Nebius 联合 Tavily 发起 Agentic Deep Research 挑战赛,用 Token Factory 构建深度研究 agent
10/18模型产品
模型产品
Nebius 联合 Tavily 发起 Agentic Deep Research 挑战赛,用 Token Factory 构建深度研究 agent
转述 TeortaxesTeortaxes 称 deepseek-flash 的 system_fingerprint 变更,疑似 DeepSeek V4.1-Flash-1017 已deepseek-flash 的 system_fingerprint 变更,疑似 DeepSeek V4.1-Flash-1017 已
转述 TestingCatalogTestingCatalog 称 aurora-red-alpha 疑似为新的图像模型aurora-red-alpha 疑似为新的图像模型
转述 TeortaxesTeortaxes 称 Gemini 3.1 Pro 是首个能顺利跑通其 SDF 绘图提示词的模型Gemini 3.1 Pro 是首个能顺利跑通其 SDF 绘图提示词的模型
OpenAI 模型列表新增 aurora-blue-alpha、aurora-red-alpha、aurora-green-alpha 三个未公开代号
转述 Brett AdcockBrett Adcock 宣布 Hark 本周上线,前 10 万注册用户免费获付费方案Hark 本周上线,前 10 万注册用户免费获付费方案
转述 Alexandr WangAlexandr Wang 称 Muse Wonder Full 在 VulcanBench 上与 Astra、Opus 5.5、Sol 6.1 大致相当,但速Muse Wonder Full 在 VulcanBench 上与 Astra、Opus 5.5、Sol 6.1 大致相当,但速
转述 OpenCodeOpenCode 称遭大规模蒸馏攻击,1.4% 用户 OpenAI、Anthropic、Google 余额被耗尽遭大规模蒸馏攻击,1.4% 用户 OpenAI、Anthropic、Google 余额被耗尽
转述 Alexandr WangAlexandr Wang 称 Muse 的 hype 是 LEGITMuse 的 hype 是 LEGIT
转述 TeortaxesTeortaxes 称 DeepSeek V4.1F-1017 五分钟内复现 Opus 成果且质量更优,API 成本约 $2 与 $1DeepSeek V4.1F-1017 五分钟内复现 Opus 成果且质量更优,API 成本约 $2 与 $1
昨天
转述 Max For AIMax For AI 质疑梁叔叔已能提供比 OpenAI 官方更快的 Astra 模型,并称其蒸馏了大量 GPT梁叔叔已能提供比 OpenAI 官方更快的 Astra 模型,并称其蒸馏了大量 GPT
转述 TeortaxesTeortaxes 称 nacre 风扇生成有大幅进展,但尚未达到 nacre 水平nacre 风扇生成有大幅进展,但尚未达到 nacre 水平
转述 TeortaxesTeortaxes 认为 Gemini 4 Argon 的生成图更好,并引用同提示词对比:Argon 耗时 13 分钟、花费 $1.2,DeepSeek v4.Gemini 4 Argon 的生成图更好,并引用同提示词对比:Argon 耗时 13 分钟、花费 $1.2,DeepSeek v4.
