全部 AI 动态

8月14日起，百度千帆 Token Plan 个人版与企业版推出「夜享Tokens加赠计划」，每日21:00至次日08:00调用 GLM-5.2、DeepSeek-V4-Flash-0731 等模型按2折计费，约节省80%成本，订阅即享。

Artificial Analysis@ArtificialAnlys

AI 评分 65/100

DeepSeek 发布旗舰模型 V4 Pro 0813，在 Artificial Analysis 智能指数得 53 分，较 4 月版高 8 分，但仅比 V4 Flash 0731 高 1 分。

Rohan Paul@rohanpaul_ai

AI 评分 40/100

AlphaSense 新研究显示，Anthropic 模型使用成本可能低于部分大型开源中文模型。Kimi 每 token 价格远低于 GPT-5.6 Sol，但因组装上下文消耗更多 token，单题成本反而更高。真正成本单位是“完成 token 数 × token 价格”，token 效率是系统属性而非 API 定价属性；AlphaSense 通过改变检索方式，在相同模型上实现约 3 倍成本降低。

Qwen@Alibaba_Qwen

AI 评分 31/100

LightSeek Foundation: We're proud to be the Day 0 open-source inference engine partner for @Alibaba_Qwen 3.8. To serve this 2.4T-parameter mod...

elvis@omarsar0

AI 评分 52/100

DAIR.AI 推出的 27B 参数智能体 Faraday 在论文复现任务中击败 Claude Opus 4.8 和 GPT-5.5。其方法 Replica 将论文复现转化为可扩展的 RL 任务空间，通过自动生成的评分器提供低噪声奖励信号。Faraday 将编码智能体作为工具调用，展现出更科学的推理路径，指向无需复杂框架即可将长周期科研能力训练进模型权重。

Qwen@Alibaba_Qwen

AI 评分 54/100

DeepInfra: New on DeepInfra: Qwen3.8-2.4T-A95B 🚀 @Alibaba_Qwen's latest sparse MoE - 2.4T total params, 95B active, 512 experts. B...

Chubby♨️@kimmonismus

AI 评分 42/100

Chubby♨️: Qwen-3.8 27b released! Significant jump! Qwen just released Qwen3.8-27B, a compact open-weight multimodal model that rep...

Alibaba Cloud@alibaba_cloud

AI 评分 50/100

Together AI: 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...

Alibaba Cloud@alibaba_cloud

AI 评分 66/100

Modal: Qwen3.8-2.4T-A95B by @Alibaba_Qwen and @alibaba_cloud is now available on Modal. Served with a custom DFlash speculator ...

理想汽车正探索自研云端推理芯片，采用与智驾芯片相同的数据流架构，项目仍处早期阶段。该芯片可承接部分GPU上的推理任务，包括智驾模型数据处理、测试、仿真及大语言模型请求处理。一种路径是复用车端NPU计算设计，将多个AI计算晶粒封装并配套高带宽内存与高速互联，以分摊研发成本。

北京协和医院神经外科博士后金山木借助 OpenAI 的 GPT-5.6-Sol 模型，在约 16 小时内证明了困扰数学界 22 年的 Crouzeix 猜想。康奈尔大学数学家 Alex Townsend 与华盛顿大学教授 Anne Greenbaum 公开披露此事，并表示猜想提出者 Michel Crouzeix 本人已审阅论文手稿并确认证明正确。

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。

法国初创公司 Kog 正押注通过软件优化从企业现有的标准数据中心 GPU（如 AMD MI300X 和 NVIDIA H200）中挖掘更多推理性能，其演示实现了每秒 3,000 token 的推理速度，并承诺“30 倍更快的 LLM 推理”。基于早期反馈，Kog 预计软件工程将是首个应用场景，并计划在 9 月前以 10 倍速度运行首个大模型，以推动 A 轮融资。

OpenAI 预览 GPT-5.6 Sol 的 Ultrafast 模式，输出速度最高达每秒 750 token，较此前提升 14 倍，加速由 Cerebras 提供支持，双方今年早些时候签署了百亿美元合作协议。该服务初期仅通过 OpenAI API 向特定客户开放，OpenAI 计划随算力增长逐步扩大访问。OpenAI 已在内部将该模式用于事件响应，并计划将速度作为新的定价杠杆。

OpenBMB@OpenBMB

AI 评分 56/100

面壁智能（OpenBMB）联合清华NLP、南京大学等发布 SciDC，将科学知识转化为解码约束，使本地部署的领域模型只能在专家规则定义的可行域内生成。该方法无需微调，在工业配方设计、临床诊断等任务上平均准确率提升 +11.6（Qwen3-4B 42.5→54.1，Qwen3-14B 51.4→63.0），真实医疗记录上 Qwen3-14B 精确匹配从 33.5% 提升至 45.1%。

