:57
Qwen 3.8-Flash-Next 将于明天发布（125B a6B）
14:54
X.PIN@thexpinAI 评分 54/100
汤森路透推出其首个大语言模型 Thomson，基于阿里 Qwen3.5-397B 构建，总研发投入约 4000 万美元。该模型与帝国理工学院联合重训以保障安全与政治中立，并用自有内容进一步训练。Thomson 在斯坦福 LegalBench 得分 0.823，在 Harvey 法律智能体基准上接近 Opus 4.8。
另有 3 家信源报道The Decoder：AI News（RSS）IT之家（RSS）Hacker News 热门（buzzing.cc 中文翻译）8月24日
23:18
elvis@omarsar0AI 评分 32/100
Ox Alpha is currently the most popular model on @OpenRouter and is free to use! A reasoning model designed for coding, s...
04:27
TechCrunch：AI（RSS）
AI 评分 34/100
名为 Ox Alpha 的神秘新 AI 模型在 OpenRouter 上线，被描述为面向编程、持续智能体工作和生产负载的推理模型，Stripe CEO Patrick Collison 称其“非常出色”。该模型由匿名第三方提供，引发关于其背后开发者的广泛猜测，焦点集中在中国的 Z.ai（GLM 模型）或微软未发布的 MAI 版本上。
8月22日
12:54
AI Notkilleveryoneism Memes ⏸️@AISafetyMemesAI 评分 39/100
SITUATION EXPLAINED: A stealth model on OpenRouter is beating Fable and Sol on coding, and nobody knows who made it. • O...
11:58
Sundar Pichai@sundarpichaiAI 评分 48/100
Gemini 3.7 Flash from @Google on ARC-AGI (Verified): - ARC-AGI-2: 84.6%, $0.25/task - ARC-AGI-1: 95.5%, $0.12/task Gemin...
09:18
Rohan Paul@rohanpaul_aiAI 评分 26/100
Ox Alpha 在一次提示下生成 64,745 个输出 token，单次响应产出完整 Three.js dreamcore 3D 场景的全部程序化代码，无需外部素材。该模型支持 1M 上下文窗口、约 131k 最大输出 token，可处理文本+图像+视频输入并输出文本，定位为面向编码、长程智能体软件工程及生产负载的推理模型。aimlapi 正免费提供 Ox Alpha。
NEW OX ALPHA FEELS CRAZY 🤯 We asked Ox Alpha to build a dreamcore 3D world in three.js — one prompt, one shot. No asset...
03:18
Chubby♨️@kimmonismusAI 评分 26/100
No way! @synthwavedd says that the secret Model "Ox Alpha" on OpenRouter is the upcoming GLM 5.3 Flash A Flash model (!!...
8月21日
21:07
OpenBMB@OpenBMB精选AI 评分 69/100
面壁智能 OpenBMB 推出 MathForm，一个面向 Lean 4 数学自动形式化的开源框架、数据集与模型。其 FormalVerse 数据集含 367K+ 已验证示例；在匹配 100K 预算下，基于其训练的模型 Consistency Check 达 60.32%，优于 FineLeanCorpus（46.53%）与 NuminaMath-LEAN（41.49%）。
推荐理由：数学形式化的难点是编译通过但语义漂移，该框架用检索规划和语义一致性反馈迭代修正，并开源数据集和 8B 模型，给小模型做形式化提供了可复用路径。
15:25
Hacker News 热门（buzzing.cc 中文翻译）
AI 评分 46/100
Ox Alpha 是一款面向编码、持续性智能体工作和生产负载的推理模型，现已免费开放使用。该模型支持 1,048,576 token 的上下文窗口，最大输出 131,072 token。
02:55
MarkTechPost（RSS）
AI 评分 46/100
Liquid AI 为 LFM2.5 系列三款模型（1.2B-Instruct、2.6B、8B-A1B）发布 DSpark 草稿模型检查点，通过约 300M 参数的草稿模型一次提出 9 个候选 token，由目标模型单次前向验证，在 H100 上解码速度最高提升 3.18 倍，M4 Max MacBook Pro 上最高 2.87 倍。
02:24
Hacker News 热门（buzzing.cc 中文翻译）已收录
AI 评分 79/100
