跳到正文
目前篩選:模型
11月9日週一
  1. Claude Platform:開發者版本說明78

    Anthropic 推出 Claude Fable 5.2,Claude Mythos 5.2 限已驗證機構使用

    Anthropic 推出 Claude Fable 5.2,面向高要求推理及長期智能體工作;Claude Mythos 5.2 提供相同能力,但只供通過 Anthropic 驗證計劃的機構使用。

    推薦理由:開發者可對照 Claude Fable 5.2 與 Claude Mythos 5.2 的定價、可用平台和 thinking block 相容規則,掌握採用兩款模型時的成本及遷移差異。

11月8日週日
  1. DEV Community49

    K2 Horizon 3.7B 在 16GB MacBook Pro 上運行實測

    作者在 16GB MacBook Pro 上測試 K2 Horizon 3.7B,評估它處理文字問題及簡單編碼任務的表現。4-bit 版本大小約 2–3 GB,載入後使用約 4 GB RAM,具備 512k 上下文窗口,採用 Apache 2.0 授權。K2 Horizon 7B 的編碼任務約需 11 分鐘,超出作者納入測試的時間上限。

  2. 新浪科技33

    千問 Qwen4 系列大模型跑分曝光,超越 Opus 5.5

    千問 Qwen4 系列大模型的 GameFeel Bench 跑分曝光,Qwen4-Flash 得分高於 Opus 5.5 xHigh。Qwen4-Flash 得分 49.9,Opus 5.5 xHigh 得分 47.2;Qwen4-27B 得分 44.6,接近 Sonnet 5.5 的 45 分。完成任務的成本分別為 0.4 美元、2.6 美元及 0.16 美元。

  3. DEV Community78

    Anthropic 發佈 Claude Sonnet 4.6,支援 1M token 上下文窗口並維持 Sonnet 定價

    Anthropic 發佈 Claude Sonnet 4.6,定價維持每百萬 token $3/$15,並提供 beta 版 1M token 上下文窗口。Anthropic 的早期測試稱,Claude Code 用戶約有 70% 的時間偏好它而非 Sonnet 4.5,對 Opus 4.5 的偏好率為 59%;作者沒有進行實測。

    推薦理由:文章並列 Anthropic 早期測試的用戶偏好比例、Sonnet 4.6 的定價及 Opus 4.6 的任務定位,呈現日常工作與深度推理的選型差異。

  4. DEV Community70

    OpenAI 自動化流程產生 948 個 Linux 核心本地權限提升漏洞利用;美國 41 項數據中心公投中有 40 項反對發展

    OpenAI 稱,其自動化流程以 $1,213,430 API credits 產生 948 個 Linux 核心本地權限提升漏洞利用,並為每項附上候選修補程式。五階段流程將 2,308 項發現收窄至上述成果;10 日內,上游已修補 61 項,另有 43 項列入待處理、299 項公開討論。另在 11 月 3 日,美國 10 個州的 41 項數據中心相關公投中,選民有 40 項投票反對數據中心發展。

  5. 新浪科技53

    GPT-6.1 Sol 參與真實小鼠腦部手術定位,三輪後定位誤差減半

    在真實小鼠腦部手術定位實驗中,GPT-6.1 Sol 經三輪操作後,尋找解剖標誌的時間由 169 秒縮至 86 秒,定位誤差由 0.6 毫米降至 0.3 毫米。每輪由外科醫生修正定位,模型保存圖像、測量數據和修正記錄供下一輪參考,所需糾正動作亦由 4 次減至 2 次。實驗只有 3 次操作,團隊未披露經驗記錄如何接入模型,亦未説明是否涉及模型權重更新。

  6. DEV Community59

    VIDRAFT 公開發佈 Darwin-180B-RSI-R3 權重

    VIDRAFT 公開發佈 Darwin-180B-RSI-R3 的權重;這款 180B 參數 MoE 模型經三輪遞歸自我改進,主打數學與科學推理。據 VIDRAFT 公開模型卡,其在 SuperCLUE 2026 年 11 月評測得分 73.68,排名開放權重模型第一、總排名第二;基礎模型得分為 57.89。其五領域綜合指數為 43.08、總排名第九,材料指出長上下文處理和指令遵循是相對弱項。

