N全部新闻

全部新闻

星期六41 条

  3. Unsloth一手模型发布
    AI 评分72

    NVIDIA 发布 Nemotron-3.5-Bolt-E4B，可在 6GB 内存本地运行

    NVIDIA 发布 Nemotron-3.5-Bolt-E4B，可在 6GB 内存的设备上本地运行，面向手机等端侧设备。该模型基于 Gemma 4 训练，支持视觉，Unsloth 同时给出了 GGUF 文件和指南链接。NVIDIA 称其面向本地助手、交互角色和机器人等可对话并调用工具的场景。

    引用NVIDIA AI · @NVIDIAAI

    Available now: NVIDIA Nemotron 3.5 Bolt E4B 4GB ⚡️ Our newest small open model is built for local assistants, interactive characters and robots that can carry on a conversation and use tools to get things done. Watch Reachy Mini chat and move, with Bolt handling conversation and NVIDIA Cosmos handling vision. Both models run locally on Jetson Orin Nano 8GB. Learn more: https://t.co/B8ODaWMn0O

    同一事件 · 2 条报道

    #模型发布#端侧#开源生态

  4. Arena模型发布
    AI 评分77

    Kimi K3.1 Pro 发布，Code Arena WebDev 升至第 8

    月之暗面发布 Kimi K3.1 Pro，在 Code Arena WebDev 以 1692 分位列第 8，与 Claude Opus-5 (Max) 持平而成本低 70%，较 Kimi K3 (Max) 的第 17 名提升 9 位。该模型定价为每百万输入/输出 token 2/10 美元，单任务成本中位数 1.23 美元，比 Kimi K3 低 29%，并将在 11 月 4 日开放权重。Kimi 官方称其为 3T 级开源权重模型，具备 1M token 上下文、2.8T 总参数/104B 激活参数的 MoE 多模态架构，幻觉率下降 65%。

    引用Kimi.ai · @Kimi_Moonshot

    Introducing Kimi K3.1 Pro: our most capable 3T-class open-weight model. 🔹 1M-token context, 2.8T total / 104B active params (MoE), Multimodal. 🔹 Full-project coding: games in Unreal, Unity & Godot. 🔹 Excels at parametric 3D modeling in Blender & CAD. 🔹 More reliable at finance work: Accurate modeling with hallucination down by 65%. 🔹 Matching the strongest proprietary models across coding, agentic and knowledge benchmarks. Kimi K3.1 Pro and K3.1 Pro Highspeed (2–3× faster) are now live on https://t.co/85jA71X9gw, Kimi Work, Kimi Code, and the Kimi API. Open weights by Nov 4, 2026. 🔗 API: https://t.co/XCrgjXAqMw 🔗 Tech blog: https://t.co/5iPP0MBej6

    同一事件 · 2 条报道

    #评测/基准#编码#开源生态

  5. Artificial Analysis模型发布
    AI 评分78

    Kimi K3.1 Pro 发布，Artificial Analysis 智能指数 55 分位列第四

    月之暗面发布推理模型 Kimi K3.1 Pro，在 Artificial Analysis 智能指数上得分 55，位列第四，比 Kimi K3 的 44 分提升 11 分，仅次于 Claude Opus 5.5（58）、Claude Sonnet 5.5（56）和 Muse Wonder Full（56）。其智能体能力提升明显，GDPval-AA 以 1846 Elo 排第三，Terminal-Bench 4.0 得分 67%（Kimi K3 为 13%），AutomationBench-AA 从 58% 升至 73%。模型上下文窗口 1M tokens，总参数 2.8T、激活参数 104B，支持文本和图像输入，定价为每 1M 输入/输出/缓存命中 token 2/10/0.20 美元，权重尚未发布。

