Simon Willison 寻求 Qwen3.5-35B-A3B 之外更新的强力模型
Simon Willison 表示自己在这类场景中喜欢用 Qwen3.5-35B-A3B，并询问社区还有哪些更新、性能更强的模型可选。该帖获得 49 次点赞、9199 次浏览和 17 条回复。
#模型发布
#模型发布
今日 1 条Simon Willison(@simonw)AI 评估 · 12/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 12/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。
有机大橘子AI 评估 · 46/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 46/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Opus 5.5：从大语言模型，到世界模型？
Anthropic 的 Opus 5.5 靠纯代码生成品牌宣传片、像素动画，还能操控电脑画图，与 GPT-6 的 Sol 和 Luna 同周发布后，热度持续一周不退。
orange.ai(@oran_ge)AI 评估 · 15/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 15/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 用浏览器画 dario：Claude Opus 5.5 对比视频引热议
一段用浏览器画 dario 的对比视频显示，Claude Opus 5.5 在其中的表现被 indigo 形容为"开悟了"，并称这是 ego 的宣传视频，但对比效果"太残酷"。该推文被 orange.ai 转发，附带的视频在浏览器端无法播放。
袋鼠帝AI客栈AI 评估 · 24/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 24/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 逛完云栖大会，看阿里的AI野心：从Qwen新模型到真武V900芯片
阿里云栖大会透露，Qwen将训练5-10T参数新模型，平头哥发布真武V900芯片，性能是M890的3倍、单集群可扩至50万卡；阿里云计划到2032年达到20GW规模，吴泳铭在演讲中判断机器思考总量未来将是人类的1000倍以上。作者还测评了阿里AI硬件QwenNote Eva，并推荐了开源的《魔搭紫皮书》。
orange.ai(@oran_ge)AI 评估 · 50/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 50/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Opus 5.5 好评如潮并大幅降价，GPT 6 Sol 明显输了，OpenAI 称下周发一堆大的
Opus 5.5 收获好评并大幅降价，GPT 6 Sol 在这场对比中明显落败。OpenAI 表示下周将发布一堆新东西。
AI Breakfast(@AiBreakfast)AI 评估 · 37/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 37/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Opus 5.5 一夜一次性生成完整冒险游戏 Epicurious
Opus 5.5 被用户称为用过最有趣的模型，它一夜之间一次性生成了一款名为 Epicurious 的完整冒险游戏，体量庞大，通关预计需要 20 小时。该游戏为完整的电脑游戏形态。
阿里研究院AI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 吴泳铭云栖演讲：未来机器思考总量将达人类的1000倍以上
阿里巴巴集团CEO吴泳铭在2026杭州云栖大会上判断，未来机器供给的思考总量将达人类思考总量的1000倍以上，机器将承担99.9%的思考工作。他宣布平头哥发布新一代AI芯片真武V900，性能达M890的3倍，单一集群可扩展至50万卡；Qwen团队正探索递归式自我改进（RSI），计划训练5-10T参数规模的新模型。阿里云目标到2032年全球数据中心规模超20GW。
硅谷科技评论AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 模型越来越便宜，什么才开始值钱？——Imagination In Action 硅谷 AI 峰会观察
2026 年 9 月 14 日 Imagination In Action 硅谷 AI 峰会上，嘉宾反复提到模型能力仍在变强但已不值钱，真正的门槛转向速度、路由架构、专有数据和物理供应链。
Yann LeCun(@ylecun)AI 评估 · 19/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 19/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Yann LeCun：现代 AI 系统并非自回归，推理搜索应在抽象表示空间进行
Yann LeCun 指出，现代 AI 系统底层的 LLM 是自回归的，但 AI 系统本身不是：所谓"reasoning"系统会生成大量 token 序列并挑选最优解，这属于非自回归搜索。他认为当前系统的错误在于把搜索放在离散 token 空间，主张 planning/reasoning 的 inference-by-search 应在抽象表示空间完成，因为人类的推理与规划大多与语言无关。
Latent.Space(@latentspacepod)AI 评估 · 43/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 43/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 GPT-6 发布反响首次超过 Claude，Latent.Space 称 AI 工程进入新阶段
OpenAI 的 GPT-6 发布反响首次在一年内超过 Claude 发布，Latent.Space 称这是此前认为今年不可能出现的巨大反转。swyx 表示已跨入 AI 工程的新时代，并称这只是他与 Astra 所做工作的一部分，后续报告将陆续在 LS 发布。
Greg Brockman(@gdb)AI 评估 · 21/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 21/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Greg Brockman：GPT 5.6 Terra 和 Luna 在 OpenRouter 打折后 token 用量暴涨 13.8 倍，印证杰文斯悖论
GPT 5.6 Terra 和 Luna 在 OpenRouter 大幅打折后，token 用量暴涨 13.8 倍。Greg Brockman 借此指出杰文斯悖论：技术让资源使用更高效时，该资源的总消耗量反而上升而非下降。
DeepLearning.AI(@DeepLearningAI)AI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Grok 4.6 发布挑战 OpenAI 与 Anthropic，Anthropic 为 Claude 加水印，阿里开源 Qwen3.8 Max
