技术方向
模型推理能力的进展：思维链、推理模型、数学与逻辑基准的突破与争议。
7 条精选近 30 天 6 条共收录 17 条
Anthropic 发布快速低成本模型 Claude Haiku 5.5，定价为每百万 token 输入 0.10 美元、输出 0.50 美元，与 OpenAI 上月的 GPT-6 Luna 一致，超过 100,000 token 后涨至 0.50/2.50 美元。
推荐理由：作者实测了 Haiku 5.5 的定价、tokenizer 变化与推理档位表现，读者可据此判断它与 GPT-6 Luna 的成本取舍。
Liquid AI 发布 d1 决策模型家族的两款开源模型 d1-3B 和实验性的 d1-omni-600M。d1-3B 在 Decision Index 0.2.1 上得分 48.57，领先所有 4B 和 9B 模型以及 Decider 35B-A3B 的 47.11，支持文本与图像输入；d1-omni-600M 支持文本加图像或文本加音频。
推荐理由：Liquid AI 开源两款决策模型，给出端侧延迟与七项基准对比，可据此判断小模型做结构化决策的可行性。
英伟达团队从 Nemotron 3 出发，用 SFT、RL 和生成-验证-改进推理流程打造竞赛专用模型，在 IOI 2026 与 IMO 2026 均达到金牌水平。
推荐理由：原文公开了从 Nemotron 3 微调到 IOI、IMO 金牌级成绩的完整配方与数据集，可据此复现领域专家模型的训练与推理流程。
Mistral 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、520 亿激活参数的原生多模态模型，权重将于本月底开放。
推荐理由：Mistral 官方给出 1 万亿参数开源权重模型的能力细节与开放节奏，可据此判断开源前沿模型的当前水位。
OpenAI 的 GPT-6 Astra Ultrafast 已在 NVIDIA Blackwell GPU 上运行，并面向 OpenAI API 以及符合条件的 ChatGPT Work 和 Codex 用户开放。
推荐理由：原文给出 Astra Ultrafast 在 Blackwell 上的加速幅度与开放入口，读者可据此判断它对编码智能体循环的实际影响。
Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展至开发者、企业和消费者，起步价每百万输入 token 2 美元、每百万输出 token 10 美元。
推荐理由：官方给出 Argon 在编码、企业知识与网络安全防御上的基准表现和内部落地案例，可据此判断前沿模型的能力边界与分阶段开放节奏。
Berkeley Sky Lab 与 IBM Research 将进化式内核搜索框架 K-Search 扩展到 MLX，通过结构化的 CUDA-to-MLX 翻译层，让已有 CUDA 内核成为知识库并适配为 Apple Silicon 内核。
推荐理由：读者可以看到 CUDA 内核经验如何被结构化迁移到 Apple Silicon，以及翻译层对性能差距的具体贡献。