OpenRouter推出“帕累托代码”评估法,DeepSeek V4 Pro 登顶模型需求榜单
OpenRouter平台近日推出名为“帕累托代码”(Pareto Code)的新型评估方法,该方法基于真实用户调用数据构建模型性能与成本的帕累托前沿,旨在以市场需求重塑大模型选择标准。最新公开榜单显示,DeepSeek V4 Pro 位居首位,GPT 5.4 Mini 与 Gemini 3.1 Pro 分列第二、第三。完整榜单可通过 OpenRouter 官网公开访问。
OpenRouter平台近日推出名为“帕累托代码”(Pareto Code)的新型评估方法,该方法基于真实用户调用数据构建模型性能与成本的帕累托前沿,旨在以市场需求重塑大模型选择标准。最新公开榜单显示,DeepSeek V4 Pro 位居首位,GPT 5.4 Mini 与 Gemini 3.1 Pro 分列第二、第三。完整榜单可通过 OpenRouter 官网公开访问。
AntLingAGI正式发布万亿参数旗舰“思考模型”Ring 2.6 1T。该模型于5月15日前可通过OpenRouter平台免费试用。 Ring 2.6 1T支持可调节的思考强度,可在认知深度、Token消耗与响应速度之间动态平衡;专为智能体(Agent)场景优化,适用于高频工作流,支持快速多步执行与工具调用。 模型强调深度推理能力,面向严密数学逻辑与科学研究等高要求任务,旨在适配实际生产环境中的复杂应用场景。
商汤科技SenseNova U1图像生成模型已正式支持在ComfyUI平台部署运行。该模型获多位独立评测者认可,相关实践教程已公开,涵盖完整部署工作流及真实场景下的图像生成测试。 SenseNova U1支持8步快速推理,生成效率较高,适用场景包括人像生成、超现实艺术创作、文字标志设计及生物结构可视化等。 模型权重、代码及社区支持资源已同步开放至Hugging Face、GitHub和Discord平台。
中国移动正式上线AI模型中转平台MoMA,标志着“国家队”正式切入AI基础设施赛道。 该平台目前已接入DeepSeek、通义千问等超300个主流大模型,并获央视新闻报道。官方将其定位为面向AGI时代的“智能电网”,旨在通过模型聚合与调度掌握行业生态与定价权。 用户现可通过移动云官网搜索“MoMA”申请体验包。此举表明,国内AI产业竞争正加速向底层算力与模型调度基础设施延伸。
MachinaCheck 是一款面向 CNC 机加工车间的多智能体 AI 系统,旨在自动化分析 STEP 格式 CAD 文件的可制造性。该系统支持上传 STEP 文件及材料类型、公差要求、螺纹规格等参数,可在 30 秒内生成完整报告,涵盖所需刀具、缺失资源、风险提示及操作建议。 系统采用五模块流水线架构:STEP 文件解析(基于 cadquery)、工艺分类(Qwen 2.5 7B)、刀具匹配(纯 Python 数据库查询)、可行性决策(Q...
美国语音AI初创公司Wispr Flow宣布其印度市场增长显著加速,目前已成该公司第二大市场(仅次于美国),用户与收入规模均居全球前列。 该公司于今年初上线Hinglish(印地语 英语混合)语音识别模型,并率先在Android平台推出应用。据联合创始人兼CEO Tanay Kothari透露,Hinglish功能上线后,印度月度增长率由此前约60%提升至约100%;印度用户使用场景正从职场办公向WhatsApp等个人通信及社交媒体延伸。...
5月8日消息,艾伦人工智能研究所(AI2)正式发布EMO模型。该模型采用端到端预训练的混合专家(MoE)架构,旨在使模块化结构直接从数据中自主涌现,无需依赖人工定义的语义领域或先验约束。 EMO总参数量为140亿,每步激活10亿参数(8个专家),共包含128个专家。实验表明,在仅启用12.5%专家(即16个)的情况下,其在MMLU等通用基准上的性能仅下降约3个百分点,显著优于同构标准MoE模型(后者在同等稀疏度下性能急剧退化)。 该模型通过文...