转述 OpenBMBOpenBMB 称 MiniCPM-V 4.7 通过 Nativ 支持 Apple Silicon MacMiniCPM-V 4.7 通过 Nativ 支持 Apple Silicon Mac
转述 TeortaxesTeortaxes:新 DS-Flash 在基准上超过 GPT-5.6 Sol,与 OpenAI 的差距不到 3 个月新 DS-Flash 在基准上超过 GPT-5.6 Sol,与 OpenAI 的差距不到 3 个月
转述 TeortaxesTeortaxes 判断 DeepSeek 新检查点 token 利用率比旧版高一个数量级,开始抑制 CoT 膨胀DeepSeek 新检查点 token 利用率比旧版高一个数量级,开始抑制 CoT 膨胀
转述 Brett AdcockBrett Adcock 称所有互联网/浏览器工作由 computer use agent Handoff 驱动所有互联网/浏览器工作由 computer use agent Handoff 驱动
转述 Elon MuskElon Musk 称 Roadster 将具备感知能力,可自主完成演示中的全部特技Roadster 将具备感知能力,可自主完成演示中的全部特技
转述 TestingCatalogTestingCatalog 称 OpenAI 新构建字符串显示即将推出的 AI agent 名为 Dots,可短信/通话/Slack/邮件调用并代购OpenAI 新构建字符串显示即将推出的 AI agent 名为 Dots,可短信/通话/Slack/邮件调用并代购
Logan Kilpatrick 用 Gemini 4 Argon 做出飞行 Tesla Roadster 版 Subway Surfers
转述 TeortaxesTeortaxes 称 deepseek-flash 模型指纹为 fp_dsv41f_1017_prod0820_fp8_kvcache_20260402_fpdeepseek-flash 模型指纹为 fp_dsv41f_1017_prod0820_fp8_kvcache_20260402_fp
转述 TeortaxesTeortaxes 称 DeepSeek 疑似更新模型,速度约 180 t/s,V4-Pro-0813 与 V4.1 均无法通过该测试DeepSeek 疑似更新模型,速度约 180 t/s,V4-Pro-0813 与 V4.1 均无法通过该测试
转述 vLLMvLLM 宣布 vLLM-Omni 在 Day 0 支持 MOSS-Image 开源图像生成模型vLLM-Omni 在 Day 0 支持 MOSS-Image 开源图像生成模型
MediaTek 与 NVIDIA 合作为 RTX Spark Windows PC 定制 Grace CPU,主打能效与高性能
Perplexity Decider V1.2 决策模型上线 Vercel AI Gateway,含 pplx-decider-v1.2 与 pplx-deci
转述 Thibault SottiauxThibault Sottiaux 宣布 ChatGPT Space,支持多人协作编辑富笔记与实时可视化ChatGPT Space,支持多人协作编辑富笔记与实时可视化
转述 SemiAnalysisSemiAnalysis:Muse 遭 Amazon 及三分之一美国购物旅行网站封禁,字节给 155 个应用 30 天退出 Doubao 手机 agent 期限Muse 遭 Amazon 及三分之一美国购物旅行网站封禁,字节给 155 个应用 30 天退出 Doubao 手机 agent 期限
Jim Fan 祝贺 Haotian 在 NVIDIA GEAR lab 发布 ASPIRE v1.0 机器人技能发现框架
转述 Alexandr WangAlexandr Wang 宣布 Muse Spark Open 权重今日发布,称其为最佳美国开源模型并可在新款 Mac Studio 运行Muse Spark Open 权重今日发布,称其为最佳美国开源模型并可在新款 Mac Studio 运行
Brett Adcock 公布 Hark Pro 免费披萨下单流程:聊天输入 order a free pizza,经 Doordash 选店并附 $30 礼品
Elvis Saravia 转述 Google DeepMind 论文:四个 Gemini 4 Argon agent 无人工干预 27 小时 14 分通关 M
Perplexity 开源 pplx-decider-v1.2 与 pplx-decider-flash-v1.2 决策模型,支持文本与视觉,推理最高快 5 倍
转述 Lauren TanLauren Tan 宣布 Poteto 单一通用淀粉,可用于汤、炖菜、砂锅和披萨Poteto 单一通用淀粉,可用于汤、炖菜、砂锅和披萨
转述 Straggler LiuStraggler Liu 指出 AWS 服务器与网络折旧年限为 5–6 年、Meta 为 5.5 年,并称 Burry 约 1760 亿美元折旧不足的估计未经AWS 服务器与网络折旧年限为 5–6 年、Meta 为 5.5 年,并称 Burry 约 1760 亿美元折旧不足的估计未经
