AITOP

模型性能

共 9 条相关 AI 资讯
8月21日
18:03
18:03官方账号深度求索 DeepSeek@deepseek_ai
78°
DeepSeek-V4-Flash-Vision-Exp模型在DeepSeek API平台上线，文本能力与DeepSeek-V4-Flash相当，多模态性能提升显著，接近Opus-4.8。DeepSeek Harness 0.1.1版本支持新模型。
AI模型DeepSeek-V4-Flash-Vision-Exp多模态推理模型
事件专题
推荐理由：DeepSeek新模型上线，文本和推理能力提升，多模态性能接近Opus-4.8，值得一试！
原文
8月14日
02:57
02:57官方账号Perplexity@perplexity_ai
Grok 4.6 已在 Perplexity 和 Perplexity Computer 上线。该模型在 WANDR 基准上位于性能和效率的帕累托前沿。相比 Fable 5，Grok 4.6 在结果持平的情况下成本降低超过 60%。用户现在即可在 Perplexity 生态中直接使用 Grok 4.6。
AI模型Grok 4.6PerplexityWANDR
事件专题
推荐理由：Grok 4.6 上线 Perplexity 了，在 WANDR 上跟 Fable 5 结果持平，成本还低 60% 以上。
原文
7月24日
13:09
7月20日
10:30
7月16日
07:09
6月8日
14:42
14:42官方一手歸藏(guizang.ai)@op7418
Notion官方在状态页面公开指出Anthropic的Opus 4.7和4.8模型出现性能下降，导致用户使用Notion AI时失败率升高。为缓解影响，Notion已禁用所有Anthropic模型并将请求路由到其他供应商。Anthropic回应称此类问题在所有模型中都会发生，目前性能已恢复。但观察者指出，Anthropic模型出问题的频率明显高于其他两家，其状态页面甚至显示可用性未达99%。
AI产品AnthropicOpus 4.7Opus 4.8
事件专题
推荐理由：Anthropic模型频繁出问题，做AI产品集成的团队需要评估供应商稳定性——Notion的公开点名就是信号，建议关注Anthropic的可用性记录再决定是否深度依赖。
原文
6月6日
07:44
6月5日
08:25
08:25cat@_catwu
Anthropic 正在招聘一位专注于模型性能的产品经理，负责 Claude Code 产品线。该职位要求候选人具备编写智能体评估（agentic evals）的经验，并能将研究想法整合到核心产品中。这表明 Anthropic 正加速将前沿研究转化为实际产品，尤其关注智能体（Agent）场景下的模型表现。对于关注 AI 产品化和智能体落地的从业者，这是一个值得关注的信号。
行业Claude Code产品经理智能体评估
事件专题
推荐理由：Anthropic 首次公开为 Claude Code 招聘模型性能方向的 PM，说明智能体评估正从研究走向产品化。做 AI 产品经理或智能体开发的团队，可以从中看到行业对 agentic evals 的重视程度，值得关注。
原文
05:36