#推理模型
不生成文本、只做分类决策的 Jev 三周就跑到日处理 1 万亿 token，OpenAI 和 Cloudflare 都出了同路线产品，挺值得了解的新方向。
arXiv 上的新基准 D2K-Bench，26 个任务测 LLM 写 GPU 内核，加上专家指导后 GPT-6-Astra 等模型的加速比从 1.69 倍冲到 2.49 倍，结果挺有意思。
微软 AI 负责人 Suleyman 说 10 亿美元训练跑马上来，全球就 5、6 家实验室凑得出吉瓦级算力，听听头部怎么看算力军备赛。
四个前沿模型各有所长：Astra 擅长操作电脑，Argon 强在法律金融，Sol 写代码最便宜，看完就知道该用哪个。
一条关于 Reflection AI 能不能追上 GLM 5.3 的讨论，拿 Nvidia 和 Thinky 当反面例子，看法挺克制。
Google 悄悄上线了 Gemini 4 Argon，主攻推理和安全方向，就是冲着 OpenAI 和 Anthropic 的旗舰模型去的，可以看看它到底强在哪。
一条推文把本月各家新模型全列齐了，GPT-6 Astra、Grok 4.7、Gemini 4 Argon 都在，想快速扫一遍本月发布看这条就够。
Google 放出了新旗舰 Gemini 4 Argon，一次能输出 100 万 token，主打编码和企业场景，现在只有 Fairwind 测试者能先摸到。
想给业务加自动判断能力的话看这篇，Jev 每百万 token 才 0.042 美元，还跟 GLiDE 等 5 家开源方案对比了。
Gemini 4 快来了，而且 Anthropic 博客都还在引用 GLM-5.3 的网络能力，国产模型这条线索值得关注。
有人爆料 OpenAI 下周有大动作，可能是 GPT-6.1 Astra，还说是对标 Claude Opus 5.5，真假存疑但值得盯一下。
Raschka 又出新教程了，这次手把手带你从零写 GRPO，把 DeepSeek-R1 那套推理训练方法完整实现一遍，还带 MATH-500 评测结果。
Cloudflare 用 Qwen 造了个决策模型，输出只按 schema 来，flash 版每百万 token 才 0.09 美元，比 Jev 便宜不少。
Meta 这篇论文挺反直觉的：给基座模型配个轻量脚手架，多采样几次，居然比 RL 后训练版本更能解智能体任务，做训练的人可以看看。
Google 把 Gemini 4 Argon 拿出来了，直接点名对标 GPT-6 Astra，想看两家旗舰怎么较量的可以看看。
Meta 让数学家用 Muse Spark 的普通聊天界面做开放数学题，还发了六篇论文，每篇都标注人和 AI 各写了哪部分。