    同一事件 · 6 条报道

    #模型发布#推理#Agent

  6. Rohan Paul模型发布
    AI 评分77

    月之暗面发布 Kimi K3.1 Pro，Terminal-Bench 4.0 得分 65.7%

    月之暗面发布 Kimi K3.1 Pro，这是其首个更新版本，在 Terminal-Bench 4.0 上得分 65.7%，比 Claude Opus 5.5 低 0.7 分、比 GPT-6 Astra 高 7.5 分，且平均每任务成本低于两者。该模型为 3T 级开放权重 MoE 模型，总参数 2.8T、激活参数 104B，支持 1M token 上下文和多模态；在带工具的幻觉压力测试中，错误声明率从 K3 的 23.4% 降至 8.3%。K3.1 Pro 与速度快 2-3 倍的 Highspeed 版本已在 Kimi 应用和 API 上线，完整权重计划于 11 月 4 日发布。

    引用Kimi.ai · @Kimi_Moonshot

    Introducing Kimi K3.1 Pro: our most capable 3T-class open-weight model. 🔹 1M-token context, 2.8T total / 104B active params (MoE), Multimodal. 🔹 Full-project coding: games in Unreal, Unity & Godot. 🔹 Excels at parametric 3D modeling in Blender & CAD. 🔹 More reliable at finance work: Accurate modeling with hallucination down by 65%. 🔹 Matching the strongest proprietary models across coding, agentic and knowledge benchmarks. Kimi K3.1 Pro and K3.1 Pro Highspeed (2–3× faster) are now live on https://t.co/85jA71X9gw, Kimi Work, Kimi Code, and the Kimi API. Open weights by Nov 4, 2026. 🔗 API: https://t.co/XCrgjXAqMw 🔗 Tech blog: https://t.co/5iPP0MBej6

    同一事件 · 34 条报道

    #模型发布#Agent#推理

  7. Rohan Paul模型发布
    AI 评分72

    Moonshot 在开放发布前削弱 Kimi K3.1 Pro 的黑客能力

    Moonshot 在开放发布前主动削弱了 Kimi K3.1 Pro 的网络攻击能力，未削减版本在其内部漏洞利用任务上解决率 90.5%，发布版为 81%。该成绩仍远高于 K3 的 33.3%，但低于 DeepSeek V4.1-Flash 的 85.7%。Moonshot 称随着后训练规模扩大漏洞利用技能上升，因此从中期训练和强化学习中移除了网络相关数据，内部 xdev-bench-hard 的 pass@3 从 90.5% 降至 81.0%。

    引用Rohan Paul · @rohanpaul_ai

    Moonshot AI’s first update, the new Kimi K3.1 Pro > Kimi K3.1 Pro scores 65.7% on Terminal-Bench 4.0, 0.7 points behind Claude Opus 5.5 and 7.5 ahead of GPT-6 Astra, at a lower average cost per task than either rival’s top runs. > Moonshot saw exploit skill climb as post-training scaled, so it removed cyber-related data from mid-training and RL; on its internal xdev-bench-hard, pass@3 fell from 90.5% to 81.0%. > The filtered model still solves 81.0% of those exploitation tasks against K3’s 33.3%, which Moonshot reads as general coding gains carrying into cyber work, while a third-party run of GPT-5.6 Sol solved 100%. > On Moonshot’s internal hallucination stress test with tools, false claims fell from 23.4% for K3 to 8.3%, still above GPT-6 Astra’s 5.5% but well below Claude Opus 5.5’s 15.0%. > The biggest jump is on Moonshot’s simulated business-operation test, where scores rose from 8.9 to 37, and K3.1 Pro also tops OfficeQA Pro v2 at 64.4 against Opus 5.5’s 62.2. > Gains are uneven: K3.1 Pro scores 38.1 on Terminal-Bench Science against GPT-6 Astra’s 68.1 and Opus 5.5’s 63.3, while leading Agents’ Last Exam at 43.2 and Humanity’s Last Exam with tools at 70.0. > K3.1 Pro and a Highspeed variant running 2-3x faster are live in Kimi’s apps and API, with full weights due by November 4 for independent reruns.