Google DeepMind 推出 DiffusionGemma，一个基于 Gemma 4 26B A4B MoE 模型微调而来的实验性开放权重文本扩散模型。
01:06
Hugging Face：Blog（RSS）精选
AI 评分 61/100
Hugging Face 发布 LFM2.5 系列三款模型的 DSpark 草稿模型检查点，通过投机解码在不改变输出质量的前提下，GPU 吞吐最高提升 3.18 倍，端侧最高 2.87 倍。草稿模型约 300M 参数，LFM2.5-2.6B 函数调用延迟平均降低 57%，已开源支持 llama.cpp 和 SGLang。
推荐理由：约300M参数的draft模型换最高3.18倍吞吐，贪心输出不变，LFM2.5-2.6B在M4 Max达139 tok/s，本地agent门槛被拉低。
8月20日
22:48
02:54
Hacker News 热门（buzzing.cc 中文翻译）
AI 评分 56/100
Ornith-1.5 发布，将 Ornith-1.0 的自我构建框架扩展为完整自我优化闭环：模型自主提出任务、生成任务专属脚手架并产出解决方案用于强化学习。
另有 2 家信源报道X：Rohan Paul (@rohanpaul_ai)IT之家（RSS）8月19日
23:18
🚨 AI News | TestingCatalog@testingcatalogAI 评分 44/100
Aloha! 🌺Introducing Ornith-1.5, a family of open-source LLMs spanning 9B Dense, 35B MoE, and 397B MoE, trained with sel...
23:18
DogeDesigner@cb_dogeAI 评分 63/100
Grok 4.6 旗舰模型现已上线 Amazon Bedrock，支持 500K-token 上下文窗口、文本与图像输入，以及 Low 至 xHigh 四档可配置推理强度。该模型面向长时运行智能体、编程与知识工作，提供客户端工具调用、结构化输出及流式响应。定价为全球区域每百万 token 输入 $2、输出 $6、缓存读取 $0.50，覆盖所有提供 Bedrock 的 AWS 区域。
15:54
X.PIN@thexpin同事件AI 评分 67/100
智谱AI发布新基础模型GLM-5.3的API，聚焦复杂编程、网络安全防御与长周期任务。该模型在Artificial Analysis Intelligence Index上得分60，进入全球前沿模型梯队，与Anthropic Claude Fable 5、OpenAI GPT-5.6 Sol等闭源模型并列，并与月之暗面Kimi K3持平。
同一事件，精选展示《GLM-5.3上线：AA智能指数60分并列开源第一，成本更低》14:44
Dongxi 东锡 NLP@dongxi_nlpAI 评分 44/100
Thoughts About Scaling Law Scaling, but not only of parameters. Every model release now ends with the same question: how...
13:28
jietang@jietangAI 评分 56/100
唐杰发文反思缩放定律，指出参数规模需与数据、算力、推理成本等维度协同考量，Chinchilla 最优比例并非终点。他宣布 GLM-5.3 作为受控实验：与 GLM-5.2 同架构、同参数，仅通过一个月长程环境与 RL 后训练，带来显著提升，证明缩放不止参数一个旋钮。
8月18日
8月15日
02:22
Google Gemini@GeminiApp精选AI 评分 66/100
Gemini Spark 现已运行于 Gemini 3.7 Flash。⚡️ 无论你是用 Spark 将供应商信息整理到 Sheets 中，还是起草谈判邮件，3.7 Flash 都能让你的个人 AI 智能体更加精准可靠，并通过对 @Goog...
另有 13 家信源报道Google DeepMind：Blog（RSS）X：Logan Kilpatrick (@OfficialLoganK)IT之家（RSS）X：Ammaar Reshi (@ammaar)Ars Technica：AI（RSS）X：Demis Hassabis (@demishassabis)X：Google AI for Developers (@googleaidevs)X：Google AI (@GoogleAI)X：Google DeepMind (@GoogleDeepMind)X：Sundar Pichai (@sundarpichai)The Decoder：AI News（RSS）X：Elvis Saravia (@omarsar0, DAIR.AI)X：fofr (@fofrAI)推荐理由：Gemini 3.7 Flash 把多步推理与跨文件整合能力下放到轻量模型，对经常需要合并数十份文件或邮件的用户来说，是一个成本更低的处理选项。
00:52
Qwen@Alibaba_QwenAI 评分 54/100
New on DeepInfra: Qwen3.8-2.4T-A95B 🚀 @Alibaba_Qwen's latest sparse MoE — 2.4T total params, 95B active, 512 experts. B...