SpaceXAI 发布 Grok 4.6，直接挑战 OpenAI 和 Anthropic 的顶级模型。Anthropic 正为所有新 Claude 模型添加不可见水印，阿里则发布 2.4 万亿参数的开源权重模型 Qwen3.8 Max。研究者还构建了 Agentic ASR，像人类编辑一样修正语音转文字错误。
Interconnects AI — Nathan Lambert精选AI 评估 · 76/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 76/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 GLM-5.3 发布：中国实验室如何跟上前沿
Z.ai 发布 GLM-5.3，目前仅在编码套餐中提供，之后将上线 API，两周后登陆 Hugging Face 开放权重。
为什么值得看
以 Z.ai 被称为仅靠后训练扩展的小参数模型为切口，拆解中国实验室贴近前沿的发布节奏与数据产业因素。
Paul Couvert(@itsPaulAi)AI 评估 · 28/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 28/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 DeepSeek 新模型发布：几乎免费且足以构建任何应用
新发布的 DeepSeek 被评价为史上最重要的 AI 发布之一：模型能力足以构建几乎任何东西，而成本几乎可以忽略。此前预算一直是许多人和项目的最大障碍，如今这一障碍已消失。
Interconnects AI — Nathan LambertAI 评估 · 27/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 27/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Kimi K3 与 Qwen 3.8 之后：开源模型综述、蒸馏争论与中美差距
Kimi K3 上周发布，Qwen 宣布下一代大模型将采用开放权重，中国厂商在开源模型上的加速成为焦点。播客讨论了 GLM 5.2 的作用、美国开源生态、前沿与近前沿模型差距，以及蒸馏话题引发的 Ben Thompson 争论。
Last Week in AIAI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 26/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Last Week in AI #251：Mythos 回归、Claude Sonnet 5、Etched、LongCat
Anthropic 在与美国政府沟通后重新上线 Claude Mythos 和 Fable 模型，并发布 Claude Sonnet 5，主打更低价格运行智能体、提升 agentic coding 与基准表现。Google 推出 NotebookLM 竖屏短视频摘要与更快的图像生成器 Nano Banana 2 Lite，中国开源 LongCat-2.0 MoE 模型同期发布。
Last Week in AIAI 评估 · 24/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 24/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 LWiAI Podcast #247：Claude Opus 4.8、微软 MAI、Anthropic IPO 与 MiniMax-M3
Anthropic 发布 Claude Opus 4.8，基准分数提升，并推出面向长时间多智能体任务的 Dynamic Workflows；微软发布基于 OpenClaw 的常驻助手 Microsoft Scout 及 MAI Thinking 1 等自研 MAI 模型。
人民公园说AIAI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 用什么Fable 5？都给我去用国产模型！当顶级模型变奢侈品，普通人怎么用 AI？
Coinbase 已把编码任务交给 GLM 和 Kimi，费用砍半；视频还讨论了如何用国产模型"白嫖" Claude Code 全生态。中国能把 TOKEN 成本压到海外的 1/5 并免费开放，豆包一宣布收费就被骂"忘记初心"，WorkBuddy 和 Trae 也突然爆火。
Binyuan Hui(@huybery)AI 评估 · 8/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 8/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Opus 4.7 发布，系统卡又加了 200+ 页
Opus 4.7 发布，附带又一份 200+ 页的系统卡，让作者直言模型发布速度已超过自己的阅读速度。此前 Mythos 的系统卡他还没读完。
Lex Fridman(@lexfridman)AI 评估 · 15/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 15/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Lex Fridman 透露 Claude Opus 4.6 与 GPT Codex 5.3 今日发布，OpenClaw 播客即将上线
Claude Opus 4.6 与 GPT Codex 5.3 于当日发布，OpenClaw 也在近期推出，Lex Fridman 预计 xAI/Grok 与 Google/Gemini 很快会跟进新版本。他透露将围绕 OpenClaw 与创作者 steipete 录制一期深度播客，并征集听众问题。他还计划下周前往旧金山湾区待一段时间，聚焦编程并参与工程团队工作。
Binyuan Hui(@huybery)AI 评估 · 10/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 10/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 如何用 Qwen 构建下一代基础模型
有人正在思考如何用 Qwen 构建下一代基础模型。该消息未披露具体模型版本、参数规模或发布时间等细节。
Barsee 🐶(@heyBarsee)AI 评估 · 11/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 11/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 一周 AI 大事：Google Veo 3、Anthropic Claude 4 等集中发布
Barsee 总结了最近 AI 领域最密集的一周，Google 推出 Veo 3，Anthropic 发布 Claude 4，OpenAI 与 Jony 联合推出 IO。此外还有 Apple Glasses 与 Google Glasses、Tesla Optimus 的进展，以及 Anthropic CEO 对 2026 年 AI 的预测。