Cognition 發布 SWE-2 Flash,主打低成本高速程式開發
Cognition 發布程式模型 SWE-2 Flash,透過中期訓練與強化學習提升基準表現,並以較低價格和較快速度提供給 Devin 使用者。
推薦理由:SWE-2 Flash 的基準提升與受控權重分享計畫,呈現 Cognition 如何兼顧程式工程能力、網路安全用途與模型存取風險。
Cognition 發布程式模型 SWE-2 Flash,透過中期訓練與強化學習提升基準表現,並以較低價格和較快速度提供給 Devin 使用者。
推薦理由:SWE-2 Flash 的基準提升與受控權重分享計畫,呈現 Cognition 如何兼顧程式工程能力、網路安全用途與模型存取風險。
Ripple-65B Preview 在 TerminalBench 2.1 得分 80.5,作者稱其使用約為先前 SOTA Reflection Beam 1/70 的 rollouts,達到 Agentic Coding 領域的 SOTA。
Moonshot AI 在 Hugging Face 開放 2.8T 引數的 Kimi K3.1 Pro 權重,並說明模型基準表現、架構設計與授權條件。
推薦理由:Kimi K3.1 Pro 的基準表現呈現不同任務間的落差,並交代權重精度、上下文處理設計與授權條件,提供評估模型部署的具體依據。
Weight Space Programming 是 frontier LLM 能直接讀寫神經網路權重的實驗,本文回顧 MIT 研究、複製案例、批評與潛在風險。
Dharma Field Extractor 推出檔案欄位抽取模型,可從檔案影像擷取欄位並輸出結構化 JSON,支援開放抽取與依指定結構抽取兩種模式。 - 抽取方式:可不提供結構,由模型找出檔案中的欄位;也可指定欄位名稱與型別。
Arena.ai 分享 Agent Arena 長時程任務的成本比較:近 14 天有近 30,000 項任務執行超過 1 小時,每小時平均呼叫工具 332 次。
推薦理由:近 30,000 項長時程任務的成本資料,呈現 Gemini 4 Carbon、Claude Opus 5.5 與 GPT-6 Astra 在每小時工作費用和評分上的取捨。
Hy4 是由 Tencent 推出的全新大型語言模型,具備視覺理解與軟體操作能力,能在影像、圖表與命令列工具中進行推理。 - 引數量:770 B,與 Hy4 Preview 相同,擁有 1 M token 的長上下文視窗。
Agent Arena 的比較顯示,任務成本愈高,Google DeepMind 與 Xiaomi MiMo 在排名中的位置愈突出。
Moonshot AI 推出 Kimi-K3.1-Pro,模型總引數為 2.8T,每個 token 啟用 104B 引數,並支援 1M-token 上下文。
推薦理由:Kimi-K3.1-Pro 的引數規模、稀疏注意力與 1M-token 上下文設計,呈現大型模型在推論效率與長上下文處理上的取捨。
summary_zh: MOSS‑Image 在 ComfyUI 產生黑影或噪音,開發者提供三種解決方案:使用 bf16、下載 KBlueLeaf 的 FP16‑fixed 權重,或更新 rapid‑moss 節點。
Kimi K3.1 Pro 開放權重發布,這款原生多模態AI 助理模型採 MoE 架構,提供 1,048,576-token 上下文視窗。 - 模型規模:總引數 2.8T,啟用引數 104B;支援文字與影像輸入。
推薦理由:材料列出模型規模、推論設定與多項基準成績,並說明 API 和推論引擎支援,便於比較其能力與部署條件。
Kimi.ai 公開 Kimi K3.1 Pro 的模型權重,並表示將持續推進開放智慧。 權重連結:https://t.co/tJXcYUeSCj
LiberAI 發布控制機器人手臂與手部的 AI 模型 Liber-0,並以 LiberSense Glove 記錄人們日常工作時的手部姿勢與軌跡,供機器人訓練使用。
