Chinese contentIB-RL：隔离双边强化学习提升战略对话智能体泛化
IB-RL让对话双方独立对练，不靠固定对手。车销任务89.6% vs 基线84.6%，还胜过DeepSeek V4 Pro。
Latest
Every published item, in order · 132 items
Aug 10
Aug 7
Chinese contentDeepSeek V4 Pro 仅比 Claude Fable 弱 0.3%
DeepSeek V4 Pro 跟 Claude Fable 只差 0.3%，又赶上新一轮融资，colaos.ai 的六倍 DeepSeek 额度还能撑多久真不好说。
Chinese contentDeepSeek V4 Pro编程仅弱于Claude旗舰0.3%
DeepSeek V4 Pro编程只比Claude旗舰差0.3%，API价格便宜很多，还适配国产芯片，性价比拉满。
Aug 6
Chinese contentOpenRouter任务榜：DeepSeek V4 Pro与Kimi K3登顶
OpenRouter按真实花费给模型排名，DeepSeek V4 Pro拿下Shell执行第一，Kimi K3拿下工具调度第一，开放模型领先。
Aug 3
Chinese contentDeepSeek V4 Pro发布后，还有V4 Ultra吗？
geekbb在X上问：DeepSeek会不会再出V4 Ultra？虽然只是脑洞，但这条推文有1200多次浏览，好奇大家怎么看。
Aug 2
Chinese contentDeepSeek Harness 双模型组合设想，内测招募开源开发者
有人设想让 V4 Pro 规划、V4 Flash 执行，还招开源开发者内测 DeepSeek Harness，想玩 Agent 的可以关注。
Jul 31
Chinese contentDeepSeek-V4-Flash-preview仅重训后超越V4-Pro
geekbb 晒图：同 Flash-preview 架构，重训后超 V4-Pro，但没有具体分数。
Models11:48
Chinese contentLG AI研究院发布K-EXAONE 2.0：750B参数韩国最大开源模型LG开源了韩国最大的K-EXAONE 2.0，750B参数，跑分比初代高10%，长上下文和工具调用还压过了GLM-5.1。
IT之家Source
Chinese contentOpenAI下调GPT-5.6 Luna费用80%，性价比超DeepSeek V4 Pro
OpenAI把Luna模型价格砍到原来的五分之一，比DeepSeek V4 Pro还便宜，性能却更好，做任务的成本大幅降低。
IT之家Source
Jul 23
Papers07:21
Chinese contentAI实验室是否刻意优化“骑自行车的鹈鹕”？系统测试未发现证据别猜了，Dylan用48个提示跑了7个模型，结论是AI实验室没作弊，鹈鹕骑自行车并不比其他组合强。
Jul 19
Chinese contentDeepSeek V4 Pro API 疑偷偷调用 Claude Fable 5 进行模型蒸馏
DeepSeek API 可能偷偷调用 Claude？测试者用 3D 游戏、安全题等挖出异常行为，但证据还不铁，吃瓜注意别上头。
Chinese content阿里云 Qwen 3.8 max preview 开源权重模型预览上线，2.4T参数
阿里云发了个 2.4T 参数的开源模型 Qwen 3.8 max preview，性能接近 Fable 5，首月才 4 美元，还能在 Claude Code 里用，可以试试。
Chinese contentKimi K3 vs DeepSeek V4 Pro vs GLM-5.2：开源万亿参数MoE模型对比
想选开源万亿模型？这篇直接拿三个主流模型比了基准、许可证和成本，看完就知道选哪个合适。
Jul 18
Chinese contentKimi K3 在 front-end coding 上超越所有美国模型，比多数闭源模型更小
Moonshot 的 Kimi K3 在前端编码上打败了所有美国模型，而且模型更小，值得关注。
Jul 17
Jul 16
Chinese content前OpenAI CTO穆拉蒂推出多模态开源模型Inkling
前OpenAI CTO创业首秀，开源975B参数多模态模型，多模态有亮点，但推理编程弱于GLM和DeepSeek，看看值不值得用。
IT之家Source
Chinese contentThinking Machines开源多模态模型Inkling，975B/A41B MoE
Mira Murati团队开源了多模态模型Inkling，975B参数，比Nemotron和Kimi K2.5强，指令遵循甚至超Claude，值得一试。
Jul 14
Jul 13
Chinese content开源 skill shifu：用GPT5.6规划、Kimi 2.7等执行的分层编码工作流