OpenAI 宣布在其 Realtime API 中上线多项新语音智能功能,包括 GPT Realtime 2、GPT Realtime Translate 和 GPT Realtime Whisper。 GPT Realtime 2 是新一代语音交互模型,基于 GPT 5 级推理能力,支持更复杂的实时对话;GPT Realtime Translate 支持超 70 种输入语言和 13 种输出语言的实时语音翻译;GPT Realtime Wh...
USDT发行方Tether的AI研究团队宣布推出QVAC MedPsy系列医疗语言模型,专为智能手机、可穿戴设备等低算力终端设计,支持完全离线运行。 该系列含1.7B与4B两个参数版本,均以量化GGUF格式发布(1.7B约1.2GB,4B约2.6GB)。在七项封闭式医疗基准测试中,1.7B版本平均得分62.62,超出Google MedGemma 4B达11.42分;在HealthBench Hard等真实临床场景中,更击败参数量近16倍的M...
5月7日消息,腾讯混元宣布,新一代大模型Hy3 preview自上线以来Token调用量持续攀升,两周内总调用量已达上一代模型Hy2的10倍。其中,代码生成与智能体类应用场景增长尤为显著,在腾讯内部WorkBuddy、Codebuddy及Qclaw等应用中,Token调用量增幅超16.5倍。
5月6日消息,据TechCrunch报道,机器人AI初创公司Genesis AI宣布转向全栈开发模式,正式发布其首个基础模型GENE 26.5,并公开演示视频展示其自主研发的仿人机械手执行多项复杂任务。 该机械手在尺寸与形态上高度还原人类手掌,区别于业内常见的二指夹爪,旨在缩小机器人操作与真实物理环境间的“具身差距”。演示中,机械手成功完成了敲蛋切番茄、调制饮品、弹奏钢琴、复原魔方及实验室操作等任务。 为加速模型迭代,团队还开发了一款轻量级传...
BlockBeats 5月6日消息,特朗普家族加密项目WLFI与WorldClaw合作推出AI中转平台WorldRouter。该平台宣称支持通过单一账户访问超300个AI模型,服务费用较主流模型官方定价低约30%。 WorldRouter定位为WorldClaw AgentOS的入口,用户无需在ChatGPT、Claude等多平台间切换。系统基于BNB Chain、Solana与Tempo构建,支持AI代理执行记忆信息、预订旅行、购物及支付账...
5月5日消息,OpenAI正式发布新基础模型GPT 5.5 Instant,将取代GPT 5.3 Instant作为ChatGPT的默认模型。 该模型在法律、医疗和金融等敏感领域的幻觉率显著降低,同时保持了与前代相近的低延迟响应能力。基准测试显示,GPT 5.5 Instant在AIME 2025数学测试中得分81.2(前代为65.4),在MMMU Pro多模态推理基准中得分76.0(前代为69.2)。 此次更新重点强化了上下文管理能力,模型...
4月29日,法国AI初创公司Mistral AI发布新一代开源模型Mistral Medium 3.5。该模型采用1280亿参数Dense架构,在SWE Bench Verified编程基准测试中得分77.6%。同步推出的功能还包括远程编码代理工具Mistral Vibe CLI,以及支持多步骤自主任务的Le Chat AI Agent。 尽管技术有所整合,但该模型API定价高达每百万输入Token 1.5美元、输出Token 7.5美元,显著高于同类竞品,引发开发者社区质疑...
