跳到正文

#编码

今日 8 条
10月8日周四
  1. The Decoder77

    Anthropic 发布 Claude Haiku 5.5,大幅降价印证 AI 价格战远未结束

    Anthropic 发布 Claude Haiku 5.5,价格较前代最多降 90% 且基准性能大幅跃升,适用于高量低成本任务。在提示最长 10 万 token 时每百万 token 输入价 0.10 美元,超长提示贵 5 倍;Terminal-Bench 4.0 代理编码得分从 0 升至 39.2%,OSWorld-2.1 计算机使用达 72.4%。

    推荐理由:Claude Haiku 5.5价格最多降九成且代理编码基准从零到39.2%,为低成本自动化提供新选项。

  2. AWS Machine Learning Blog66

    Claude Haiku 5.5 登陆 AWS Amazon Bedrock 与 Claude Platform

    AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 与 Claude Platform on AWS 上线,该模型为 Claude 5.5 系列最快且多数任务成本较 Haiku 4.5 低约75%。它支持 effort controls 与高分辨率图像,适合子代理与高吞吐编码等任务,可与近期发布的 Opus 5.5 组成规划与执行分工。

    推荐理由:Claude Haiku 5.5 较 Haiku 4.5 成本降约75%且支持 effort controls,读者可参考其在 AWS 子代理场景的性价比优势。

10月7日周三
  1. Hugging Face Blog72

    Nemotron 3 微调后在 IOI 2026 与 IMO 2026 均达金牌水平

    Nemotron 3 经 SFT 与 RL 微调后在 IOI 2026 和 IMO 2026 均超过金牌阈值。IOI 2026 中 Nemotron-3-Ultra-CC 获 535.4/600,IMO 2026 系统得 30/42,模型、数据集与 NeMo-Skills 推理管线已在 Hugging Face 开放。

    推荐理由:原文给出了从 Nemotron 3 通过 SFT、RL 与推理循环微调至竞赛金牌水平的复用配方,读者可参照适配其他专业领域。

  2. IT之家68

    谷歌推出 EmbeddingGemma 2:支持多模态、7.4 亿参数量化手机端运行只需 191MB 内存

    谷歌正式推出 EmbeddingGemma 2,将嵌入能力从文本扩展至代码、图像、视频、音频,可统一映射到同一嵌入空间。该模型基于 Gemma 4 架构,总参数 7.4 亿,量化后纯文本端侧运行仅需约 191 MB 内存,配备 8K Token 上下文窗口。开发者可在 Hugging Face 下载并用于搭建离线跨模态检索系统,这是初代 EmbeddingGemma 的升级版本。

10月6日周二
  1. Mistral AI77

    Mistral 发布 Mistral Large 4 公开预览版

    Mistral 发布 Mistral Large 4 公开预览版,这是一款 1 trillion-parameter 原生多模态开放权重模型,预览 API 已上线、权重月底发布。它在编码、智能体与多模态理解上超越欧美开放权重模型,并支持企业自主部署于网安等敏感领域。此为 Mistral 获 €3 billion Series D 后首个里程碑。

    推荐理由:Mistral Large 4 开放权重预览已上线,企业能在欧洲自建设施部署前沿多模态模型,降低对第三方API与内容审查的依赖。

  2. The Decoder61

    Reflection 发布首个开放权重模型 Beam,称其为中国以外最强开放模型

    Reflection 发布首个免费开放权重模型 Beam,面向编码、逻辑推理和智能体任务,主打以更低算力取得强结果。Beam 采用 MoE 架构,每 token 激活 501B 总参数中的 23B,Reflection 称其在推理任务上以少三到四倍算力达到 GLM 5.2 的水平,但原始性能仍不及 Kimi K3 等更强的开放模型。