    同一事件 · 34 条报道

    #模型发布#安全/对齐#开源生态

  8. Nathan Lambert模型发布
    AI 评分70

    Kimi K3.1 以 3.1 Pro 名义发布，基准成绩领先当前开源权重模型

    Kimi K3.1 以 3.1 Pro 的名义发布，Nathan Lambert 认为其基准分数明显是当前最强的开源权重模型，前提是权重按官方所称在 11 月 4 日前放出。Kimi 团队明确谈到网络风险，并试图把控开源权重网络能力的前沿、使其相对闭源前沿保持克制。K3.1 每 token 价格低于 K3，但博客中部分基准显示它每次回答消耗的 token 明显更多，实际价格可能相近。

    同一事件 · 34 条报道

    #模型发布#开源生态#评测/基准

  9. Nathan Lambert模型发布
    AI 评分85

    Kimi K3.1 Pro 发布，智能指数 55 分位列第四

    Kimi K3.1 Pro 在 Artificial Analysis 智能指数上得分 55，排名第四，比 Kimi K3 的最高分 44 提升 11 分。该模型在智能体能力上提升明显，GDPval-AA 得分 1,846 Elo，比 K3 高 312 Elo，Terminal-Bench 4.0 得分 67%，高于 K3 的 13%。模型上下文窗口为 1M tokens，总参数 2.8T、激活参数 104B，支持文本和图像输入，定价为每 1M 输入、输出、缓存命中 token 分别 $2、$10、$0.20，比 K3 低 33%；权重尚未发布，Moonshot 预计在发布后不久放出。

    引用Artificial Analysis · @ArtificialAnlys

    Kimi K3.1 Pro launches at 4th on the Artificial Analysis Intelligence Index scoring 55, making large gains in agentic performance; it will be the leading open-weights model once its weights are published @Kimi_Moonshot's new reasoning model gains 11 points over Kimi K3 (max, 44). It trails only Claude Opus 5.5 (max with fallback, 58), Claude Sonnet 5.5 (max with fallback, 56), and Muse Wonder Full (max, 56) on the Intelligence Index. Once the weights for K3.1 Pro are released it will be the highest-scoring open weights model and the gap between the leading open weights and proprietary models on the Intelligence Index will narrow from 12 points to 3. Key results: ➤ Large gains in agentic performance: Kimi K3.1 Pro scores 3rd on GDPval-AA with 1,846 Elo, up 312 Elo from Kimi K3, behind only Claude Opus 5.5 (1,866 Elo) and Muse Wonder Full (1,857 Elo). Kimi K3.1 Pro also achieves the highest score of any model on Terminal-Bench 4.0. K3.1 Pro scores 67%, up from 13% for Kimi K3 and ahead of Claude Sonnet 5.5 (64%). AutomationBench-AA, which tests agentic SaaS workflows, rises from 58% to 73%. ➤ Gains in other evals are more moderate: Humanity's Last Exam rises from 47% to 52%, CritPt from 23% to 25%, and SciCode from 59% to 61%. AA-Omniscience Index rises from 20 to 30, as the hallucination rate falls from 53% to 44% and accuracy rises from 48% to 51%. ➤ Cost per Task roughly equal to Kimi K3 at $1.98 per Task: K3.1 Pro uses 55K output tokens per Intelligence Index task, 14% more than Kimi K3 at 48K, while its first-party token prices are 33% lower. Additional model details: ➤ Context window: 1M tokens. ➤ Size: 2.8T total, 104B active parameters ➤ Input modalities: Text and image ➤ Weights and license: Weights currently not published, Moonshot is expected to release the weights soon after launch ➤ Pricing: $2/$10/$0.20 per 1M input/output/cache hit tokens, 33% lower than Kimi K3 on all three rates. Congratulations to the team at @Kimi_Moonshot on the release!

    #大佬观点#评测/基准#模型发布

  10. 智东西模型发布
    AI 评分75

    蚂蚁数科发布决策模型LingDT-Decision-1.0，27B版本综合评分第一

    蚂蚁数科发布决策模型LingDT-Decision-1.0，提供4B和27B两个版本，面向客服、风控、金融等场景的高频决策任务，已上线DTMaaS平台限时免费体验。该模型支持原生多选与按序决策（DAG），在23项开源评测基准中27B版本综合评分第一，超过Microsoft-Decision-1、Jev 1.13.0等模型。蚂蚁数科测试显示，数据标注场景相比DeepSeek-V4-flash Token消耗降低约97%、处理时效提升约10倍，智能客服场景相比Qwen-3.7-flash Token消耗降低90%、风险识别准确率由76%提升至89%。