阿里千问宣布开源 Qwen Scope,这是一个基于 Qwen3 和 Qwen3.5 系列模型训练所得的可解释性模块。 该模块的应用场景包括推理结果定向控制、数据分类与合成、模型训练与优化,以及评估样本分布分析与对比等。 本次开源的权重涉及 7 个大模型,覆盖 Qwen3 及 Qwen3.5 系列的稠密模型和混合专家模型,共包含 14 组稀疏自编码器(SAE)权重。
在 OpenAI 宣布微软不再享有其产品独家云服务权利后,亚马逊 AWS 迅速宣布上线一系列 OpenAI 产品。AWS 的 Bedrock 服务现已提供 OpenAI 最新模型、代码编写服务 Codex,以及一款全新的 AI 智能体创建产品。 这款名为 Bedrock Managed Agents 的新服务专为使用 OpenAI 的推理模型而设计,提供智能体引导和安全等功能。此前,OpenAI 与亚马逊签署了高达 500 亿美元的协议,但受限于微软的独家条款,AWS 一直无...
英伟达正式推出 Nemotron 3 Nano Omni 模型,作为 Nemotron 3 系列新成员,该模型将视频、音频、图像与文本的推理能力整合至单一高效的开源架构中,旨在替代传统碎片化的多模态技术栈,降低智能体系统的编排复杂度与推理成本。 Nemotron 3 Nano Omni 基于 30B A3B 混合专家(MoE)架构构建,结合 Mamba 层与 Transformer 层优化计算效率。在多项行业基准测试中,该模型在文档智能、视频与音频理解方面表现领先。在固定交互...
4月28日,NVIDIA正式发布开源多模态推理模型Nemotron 3 Nano Omni。该模型将视觉、音频和语言能力整合至单一系统,有效解决了传统AI智能体在多模型间切换导致的数据延迟与上下文丢失问题。 Nemotron 3 Nano Omni采用30B A3B混合专家(MoE)架构,支持256K上下文窗口,可处理文本、图像、音频、视频及图形界面等复杂输入。在同等交互性下,其吞吐量较其他开源全模态模型提升9倍,并在复杂文档智能与音视频理解等六项基准测试中位列榜首,显著降低...
Anthropic 正式发布“Claude for Creative Work”系列更新,推出多款针对创意行业的软件连接器,使 Claude 能够直接与创意工作者常用的专业工具协同工作。此次合作涵盖 Blender、Autodesk、Adobe、Ableton 和 Splice 等知名平台。 新增连接器支持用户通过自然语言与创意软件交互。其中,Adobe 连接器可调用 Creative Cloud 50 余款工具;Autodesk Fusion 支持对话式 3D 建模;Ble...
MarkTechPost 发布了一项新教程,介绍如何构建一个受视觉 语言 动作(VLA)启发的轻量级具身智能体。该智能体能够直接从像素观察中进行感知、规划、预测和重新规划。 教程使用纯 NumPy 渲染的网格世界,让智能体观察 RGB 帧而非符号状态变量,从而模拟简化的 VLA 流程。此外,该教程还涵盖了如何训练一个轻量级世界模型,并结合模型预测控制(MPC)来实现智能体的决策。
由 Nick Levine、David Duvenaud 和 Alec Radford 领导的研究团队发布了 Talkie 1930,这是一款拥有 130 亿参数的开源大语言模型。该模型完全基于 1931 年之前的英文文本进行训练。 Talkie 1930 专为历史推理和泛化研究而设计。由于训练数据的限制,该模型不具备关于互联网、智能手机或第二次世界大战等现代概念的知识,从而成为研究特定历史语境下大模型行为与泛化能力的重要实验工具。
OpenMOSS 近日发布开源音频基础模型 MOSS Audio。该模型将语音、环境音、音乐及时间感知音频推理能力统一整合至单一架构中。 基准测试显示,MOSS Audio 在通用音频任务上的表现优于所有参与对比的开源模型,性能甚至超越部分参数量为其四倍以上的系统。
Meta Reality Labs 发布了全新的以人为中心的视觉基础模型系列 Sapiens2。该模型具备高分辨率处理能力,专注于人体相关的视觉任务。 Sapiens2 采用单一骨干网络架构,能够在姿态估计、图像分割以及 3D 几何(包括法线、点图和反照率)等多项任务上达到新的最先进(SOTA)水平。
中信建投发布研报指出,DeepSeek V4 与 GPT 5.5 于4月24日同期发布。DeepSeek V4 凭借 CSA/HCA 注意力压缩与 mHC 网络重构技术,在性能紧逼闭源旗舰的同时,将百万上下文推理成本降至极低水平,并成功跑通国产化算力基座;GPT 5.5 则依靠软硬件强耦合,主攻高复杂度知识工作,延续高定价匹配高智能的商业模式。 DeepSeek V4 包含 Pro(1.6T参数,激活49B)与 Flash(284B参数,激活13B)两个版本,原生支持1M上下...