转述 Guillermo RauchGuillermo Rauch 宣布 Vercel Shop 正式 GA,基于 Next.js 与 Shopify 后端Vercel Shop 正式 GA,基于 Next.js 与 Shopify 后端
转述 Jeff DeanJeff Dean 称赞 AndrewDai 与 Elorian 发布视觉思考模型 Glimpse,称在公开视觉推理基准上对标 Astra赞 AndrewDai 与 Elorian 发布视觉思考模型 Glimpse,称在公开视觉推理基准上对标 Astra
称Elon Musk 称团队每天对 Grok @Bot 做约 20 项改进团队每天对 Grok @Bot 做约 20 项改进𝕏
Elon Musk称Elon Musk 称 Grok Bot 代下单可用信用卡截图完成支付Grok Bot 代下单可用信用卡截图完成支付𝕏
Elon MuskThariq 转述 Claude Code app 更快更简单,仍缺浏览器/电脑操作、全线程远程控制与实时语音𝕏
Thariq称Straggler Liu 称 OpenAI 网页搜索每千次收费 $10,DeepSeek 约 $0.70,计费架构差异被低估OpenAI 网页搜索每千次收费 $10,DeepSeek 约 $0.70,计费架构差异被低估𝕏
Straggler Liu称Elon Musk 称 Grok Bot 能自己赚回订阅费Grok Bot 能自己赚回订阅费𝕏
Elon Musk称Teortaxes 称 Opus 对 Astra 中首次出现的该能力反应平淡,认为只是小事Opus 对 Astra 中首次出现的该能力反应平淡,认为只是小事𝕏
Teortaxes昨天
认为tphuang 认为 Kimi K2.5+ 与 GLM 5 基础相当,但 Moonshot 靠 DSA+ 降本仍难与 DeepSeek V4.1 竞争价格敏感客户(K3.1)Kimi K2.5+ 与 GLM 5 基础相当,但 Moonshot 靠 DSA+ 降本仍难与 DeepSeek V4.1 竞争价格敏感客户(K3.1)𝕏
tphuangNathan Lambert:Meta 开源权重模型势头正盛,但能否追平 Claude 仍存疑𝕏
Nathan LambertTeortaxes:Kimi K-2.8.5+ 基础能力约与 GLM 5 相当,可借 MLA 转 DSA+ 降推理成本并蒸馏 K3.1(V4.1)𝕏
Teortaxes判断Teortaxes 判断 Opus 仍不可撼动,但承认对手持续进步并渐近逼近Opus 仍不可撼动,但承认对手持续进步并渐近逼近𝕏
Teortaxes称Teortaxes 称尚未弄懂 DeepSeek 指纹串 fp_dsv41f_1017_prod0820_fp8_kvcache_20260402_fp 各段含义尚未弄懂 DeepSeek 指纹串 fp_dsv41f_1017_prod0820_fp8_kvcache_20260402_fp 各段含义𝕏
Teortaxes质疑Teortaxes质疑DeepSeek在周六部署新模型,猜测其已实现完全自主DeepSeek在周六部署新模型,猜测其已实现完全自主𝕏
Teortaxes判断Teortaxes 判断开源模型短期内难以达到 Astra 层级,并称 Astra 本身存在严重缺陷、内部前沿还高出其一到两个层级(V4.1)开源模型短期内难以达到 Astra 层级,并称 Astra 本身存在严重缺陷、内部前沿还高出其一到两个层级(V4.1)𝕏
TeortaxesTeortaxes:前四实验室与其余差距巨大,xAI 理论上将进前五𝕏
TeortaxesTeortaxes:Mistral 4 在 AA 上与美国最佳开源模型差距在误差范围内,尚未看到美国开源权重复兴𝕏
Teortaxes称Thibault Sottiaux 称 ChatGPT 新增 slides 支持,Pro、Business、Enterprise 可用ChatGPT 新增 slides 支持,Pro、Business、Enterprise 可用𝕏
Thibault Sottiaux称Thibault Sottiaux 称 Codex 与 Work 通过子代理复用上下文、延长缓存与改进请求路由提升有效用量Codex 与 Work 通过子代理复用上下文、延长缓存与改进请求路由提升有效用量𝕏
Thibault Sottiaux称Elon Musk 称 Grok Bot 计算机任务平均快 3 倍、其余回复时间减半Grok Bot 计算机任务平均快 3 倍、其余回复时间减半𝕏
Elon MuskCursor Cloud agents 支持构建可交互 canvas 并生成分享链接𝕏
Cursor称Aravind Srinivas 称输入缓存与serving优化可把百万token成本压到1美分以下输入缓存与serving优化可把百万token成本压到1美分以下𝕏
Aravind Srinivas关注后可跟此人更新与他说过的话,需用手机号登录