MiniMax 发布 M3.1 Flash,Agent 基准 ALE 得分 29.6% 居国产模型第一
MiniMax 正式发布 M3.1 Flash,即此前在 OpenRouter 匿名测试的 Space Bunny(玉兔),Agents' Last Exam 得分 29.6%,位列国产模型第一。
推荐理由:文章列出 M3.1 Flash 在 Agent、编码、网络安全等基准上的分数与定价,可对照国产 Flash 模型的性价比路线。
MiniMax 正式发布 M3.1 Flash,即此前在 OpenRouter 匿名测试的 Space Bunny(玉兔),Agents' Last Exam 得分 29.6%,位列国产模型第一。
推荐理由:文章列出 M3.1 Flash 在 Agent、编码、网络安全等基准上的分数与定价,可对照国产 Flash 模型的性价比路线。
美国国土安全部禁止联邦文职机构使用 DeepSeek 的 AI 技术,要求各机构从 IT 系统中移除现有 DeepSeek 产品且不得采购新产品。据《华尔街日报》报道,该命令还涵盖关联公司产品以及基于 DeepSeek 实现构建的第三方服务,但未设定移除期限,也未说明具体安全关切,AI 网关如 OpenRouter 是否受限尚不清楚。
Cheeky Pint is back! Mark Zuckerberg @finkd and Alexandr Wang @alexandr_wang came to the pub to discuss their new frontier model, Muse Wonder. 00:00:24 Muse’s breakout use cases 00:07:28 The model is the product 00:14:35 Muse Wonder 00:24:56 How frontier models are built 00:48:26 Betting $100B 01:07:21 Agentic commerce 01:19:34 OpenRouter 01:20:06 Beyond the smartphone 01:27:00 Funding 01:34:06 Why AI won’t be winner-take-all 01:40:46 Meta Superintelligence Labs (MSL) 02:08:11 Working for Mark Zuckerberg
NVIDIA 扩展其开源模型家族,覆盖语言、机器人、生物和量子计算,包括新的 Nemotron 3.5 Super VL、Nemotron 3.5 Bolt、Nemotron Retriever、Kumo 结构化数据模型、Cosmos 3.5 世界模型、Alpamayo 2 Edge、BioNeMo 与 Ising。
推荐理由:NVIDIA 一次性开放语言、世界模型、蛋白质设计与量子校准等多类模型,读者可据此判断开源权重在多行业落地时的选择空间。
阶跃星辰发布 Step 3.7 Flash,这是一个 198B 参数的稀疏 MoE 视觉语言模型,由 196B 参数语言主干与 1.8B 参数视觉编码器组成,每 token 约激活 11B 参数,吞吐最高 400 tokens/s,支持 256k 上下文窗口和低中高三档推理等级。
推荐理由:原文给出稀疏 MoE 视觉语言模型的参数规模、三档推理等级与定价,可据此判断高频智能体工作流的成本与部署选择。
MiniMax 于 10 月 19 日正式发布 M3.1 Flash,并认领此前匿名模型 Space Bunny,其在 Automation-Bench 复杂 Agent 任务对比中位列第一,BankerToolBench 以 76.2% 与 Opus 5 并列第一。
同一件事,精选收录的是《MiniMax 发布 M3.1 Flash,Agent 基准 ALE 得分 29.6% 居国产模型第一》
Inception 发布扩散语言模型 Mercury 3,称其在多项基准上超过 GPT-6 Luna 和 Claude Haiku 5.5,运行速度快 4 到 8 倍。
OpenAI 于周四向所有客户开放 Decisions API,此前该产品在 9 月 29 日的开发者日上发布。该 API 基于 ChatGPT Luna 重新配置以加快推理并降低成本,产品负责人 Nikunj Handa 称延迟从 1 至 3 秒缩短到 100、120、180 毫秒,公开版本还新增了语音和视觉模态。