00:22
Chubby♨️@kimmonismusAI 评分 42/100
Qwen-3.8 27b released! Significant jump! Qwen just released Qwen3.8-27B, a compact open-weight multimodal model that rep...
8月14日
23:54
Alibaba Cloud@alibaba_cloudAI 评分 50/100
Qwen3.8-2.4T-A95B is live on Together AI. The Qwen team’s new open-weight MoE packs 2.4T total parameters with 95B activ...
23:54
Alibaba Cloud@alibaba_cloudAI 评分 66/100
Qwen3.8-2.4T-A95B by @Alibaba_Qwen and @alibaba_cloud is now available on Modal. Served with a custom DFlash speculator ...
23:21
IT之家（RSS）同事件
AI 评分 66/100
阿里千问大模型公众号宣布正式开源 Qwen3.8-27B，所有开发者、科研机构和企业均可自由下载、部署和使用。该模型为原生多模态稠密模型，支持 262K 原生上下文，可通过 YaRN 技术外推至 1M Tokens。较 Qwen3.6-27B，新模型在编程和办公场景性能大幅提升，表现超越 Qwen3.7-Plus，并新增 reasoning_effort 功能以按任务难度控制思考深度。
同一事件，精选展示《通义千问开源 Qwen3.8 系列模型》21:51
Hacker News 热门（buzzing.cc 中文翻译）同事件
AI 评分 61/100
DeepSeek 今日发布 V4-Pro，主打 Agent 能力升级，支持灵活推理强度（低/高/最大三档），并原生支持 OpenAI Responses API，可一键适配 Codex。V4-Pro 已上线应用/网页端（Expert Mode）及 API，模型名称不变。API 同步引入峰谷定价，谷时价格较峰时低 50%，新价格于 2026 年 8 月 16 日 16:00 UTC 生效。
同一事件，精选展示《DeepSeek-V4-Pro 正式版上线，Agent 能力大幅增强》19:31
公众号：小红书技术（dots.llm）精选
AI 评分 79/100
小红书技术开源 dots3-note Preview，这是 dots3 系列最轻量模型，总参数 280B、激活参数 16B，支持 512K 上下文及文本、视觉、语音多模态理解，并针对复杂推理和长程 Agent 任务优化。
另有 2 家信源报道X：Kim (@kimmonismus)X：Rohan Paul (@rohanpaul_ai)推荐理由：除开源模型外，TEMPO 让同一智能体在每个宏观步骤切换为 critic，用测试时推理估计回报，给稀疏奖励长程任务的强化学习训练提供了可借鉴的结构。
16:52
Chubby♨️@kimmonismusAI 评分 45/100
智谱发布 GLM-5.3，与 GLM-5.2 共用同一 743B 基础模型，全部性能提升来自扩展后训练（更多可执行环境、更长任务、更强验证器与强化学习）。网络评估中 ExploitBench 从 24.4% 升至 54.4%，两小时完成 105 个 ExploitGym 任务（GLM-5.2 为 29 个），权重计划两周后开源。作者预计美国政府将扩大监管框架以涵盖开源模型。
WHAT: Zai just launched GLM-5.3, and its biggest leap may be in cybersecurity. The 743B base model remains unchanged (!)...
