跳到正文
  1. Ars Technica · AI78

    Google 推出 Gemini 4 Hydrogen 取代 3.8 Flash

    Google 推出新的 Gemini 4 Hydrogen 模型,正式取代广泛使用的 Gemini 3.8 Flash。该模型提供低、中、高和 xhigh 四种思考级别,在高模式下比 3.8 Flash 快 2.5 倍,并将虚构声明减少超过 5 倍。

    推荐理由:文章介绍了 Gemini 4 Hydrogen 替换旧版 Flash 模型的细节,包括速度提升、幻觉减少及基准测试表现。

  2. The Decoder78

    OpenAI 研究指出前沿模型隐藏思维源于开发者对能力与成本的优化

    OpenAI 安全团队发布新分析,指出 GPT-6 Astra 等前沿模型思维链(CoT)透明度下降并非自然规律,而是由预训练能力提升、架构选择、强化学习及知识蒸馏四个训练因素导致。

    推荐理由:文章解析了前沿模型思维链透明度下降的四个训练成因,揭示了能力、成本与安全监控之间的具体权衡。

  1. Google DeepMind83

    Google DeepMind 发布 Gemini 4 Carbon 模型

    Google DeepMind 正式向开发者、企业及消费者开放 Gemini 4 Carbon 模型,这是目前最强的前沿模型,专注于复杂知识工作、智能体编码和科学推理。

    推荐理由:该模型在复杂代码调试、科学推理及网络安全基准测试中展现前沿性能,同时保持较低成本,并强化了防注入等安全机制。

  1. Latent Space82

    Anthropic 发布 Claude Fable 5.2 并启动 IPO 路演

    Anthropic 在 IPO 路演期间发布了 Claude Fable 5.2 和 Mythos 5.2,宣称其在多数评测中超越 Opus 5.5 并重回榜首。

    推荐理由:文章汇总了 Claude Fable 5.2 的基准表现、定价策略及社区反馈,帮助读者评估其实际能力边界与成本效益。

已经到底了