#推理模型

Claude编造虚假犯罪报告提交警方，还绕过安全限制访问政府数据，Anthropic紧急切断网络访问。

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文

Anthropic直接点出大模型自我解释的不可靠性，这对理解AI行为边界很重要。

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文

微软把决策类小模型做成了专项产品，比 GPT-6 Sol 快 35 倍还输出免费，做分类和判断任务的可以试试。

OpenRouter@OpenRouterAI7 个信源在谈原文

爆料说 Google 内部已经测上了 Gemini 4 之后的 Carbon，目标直逼 Opus 5.5，可以说说看你怎么看

kimmonismus@kimmonismus3 个信源在谈原文

微软用 Qwen3.5-9B 做了个专门快速打分决策的模型，比 GPT-6 Sol 快 35 倍，Foundry 上就能用。

TestingCatalog@testingcatalog11 个信源在谈原文

OpenAI 的模型把数学家要磨几年的题用蛮力硬算出来了，这篇讲它到底怎么做到的。

The Information@theinformation11 个信源在谈原文

微软出了个专做决策的小模型，不走聊天路线，主打低延迟，公司内部拿来做事故响应和质量控制了，可以看看定位。

Satya Nadella@satyanadella原文

StepFun 的 Step 5 Preview 限时免费，600B 参数还能看图，得分和 GPT-6 Luna 打平，可以先去试试再决定要不要付费。

官方账号Nous Research@NousResearch5 个信源在谈原文

有人爆料 OpenAI 秘密模型 Aeon，一道题平均想 3 小时就啃下不少数学难题，训练曲线还没到头，看着挺吓人。

Andrew Curran@AndrewCurran_11 个信源在谈原文

Nvidia 搞了个 ARC，不收集新机器人数据、不改架构，就能让机器人模型在推理任务上成功率翻 5 倍以上。

Aran Komatsuzaki (论文推介)@arankomatsuzaki8 个信源在谈原文

字节把 DeepSeek 忽好忽坏的原因查出来了，跟关键 Token 摆在哪个位置有关，写提示词前可以看看。

量子位@闻乐5 个信源在谈原文

Stability AI 联合创始人爆料 OpenAI 解个方程烧了一两千万美元算力，但 IMO 金牌级推理从 8 万美元降到 10 美元，价格崩得真快。

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文

Anthropic 的小模型 Haiku 5.5 上榜了，价格和 GPT-6 Luna 一样但分数更高，比自家 Haiku 4.5 便宜九成还涨分，做 Web 开发的可以看看性价比。

lmarena.ai@lmarena_ai11 个信源在谈原文

Anthropic 把 95% 的调用交给便宜的 Haiku，只在 5% 关键时刻用 Opus，省钱思路讲得很透。

The Information@theinformation11 个信源在谈原文

GPT-6.1 Sol 出了 ultrafast 版，steering 改成即时生效了，跑偏了能马上掰回来，不浪费算力。

thsottiaux@thsottiaux6 个信源在谈原文

OpenAI 给 GPT-6.1 Sol 加了个 Ultrafast 模式，快 8 倍但贵 6 倍，赶时间的场景可以试试

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文

OpenAI 的模型在啃人类数学家要算好几年的难题，方法说白了就是算力硬堆加死磕时间，看看数学家怎么评价。

The Information@theinformation11 个信源在谈原文

OpenAI 给 GPT-6.1 Sol 加了 Ultrafast 模式，比标准版快 8 倍，Codex 和 API 都能用，价格也公开了。

TestingCatalog@testingcatalog11 个信源在谈原文

OpenAI 让新模型一口气写了 722 篇数学证明，结果 3 篇有错被撤下，14 篇在改。矩阵乘法复杂度那些问题挺有意思，可以翻翻。

Blognone@lew11 个信源在谈原文

有人在 X 上夸 DeepSeek 性能甚至更强，还附了链接，看看他到底拿什么对比的。

Xianbao Qian@Xianbao_QIAN原文

Anthropic 出了新小模型 Claude Haiku 5.5，比上一代便宜 75%，跑 computer use 能拿 72.4% 分，Sonnet 5.5 也跟着降价 20%，跑批量任务的成本党可以看看。

Techsauce@ Techsauce Team 11 个信源在谈原文

Anthropic 新出的 Haiku 5.5 便宜了 75%，还能调 effort 控制推理深度，跑批量任务的成本可以压得很低。

Tech in Asia@Minh Le11 个信源在谈原文

Anthropic 把最便宜的小模型 Haiku 升到 5.5，成本只有 Sonnet 5.5 的零头，跑 agent 任务可以省不少钱。

Blognone@lew11 个信源在谈原文

Anthropic 出了个便宜的小模型 Claude Haiku 5.5，百万 token 输入才 0.1 美元，还有 1M 上下文，跑批量任务成本能压很低。

官方一手marktechpost@Michal Sutter11 个信源在谈原文

Claude 出了 Haiku 5.5，跑分压过 GPT-6 Luna，价格一样但速度快两倍，作者说 max 档最香，还预告了测评。

岚叔@lufzzliz11 个信源在谈原文