AITOP
全部 AI 动态
AI 相关资讯全量信息流
全部博客资讯推文论文
全部模型产品行业论文技巧
标签：推理模型×
6月4日
13:01
10:53
08:10
06:06
00:31
6月3日
13:48
13:48Mustafa Suleyman@mustafasuleyman
88°
微软CEO Mustafa Suleyman宣布推出7款全新MAI系列模型，包括文本基础模型MAI-Thinking-1、图像模型MAI-Image-2.5及高效编程模型MAI-Code-1-Flash。MAI-Thinking-1拥有350亿激活参数的MoE架构，256K上下文窗口，在AIME 2025上达到97%，SWE Bench Pro上53%，与Opus 4.6持平，且盲测中整体质量优于Sonnet 4.6。该模型针对微软自研MAIA 200芯片优化，性能每美元提升30%，每瓦性能提升1.4倍。MAI-Code-1-Flash仅5B参数，SWE Bench Pro达51%，成本更低。微软还推出Frontier Tuning服务，允许企业定制专属模型，早期案例中为McKinsey定制模型以10倍低成本超越GPT-5.5。
AI模型MAI-Thinking-1MAI-Code-1-FlashMAI-Image-2.5推理模型编程助手
推荐理由：微软一口气推出7款新模型，覆盖推理、编程、图像三大方向，MAI-Thinking-1在推理和编码上直接对标Claude Sonnet 4.6和Opus 4.6，做AI应用或企业定制化模型的团队值得关注——尤其是Frontier Tuning让企业用更低成本获得超越GPT-5.5的效果。
原文
09:52
09:52berryxia@berryxia
精选
微软AI今日发布了七个全新MAI模型，包括MAI-Thinking-1、MAI-Code-1-Flash、MAI-Image-2.5等，覆盖推理、编码、图像、语音和转录任务。这些模型是从零开始、使用干净数据训练，不依赖蒸馏，强调血统纯净。其中MAI-Code-1-Flash在SWE-Bench Verified上达到71.6分，超越Claude Haiku 4.5，且节省60% token。MAI-Image-2.5在图像编辑和文本生图排名靠前，已集成到PowerPoint和OneDrive。微软的策略是构建专精任务、可协作的模型家族，而非追求单一通用大模型。
AI模型微软MAI模型编程助手推理模型图像生成
推荐理由：微软这次反主流而行，用干净数据从零训练专精模型，做AI开发或选型的人值得关注——MAI-Code-1-Flash在编码任务上性价比突出，Copilot用户可以直接体验。
原文
08:37
08:12
05:02
05:02rohanpaul_ai@rohanpaul_ai
88°
微软发布了 MAI-Thinking-1，这是其自研推理模型系列的首个成果。该模型采用 1T 总参数的混合专家架构，每次推理仅激活 35B 参数，在 AIME 2025 上达到 97.0%，LiveCodeBench v6 上 87.7%，SWE-Bench Pro 上 52.8%。微软称其训练流程为“爬山机器”，通过持续优化数据、训练、奖励和安全测试形成闭环。预训练基于 30T 主要人工生成 token，避免使用第三方模型蒸馏，随后通过强化学习提升数学、编程、工具使用和安全能力。这标志着微软在推理模型领域建立了完整的自研能力。
AI模型推理模型微软MAI-Thinking-1混合专家模型强化学习
推荐理由：微软用自研数据+强化学习打造了强推理模型，做 AI 推理或模型训练的团队值得关注其“爬山机器”方法论，尤其是 35B 激活参数就能达到接近顶尖水平的效率。
原文
01:20
01:14
6月2日
22:55
19:21
10:36
10:17
10:10
00:17
6月1日
12:35
11:16
07:55
5月30日
10:50
05:39
5月29日
22:53
17:57
17:54
14:36
14:36阶跃星辰 Stepfun@Stepfun_AI
88°
阶跃星辰发布了 Step 3.7 Flash 模型，专注于智能体效率，在 ClawEval-1.1、SimpleVQA Search 等基准测试中取得领先成绩。该模型采用 198B 稀疏 MoE 架构，约 11B 活跃参数，支持 400 TPS 推理速度和 256K 上下文，并提供三种推理级别。它擅长理解 UI、图表、文档和图像，并能直接编写代码或调用工具执行操作，在 τ²-bench 上工具调用可靠性超过 98%。模型权重以 Apache 2.0 开源，可在 Mac Studio M4 Max、DGX Spark 等设备本地运行，并兼容 Claude Code、MCP 等生态。
AI模型阶跃星辰Step 3.7 Flash智能体开源/仓库推理模型
推荐理由：做智能体、编程或搜索应用的开发者终于有了一个兼顾速度、成本和可靠性的开源模型——Step 3.7 Flash 在工具调用和视觉理解上表现突出，而且能在本地跑，建议直接试试。
原文
12:25
12:25Latent.Space@latentspacepod
88°
Anthropic 宣布完成 9650 亿美元 H 轮融资，并同步推出新一代模型 Opus 4.8 以及 Dynamic Workflows/ultracode 功能。Opus 4.8 在推理和代码生成能力上有显著提升，而 Dynamic Workflows 旨在优化复杂任务的多步骤执行。此次融资规模创下 AI 领域新高，显示投资者对 Anthropic 技术路线和商业化前景的强烈信心。新功能将直接面向开发者和企业用户，提升 AI 在编程和自动化场景中的实用性。
AI产品AnthropicOpus 4.8Dynamic Workflows融资推理模型
推荐理由：Anthropic 的巨额融资和 Opus 4.8 发布表明其正在加速追赶 OpenAI，做 AI 应用开发或模型选型的团队值得关注 Dynamic Workflows 对复杂任务编排的改进。
原文
12:15
11:36
09:57
09:18
09:18shao__meng@shao__meng
83°
Anthropic 在宣布 H 轮 650 亿美金融资当天，发布了 Claude Opus 4.8。该模型在编码、Agent 任务和知识工作方面显著提升，SWE-Bench Pro 达到 69.2%，Terminal-Bench 2.1 为 74.6%。关键改进包括更诚实的自我监控（误判减少 4 倍）、更稳定的 Agent 协作质量，以及计算机/浏览器 Agent 能力提升（OSWorld-Verified 83.4%）。同时引入 Claude Code Dynamic Workflows，支持从单 Agent 到规划、并行、验证的协作模式。定价不变，即日可用。
AI模型Claude Opus 4.8推理模型Agent/智能体编程助手浏览器自动化
推荐理由：做复杂编码、Agent 和浏览器自动化的团队可以直接升级——Opus 4.8 在诚实度和任务完成率上都有实质提升，且价格不变，值得立即试用。
原文
08:20
08:20Alex Albert@alexalbert__
精选
Anthropic 在 Opus 4.8 模型上投入了大量工作来校准其思考努力程度，旨在让模型在推理时既不过度思考也不思考不足。团队正在邀请用户测试并反馈模型在具体任务上的思考表现，特别是过度或不足思考的案例。这反映了 Anthropic 对模型推理质量精细调优的重视，有助于提升用户体验。用户可以通过回复或直接联系团队成员来提供反馈。
AI模型Opus 4.8思考校准推理模型用户反馈Anthropic
推荐理由：Anthropic 正在主动校准 Opus 4.8 的思考深度，这对追求模型推理效率与质量平衡的开发者来说是个好消息——如果你在用 Claude 做复杂推理，反馈你的使用体验可以直接影响模型优化方向。
原文
08:10
08:09
08:01
02:48
02:12
02:01
02:00