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。

François Chollet@fchollet

AI 评分 48/100

François Chollet 提醒，ARC 3 公开游戏集仅用于演示格式与提升参与度，不应作为训练数据或评测集，其分数不代表真实基准表现。私有评测集难度与新颖性显著更高。当前 Kaggle 榜首分数为 2.70%，基于半私有集，最终将以完全私有集评分。

François Chollet@fchollet

AI 评分 37/100

François Chollet 指出，ARC-AGI-3 上所有顶尖方案均采用 LLM 引导的符号世界模型合成法，即通过编写可执行代码来编码对世界因果机制的理解。

Jeremy Berman: In one pass Opus wrote 269 programs (~12,700 lines). It built parsers for all 25 games, searching functions for 23, and ...

Rohan Paul@rohanpaul_ai

AI 评分 36/100

彭博社报道，AI 生成数学证明的速度可能远超人类理解其后果的能力，对大学构成挑战。学术地位目前基于论文、引用和定理等可量化产出，而非更慢的解释与判断工作。未来人类专长需转向上游，选择有价值的问题，数学界或需重新奖励解释结果、判断意义和教学等稀缺工作。

Chubby♨️@kimmonismus

AI 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。

Chubby♨️: WHAT: Zai just launched GLM-5.3, and its biggest leap may be in cybersecurity. The 743B base model remains unchanged (!)...

本教程构建了处理 SupraLabs 推理语料库的端到端工作流：从 Hugging Face Hub 流式采样 8,000 条数据，分析来源分布、token 长度与推理占比，并应用质量过滤器剔除不合格样本。

联想集团发布 2026 财年第一财季报告，营收 269.43 亿美元，同比增长 43%，归母净亏损 6.09 亿美元；AI 相关收入同比增长 60% 至 85 亿美元，占总收入 35%。杨元庆称算力分配正从 80% 训练转向更合理的 80% 推理、20% 训练，并强调混合式 AI 与私域 AI 的增长空间，相信联想在 AI 时代将重演 PC 普及阶段的成功。

Cerebras 与 OpenAI 在 OpenAI API 中推出 Ultrafast Mode 服务层级，由 Cerebras 驱动 GPT-5.6 Sol，输出速度最高达每秒 750 token，且不牺牲质量。

大语言模型在需要按显式逻辑运算符组合原子判断的选项上常出错。新框架将每个选项分解为原子答案并分别评分，再用运算符约束的整数线性规划组合分数，使模型无需直接面对复合选项。在LOGICAL-COMMONSENSEQA上Macro-F1从48.3提升至77.0，在新增的LOGICAL-SATA基准上从47.0提升至75.6，NEITHER/NOR选项提升最大。

OpenAI 以预览形式为最强模型 GPT-5.6 Sol 推出 Ultrafast（超高速）模式，输出速度为标准处理的 14 倍，最高每秒生成 750 个词元。该模式由 Cerebras 提供，面向事故响应、金融研究、客服语音交互等实时性要求高的场景，目前仅向一小批客户开放有限预览。

Dongxi 东锡 NLP@dongxi_nlp

AI 评分 30/100

马东锡 NLP 认为“工作区”是模型作答前内部持有、评估和修正想法的区域，SSI 或正构建能反复改进该工作区、判断思考方向并保留有用发现的模型。其推荐 BIGAI 研究团队的博客《Reasoning as Value-Guided Latent-Space Optimization》，阐释模型如何利用额外测试时计算改进隐藏状态。

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。

Sundar Pichai: Our Flash models are workhorses that offer performance at a great price. So, we're shipping updates fast to get them in ...

OpenAI 推出名为 Ultrafast 的新模式，可让 GPT 5.6 Sol 以标准处理 14 倍的速度工作，每秒输出高达 750 个 token。该模式由 OpenAI 与芯片厂商 Cerebras 合作驱动，目前以预览形式向小部分客户开放，OpenAI 表示将随“容量增长”扩大访问范围。

Databricks 在 Unity AI Gateway 中推出智能路由功能，可在编码任务中自动匹配模型与执行框架，以 30% 以上的单任务成本降幅实现前沿模型质量。该功能面向 2026 年日益多样化的模型与工具生态，帮助用户在不牺牲性能的前提下优化推理开支。

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。

Elon Musk@elonmusk

AI 评分 32/100

DogeDesigner: 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...

Sherwin Wu@sherwinwu

AI 评分 43/100

Cerebras: Previewing Ultrafast mode for @OpenAI's GPT 5.6 Sol, powered by Cerebras. GPT-5.6 Sol Ultrafast generates responses at u...

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。