推薦理由:Liber-0 的測試呈現手部軌跡資料與網路影片在機器人訓練上的差異,也比較了手套資料搭配部分示範的結果。
Llama 4、Mistral Large 與 Qwen 3 在 2026 年的實測基準中分別擁有不同的優勢,本文對比其效能、上下文長度、語言多樣性與部署成本。
LongCat-2.5 是由美團開發的 1.6萬億引數多模態大模型,全部訓練於國產晶片。 - 引數與活躍引數:總引數 1.6萬億,實際活躍 4.8萬億,每個 token 需計算。
騰訊混元 Hy4 推出並接入元寶,文章透過互動網頁製作、蘋果財報分析與跨應用簽證資料核對,實測其視覺理解、電腦操作與工作任務處理能力。 - 模型與接入:Hy4 引數規模為 770B;使用者可在元寶 App、PC 使用者端與網頁端切換使用。
本地 LLM 需要多少記憶體? 本文提供一套實用公式,結合權重、KV 快取與系統記憶體比例,幫助開發者快速判斷模型是否能在 16GB Mac 或 GPU 上載入並預估生成速度。
Hy4 是騰訊推出的全新大語言模型,擁有 770 B 引數的 Mixture‑of‑Experts 架構,首次結合精細影像處理、複雜圖表與數學視覺推理,以及透過圖形介面與命令列直接操控電腦的能力。
CCORE推出 Qwen3.5-4B-3D-Coder 早期預覽版,這款以 Qwen3.5-4B 微調的開放權重模型可根據描述生成互動式 3D 場景。
Arena 公佈 Agent Arena 評測結果,Hy4 在整體排名第 14,於 8.5K 多場真實世界長時程AI 助理任務中帶來 4.7% 的淨改善。
推薦理由:這份評測以長時程AI 助理任務比較 Hy4 與 Kimi K3.1 Pro 的分數及每項成本,呈現兩者表現接近時的價格差異。
VIDRAFT POCKET 是一系列 GGUF 格式的稀疏 Mixture‑of‑Experts 模型,能在僅 8GB VRAM 的筆記本上執行 180B 引數模型。
Tencent WeVisOne-VL 開放發布 2B 與 4B 版本,將偵測、指代、計數、指點、OCR、分割與 alpha 去背整合至單一視覺語言模型。
IndiaAI Mission 於 2026 年 11 月正式推出三款本土 AI 模型:EKA‑1、Dhīr‑2B 與 Dhīr‑5B,針對離線手機與關鍵領域的安全使用。
Hy4 正式版首次加入視覺與電腦操作能力,GameDev 與 GameLogic 評測分別提升 19.1% 與 9.8%。 - 核心特性:視覺、電腦操作、金融與科研場景評測。 - 評測提升:GameDev +19.1%,GameLogic +9.8%。 - 安全審計:官方提供攻防安全審計結果,可作參考。
導語:本文比較 Google 的 Gemini 4 Argon 與 Anthropic 的 Claude Opus 5.5 在 OpenCode 編碼代理中的效能與成本。
Mercury 2.5 以每秒 1,178 tokens 的輸出速度成為排行榜第二,顯示高速 LLM 正在重塑代理與 RAG 的流程。 - 速度:1,178 tokens/s,遠超傳統自回歸模型,降低每個 token 的解碼延遲。
這篇文章示範如何用 Stripe Payment Links 只在付費時才學習的 brAIAIn 語言模型,並說明完整的零成本訓練與推理流程。 - 模型規格:476 個引數,使用詞級三元組計數,訓練時每句付費文字會被重複四次以加強學習。
NVIDIA 在 DGX Spark 上對 Ling-3.0-flash 進行三項最佳化,提升 42.5% 解碼吞吐量,為單機推理提供實用參考。
Claude Opus 5.5 在 2026 年日常編碼中因為低成本(約每 100 萬 token 4 美元輸入、20 美元輸出)且專為長期 agentic 編碼設計,成為首選。