Ideogram 4.0 发布，主打高密度文字渲染与原生 2K 分辨率
Ideogram 发布 4.0，主打高密度且准确的文字渲染、原生 2K 分辨率、原生背景透明和精确版式控制。官方表示可编辑文字、可移动图层与完整图像编辑功能即将推出。
#模型发布
#模型发布
今日 18 条Ideogram(@ideogram_ai)AI 评估 · 60/100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 · 60/100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。 Ideogram(@ideogram_ai)AI 评估 · 51/100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 · 51/100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。 Ideogram 4.0 发布，称位列 DesignArena 开源文生图模型第一
Ideogram 发布 Ideogram 4.0，称其在 DesignArena 第三方榜单上是全球排名第一的开源权重文生图模型。官方表示其成绩仅次于 OpenAI 和 Google 的闭源模型，并强调该模型具备前沿质量、完整可定制性和数据隐私。DesignArena 为第三方评测榜单。
Ideogram(@ideogram_ai)AI 评估 · 62/100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 · 62/100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。 Ideogram 发布 Ideogram 4.0 开放图像模型
Ideogram 发布 Ideogram 4.0，称其为全球最好的开放图像模型，权重可下载，支持用户用自己的数据微调并在自有硬件上运行。该模型现已上线 Ideogram 全部订阅方案和 API。
Varun Mohan(@_mohansolo)AI 评估 · 57/100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 · 57/100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。 Google 在 Antigravity 中推出新版 Gemini 3.5 Flash 并重置全用户限流
Google 在 Antigravity 中推出新版 Gemini 3.5 Flash，作者称该版本冗余更少、在更难任务上耐力更高。官方同时重置了所有用户的 Gemini 限流，用户可立即使用这一新模型。
Alex Albert(@alexalbert__)AI 评估 · 33/100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 · 33/100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。 Anthropic 为 Opus 4.8 校准思考量，邀请用户反馈过度或不足思考案例
Anthropic 为 Opus 4.8 的思考量（thinking effort）做了大量校准工作。官方邀请用户在试用模型时，若遇到仍过度思考或思考不足的案例，向其反馈。团队成员 kipply 也同步征集 Claude 在任务中思考过多或过少的示例。
cat(@_catwu)AI 评估 · 65/100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 · 65/100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。 Anthropic 发布 Opus 4.8，已在 Claude Code 上线
Anthropic 发布 Opus 4.8，官方称其在诚实度上有明显提升，会承认自己不知道的内容，并在自己的代码中主动标出问题而不是掩饰。该模型被推荐用于 Claude Code 的日常使用，并已当天在 Claude Code 中上线，更多细节见所引推文。
Mike Krieger(@mikeyk)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。 Claude Opus 4.8 今日发布：更诚实、能自查代码缺陷
Claude Opus 4.8 于今日发布，Mike Krieger 试用数周后称其已成为首选模型。该模型对自己的工作更诚实、会标注不确定之处，并在交付前发现代码中的缺陷。
Mike Krieger(@mikeyk)AI 评估 · 74/100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 · 74/100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。 Anthropic 发布 Claude Opus 4.8 并为 claude.ai 与 Cowork 加入 effort control
Anthropic 发布 Claude Opus 4.8，在 Opus 4.7 基础上提升判断力、对自身进展的诚实度，并能比前代独立工作更长时间，今日上线且价格与 4.7 相同。同时 claude.ai 与 Cowork 在模型选择器旁新增 effort control，难题调高、快速回答调低。
Alex Albert(@alexalbert__)AI 评估 · 74/100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 · 74/100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。 Anthropic 发布 Claude Opus 4.8
Anthropic 发布 Claude Opus 4.8，官方称在 Opus 4.7 基础上做了多处修复，对细微差别的理解更好、对话更自然，在编码和知识工作中整体协作能力更强。该版本判断力更敏锐，对自身进展更诚实，能比前代独立工作更长时间，发布当日起以相同价格提供。
Demis Hassabis(@demishassabis)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。 Demis Hassabis 分享 Gemini 3.5 Flash 模型更多信息
Demis Hassabis 在 X 上分享了 Gemini 3.5 Flash 模型的更多信息，并附上 blog.google 的链接。该帖获得 131 个点赞、13 次转发和 33890 次浏览。
Demis Hassabis(@demishassabis)AI 评估 · 64/100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 · 64/100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。 Google 发布 Gemini 3.5 Flash，编码与智能体任务优于 3.1 Pro