Viking 分享了怎么用 GPT5.6 规划、Kimi 和 DeepSeek 执行、再交回贵模型审查，省 token 又高效，适合做大项目时试试。
Jul 9
Chinese content穷鬼组合工作流开源：贵模型规划，便宜模型执行
vikingmute 分享了一个省钱又好用的 AI 编程工作流：让贵模型（Fable5、GPT5.5）规划，便宜模型（composer2.5、DeepSeek V4 Pro）执行，帮你白嫖高质量代码。
Chinese contentClaude Fable 5 六项行业指数第一，成本比 DeepSeek V4 Pro 高 100 倍
想选行业AI模型？Claude Fable 5 碾压全场，但成本是 DeepSeek V4 Pro 的百倍，性能只多 12 分，性价比得掂量。
IT之家Source
Chinese contentClaude Fable 5 登顶六项行业基准但成本是竞品百倍
Claude 5 性能确实最强，但用一次要三块多，比 DeepSeek 贵百倍，分数只高一点，性价比要好好掂量。
Jul 8
Chinese content腾讯开源Hy3模型，295B MoE媲美GPT-5.5
腾讯Hy3开源模型295B参数，比GLM-5.2小一半却和GPT-5.5打平，还超过DeepSeek V4 Pro，免费API两周，智能体应用很香。
Jul 6
Chinese content腾讯混元Hy3正式发布：295B MoE模型，Agent任务解决率达90%
腾讯新出的Hunyuan Hy3，Agent任务解决率90%，直接超过DeepSeek和Qwen，搞智能体的话一定要看看。
Jul 3
Chinese content用Fable xhigh和GPT 5.5 xhigh搭建编程工作流
Mitchell Hashimoto分享的核心方案：Fable xhigh规划+GPT 5.5 xhigh编码+Fable xhigh审查，成本低至几美元。想省钱的可以用DeepSeek V4 Pro代替编码步骤。
Jun 27
Chinese contenthf-claude 让 Claude Code 接入超100个开源模型，含 GLM 5.2、MiniMax-M3 等
想在 Claude Code 里用别的模型？hf-claude 能直接集成 100+ 开源模型，包括 GLM 5.2 和 DeepSeek v4 Pro，很方便。
Industry13:04
Chinese content反直觉模型观察：GLM 5.2受付费用户青睐，GPT 5.5鲜有人用oran_ge用Cola数据发现一个反常识现象：GLM 5.2在抢Claude的付费用户，而GPT 5.5却没人用，值得看看
Jun 20
Chinese contentGLM 5.2、Minimax M3、Kimi k2.7 在 BrowserCode 基准上超越闭源模型
智谱发了 GLM 5.2，Benchmark 接近 Opus，成本才一毛八，还有更便宜的 M3 和升级的 Kimi 2.7，做浏览器智能体有得选了。
Jun 19
Chinese contentDeepSeek V4 Pro on Together AI 登顶 Artificial Analysis 性能榜首
Together AI 把 DeepSeek V4 Pro 调到了速度与延迟双第一，还公开了优化方法，搞推理部署的值得看看。
Jun 18
Chinese contentGLM5.2在Artificial Analysis登顶，用户反馈接近Opus 4.6
GLM5.2在开源模型排名拿了第一，而且有人说用起来感觉像Opus 4.6，你要是想换掉Deepseek V4 Pro可以试试。
Chinese contentGLM-5.2发布：753B参数开源纯文本模型登顶基准
Z.ai开源了GLM-5.2，纯文本模型在智能和编码基准上超过DeepSeek V4和Kimi K2.6，价格只有GPT-5.5的五分之一。
Jun 17
Chinese content微软考虑用 DeepSeek V4 微调版降低 Copilot Cowork 成本
微软嫌 Claude 和 GPT 太贵，打算用 DeepSeek V4 微调版，价格差了 57 倍，企业用户能省一大笔钱。
IT之家Source
Jun 16
Chinese contentOpenRouter推出Fusion API，多模型协同以一半成本接近Claude Fable 5水平
OpenRouter用多个便宜模型拼出顶级效果，成本砍半但性能追上Claude Fable 5，预算有限又想用好模型可以试试。
IT之家Source
Jun 15
Jun 13
Jun 9
Chinese contentDACSI攻击：低成本间接提示注入突破RAG安全边界
RAG系统开发者需要警惕这种低成本、隐蔽的间接注入方式——它不依赖命令，而是冒充元数据，做AI安全的团队建议仔细看论文中的缓解方案。