13:22
SiliconFlow@SiliconFlowAI精选AI 评分 65/100
DeepSeek-V4-Pro-0813 正式上线硅基流动 SiliconFlow，提供 Day-0 支持，具备 1M 上下文窗口及低/高/最大三档推理强度，更侧重编码、工具调用与智能体工作流，仍保持 MIT 开源协议。定价为输入 $1.32/M、输出 $3.96/M、缓存命中 $0.44/M。同系列 DeepSeek-V4-Flash-0731 则面向追求速度与成本效益的日常生产场景。
另有 3 家信源报道IT之家（RSS）X：SemiAnalysis (@SemiAnalysis_)Simon Willison 博客推荐理由：每百万缓存命中 0.44 美元与 1M 上下文组合，使 Agent 工作流在长上下文成本测算上有了更具体参照。
03:52
Rohan Paul@rohanpaul_ai同事件AI 评分 61/100
Google 在 3.6 Flash 发布仅 3 周后推出 Gemini 3.7 Flash，入门 API 价格减半至 $0.75/$3.75（每百万输入/输出 token），2027 年 1 月 1 日起恢复为 $1.50/$7.50。
Our Flash models are workhorses that offer performance at a great price. So, we're shipping updates fast to get them in ...
同一事件，精选展示《Google DeepMind 推出 Gemini 3.7 Flash：面向编程与智能体的最强工作模型》03:22
Artificial Analysis@ArtificialAnlys同事件AI 评分 72/100
Google 发布 Gemini 3.7 Flash，在 Artificial Analysis 智能指数上得分 56，较 3.6 Flash 提升 4 分，并登上智能 vs. 单任务耗时帕累托前沿。
同一事件，精选展示《Google DeepMind 推出 Gemini 3.7 Flash：面向编程与智能体的最强工作模型》02:52
Elon Musk@elonmuskAI 评分 32/100
Grok 4.6 wins again. 👑 Grok 4.6 takes the #1 spot on GPQA Diamond with a score of 94.9%, beating GPT-5.6, Gemini 3.1 Pr...
01:52
MarkTechPost（RSS）同事件
AI 评分 59/100
Google 推出 Gemini 3.7 Flash，这是对 3.6 Flash 的算法改进而非新预训练模型，支持 1M-token 上下文窗口和最高 64K 输出 token。
同一事件，精选展示《Google DeepMind 推出 Gemini 3.7 Flash：面向编程与智能体的最强工作模型》01:18
OpenAI@OpenAIAI 评分 50/100
8月13日
21:15
AYi@AYi_AInotesAI 评分 67/100
DeepSeek 正式发布 V4-Pro 0813，Agent 基准全面追平第一梯队：Terminal Bench 87.9、Cybergym 83.3，DeepSWE 从 12.8 跃升至 62.7。
We’re launching DeepSeek-V4-Pro today! 🚀 🔷 Major Agent upgrades with strong production gains! 🔷 Flexible reasoning ef...
另有 7 家信源报道Simon Willison 博客The Decoder：AI News（RSS）X：X.PIN (@thexpin)IT之家（RSS）X：SemiAnalysis (@SemiAnalysis_)X：Rohan Paul (@rohanpaul_ai)DeepSeek：API 更新日志20:51
🚨 AI News | TestingCatalog@testingcatalogAI 评分 52/100
We’re launching DeepSeek-V4-Pro today! 🚀 🔷 Major Agent upgrades with strong production gains! 🔷 Flexible reasoning ef...
另有 7 家信源报道IT之家（RSS）X：SemiAnalysis (@SemiAnalysis_)Simon Willison 博客The Decoder：AI News（RSS）X：X.PIN (@thexpin)X：Rohan Paul (@rohanpaul_ai)DeepSeek：API 更新日志20:20
Chubby♨️@kimmonismusAI 评分 52/100
DeepSeek-V4-Pro 正式发布，支持低/高/最大三档可调推理强度，V4-Flash 同样获得该控制。模型新增原生 OpenAI Responses API 支持及 Codex 一键配置，现有 API 模型名称保持不变。V4-Pro 已通过 API 及 App/Web 的 Expert Mode 上线，官方称智能体升级带来显著生产收益，但未公布独立基准数据。
We’re launching DeepSeek-V4-Pro today! 🚀 🔷 Major Agent upgrades with strong production gains! 🔷 Flexible reasoning ef...
另有 6 家信源报道The Decoder：AI News（RSS）X：X.PIN (@thexpin)IT之家（RSS）X：SemiAnalysis (@SemiAnalysis_)X：Rohan Paul (@rohanpaul_ai)DeepSeek：API 更新日志19:50
DeepSeek@deepseek_ai同事件AI 评分 65/100
已加载 40 条