谷歌发布了 Gemini 4,内部对其编程能力有争议,安全测试成绩超过了 OpenAI 的 Astra。
#coding ability
OpenAI的GPT-6 Astra与Anthropic的Claude Fable 5.1正面PK,成本、编程能力实测对比
Meta 新出的 Muse Spark 1.3 编码能力超 GPT-5.6,工具调用减少 20%,还支持长线程多任务处理。
The open checkpoints allow researchers in ASEAN to continue training these models for local applications without starting from scratch.
智谱用同一套基座只做后训练,就把 GLM-5.3 的编程能力拉高了五成,还能在开源项目里挖出两千多个漏洞,挺值的看。
想用最强开源编程模型的可以蹲一下,GLM-5.3 纯靠后训练就把 Terminal-Bench 分数翻了 6 倍,两周后开放权重。
路透爆了谷歌AI内幕:Gemini延期、编程落后、布林亲自下场督战,想了解换帅背后的真乱象就看这篇。
DeepSeek V4 Pro编程只比Claude旗舰差0.3%,API价格便宜很多,还适配国产芯片,性价比拉满。
GPT-5.6 Luna输入价格砍了八成,比GPT-5.5还强,代码和网络安全分数都涨了,性价比碾压Gemini。
月之暗面刚发的Kimi-K3直接打败了Fable,中国模型第一次在Frontend Code Arena登顶,开源领域又一大动静。
谷歌Gemini 3.5 Pro延期了,编程能力没达标,内部还乱成一团。和OpenAI、Anthropic比差距更大了。
OpenAI发现SWE-Bench Pro这个编码基准有70%噪音上限,已经饱和了,不再适合用来衡量最强AI编码能力。
Cola刚发了Seed 2.1 Pro,说是多模态最强,coding和agent比2.0强不少,想试试去colaos.ai就行。
Z.ai 开源了 GLM-5.2,编码水平追上 Opus,还给了 1M 上下文和两种推理模式,MIT 许可随便用。
M3 把编码、长上下文和多模态三合一开源了,做 AI 应用开发的团队可以直接在 SiliconFlow 上低成本试用,编码能力还超过了 GPT-5.5,值得上手体验。
MiniMax M3 把编码、智能体和多模态三合一开源,做 AI 应用和 Agent 开发的团队可以直接拿来用,尤其适合需要长上下文和复杂任务自动化的场景。
做 AI 模型评估或选型的团队,DeepSWE 能帮你看到模型在长周期软件工程任务上的真实差距,建议关注这个新基准。
国产模型首次在权威编程盲测中超越 Claude Opus 4.6,做 AI 编程工具选型或关注国产大模型进展的开发者值得关注,建议直接去 Code Arena 看榜单。
哈萨比斯直接反驳了 AI 裁员论,给焦虑的开发者吃了定心丸——做编程或技术决策的人看完会松口气,建议点开了解他的完整观点。
小米MiMo-V2.5-Pro在多个高难度榜单中超越众多闭源模型,做模型选型或关注开源生态的开发者值得关注——它证明了开源模型在核心智能和实际编码任务上已能媲美顶级闭源方案。
Kimi K2 的代码能力增强和 API 加速直接提升了开发者的编程效率,做 AI 编程或使用 Kimi API 的团队值得立即体验。