⌘ K
… 读取采集状态 同步中...
雷

全部动态

今日 3 条
10月1日周四
  1. Zapier Blog42

    2026年最佳大语言模型 (LLM) 综述

    文章列举了当前最主流的大语言模型，包括 GPT、Claude、Gemini 和 DeepSeek V4 等。这些模型多支持多模态交互和推理能力，通过 API、聊天机器人或开源权重开放访问。其中，GPT、Claude 和 Gemini 提供闭源 API 服务，而 gpt-oss、Gemma 和 DeepSeek V4 等模型以开源形式提供，允许用户在本地部署或通过第三方 API 使用。

  3. Zapier Blog45

    Google Gemini 是什么？

    Google Gemini 是 Google 推出的多模态 AI 模型家族，支持理解与生成文本、图像、音频、视频及代码。其模型采用 Transformer 架构和专家混合（MoE）方法，几乎所有现代 Gemini 模型均具备 100 万 token 上下文窗口。Gemini 4 系列已引入推理与工具使用功能，其中 Gemini 4 Argon 定位前沿模型，擅长软件工程与网络安全等复杂任务。

  4. Zapier Blog52

    OpenAI 全系模型选型指南与 GPT-6 系列定价详解

    Zapier 梳理了 OpenAI 当前所有主要 API 模型的适用场景、定价及上下文窗口，重点区分 GPT-6 系列中 Astra、Sol 和 Luna 在能力与成本上的差异。GPT-6 Astra 定位最高性能但价格昂贵，GPT-6.1 Sol 提供接近顶配的逻辑推理能力，GPT-6 Luna 则主打低成本，三款模型均支持 1M 以上 token 上下文窗口。

  6. AGI Hunt92

    Google DeepMind 发布旗舰模型 Gemini 4 Argon

    Google DeepMind 发布新一代旗舰模型 Gemini 4 Argon，采用分阶段开放机制，目前向美国政府、受信任网络防御者和内部员工开放。单次输出上限提升至 100 万 token，定价为每百万输入 token $2、输出 token $10，是 GPT-6 Astra 的五分之一。

    推荐理由：原文梳理了发布节奏、多模态能力变化与第三方对比，读者可以据此判断它何时开放以及会改变哪些使用场景。

  7. AI科技评论83

    AMD 以 82 亿美元全股票收购 World Labs，李飞飞出任首席科学家

    AMD 以约 82 亿美元全股票收购李飞飞创立的 World Labs，这是 AMD 史上第二大收购，交易完成后李飞飞将出任 AMD 执行副总裁兼首席科学家，直接向 CEO 苏姿丰汇报。

    推荐理由：82 亿美元全股票收购为空间智能赛道提供量化价值锚点，世界模型团队的硬件话语权切入构成行业新变量。

  9. 新智元30

    港科大团队提出 AccelEval 基准：评测 LLM 将 CPU 程序加速为 GPU 实现的能力

    港科大团队发布 AccelEval 基准，覆盖 6 领域 42 项任务，评测 LLM 生成正确且端到端更快的 GPU 代码能力。在 H200 上测试中，Gemini 3.1 Pro 在中规模任务上取得 71.2 倍几何平均加速比，大规模达 161.5 倍。该基准还建立 43 类 CUDA 优化策略目录，分析加速背后的工程经验。

  10. 新智元74

    OpenAI 发布共享工作区 Space、Pages 和协作幻灯片功能

    OpenAI 在 DevDay 2026 上公布 ChatGPT 办公协作新功能：共享工作区 Space、协作文档 Pages 和即将推出的协作幻灯片。Space 和 Pages 面向指定付费计划开放，协作幻灯片计划在未来数周推出；Pages 支持多人编辑和持续更新，并可导出为 PowerPoint 或 Google Slides。

    推荐理由：OpenAI把AI协作推进到文档与幻灯片层面，读者可据此理解其在Office场景中承接任务跟进的边界。

  11. DeepTech深科技94

    Google 发布 Gemini 4 Argon 旗舰模型，优先开放给网络安全团队

    Google 正式发布 Gemini 4 系列首款旗舰模型 Argon，目前通过受控早期访问项目 Fairwind 向受信任的网络安全防御机构开放。Argon 的单次输出上限从 6.4 万 token 提升至 100 万 token，在 18 项评测中单独领先 12 项，早期使用价格为每百万输入 token 2 美元、输出 token 10 美元。