    同一事件 · 3 条报道

    #模型发布#Agent#推理

  11. Unite.AI模型发布
    AI 评分87

    Moonshot AI 发布 Kimi K3.1 Pro，K3.1 系列首个模型

    Moonshot AI 于 10 月 24 日发布 Kimi K3.1 Pro，这是 K3.1 系列的首个模型，定位为 3T 级开源权重模型，支持 100 万 token 上下文窗口，同时推出速度提升 2 至 3 倍的 Kimi K3.1 Pro Highspeed。官方称 K3.1 Pro 在 Terminal-Bench 4.0 上得分 65.7%，低于 Claude Opus 5.5 的 66.4%、高于 GPT-6 Astra 的 58.2%；内部幻觉压力测试中，其声明级幻觉率从 K3 的 23.4% 降至 8.3%。两款模型已上线 Kimi.ai、移动端、Kimi Work 桌面端、Kimi Code 和 Kimi API，完整模型权重将于 11 月 4 日发布。

    同一事件 · 34 条报道

    #模型发布#开源生态#Agent

  12. Unite.AI模型发布
    AI 评分78

    Block 发布全双工语音模型 Dessa，仅用人类对话数据从零训练

    Block 内部 AI 研究实验室于 10 月 23 日发布全双工语音到语音模型 Dessa，称其完全基于人类对话语音从零训练，可同时听和说，并能原生感知情绪、讽刺和笑声。该模型推理速度快于实时，可在 MacBook Pro M4 Max 或更高配置上本地运行，团队用单台 NVIDIA GB200 NVL72 完成训练。Block 已公开演示录音和公开等待名单，并向少量 AI 安全研究者开放早期访问。

    同一事件 · 10 条报道

    #模型发布#语音#开源生态

  13. The Verge AI模型发布
    AI 评分58

    Block 发布纯语音对话模型 Dessa

    Jack Dorsey 旗下 Block 发布 AI 模型 Dessa，称其完全基于人类对话从零训练，是真正的语音到语音模型。官方展示了多段对话样例，包括一段与 OpenAI GPT-Live-1 语音模型的对比，Dessa 在其中显得更自然。Dessa 可在 MacBook Pro M4 Max 或更高配置上本地运行，团队表示将向一小批 AI 安全研究者开放早期访问。

    同一事件 · 10 条报道

    #模型发布#语音#开源生态

  14. Artificial Analysis 完整文章一手模型发布
    AI 评分78

    Kimi K3.1 Pro 发布，智能指数排名第 4，权重开放后将领先开源模型

    月之暗面发布推理模型 Kimi K3.1 Pro，在 Artificial Analysis 智能指数上得分 55，排名第 4，比 Kimi K3 的 44 分提升 11 分，仅次于 Claude Opus 5.5（58）、Claude Sonnet 5.5（56）和 Muse Wonder Full（56）。其智能体能力提升明显，GDPval-AA 得分 1,846 Elo 排第 3，Terminal-Bench 4.0 得分 67%（Kimi K3 为 13%），AutomationBench-AA 从 58% 升至 73%。模型上下文窗口 1M tokens，总参数 2.8T、激活参数 104B，支持文本和图像输入，定价为每 1M 输入/输出/缓存命中 token 2/10/0.20 美元，三项均比 Kimi K3 低 33%；权重尚未公布，发布后将成为得分最高的开源权重模型，开源与闭源领先模型的差距将从 12 分缩小到 3 分。

    同一事件 · 34 条报道

    #模型发布#推理#Agent

  15. MarkTechPost模型发布
    AI 评分82

    Moonshot AI 发布 Kimi K3.1 Pro：2.8T 总参数、104B 激活、1M 上下文

    Moonshot AI 发布 K3.1 系列首个模型 Kimi K3.1 Pro，采用 MoE 架构，总参数 2.8T、激活 104B，支持 1M token 上下文窗口。该模型已在 Kimi.ai、Kimi Work、Kimi Code 和 OpenAI 兼容的 Kimi API 上线，API 定价为每百万 token 输入 2 美元、输出 10 美元，低于 K3 的 3 美元和 15 美元。Moonshot 自报 Terminal-Bench 4.0 得分 65.7%，SWE-Marathon 51.7 领先其图表中所有模型，但 Terminal-Bench Science 0.1 仅 38.1，落后 GPT-6 Astra 的 68.1；开放权重预计 2026 年 11 月发布。

