AI 资讯

AI 每天都在变,
这里一页看完

全球 AI 公司、研究机构和媒体的最新动态,自动挑出值得看的,全天自动更新。

更新于 11月17日 09:19 · 每小时自动更新

9月23日 周三19 条

OpenRouter:Announcements教程AI 评分62

OpenRouter 实测 Jev 1.13 与 Claude Opus 5 在 Banking77 分类任务上的准确率、延迟与成本

OpenRouter 用 Banking77 测试集的 3,080 条客服语料对比 Jev 1.13 与 Claude Opus 5 的意图分类表现。Jev 准确率 81.0% 比 Opus 的 84.4% 低 3.3 个百分点,但中位延迟 175 ms 约为 Opus(2,266 ms)的 1/13,每千次请求成本 $0.11 对 $2.42(启用提示词缓存)。

推荐理由:原文用同一测试流程给出两家模型的准确率、延迟与成本数据,并演示了基于置信度的级联路由方法,便于读者按自身流量权衡选型。

Claude Code:GitHub Releases产品AI 评分68

Claude Code v2.1.280 发布,新增 Claude Opus 5.5 为默认 Opus 模型

Claude Code 发布 v2.1.280,新增 Claude Opus 5.5(claude-opus-5-5)为默认 Opus 模型,支持 1M 上下文,价格为 $4/$20 per Mtok、缓存读取 $0.20/Mtok;同时将 Pro 和 Team Standard 计划的默认模型从 Sonnet 改为 Opus。

推荐理由:官方更新日志详列了新增 Opus 5.5 默认模型、价格与大量修复,开发者可据此判断是否升级及对现有工作流的影响。

Claude:Blog教程AI 评分71

Anthropic 详解 Opus 5.5 上一次 Claude Code 任务的成本构成

Anthropic 官方博客拆解 Claude Code 任务在 Opus 5.5 上的成本构成,轮次、缓存读取、输出 token 和模型选择决定账单,Opus 5.5 API 输入输出每百万 token 降价 20%、缓存读取降 60% 至 $0.20。

推荐理由:原文把一次任务的 token 成本拆成轮次、缓存、输出和模型选择四项,并给出 effort 设置与缓存维护的可迁移省钱方法。

Artificial Analysis 完整文章教程AI 评分82

Claude Opus 5.5 登顶 Artificial Analysis Intelligence Index

Artificial Analysis 实测 Claude Opus 5.5 在 Intelligence Index 得分 58,为其测得的最高分,并在 Terminal-Bench 4.0 上与 GPT-6 Astra 打平(59.6%)。

推荐理由:原文给出 Claude Opus 5.5 在 Intelligence Index 及各分项评测的完整数据和定价变化,读者可据此比较智能与任务成本。

Anthropic:Newsroom模型AI 评分91

Anthropic 发布 Claude Opus 5.5,成本较 Opus 5 降低 40%

Anthropic 发布 Claude 5.5 系列首个模型 Claude Opus 5.5,官方称多数工作表现与 Claude Fable 5.1 相当,运行成本较 Opus 5 降低 40%,输入和输出 token 定价为每百万 $4 和 $20,输出速度快 30% 以上。

推荐理由:官方公告同时给出基准分数、完整定价表和防护措施细节,读者可以据此比较它相对 Opus 5 的成本与能力变化。

另有 3 家信源报道
蚂蚁百灵:Developer Blog模型AI 评分68

蚂蚁百灵开源 Ming-Image-0.1-Design 系列 6B 设计模型

蚂蚁百灵开源 Ming-Image-0.1-Design 系列两个 6B 模型,Design 从文字需求端到端生成 UI、信息图和海报,Layer 将设计图拆成 2 到 9 个语义独立的 RGBA 图层,并同步开源 Design Skill 和 PPT Skill。

推荐理由:官方开源两个 6B 设计模型并给出评测数据和落地场景,读者可以据此评估它在设计交付链路中的可用性。

Anthropic:Research论文AI 评分76

Anthropic 宣布 Claude 自主发现类似 CRISPR 的新型酶系统 ART

Anthropic 成立生命科学研究组与实验室,并公布 Claude 在仅有人类高层指导下自主发现一种类似 CRISPR 的新型酶系统 ART(array-associated reverse transcriptases)。

推荐理由:Anthropic 自建生物实验室让 Claude 智能体自主扫描 DNA 数据库发现新酶系统,展示了 AI 智能体参与基础科学发现的可行路径。

9月22日 周二13 条

PyTorch:Blog产品AI 评分60

vLLM 引入硬件无关层以兼容 torch.compile 与 OOT 加速器

vLLM 为追求前沿性能正转向硬件专用的 flat 模型定义,与 fullgraph torch.compile 不兼容,影响 OOT 加速器、旧 GPU 和较冷门模型的支持。

推荐理由:vLLM 团队解释内部架构转向与硬件无关层的设计原则,并给出 H100 上 3.4% 吞吐差距的实测数据,对部署可移植性有参考。

LlamaIndex:产品、工程与评测产品AI 评分66

LiteParse 9 月更新:PDFium 提速 20-25%,新增视觉定位与 is-complex 路由 API

LlamaIndex 发布 LiteParse 2.14.6 更新,通过对自维护 PDFium fork 做内存分配优化(内置 mimalloc)等手段,将文本提取耗时降低 20-25%,平均 2.76ms/页,markdown 渲染 3.94ms/页。