  7. DEV Community42

    80.52 短片:為何 65B 模型勝過 501B 模型,仍需要影片佐證

    一個本地運行的 65B 模型在評測中取得 80.52,分數高於同一輪測試的 501B 模型;作者拍攝操作演示,展示評測過程。兩者回答相同的 200 道選擇題,温度設為 0,但推理路徑不同;65B 模型在 20 個類別中勝出 14 個。重現 501B 模型的 API 測試每輪約需 $12,65B 模型則需約 40 分鐘 GPU 時間及電費。

11月7日週六
  1. DEV Community45

    Qwen 3.5 僅修改 0.016% 權重:這項實驗揭示了甚麼

    研究者在 Qwen 3.5 上針對性修改權重,無需訓練或反向傳播,便減少了模型反覆生成數學練習答案的情況。這個 800 million 參數模型在 MATH-500 的分數由 7.9% 升至 48.1%,Hugging Face 上的公開重新評估則錄得 51%。結果取決於特定實驗流程,減少生成循環不代表模型的數學能力整體提升。

  2. DEV Community79

    Gemini Omni 1.2 Flash 教學:如何免費製作 15 秒 AI 影片

    Gemini Omni 1.2 Flash 可生成及編輯最長 15 秒的影片,Google 帳戶用戶可透過 Google Vids 每月免費製作 3 段 15 秒影片。文章比較 Google Vids、Google Flow、Gemini app 和 Gemini API 的使用條件;Gemini API 的 720p 影片收費為每秒 $0.07,而 Flow 免費帳戶生成影片仍限 10 秒。

    推薦理由:文章比較 Google Vids、Flow、Gemini app 和 Gemini API 的 15 秒影片門檻與費用,並列出 Google Vids 每月 3 段免費額度及 Flow 免費帳戶的 10 秒限制。

  3. 新浪科技41

    吉利發布首個車道級氣象環境監測大模型,「超視距安全預警」可識別結冰等危險路況並提示

    吉利汽車集團與中國氣象局地球系統數值預報中心聯合推出行業首個「智象-星睿交通氣象大模型」,可實時監測並提示車道級氣象環境。模型已初步推出「超視距安全預警」功能,可透過多車互聯識別結冰等危險路況並主動提示。模型計劃率先在領克 900L 量產落地,未來逐步應用於吉利、銀河、領克、極氪等品牌車型。

  4. DoNews35

    吉利與中國氣象局聯合發布「智象-星睿交通氣象大模型」

    吉利汽車集團與中國氣象局地球系統數值預報中心聯合推出「智象-星睿交通氣象大模型」,實現車道級實時監測與風險提示。模型可識別暗冰、低能見度及積水路段並主動預警,首搭車型為領克900L。雙方計劃於2027年一季度發布通用氣象模型,並推動制定車載氣象數據國家標準。

  5. IT之家36

    吉利推出首個車道級交通氣象大模型「智象-星睿」

    吉利汽車集團與中國氣象局地球系統數值預報中心推出行業首個「智象-星睿交通氣象大模型」,可即時監測及提示車道級氣象環境。模型已初步推出「超視距安全預警」功能,可透過多車互聯識別結冰等危險路況並主動提示;計劃率先在領克 900L 量產落地。

  6. DEV Community77

    OpenAI 發佈 GPT-6 Cyber 網絡安全模型

    OpenAI 於 2026 年 11 月 5 日推出 GPT-6 Cyber,這款基於 GPT-6 Astra 的模型可尋找軟件漏洞、開發可運作的漏洞利用程式並草擬修補程式。

    推薦理由:文章並列 GPT-6 Cyber 的漏洞發現與修補成果、存取限制及安全措施,呈現其防禦用途與雙重用途風險並存的情況。