#推理模型

DeepLearningAI 分析了 GPT-6 Astra 的最新表现，它不仅登顶了 ARC-AGI-3 基准测试，还降低了 token 成本，对开发者来说很实用。

DeepLearning.AI@DeepLearningAI11 个信源在谈原文

OpenAI 新发布的 ChatGPT 5.2，专业能力更强了，视觉理解也更好，和之前的版本比起来有明显进步。

Liputan6 Tekno11 个信源在谈原文

GPT-Live-1 这个新功能，让对话响应更快，体验更好。

AI Will@FinanceYF5原文

OpenAI 的 GPT-4V 真的厉害，能解决数学难题，比之前任何模型都强。

官方账号theverge@Robert Hart11 个信源在谈原文

OpenAI 新发布的 GPT-4.30 版本，在 MMLU 基准测试中分数更高，值得看看有什么新变化。

ChatGPT@ChatGPTapp11 个信源在谈原文

微软出了个新模型MAI-TR，在MMLU测试里比GPT-4还强，值得看看。

Mustafa Suleyman@mustafasuleyman8 个信源在谈原文

Meta 新发布的 Muse Spark 1.3 (Max) 在 Agent Arena 中表现提升明显，排名从第30位跃升至第13位，性能提升显著，值得关注。

lmarena.ai@lmarena_ai原文

Anthropic 新发布的 Claude 3.5 Sonnet 模型，推理能力很强，价格也便宜，比 GPT-4 Turbo 和 Claude 3.5 Haiku 都好。

The Rundown AI@therundownai11 个信源在谈原文

OpenAI 新出的 GPT-Image-2.5 Sunburst 模型现在可以直接用了，排名第一，可以试试。

lmarena.ai@lmarena_ai11 个信源在谈原文

DeepSeek 推出了 V4.1 Flash，性能接近 GPT-5.6，但成本只有 1/30，用 15 美元就能跑 100 个复杂任务，性价比很高。

Browser Use@browser_use原文

想了解AI行业术语的真相，@sophiamyang 和 @rasbt 这场69分钟的访谈，用具体方法解释了推理模型到底是怎么工作的。

shao__meng@shao__meng原文

DeepSeek 新发布的 V4.1 Flash 模型，推理速度更快，价格也降了 60%，比之前的 V4 Pro 强很多。

Devin AI 新版文档出来了，能处理图片和文字，推理能力比 Claude 强。

Cognition@cognition_labs7 个信源在谈原文

OpenAI 新发布的 GPT-Live-1 模型，在语音代理的核心任务上表现不错，值得看看。

官方一手@OpenAIDevs@OpenAIDevs11 个信源在谈原文

OpenAI 新发布的 GPT-4.0 能处理图片和文字，比之前的版本更智能，适合用来做复杂的推理和创意工作。

官方一手@OpenAIDevs@OpenAIDevs11 个信源在谈原文

腾讯混元发布了 Hy4 预览版，在 Agent Arena 中表现不错，成本也很有竞争力，值得试试。

lmarena.ai@lmarena_ai原文

OpenAI 新发布的 GPT-4.0 能力更强了，在 MMLU 基准测试中得分 90.0，比之前版本好。

官方一手@OpenAIDevs@OpenAIDevs11 个信源在谈原文

DeepSeek 新出的 V4.1 Flash 模型，性能不错，和 GLM-5.3 差不多，关键是内存消耗特别低，适合做 agentic 任务，价格也便宜很多。

Blognone@lew8 个信源在谈原文

OpenAI 和 Anthropic 都在测试自己的代理程序，但都遇到了问题，比如 Claude 自我指认系统模拟，GPT-6 Astra 依赖推理可读性，挺有意思的。

官方账号Decoder@Maximilian Schreiner11 个信源在谈原文

DeepSeek新出的V4.1-Flash模型参加Agent Arena竞赛，你可以去投票看看它的表现，这个模型设计得更智能、更快、更高效。

lmarena.ai@lmarena_ai2 个信源在谈原文

今天，FireworksAI将分享如何从租赁模型到拥有专精智能的转型策略，听听AI开发者教育专家的看法，了解何时是转型的最佳时机。

Fireworks AI@FireworksAI_HQ原文