推荐理由:原文给出速度、表格准确率等实测对比数据和新增 API,读者可据此评估是否替换现有 PDF 解析方案。

PyTorch:Blog教程AI 评分63

Shopify 如何用 PyTorch 和 vLLM 构建持续学习闭环,服务成本降低 96%

Shopify 在 PyTorch 官方博客详解其基于 PyTorch 和 vLLM 的持续学习闭环,通过自愈管线把生产失败转为训练信号,用 SFT 加 GRPO 让专用模型质量超越前沿模型,GraphQL agent 服务成本从估算的每年约 2700 万美元降至约 100 万美元,降幅 96%。

推荐理由:原文给出从质量标注、判官校准到 SFT 加 RL 和 gist 压缩的完整闭环方法,可迁移到自建 Agent 的持续学习场景。

OpenRouter:Announcements产品AI 评分70

OpenRouter 推出 Batch API,批量推理可享半价

OpenRouter 发布 Batch API,异步批量请求由供应商在 24 小时窗口内完成,通常按正常 per-token 价格的 50% 或更低收费,目前已支持 70 多个模型。

推荐理由:公告给出折扣幅度、70+ 模型覆盖和 beta 期 230k+ 批次的实测完成时间,还提示了提交时段对速度的影响。

Anthropic:Claude.dev 开发者博客教程AI 评分79

如何在 Claude 与 Claude Code 中用好 Opus 5.5

Anthropic 发布 Opus 5.5 在 Claude 应用和 Claude Code 中的使用指南。

推荐理由:官方使用指南针对 Opus 5.5 更长自主运行的特点,给出提示词写法、长任务掌控和结果检查的具体做法。

腾讯混元:Research模型AI 评分60

腾讯混元发布 Hy Image3.5 preview 图像生成模型

腾讯混元发布 Hy Image3.5 preview,支持文生图与图生图、最多 5 张参考图、多轮编辑和最高 2K 分辨率输出,经上百名专业设计师 GSB 盲测对上一代胜率综合提升 30% 以上。

推荐理由:原文给出了文本渲染、编辑一致性与定价等具体能力细节,以及多家腾讯内部产品的实测反馈,便于评估适用场景。

OpenRouter:Announcements教程AI 评分62

OpenRouter 解读 NVIDIA Nemotron 3.5 Lightning 如何承担 Agent 高频执行调用

OpenRouter 发文解读 NVIDIA 的 Nemotron 3.5 Lightning,这是一款 30B 总参数、约 3B 激活参数的混合专家开源权重模型,定位于工具调用、编码等高频、边界清晰的 Agent 执行步骤,与负责复杂推理的 Nemotron 3 Ultra(550B 总参数、55B 激活)形成分工。

推荐理由:OpenRouter 结合自家端点数据拆解 Nemotron 3.5 Lightning 的定位、上下文和调用差异,读者可据此评估它在 Agent 执行层的适用性。

vLLM 官方博客教程AI 评分66

用一个 uv 编译开关为 vLLM 容器启动省下约 18 秒

vLLM 博客作者 Nils Matteson 实测在镜像构建时设置 ENV UV_COMPILE_BYTECODE=1 预编译字节码,H100 服务器上 Qwen3-8B 和 Qwen3-32B 的启动到首个正确响应中位节省分别为 17.6 秒(17.6%)和 17.8 秒(13.9%)。

推荐理由:作者用配对实测给出 uv 预编译字节码对 vLLM 启动的具体节省和设置方法,结果边界和镜像体积代价也交代清楚。

Linear:Now教程AI 评分61

Linear 分享 CI 提速实践:PR 等待时间从 6 分多降至 5 分出头,单测机器时间约减半

Linear 工程团队详细介绍其 CI 优化实践:在测试套件今年年初以来近乎翻四倍的情况下,PR 等待时间从超过 6 分钟降到 5 分出头,每项测试的 runner 时间约减半。

推荐理由:Linear 自述在测试套件近乎翻四倍的情况下把 CI 等待时间和 runner 成本降下来,四类优化手法可迁移到其他工程团队。

小米 MiMo:官网发布与博客模型AI 评分71

小米开源 MiMo-V2-Flash:309B 总参数 MoE 模型,主打推理、编码与智能体

小米于 12 月 16 日发布并开源 MiMo-V2-Flash,一款 309B 总参数、15B 激活参数的 MoE 基础语言模型,权重以 MIT 许可上传 Hugging Face。

推荐理由:官方完整披露了架构、MTP 推理加速与 MOPD 训练范式细节和基准成绩,可据此评估其性价比与部署可行性。

Artificial Analysis 完整文章教程AI 评分68

Artificial Analysis 评测 Grok 4.7:智能指数 46 分进入前四,编码智能体升至第 4

Artificial Analysis 发布 Grok 4.7 评测,Grok 4.7(xhigh)智能指数得 46 分,较 Grok 4.6 高 2 分,使 SpaceXAI 进入前四;搭配 Grok Build 的编码智能体指数从 47 升至 56,仅次于 Claude Fable 5.1、GPT-6 Astra 和 Claude Opus 5。

推荐理由:评测方给出 Grok 4.7 在多项基准的具体分数、token 消耗与对比对象,读者可据此判断其真实水平与成本。

Fireworks AI产品AI 评分61

Fireworks AI 推出 Specialized Intelligence Index 领域基准索引

Fireworks AI 推出 Specialized Intelligence Index(SII),汇集开放、闭源与专用模型在真实工作任务基准上的表现,首批覆盖医疗、法律、网络安全、金融、客服、生产力和软件七个领域。

推荐理由:Fireworks 联合多家行业实践方推出领域基准索引,不做跨领域综合排名,读者可按成本和时长自行权衡模型选择。

加载更多

看完资讯,聊聊你的企业

留下联系方式,我会亲自联系你。

WECHAT

添加我的微信

长按或选中下方微信号复制。