Google 发布 Gemini 3.5 Flash，在编码与智能体任务上表现优于 Gemini 3.1 Pro，比其他前沿模型快 4 倍，在 antigravity 中快 12 倍，速度达 800 tokens/秒，成本常不到其他方案的一半。该模型可在 antigravity、GeminiApp 等入口试用，Pro 版本也即将推出。
Poe(@poe_platform)AI 评估 · 44/100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 · 44/100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。 Gemini-3.5-Flash 上线 Poe，主打快速高效响应
Google 最新 Flash 模型 Gemini-3.5-Flash 已在 Poe 上线，主打快速、高效的响应，在编码、复杂工作流和智能体任务上表现强劲。用户可通过 poe.com/Gemini-3.5-Flash 试用。
Jeff Dean(@JeffDean)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。 Google 发布 Gemini 3.5 Flash 模型
Google 发布 Gemini 3.5 Flash 模型，即日起在 Antigravity 及 Google 各产品和 API 中向所有人开放。相比 Gemini 3.1 Pro，3.5 Flash 在几乎所有基准测试上表现更好，编码能力提升明显，输出速度是其他前沿模型的 4 倍 tokens/秒。
为什么值得看
Google 以更快的 Flash 补充 Gemini 3.5 系列，读者可了解其在速度与能力上的取舍定位。
Demis Hassabis(@demishassabis)AI 评估 · 73/100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 · 73/100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。 Demis Hassabis 宣布 Gemini Omni：支持照片、视频与音频构建新场景
Demis Hassabis 宣布 Gemini Omni 在世界理解与多模态编辑上实现重大跨越，可接收照片、视频和音频并构建全新场景。他表示该模型将逐步支持任意输入与任意输出，先从视频开始，用户还可输入自己的视频来迭代想法。
Jeff Dean(@JeffDean)AI 评估 · 72/100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 · 72/100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。 Gemini 3.5 Flash 今日全球上线
Jeff Dean 宣布 Gemini 3.5 Flash 于今日起在全球范围上线，并表示 Gemini 团队期待看到用户用这一模型做出的成果，详情见 blog.google 链接。
Sualeh Asif(@sualehasif996)AI 评估 · 17/100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 · 17/100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。 Cursor 与 SpaceXAI 合作从头训练更大模型，总算力提升 10 倍
Cursor 宣布与 SpaceXAI 合作，从头训练一个规模显著更大的模型，总算力用量提升 10 倍。该训练依托 Colossus 2 的百万 H100 等效算力，并结合双方的数据与训练技术，官方预期这将带来模型能力的重大跃升。
Google DeepMind Blog精选AI 评估 · 78/100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 · 78/100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。 Google DeepMind 发布 Gemini Omni Flash，支持对话式视频编辑
Google DeepMind 发布 Omni 家族首个模型 Gemini Omni Flash，可组合图像、音频、视频和文本作为输入生成高质量视频，并通过自然语言多轮对话编辑视频内容。
为什么值得看
Google 把 Gemini 的推理与世界知识接入视频生成，读者可据此判断多模态创作工具的能力边界。
Google DeepMind Blog精选AI 评估 · 88/100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 · 88/100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。 Google DeepMind 发布 Gemini 3.5 Flash，主打智能体与编码
Google DeepMind 发布 Gemini 3.5 系列首个模型 Gemini 3.5 Flash，主打智能体与编码能力，在 Terminal-Bench 2.1、GDPval-AA、MCP Atlas 等基准上超过 Gemini 3.1 Pro，输出 token 速度是其他前沿模型的 4 倍。
为什么值得看
原文给出了 Gemini 3.5 Flash 的基准成绩、开放入口与 3.5 Pro 的推进节奏，可据此判断其在智能体与编码任务上的定位。
Jina AIAI 评估 · 41/100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 · 41/100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。 Jina AI 发布 jina-embeddings-v5-omni 全模态向量小模型
Jina AI 发布 jina-embeddings-v5-omni 全模态向量模型，在 v5-text 文本能力基础上扩展到图像、音频、视频和 PDF，文本向量与 v5-text 逐字节一致，现有索引无需重建。
Jina AI(@JinaAI_)AI 评估 · 32/100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 · 32/100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。 Jina AI v5-omni：冻结 v5-text 主干，接入视觉与音频编码器
Jina AI 发布 v5-omni，完全冻结 v5-text 主干，仅通过小型可训练投影层接入预训练视觉与音频编码器。视觉端采用 Qwen3.5 vision encoder 并做 2x2 空间合并，除最终投影层 fc_vision_2 外全部冻结，该层随机初始化并映射至文本主干隐藏维度。
