跳到正文
目前篩選:模型
10月24日週六
  1. IT之家76

    月之暗面推出 Kimi K3.1 Pro 與 Highspeed,K3.1 Pro 在 Terminal-Bench 4.0 得分超 GPT-6 Astra

    月之暗面推出 Kimi K3.1 Pro 及高速版 Kimi K3.1 Pro Highspeed;Pro 是公司迄今能力最強的 3 萬億級參數模型,支援 100 萬上下文,Highspeed 輸出速度約為 2~3 倍。

    推薦理由:文章整理編程智能體、3D 建模及金融工作流的多項基準結果,並説明測試任務範圍,可作為理解其能力主張的比較依據。

  2. Hacker News 熱門(buzzing.cc 中文翻譯)20

    Block 的 dessa.com 私隱聲明列明資料收集及使用方式

    Block 的私隱聲明適用於用戶使用 dessa.com 服務時收集的資料,生效日期為 October 21, 2026。Block 會收集用戶提供的個人資料,以及裝置和服務使用資料,並用於提供、改善及開發服務、與用戶溝通和保障服務;資料亦可能分享予集團公司及服務供應商。

  3. The Verge · AI54

    Jack Dorsey 的 Block 打造 AI 模型 Dessa,對話像略顯尷尬的新朋友

    Jack Dorsey 的 Block 公佈 AI 模型 Dessa,稱其從零開始只以人類對話訓練,並採用語音到語音方式。Dessa 可在 MacBook Pro M4 Max 或更高配置的設備上本地運行,團隊將向一小羣 AI 安全研究人員提供早期使用權。The Verge 展示的對話大致自然,但有時也會顯得尷尬、怪異,例如模型一開始把説話者認成 Ronaldo。

  4. Simon Willison76

    Kimi K3.1 Pro 登陸 Kimi API,Moonshot 承諾最遲於 2026 年 11 月 4 日發布完整模型權重

    Moonshot 的 Kimi K3.1 Pro 今日登陸 Kimi API,完整模型權重尚未開放,但公司承諾最遲於 2026 年 11 月 4 日發布。標準版輸入及輸出每百萬 tokens 分別收費 $2.00 和 $10;Highspeed 版快 2-3 倍、價格為兩倍,但輸入 token 快取命中收費相同。

    推薦理由:文章並列 Kimi K3.1 Pro 的 API 定價與 Artificial Analysis 評分,並展示三種推理等級的實測,提供成本和基準表現的比較依據。

  5. The Decoder77

    Kimi K3.1 Pro 登上 Artificial Analysis Intelligence Index 第四,距 Claude Opus 5.5 差 3 分

    月之暗面(Moonshot AI)發佈推理模型 Kimi K3.1 Pro,Artificial Analysis Intelligence Index 得分 55,排名第四,較 Kimi K3 高 11 分。

    推薦理由:文中把 Intelligence Index 排名與多項 Agent 任務基準並列,呈現 Kimi K3.1 Pro 對照前代及 Claude Opus 5.5 時,整體評分和具體任務表現的差異。

  6. Artificial Analysis 完整文章77

    Kimi K3.1 Pro 發佈後登上 Artificial Analysis Intelligence Index 第四位,公開權重後將成最高分開放權重模型

    Moonshot 發佈推理模型 Kimi K3.1 Pro,Artificial Analysis Intelligence Index 得分 55、排名第 4,較 Kimi K3(max)的 44 分高 11 分。

    推薦理由:文章比較 Kimi K3.1 Pro 在代理任務、其他評測及每項任務成本上的變化,呈現其提升主要集中在哪些能力。

  7. Hacker News 熱門(buzzing.cc 中文翻譯)64

    Kimi Code 的 K3.1 Pro 與 K3.1 Pro Highspeed 最高支援 1M 上下文窗口

    Kimi Code 已全面推出 K3.1 Pro 系列,包括 K3.1 Pro 和 K3.1 Pro Highspeed,較高級會員方案最高支援 1M 上下文窗口。Highspeed 具備相同模型能力,輸出速度約為 K3.1 Pro 的 2–3×,配額用量則約為 2×。兩款模型只支援思考模式;切換模型或思考強度會使上下文快取失效,建議在新會話中切換。

  8. 第一財經67

    月之暗面推出 Kimi K3.1 Pro 和 Kimi K3.1 Pro Highspeed

    月之暗面推出 Kimi K3.1 Pro,稱其為 K3.1 系列首個模型及公司迄今能力最強的 3 萬億級參數模型,並支持 100 萬上下文。公司同步推出高速版 Kimi K3.1 Pro Highspeed,稱其智能水平相同,輸出速度約為 2~3 倍;Kimi K3.1 Pro 在編碼、3D 創作、金融研究及其他長程 Agent 能力上的提升尤為顯著。