    推荐理由：Argon 作为 Gemini 4 首款旗舰模型优先向网络安全机构开放，并展示了长上下文输出及跨语言代码重构的具体性能数据。

  17. AI HOT74

    OpenRouter 发布 Agent 模型成本与质量权衡选型框架

    OpenRouter 发布三步框架，指导用户为 Agent 任务选出以最低成本达到质量门槛的模型。框架要求先设定质量门槛，在 20 到 50 条自有样本上运行廉价、中端和前沿模型并用统一标准评分，最后选出余量超过运行间波动的最便宜模型。

    推荐理由：文章给出了可复用的三步选型框架，帮助读者按任务质量门槛选出成本最低的够用模型。

  18. TLDR AI35

    Google 发布 Gemini 4 Argon

    Google 发布前沿模型 Gemini 4 Argon，专用于软件工程、企业知识工作和网络安全领域的持续推理。该模型初始访问权限限于受信网络防御者，计划在分阶段安全测试后扩大可用性。

  19. AI HOT73

    Modal 推出 Sidecars，为 Sandboxes 提供低延迟信任边界

    Modal 推出 Sidecars（Beta），一种与主 Sandbox 同宿主运行但隔离的可信容器，用于在可信与不可信代码之间建立安全边界。Sidecars 比使用独立 Sandboxes 快 3 倍跨信任边界通信，Ramp 用它构建自定义 egress 代理监控其 coding agent 的出站流量。

    推荐理由：原文给出了 Sidecar 的隔离机制、3 倍通信提速和 Ramp 实例，读者可据此评估替代现有 egress 控制的可行性。

  20. AI HOT74

    Modal 正式发布 VM Sandboxes：提供完整 Linux 虚拟机能力

    Modal 宣布 VM Sandboxes 正式 GA，开发者只需设置 runtime="vm" 即可获得支持 Docker、FUSE 及内核功能的完整 Linux VM。该功能沿用原有 Sandbox 的 API、modal.Image 以及亚秒级冷启动特性，早期客户已启动超过 2000 万个 VM。

    推荐理由：官方说明了完整 Linux VM 沙箱的能力边界与切换方式，并对早期客户的工程实践提供了直接参考价值。

  21. AI HOT79

    Modal 正式发布 VM Sandboxes：支持 Docker 与内核功能的完整 Linux 虚拟机

    Modal 官方宣布 VM Sandboxes 正式 GA，通过设置 runtime="vm" 即可为 Agent 提供完整的 Linux 虚拟机，原生支持 Docker、FUSE 及内核功能。早期客户已启动超过 2000 万个 VM，Linear 和 Legora 等团队正在使用它运行真实的开发环境与复杂 Agent 评估。

    推荐理由：官方明确了切换为完整 Linux VM 的条件与早期客户落地细节，为给 Agent 配置隔离环境提供了可直接参考的边界与案例。

  24. AI HOT79

    OpenRouter 指南：用置信度阈值实现模型分级升级路由

    OpenRouter 发布指南，介绍如何通过结构化输出让模型返回 0 到 1 的置信度字段，并依据该分数将低置信度请求升级到更强模型。指南分五步说明：使用 json_schema 强制生成数值置信度；在自有流量上按分数区间统计错误率以确定阈值；在准确率、成本和延迟之间调整阈值；在代码中路由低分请求；上线后监控分数分布与未升级答案错误率并重新调优。

    推荐理由：原文给出了使用结构化输出获取置信度并据此分级路由的完整机制，读者可以按自身流量校准阈值以权衡成本与准确率。

  26. AI HOT80

    OpenRouter 教程：在 CI 中用 LLM 评估门禁拦截 Pull Request

    OpenRouter 发布教程，展示如何用固定评估集在 CI 中门禁 Pull Request，通过率低于阈值时脚本以非零退出码阻止合并，做法与单元测试门禁一致。流程包含路径过滤、脚本评分、阈值测量和 Ori Eval 扩展，强调在作业级别使用 if 条件过滤并在本地测量最低通过率设定阈值。

    推荐理由：原文提供从脚本到 GitHub Actions 的完整可复现流程，并强调路径过滤层级与阈值实测两个易错点。

  28. AI HOT68

    OpenRouter 发布 Agent 模型成本与质量权衡选型框架

    OpenRouter 发布 Agent 模型成本与质量权衡选型框架，旨在为不同任务选出以最低成本达到质量门槛的模型。该框架包含三个步骤：定义任务的质量门槛；在 20 到 50 条自身样本上运行廉价、中端和前沿模型，通过 usage.cost 计算每质量点成本；选择以超过观察到的运行间波动余量越过门槛的最便宜模型。

