精选 AI 资讯

推荐理由：写代码的智能体要检索代码库？OpenRouter 上新了 Voyage Code 4，四档嵌入维度可调，还有量化选项，省资源又灵活。

推荐理由：MiniMax 把音乐模型开源了，叫 Music3，号称开源里最强，能直接生成各种风格的音乐，适合想做 AI 音乐应用的人。

推荐理由：3.7 Flash 刚出，定价却预告明年翻倍，有点怪。想试试新模型的可以看看它比 3.6 强在哪。

推荐理由：Pi 上现在能直接用 Grok 4.6，跑长任务智能体更稳，编码和视觉也比之前强，价格也公布了。

推荐理由：Gemini 3.7 Flash在Text Arena冲到第9，创意写作第3，数学第4，跟Qwen-3.8和Claude Opus 5只差几分。

推荐理由：想看AI智能体谁强谁弱？Agent Arena完整榜单出来了，去arena.ai/leaderboard就能看。

推荐理由：想去arena.ai找代码或文本任务的最强模型？看这个帕累托前沿图，一眼就能知道哪些模型在权衡点上更值。

推荐理由：3.7 Flash改代码前先摸清环境、跑测试，少走弯路，能省不少无效循环。

推荐理由：LlamaIndex测了14个文档提取系统，Codex、Gemini在扫描件上都掉链子，只有Agentic Plus三项全在93%以上。

推荐理由：DeepSeek的V4-Pro正式版来了，官方文档已更新，想用新模型的可以去看看接口说明。

推荐理由：想做智能体又怕模型太贵太慢？Nemotron 3.5 Lightning只有3B活跃参数，在Fireworks上直接就能调。

推荐理由：DeepSeek出了V4-Pro-0813，价格比Flash贵不少，并发限制500也更低，想用的话注意近期要涨价。

推荐理由：Grok 4.6 在 OpenRouter 上线，基准超其他前沿模型，价格还是 2 进 6 出，想试就直接用。

推荐理由：DeepSeek 悄悄改了 V4 Pro 版本号，但更新日志和公告都没跟上，连跑分也只比 V4 Flash 高 1 分，想确认是不是撤了模型的可以看看这个讨论。

推荐理由：Fireworks 上线了 Qwen3.8-2.4T-A95B，2.4T 参数 MoE，主打智能体和写代码，有 Day-0 支持，直接就能用。

推荐理由：Grok 4.6 已经能在 Devin 里用了，Desktop 和 CLI 都支持，比 GPT-5.6 Sol 强，仅次于 Opus 5 和 Fable 5，想尝鲜的赶紧试试。

推荐理由：Cohere 出了个超小的视觉模型 North Micro Vision，专门用来读懂复杂文档，而且开源了，直接去 Hugging Face 就能下载权重。

推荐理由：Harvey把Nemotron 3.5 Lightning后训练了一把，法律Agent评测从0冲到8.3%，比Opus 4.6还强，输出也从90k缩到37k，省Token。

推荐理由：NVIDIA 的 Nemotron 3.5 Lightning 开源模型上线 Together AI，跑得最快，适合需要高强度处理任务的智能体。

推荐理由：Reasonable微调了NVIDIA的30B开源模型，形式化证明通过率胜过50倍大的模型，生成还更快。博客还拆解了模型怎么作弊。

推荐理由：想微调 Cohere 的视觉模型 North Micro Vision？现在用 Axolotl 就能跑，不用自己买显卡，直接上手试试吧。

推荐理由：Trajectory 一键后训练 Nemotron 3.5 Lightning，测试冲到 8.3% 超 Opus 4.6，小模型按客户定制能落地。

推荐理由：DeepSeek新模型V4-Pro专攻代码生成，在Code Arena排第8，开源第2，仅次于Kimi K3，还超过了GPT-5.6 Sol。

推荐理由：vista8用Deepseek V4 Pro 0813跑了三个活：网站部署、60种设计风格、3D游戏，视频挺直观。

推荐理由：LlamaIndex 搞了个 ExtractBench，测了 14 个系统，发现长文档提取召回率很低。它家 Agentic Plus 能到 96.1%，比别的都稳。

推荐理由：Arena 用数千万人类真实对战数据训了个奖励模型，评估速度飞快，还比 LLM-as-judge 更贴近真实偏好。

推荐理由：DeepSeek 又发新模型了，V4-Pro (Max) 在编码榜上排开源第二，比贵得多的 Opus-4.8 还强，价格只要零头。

推荐理由：DeepSeek V4 Pro 到底行不行？这条推文用公开数据聊了聊它为什么不够惊艳，顺便夸了 Flash 和 GLM-5.2，观点挺实在。

推荐理由：xAI 把 Grok 4.5 又练了更长一轮，还专门强化编程、内核和 CAD，想搞技术活的话可以看看。

推荐理由：NVIDIA 的 Nemotron 3.5 Lightning 微调后，在 6 项任务上超过 4 个同类 MoE 模型拿了第一。想知道怎么调出来的，可以看这篇。