xAI 正式发布全新旗舰语音模型 grok voice think fast 1.0。该模型在 τ voice Bench 基准测试中取得 67.3% 的成绩,成功登顶榜单。 测试结果显示,grok voice think fast 1.0 的表现超越了 Gemini、GPT Realtime 以及其前代模型。在零售、航空和电信等工作流场景中,该模型均展现出优异的性能。
中国AI实验室DeepSeek发布了最新大语言模型DeepSeek V4的两个预览版本:V4 Flash和V4 Pro。两款模型均采用混合专家(MoE)架构,上下文窗口达100万tokens。其中,V4 Pro拥有1.6万亿参数(490亿活跃参数),成为目前最大的开源权重模型;较小的V4 Flash则拥有2840亿参数(130亿活跃参数)。 DeepSeek表示,得益于架构改进,两款模型在效率和性能上均优于前代V3.2,并在推理基准测试上几乎“缩小了与当前领先模型的差距”。官...
DeepSeek 今日发布 V4 模型,主打高效的超长上下文支持与智能体任务优化。此次发布了两款 MoE 架构模型:DeepSeek V4 Pro(总参数 1.6T,激活参数 49B)与 DeepSeek V4 Flash(总参数 284B,激活参数 13B),两者均支持 100 万 Token 上下文窗口。 针对长上下文推理中 KV 缓存占用过大的痛点,V4 引入了混合注意力机制(CSA 和 HCA),在交替层中压缩 KV 条目。与 V3.2 相比,V4 Pro 的单 To...
OpenAI正式发布GPT 5.5,这是自GPT 4.5以来首个完全重新训练的基础模型。该模型专为智能体(Agentic)工作流设计,具备自主规划、工具调用、自我校验及多步骤任务执行能力,核心聚焦智能体编程、计算机操作、知识工作与早期科研四大场景。 核心性能表现 GPT 5.5在多项基准测试中表现突出:Terminal Bench 2.0得分82.7%(领先Claude Opus 4.7与Gemini 3.1 Pro),GDPval得分84.9%,OSWorld Verifi...
4月23日,OpenAI正式发布最新AI模型GPT 5.5,称其为迄今“最智能、最直观易用”的模型。OpenAI联合创始人兼总裁Greg Brockman表示,新模型在实现“更具智能体和直观的计算”方面取得了重大进展,且相比GPT 5.4,它思考更快、更敏锐,同时消耗的token更少。 GPT 5.5在智能体编程、知识工作、数学及科学研究等领域均有提升,并在药物研发方面展现出潜力。OpenAI公布的基准测试数据显示,该模型表现不仅优于前代,也超越了Google Gemini...
小米 MiMo 团队正式发布两款全新模型 MiMo V2.5 Pro 和 MiMo V2.5。这两款模型在智能体能力上取得显著突破,以更低的 Token 成本比肩当前顶尖的闭源前沿模型。两款模型现已通过 API 开放使用,并兼容 Claude Code、OpenCode 和 Kilo 等主流智能体框架。 旗舰模型 MiMo V2.5 Pro 专注于长周期复杂任务,在 SWE bench Pro(57.2)、Claw Eval(63.8)和 τ3 Bench(72.9)等基准测...