    同一事件 · 34 条报道

    #模型发布#开源生态#Agent

  16. 华尔街见闻模型发布
    AI 评分85

    月之暗面发布Kimi K3.1 Pro，2.8万亿参数、编程智能体测评超过GPT-6 Astra

    月之暗面推出旗舰模型Kimi K3.1 Pro，总参数2.8万亿、采用MoE架构、每次激活1040亿参数，支持100万Token上下文窗口，并计划在11月4日前开放完整模型权重。该模型在Terminal-Bench 4.0编程智能体测试中得分65.7%，高于GPT-6 Astra的58.2%，略低于Claude Opus 5.5的66.4%；BenchCAD基准借助工具得分92.7%。标准版API输出价68元/百万Token，高速版速度约为标准版2至3倍、价格为两倍，已接入Kimi官网、App、Kimi Work、Kimi Code和API。

    同一事件 · 34 条报道

    #模型发布#Agent#编码

  17. Moonshot AI · Kimi Blog一手模型发布
    AI 评分87

    月之暗面发布 Kimi K3.1 Pro：3T 级开源权重模型，100 万 token 上下文

    月之暗面发布 Kimi K3.1 Pro，这是 K3.1 系列首个模型，也是其迄今最强的 3T 级开源权重模型，上下文窗口为 100 万 token，同时推出速度提升 2-3 倍的 Kimi K3.1 Pro Highspeed。该模型已在 Kimi.com、Kimi Work、Kimi Code 和 Kimi API 上线，完整模型权重将于 11 月 4 日发布。在 Terminal-Bench 4.0 上，K3.1 Pro 得分 65.7%，高于 GPT-6 Astra 的 58.2%，略低于 Claude Opus 5.5 的 66.4%；在内部基准 Kimi Code Bench 3.0 Long-horizon 上得分为 61.2%，高于 K3 的 55.95%。

    Benchmark results for Kimi K3.1 Pro and peer models across 14 coding, science, and knowledge-work evaluations

    同一事件 · 34 条报道

    #模型发布#开源生态#Agent

  18. Google Blog一手模型发布
    AI 评分80

    Google 发布 Gemini 4 Argon，展示 5 个社区创意项目

    Google 发布新前沿模型 Gemini 4 Argon，称其在编码、数学和 3D 世界构建等复杂任务上表现突出，并在多领域基准上超过其他前沿模型。官方展示了 5 个社区项目，包括实时映射野火与地震波动的 3D 地球、带实时数据的涡扇发动机模拟、由单张图片生成的 3D 马车，以及多人夺旗浏览器游戏。该模型上周已大范围开放。

    Collage showing five builds with Gemini 4 Argon

    同一事件 · 2 条报道

    #产品更新#Google#多模态

  19. Simon Willison模型发布
    AI 评分81

    月之暗面 Kimi K3.1 Pro 上线 API，权重将于 11 月 4 日开放

    Kimi K3.1 Pro 今日上线 Kimi API，目前尚未开放权重，月之暗面承诺 2026 年 11 月 4 日前发布完整模型权重。定价为输入 $2.00/百万 token、输出 $10/百万 token，与 GPT-6.1 Sol 相同，为 Claude Opus 5.5 的一半；另提供速度快 2-3 倍、价格翻倍的 Highspeed 版本。Artificial Analysis 给 Kimi 打出 55 分，高于 Claude Fable 5.1、GPT-6 Astra 和 Gemini 4 Argon 的 53 分，仅次于 Claude Opus 5.5 的 58 分。Simon Willison 通过 Moonshot API 在 low、medium、max 三档推理强度下实测了生成 SVG 的效果。

    同一事件 · 34 条报道

    #模型发布#DeepSeek#推理

星期五28 条