  3. Latent Space50

    Reflection 发布 501B-A23B 开源模型 Beam

    Reflection 发布纯文本 MoE 模型 Beam,总参数 501B、激活参数 23B,采用 Apache 2.0 协议。该模型在 SWE-bench Verified 上得分 80.9,推理效率为 GLM 5.2 的 3-4 倍。这是 Reflection 成立一年多后首次正式推出模型,标志着其作为美国本土实验室的正式亮相。

  4. IT之家56

    英伟达投资的 Reflection AI 发布首款开放权重模型 Beam,对标 DeepSeek、Kimi

    由英伟达投资的初创企业 Reflection AI 推出首款开放权重模型 Beam,主打代码编写与智能体任务。Beam 总参数量达 5010 亿,采用稀疏激活架构,每处理一项任务只激活 230 亿参数,公司称其性能可对标智谱 AI 的 GLM-5.2,在代码与智能体任务上正逐步逼近 Qwen3.8-Max。作为对比,GLM-5.2 总参数量约 7440 亿,激活参数量为 400 亿。

  5. AWS Machine Learning Blog62

    GLM 5.3 上线 Amazon Bedrock

    GLM 5.3 已在 Amazon Bedrock 上线,这是 Z.ai(智谱)推出的 753B 参数 MoE 模型,面向编码和长周期智能体任务。用户可通过 OpenAI 兼容的 Responses 与 Chat Completions API 调用,并支持提示词缓存、跨区域推理和服务层级,目前面向符合条件的企业客户开放。

    推荐理由:文章给出 GLM 5.3 在 Bedrock 上的调用代码与提示词缓存示例,便于评估开源权重模型接入托管推理的成本。

10月5日周一
  1. IT之家57

    AI 生成的跨游戏混搭模组兴起,资深制作者集体表达不满

    AI 生成的跨游戏混搭模组在模组圈兴起,引发资深制作者集体不满,多人公开批评这类所谓“氛围编码”模组粗制滥造。推手是 Claude Opus 5.5,词元成本下降加上代码生成能力提升,使用者把游戏反编译后就能强行加入完全不相干的其他游戏内容。Nexus Mods 等主流模组平台尚未上架这类模组,该平台 2023 年已出台针对 AI 生成内容的规则,IGN 认为原因大概率是版权问题。

  2. IT之家24

    OpenAI 宣布“28 天计划”:Codex、Work 日进一步或“重置”

    OpenAI 核心产品负责人 Thibault Sottiaux 宣布,未来 28 天将每天为 Codex 和 ChatGPT Work 发布一项显著改善功能,否则提供一次“重置”。该周期预计从 10 月 5 日持续至 11 月 2 日,目前尚未明确“重置”的具体覆盖范围。此前 Sottiaux 表示团队已锁定方向,正致力于简化产品、提高使用效率并开发新模型。

10月4日周日
  1. IT之家55

    AI 仅用 5 天做出《辐射:纽约》游戏,被贝塞斯达发函叫停

    《辐射:纽约》是一款完全由 Claude Opus 5.5 生成代码制作的浏览器游戏,制作者克里斯弗斯特称开发只用了五天,目前已被贝塞斯达发出停止侵权函叫停。这款游戏采用低多边形画面,属于概念验证,任何人都能直接在浏览器中运行。IT之家在报道中称,这类 AI 自制游戏内容正在快速传播,后续各大厂商会如何应对还需观察。

10月3日周六
  1. The Decoder73

    Claude Code 的新 Mods 系统让开发者从内部重写 AI 编码工具

    Anthropic 为 Claude Code 发布 Mods 中间件系统,开发者可用 JavaScript 或 TypeScript 函数挂钩事件来定制工具。Mods 能添加自定义面板、拦截工具调用或接入新命令,首个官方插件 You Should Know 会启动独立 agent 监控输出并提醒遗漏信息。该机制在 CLI 与桌面端运行,但非沙箱且企业可管控加载权限。

© 2026 SI·Hot · Super Intelligence Hot · 超级智能热点 · 网站数据均来源于网络公开资料,版权归来源方所有