Jina AI(@JinaAI_)AI 评估 · 42/100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 · 42/100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。 Jina v5-omni 上线 Elastic Inference Service、HuggingFace 与 Jina API
Jina v5-omni 已在 Elastic Inference Service、HuggingFace 和 Jina API 上线。相关模型可在 HuggingFace 集合页获取，技术细节见 arXiv 论文 2605.08384 与 Jina 官方博客。
Jina AI(@JinaAI_)AI 评估 · 47/100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 · 47/100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。 Jina AI 发布 jina-embeddings-v5-omni：首个支持文本、图像、音频和视频的通用嵌入模型
Jina AI 推出 jina-embeddings-v5-omni，这是其首个通用嵌入模型，支持文本、图像、音频和视频。模型提供 small（1.57B，1024 维，32K 上下文）和 nano（0.95B，768 维，8K 上下文）两种规格，均支持 Matryoshka 截断至 32 维。
Google DeepMind BlogAI 评估 · 71/100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 · 71/100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。 Google DeepMind 发布基于 Gemini 的多智能体科研系统 Co-Scientist
Google DeepMind 发布基于 Gemini 的多智能体 AI 系统 Co-Scientist，并在 Nature 发表研究，通过生成、辩论、进化三个阶段迭代产出科学假设。
Lilian Weng(@lilianweng)AI 评估 · 31/100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 · 31/100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。 Thinking Machines 发布实时人机协作 AI 模型
Thinking Machines 公布了一款可与人实时协作的 AI 模型，能像人一样同时听说、观看、思考与协作。团队称过去几个月产出 12 个版本（含多个子版本）和 137 页训练运行日志，并表示人与人的协作对提升人机协作很重要。该博客分享了其方法、早期结果及模型实际运行演示。
Thinking Machines — ConnectionismAI 评估 · 73/100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 · 73/100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。 Thinking Machines 发布交互模型 TML-Interaction-Small 研究预览
Thinking Machines 发布交互模型研究预览，推出名为 TML-Interaction-Small 的模型，可在音频、视频和文本上持续输入输出，在 200ms 微回合中实时思考、回应与行动，无需外部脚手架。
Poe(@poe_platform)AI 评估 · 2/100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 · 2/100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-4.3 已上线 Poe 平台
Grok-4.3 已在 Poe 平台上线，用户可通过 poe.com/Grok-4.3 访问。该消息由 Poe 官方账号发布，提示用户可在各平台查看体验。
Poe(@poe_platform)AI 评估 · 60/100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 · 60/100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。 Poe 上线 GPT-5.5 与 GPT-5.5 Pro
Poe 宣布 GPT-5.5 和 GPT-5.5 Pro 已在其平台上线，并称此前以早期访问形式在复杂编码、调试和推理工作流中做了测试。在部分内部评测中，任务完成率提升 12%，复杂提示词的重试次数减少 16%，长上下文表现提升 19%。
Junyang Lin(@JustinLin610)精选AI 评估 · 82/100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 · 82/100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-V4 Preview 开源发布，提供 1M 上下文
DeepSeek-V4 Preview 正式发布并开源，主打低成本 1M 上下文。其中 DeepSeek-V4-Pro 为 1.6T 总参数、49B 激活参数，官方称性能可对标顶级闭源模型；DeepSeek-V4-Flash 为 284B 总参数、13B 激活参数，面向快速与低成本场景。
为什么值得看
DeepSeek-V4 两个版本公布参数规模与 1M 上下文定位，可据此对比开源与闭源模型的成本路线。
Hugging Face(@huggingface)精选AI 评估 · 80/100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 · 80/100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-V4 Preview 开源发布，支持 1M 上下文
DeepSeek-V4 Preview 正式上线并开源，主打低成本 1M 上下文长度。其中 DeepSeek-V4-Pro 为 1.6T 总参数、49B 激活参数，官方称性能可对标顶级闭源模型；DeepSeek-V4-Flash 为 284B 总参数、13B 激活参数，定位快速高效。API 已同步更新，权重已在 Hugging Face 开放。
为什么值得看
DeepSeek-V4 Preview 开源并给出两个版本的参数规模与 1M 上下文定位，可据此判断开源模型的成本路线。
DeepSeek(@deepseek_ai)精选AI 评估 · 84/100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 · 84/100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 发布 deepseek-v4-pro 与 deepseek-v4-flash API
