全部动态

TypeSafe AI 创始人在 a16z 节目里讲他们的新模型 Jev，思路和 Claude Code 不一样，输出是带置信度的选项，软件能直接用，聊自动化为什么一直没来。

a16z@a16z3 个信源在谈原文

OpenAI 把 GPT-6 Sol 短暂开放到 Arena 的 Direct Mode，想去试试新模型手感的可以抓紧这 24 小时。

lmarena.ai@lmarena_ai11 个信源在谈原文

a16z 聊了个新模型 Jev，它不输出文本，而是给软件返回带置信度的选项，开发者能直接用来写自动化程序，跟 Claude Code 思路完全不同。

a16z@a16z2 个信源在谈原文

ElevenLabs 新的 Eleven v4 拿了语音合成榜第一，支持 90 多种语言，发音准确率 91.7%，就是价格比 Google 贵不少。

官方账号Artificial Analysis@ArtificialAnlys原文

月之暗面的 Kimi K3.1 被开发者从 API 后台挖出来了，100 万上下文加三档推理强度，定价可能和 K3 持平。

H 公司放出了 Holo4，专攻让模型自己操作电脑界面干活，做自动化工作流的朋友可以看看它和 Claude 这类选手的差别。

有人实测了 Claude Opus 5.5 做视觉设计，说是目前所有模型里最强的，视频里有实际效果，做前端设计的可以看看对比。

AI Will@FinanceYF511 个信源在谈原文

StepFun 这个 Step 5 Preview 有 1M 上下文，主打长程智能体任务，权重月底开源，可以等开源后自己跑一跑。

官方一手pandaily@contact@pandaily.com (Pandaily)原文

阿里这次没发新模型，而是让 Qwen3.8-Max 自己训自己，33 轮迭代后成绩追上 Claude 和 GPT，还顺手把多模态价格砍了九成。

berryxia@berryxia原文

有人试听 AI 生成的音乐后感叹质量惊人，还提到歌词反而是人写的短板，聊聊这个判断靠谱不靠谱。

Teortaxes@teortaxesTex原文

Anthropic 下一款 Sonnet 5.5 被内测网友扒出来了，实测编码干过 GPT-6 Sol，价格只要 $2/百万 token，文章还教你怎么检查自己有没有被灰度到。

Fireworks 拿 Kimi K3 改了个 Ember-1，推理 token 少用 40% 还不掉分，省钱党可以看看。

elvis@omarsar05 个信源在谈原文

Raschka 简评了 Ember-1，还顺带说了句实在话：小预算做前沿模型，与其从头训练，不如把钱花在后训练上。

官方账号Sebastian Raschka@rasbt3 个信源在谈原文

有人晒了 V4.1 自己夸自己想法的截图，原话还挺好玩，想看模型说话风格可以瞄一眼。

Teortaxes@teortaxesTex原文

新加坡团队训练了个 309B 的模型，架构照着 DeepSeek 来的，还声称训练流程大部分是自主跑的，可以看看他们怎么做的。

Teortaxes@teortaxesTex原文

有人把 Opus 5.5 和 GPT 6 的跑分放在一张图里了，重点看 Terminal-Bench 4.0，GPT 在跨应用自动化那项表现很猛。

向阳乔木@vista8原文

匿名模型玉兔匿名冲上 OpenRouter 日榜第一，文章有 Coding 实测记录，想抢先了解它实际编程水平的可以看看。

量子位@衡宇原文

达摩院开源了个腹部CT诊断模型RADAR，用40多万份增强CT报告自学训练，标注都省了，学医的做医疗AI的可以看看。

Gorden Sun@Gorden_Sun原文

斯坦福和加州理工把 GPT-6 Astra 直接接到机器人上，不训练额外控制层就能整理陌生厨房，思路挺有意思。

官方账号Decoder@Matthias Bastian11 个信源在谈原文

Nvidia 免费放了个 1 亿参数的小模型，能实时分辨最多 8 个说话人，做会议转写或字幕的可以试试。

官方账号Decoder@Jonathan Kemper11 个信源在谈原文