AITOP

代码模型

共 10 条相关 AI 资讯
8月14日
01:43
01:43lmarena.ai@lmarena_ai
83°
xAI 的 Grok-4.6 (High) 在 Code Arena 的 WebDev 榜单以 1630 分升至第五名，超过 Claude Fable 5 的 1627 分和 GPT-5.6 Sol xHigh 的 1622 分。相比 Grok 4.5 的 1553 分（第13位），Grok-4.6 得分提升明显。目前这三款模型分差仅 4 至 9 分，分别排在第五至第七名。
AI模型Grok-4.6SpaceXAICode Arena
事件专题
推荐理由：Grok-4.6 刚发布就把网页开发能力冲进第一梯队，分数压过 Claude 和 GPT 的最新版，差距只有个位数，写代码的可以关注下。
原文
8月12日
18:28
18:28官方账号Decoder@Matthias Bastian
精选
微软发布MAI Code 1.1 Flash，用于GitHub Copilot，声称比前代节省25%的token，成本降低75%。但在基准测试中，其性能被更便宜的DeepSeek V4 Flash超越。此举符合微软一贯模式：宣传开源AI，却在应用中内置更差的专有模型以保护利润。
AI模型MAI CodeDeepSeekGitHub Copilot
推荐理由：微软新代码模型被DeepSeek碾压，价格性能都输，想了解Copilot背后模型真实水平的朋友可以看看。
原文
7月14日
15:59
15:59AI Will@FinanceYF5
中国顶尖代码模型GLM5.2和Qwen3.7 Max的混合定价约1美元/百万token，而美股同档位SOTA模型定价在4-8美元。高盛测算显示，价值型Agent模型目前EBIT利润率为-30%，代码模型为-39%，企业依靠账上现金扛亏损，预计到2030年才能转正。
行业GLM5.2Qwen3.7 Max代码模型
推荐理由：GLM5.2和Qwen3.7 Max比美股便宜4-8倍，但还在亏本卖。高盛说代码模型利润率-39%，国内价格战打到2030年才止血，做AI应用的朋友该算算这笔账。
原文
7月11日
05:30
7月1日
09:42
09:42官方账号arXiv cs.LG@Mehmet Iscan
研究使用安慰剂对照方法分解反馈包，针对0.5B-1.5B的冻结代码模型（共3个）在HumanEval+/MBPP+基准上的290个死任务单元进行测试。主实验生成7000个新样本，盲重采样比纯代码重试多解锁18个（25/7，p=0.0021），代码加事实比纯代码多解锁18个（21/3，p=0.00042），与通用子弹安慰剂相比多15个（p=0.0041）。指令单独效果不明显（+3，p=0.36）。研究结论是反馈价值来自与外部可执行反例的比较，而非重新暴露于失败代码。
论文代码模型自我修复反馈
推荐理由：这篇论文通过精心设计的安慰剂对照实验，拆解了自我修复反馈中真正起作用的成分——不是重新看到失败代码，而是比对可执行反例。方法严谨，结果清晰。
原文
6月19日
18:40
18:40官方账号Together AI@togethercompute
TogetherAI用Kimi K2.7 Code和Claude Fable 5各生成12个落地页。Kimi的成本仅为Claude的1/16，质量表现接近。通过设计MCP服务器提供视觉上下文后，Kimi效果更佳。这表明开源模型在落地页生成工作流中已是高性价比的实用选择。
AI模型Kimi K2.7 CodeClaude Fable 5开源模型
事件专题
推荐理由：想低预算做落地页？试试Kimi K2.7 Code，便宜16倍效果不输Claude Fable 5，尤其配合MCP服务器更稳。
原文
18:33
18:33官方账号Together AI@togethercompute
精选
Kimi Moonshot 发布 Kimi-K2.7-Code，基于 Kimi K2.6 的专用编码智能体模型。该模型面向长周期软件工程工作流，支持工具调用和代理式推理。现已通过 Together AI 的推理栈提供，针对工具密集型编码代理场景优化。模型在多个编程基准上表现优于前代。
AI模型Kimi-K2.7-Code月之暗面智能体
事件专题
推荐理由：月之暗面出了个专门写代码的智能体模型 K2.7-Code，在 Together AI 上就能跑，搞长期软件工程任务挺合适。
原文
6月15日
12:58
6月12日
11:45
11:45官方账号Microsoft AI@MicrosoftAI
精选
微软AI实验室在MSBuild 2026上发布了7个新模型，涵盖推理、代码、图像、语音和转录能力。这些模型基于科学和清洁的商业安全数据构建，设计为无缝协作。微软AI负责人Mustafa Suleyman在主题演讲中展示了这些进展，标志着微软在AI领域的快速扩张。
AI产品微软多模态模型推理模型
推荐理由：微软一口气推出7个覆盖多模态的模型，做AI应用开发的团队可以直接集成这些能力，减少自研成本，值得关注。
原文
6月5日
12:19
12:19官方账号arXiv cs.AI@Liliana Hotsko, Yinxi Li, Yuntian Deng, Pengyu Nie
精选72°
Code2LoRA 提出一种超网络框架，为代码语言模型生成仓库专属的 LoRA 适配器，无需在推理时增加 token 开销。它支持两种模式：Code2LoRA-Static 用于稳定代码库的静态快照适配，Code2LoRA-Evo 则通过 GRU 隐藏状态逐 diff 更新适配器，适应代码演化。作者构建了 RepoPeftBench 基准，包含 604 个 Python 仓库的静态和演化任务。静态任务上，Code2LoRA-Static 达到 63.8% 跨仓库和 66.2% 仓库内精确匹配，与逐仓库 LoRA 上限持平；演化任务上，Code2LoRA-Evo 跨仓库精确匹配达 60.3%，比单个共享 LoRA 高 5.2 个百分点。代码和数据集已开源。
论文代码模型LoRA/适配器超网络
事件专题
推荐理由：做代码仓库级上下文注入的团队终于有了一个轻量方案——Code2LoRA 用超网络生成适配器，省去逐仓库微调的成本，还支持代码演化场景。做代码补全或仓库级 AI 工具的开发者值得试试这个零推理开销的思路。
原文