跳到正文
只看模型
找到 6 条 · 更新于 12:09
10月20日周二
  1. Lisan al Gaib50

    哦这太牛了 但考虑到它的效率低了好几倍，我不太会说它击败了 Sol 我想说的是，它击败了 Kimi-K3、GLM-5.3 Flash 和 Grok-4.7，这已经令人印象深刻了

    引用Vals AI@ValsAI

    We found DeepSeek V4.1 Flash 1017 beats GPT 6 Sol on our multi-step offensive cybersecurity task. Sol was tested via the Daybreak trusted access program. We have been building a cybersecurity benchmark based on simulated corporate networks. This is a valuable indicator for the cyber-risk a model poses if in the hands of a bad actor. We plan to make the full evaluation public in the coming weeks but wanted to share our first immediate finding here.

9月2日周三
  1. 月之暗面 Kimi 模型发布88

    月之暗面开源 Kimi K3：2.8T 参数原生多模态模型，支持 100 万 token 上下文

    月之暗面发布开源权重模型 Kimi K3，总参数 2.8T、激活参数 104B，基于 KDA 与 AttnRes 架构，原生支持文本、图像、视频并具备 100 万 token 上下文窗口。

    推荐理由：月之暗面开源 2.8T 参数原生多模态模型，给出完整架构参数与多榜单对比，可据此判断开源前沿模型的当前水位。

6月15日周一
  1. 月之暗面 Kimi 模型发布72

    月之暗面发布 Kimi K2.7 Code 编码智能体模型

    月之暗面发布基于 Kimi K2.6 的编码智能体模型 Kimi K2.7 Code，在长周期真实编码任务上做了较大改进，思考 token 用量相比 K2.6 减少约 30%。

    推荐理由：模型卡给出与 K2.6、GPT-5.5、Claude Opus 4.8 的同基准对比，可据此判断其在编码智能体上的位置。

5月19日周二
  1. 月之暗面 Kimi 模型发布85

    月之暗面开源 Kimi K2.6 多模态智能体模型

    月之暗面发布开源原生多模态智能体模型 Kimi K2.6，采用 MoE 架构，总参数 1T、激活参数 32B，上下文长度 256K，视觉编码器为 400M 参数的 MoonViT。

    推荐理由：模型卡给出完整架构、评测对比和部署方式，可据此判断开源多模态智能体模型的当前水平。

4月30日周四
  1. 月之暗面 Kimi 模型发布85

    月之暗面开源 Kimi K2.5 原生多模态智能体模型

    月之暗面发布开源原生多模态智能体模型 Kimi K2.5，在 Kimi-K2-Base 上以约 15 万亿视觉与文本混合 token 持续预训练而成。模型采用 MoE 架构，总参数 1T、激活参数 32B，上下文长度 256K，配备 400M 参数的 MoonViT 视觉编码器，支持即时与思考两种模式。

    推荐理由：月之暗面开源原生多模态智能体模型，1T 总参数与 Agent Swarm 设计给出了与闭源旗舰对比的完整基准。

4月23日周四
  1. 月之暗面 Kimi 模型发布82

    月之暗面发布 Kimi K2 Instruct 模型

    月之暗面发布 Kimi K2，这是一个总参数 1T、激活参数 32B 的 MoE 语言模型，在 15.5T token 上预训练，采用 Muon 优化器，并针对工具调用与自主问题求解做了优化。

    推荐理由：原文给出 1T 总参数、32B 激活的 MoE 架构与完整评测对照，可据此判断开源模型在编码和工具调用上的位置。