10月23日週五
  1. 雷鋒網39

    Kimi K3.1 傳出洩露:3D 生成成本僅為 GPT-6 Astra 的 1/14,挑戰海外視覺模型

    流出的測試顯示,Kimi K3.1 在 Three.js 和 3D 生成任務表現突出,生成同等複雜度的 3D 程式碼所耗用的 Token 僅為海外頂級模型的幾十分之一。文中稱,其成本約為 Kimi K3 的 70%,僅為 GPT-6 Astra 的 1/14,並有用戶以 15 分鐘生成互動式 3D 直升機模型。測試亦指出,模型生成的長頸鹿奔跑動作仍不自然。

  2. DEV Community56

    如何按 RAG 流程的延遲預算選擇 Cohere Rerank 5 Pro 或 Fast

    Cohere Rerank 5 提供 Pro 和 Fast 兩個層級,本文按 RAG 流程的品質要求與延遲預算説明選擇方式。Cohere 報告的每次 96 份文件請求中位延遲分別為 11.7s 和 4.1s;Pro 在其 46 組綜合數據集中的 39 組勝出,品質數據尚待獨立複測。文章建議以代表性查詢測試兩個層級,並指出 Cohere 尚未公佈 v5 每請求定價。

  3. DoNews56

    火山引擎發佈 Seedance 2.5 4K 影片生成模型

    火山引擎於10月23日正式發佈 Seedance 2.5 4K 影片生成模型,支援 480P Draft 樣片快速預演及 4K 正片高質素輸出。模型經專項訓練,提升人物表情、細微動作及畫面紋理細節的還原能力,並採用 10-bit 色深。目前模型已在部分海內外影視及後期公司試用,僅向企業客戶開放,之後會逐步擴大使用範圍。

  4. 新浪科技66

    MiniMax M3.1 Flash 開源權重,沐曦曦雲 C 系列 GPU 完成 Day 0 適配

    MiniMax 於10月23日開源 M3.1 Flash 權重,沐曦曦雲 C 系列 GPU 同日完成 Day 0 深度適配。模型總參數428B、激活參數23B,支援1M上下文窗口及圖像、影片輸入。MiniMax 官方披露,線上推理速度較前代提升近3倍,Agent 任務綜合 Token 使用成本下降70%;Day 0 適配依託沐曦自主 GPU 與 MXMACA 全棧軟件棧。

  5. IT之家56

    火山引擎發佈面向影視級畫面生成的 Seedance 2.5 4K

    字節跳動旗下火山引擎發佈 Seedance 2.5 4K,稱其經專項訓練後可更充分呈現人物表情、細微動作和畫面細節。模型支援 Draft(樣片)模式,用戶可先以 480P 樣片驗證分鏡及打磨鏡頭,再生成 4K 正片;目前僅供部分企業客戶試用。火山引擎亦稱,4K 畫面具備 10-bit 色深,參考生成及影片編輯時亦可更好保持上傳素材的畫質、清晰度與色彩。

  6. 第一財經51

    火山引擎發布 Seedance 2.5 4K

    火山引擎於10月23日發布 Seedance 2.5 4K,稱它是 Seedance 2.5 這一代中最強的模型。它支援 Draft(樣片)模式,用戶可先以 480P 樣片驗證分鏡、打磨鏡頭,再生成 4K 正片;480P 可用較佳成本進行創意探索。目前僅供部分企業客戶試用,後續或將逐步擴大開放範圍。

  7. 新浪科技61

    科大訊飛發佈星火X2.6端雲一體架構,並推出法律、教育及醫療應用產品

    科大訊飛在2026全球1024開發者節發佈基於全國產算力訓練的星火X2.6及端雲一體協同架構,並推出法律、教育和醫療領域應用產品。該架構按任務難度、端側能力和資料安全需求,在純端側、端雲協同與純雲側執行之間路由,準確率為96.1%;星火X2.6-4B的智能體任務覆蓋度為41.9%。超長上下文訓練效率提升約4倍,基於國產集羣的推理效率提升4.5倍。

  8. DoNews57

    LlamaIndex 推出 4B 文件解析模型 OCRia-1

    LlamaIndex 推出視覺語言文件解析模型 OCRia-1,並已將其整合至 LlamaParse,現有用戶無需加價即可獲得這項解析能力。OCRia-1 在 ParseBench 綜合得分 87.4,在 350 億參數以下梯隊排名第一;其圖表專項得分 85.1。LlamaIndex 以超過 10 萬頁文件建立訓練數據集,並結合 SFT 與 RLVR 訓練。