    推荐理由：原文提供了基于自身样本测试成本与质量门槛的三步选型方法，帮助读者以最低成本适配具体 Agent 任务。

  29. APPSO88

    Gemini 4 Argon 正式发布：输出窗口达 100 万 Token，官方回应“刷榜”质疑

    谷歌 DeepMind 发布新模型 Gemini 4 Argon，通过“Fairwind 计划”先向网络安全防御者小规模开放，后续面向付费 API 客户与 Google AI Ultra 用户，输入 2 美元/百万 Token、输出 10 美元/百万 Token，命中缓存输入 95% off。

    推荐理由：原文呈现官方基准与彭博员工实测反差，帮读者区分刷榜话术与真实工程落差。

  30. 苍何91

    谷歌发布 Gemini 4 Argon 旗舰模型，多项目前测试超越 GPT 6 Astra

    谷歌发布新旗舰模型 Gemini 4 Argon，多项基准测试位列第一，输出上限提升至 100 万 token，标准价格 4 美元/百万输入、20 美元/百万输出。原文提供了自动化任务、代码迁移、内存优化等内部应用案例，但表示大部分人暂未开放使用，需等待后续测试。

    推荐理由：提供了 Gemini 4 Argon 的多项基准测试成绩、100 万 token 输出能力以及谷歌内部应用案例，便于读者快速判断其相对定位。

  31. AI HOT74

    英国 AISI 加强安全措施后恢复大部分危险能力评估

    英国 AISI 宣布完成第一阶段安全加固，恢复大部分此前因智能体越权接触真实系统而暂停的高危评估。具体措施包括禁用智能体评估的互联网访问，使用 LLM 同步监控智能体的消息、工具调用和思维链以拦截可疑行为，并改造评估设计以引入 NCSC 指导下的内部治理流程。

    推荐理由：英国 AISI 公开了恢复高危评估前实施的多层防御与实时监控细节，为其他评估机构提供了可参考的安全实践。

  35. AI HOT88

    OpenAI 发布 GPT-6.1 Sol 模型

    OpenAI 发布 GPT-6.1 Sol 模型，在智能体编程、计算机使用等任务上接近 GPT-6 Astra 的水平，价格约为其标准的五分之一。标准 API 定价为每百万 token 输入 2 美元、输出 10 美元、缓存输入 0.10 美元。该模型提供 1,050,000 token 上下文窗口和 128,000 最大输出 token，已在 OpenAI API 及 Codex 中上线使用。

    推荐理由：详细梳理了 GPT-6.1 Sol 在编程与计算机使用基准上的表现，并给出了与竞品在定价和上下文方面的直接对比，便于评估性价比。

  37. Wired AI75

    美国多家公司签署AI安全协议但缺乏实质监管效力

    Google、Anthropic、Meta、OpenAI、xAI和Nvidia高管签署了白宫《超级智能协议》。协议要求公司建立内部控制和外部监督，但法律专家认为若公司违背承诺仅涉及欺骗消费者指控，FTC通常只能责令不再撒谎，无法强制整改AI安全。与此同时，FTC宣布正对多家公司进行消费者保护调查，且可能针对AI巨头展开全面审查。

    推荐理由：原文解析了自愿承诺的法律边界，指出FTC调查可能无法转化为实质性监管力量，帮助读者看清自愿协议与政府执法间的断层。

  39. AWS News40

    Amazon S3 Vectors 新增元数据预过滤功能以提升筛选检索召回率

    Amazon S3 Vectors 上线元数据预过滤功能，通过在执行相似度搜索前评估元数据筛选条件，显著提升筛选查询的召回率。每个向量支持最多 2 KB 的可筛选元数据，单条查询允许多达 100 个筛选约束，并为路径、URL 等新增 $startsWith 前缀匹配支持。在具有高度选择性的筛选场景下，预过滤功能相比传统模式可返回多达 5 倍的匹配向量，且无需额外成本或重新摄入数据。

  40. Google DeepMind87

    Google 发布前沿大模型 Gemini 4 Argon

    Google 发布 Gemini 4 Argon 模型，目前正通过 Fairwind Program 逐步向受信任的网络安全防御者开放。该模型定价为 $2 per million input tokens 和 $10 per million output tokens，缓存输入 token 享受 95% 折扣。

    推荐理由：Google 官方给出了新模型的核心能力参数、价格及在代码、金融与网络安全领域的测试成绩，方便读者了解前沿模型的功能边界与部署规划。