DeepSeek 上线 deepseek-v4-pro 和 deepseek-v4-flash 的 API，用户保留原 base_url 只需更换模型名即可调用。
为什么值得看
DeepSeek 发布 V4 系列并公布旧模型退役时间，可用于评估现有 API 的迁移成本。
DeepSeek(@deepseek_ai)AI 评估 · 68/100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 · 68/100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 公布注意力结构创新，1M 上下文成为官方服务默认
DeepSeek 公布其模型的结构创新与超高上下文效率，其中包括新的注意力机制，采用 Token 级压缩与 DSA（DeepSeek Sparse Attention），官方称在长上下文下大幅降低计算与内存开销。同时 1M 上下文已成为所有 DeepSeek 官方服务的默认配置。
DeepSeek(@deepseek_ai)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。 DeepSeek 发布 V4-Flash 模型
DeepSeek 发布 DeepSeek-V4-Flash，官方称其推理能力接近 V4-Pro，在简单 Agent 任务上与 V4-Pro 表现相当。该模型参数规模更小、响应更快，并提供高性价比的 API 定价。
为什么值得看
官方给出轻量版本与旗舰版本的推理对比和定价定位，读者可据此判断成本与能力的取舍。
DeepSeek(@deepseek_ai)AI 评估 · 66/100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 · 66/100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 发布 DeepSeek-V4-Pro，称在智能体编码基准上取得开源 SOTA
DeepSeek 发布 DeepSeek-V4-Pro。官方称其在智能体编码（Agentic Coding）基准上达到开源 SOTA，世界知识在所有开源模型中领先、仅次于 Gemini-3.1-Pro，在数学、STEM 与编码推理上超过所有现有开源模型，可对标头部闭源模型。
DeepSeek(@deepseek_ai)精选AI 评估 · 86/100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 · 86/100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-V4 Preview 正式发布并开源，支持 1M 上下文
DeepSeek-V4 Preview 正式上线并开源，主打低成本 1M 上下文长度。DeepSeek-V4-Pro 总参数 1.6T、激活 49B，官方称性能对标全球顶级闭源模型；DeepSeek-V4-Flash 总参数 284B、激活 13B，定位快速、高效、经济的选项。
为什么值得看
DeepSeek-V4 Preview 开源并给出两个版本的参数与 1M 上下文，可据此了解其开放程度与定位。
DeepSeek精选AI 评估 · 92/100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 · 92/100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 发布并开源 DeepSeek-V4 预览版，标配 1M 上下文
DeepSeek 上线并同步开源 DeepSeek-V4 预览版，包含 DeepSeek-V4-Pro 与 DeepSeek-V4-Flash 两个版本，1M 上下文成为其所有官方服务标配。
为什么值得看
官方给出 V4 双版本的开源链接、API 与 1M 上下文配置，便于判断长上下文与 Agent 能力的实际边界。
字节跳动SeedAI 评估 · 53/100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 · 53/100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。 字节跳动 Seed 发布 3D 生成大模型 Seed3D 2.0
字节跳动 Seed 发布新一代 3D 生成大模型 Seed3D 2.0，几何及纹理材质生成均达 SOTA 表现，技术报告已公开，API 上线火山引擎。几何生成引入 Coarse-to-Fine 两阶段 DiT 策略，将整体结构与几何细节解耦；纹理生成简化为统一 PBR 生成模型，并采用 MoE 架构与 VLM 先验增强材质分解稳定性。
Hugging Face(@huggingface)精选AI 评估 · 81/100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 · 81/100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。 月之暗面发布 Kimi K2.6，主打开源编码与长时程 Agent
月之暗面发布 Kimi K2.6，称其在多项基准上刷新开源 SOTA，包括 HLE w/ tools 54.0、SWE-Bench Pro 58.6、SWE-bench Multilingual 76.7、BrowseComp 83.2、Toolathlon 50.0、Charxiv w/ python 86.7 和 Math Vision w/ python 93.2。
为什么值得看
K2.6 的多个基准分数和长时程执行、Agent 集群参数一并给出，可对照 K2.5 看开源编码模型的能力变化。
Kevin Weil 🇺🇸(@kevinweil)AI 评估 · 66/100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 · 66/100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。 OpenAI 发布首个科研前沿模型 GPT-Rosalind
OpenAI 发布 GPT-Rosalind，称其为首个面向生物学、药物发现和转化医学等科学研究的前沿模型，训练覆盖化学、蛋白质工程、基因组学，并内置研究者常用数据库与工具的相关知识。该模型通过可信访问部署结构向合格客户开放，以防范生物领域的滥用风险。同时 OpenAI 面向所有人推出 Codex 的生命科学插件，可搭配主线模型及 GPT-Rosalind 使用。
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。
cat(@_catwu)AI 评估 · 63/100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 · 63/100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 在 Claude Code 上线
Claude Opus 4.7 在 Claude Code 上线。官方建议把它当作可以委派任务的工程师，而不是逐行指导的结对程序员，并给出三条配套的工作流调整建议。