SemiAnalysis 发布 TPUv7 Ironwood 第三方推理评测,每美元性能最高比 B200/B300 高 50%
SemiAnalysis 在 InferenceX 上发布 TPUv7 Ironwood 的首批第三方推理结果,FP8 聚合服务下 Ironwood 每美元性能最高比 B200/B300 高 50%,在 20 tok/s/user 交互速度下每百万 token 成本约 0.181 美元,低于 B200 的 0.222 和 B300 的 0.276 美元。
SemiAnalysis 在 InferenceX 上发布 TPUv7 Ironwood 的首批第三方推理结果,FP8 聚合服务下 Ironwood 每美元性能最高比 B200/B300 高 50%,在 20 tok/s/user 交互速度下每百万 token 成本约 0.181 美元,低于 B200 的 0.222 和 B300 的 0.276 美元。
ByteByteGo 发表长文,系统讲解 LLM 应用如何处理错误与故障。文章指出 LLM 应用除网络超时、429 限流、401/403 认证失败、上下文窗口超限等技术故障外,还面临幻觉、输出非法 JSON、工具误调用等语义故障,需将错误分为瞬时、永久、语义三类再对症处理。
Cohere 发布为 North Mini Code 构建的围绕 decode megakernel 的推理引擎,BF16 下单张 H100 端到端解码吞吐比 vLLM 快 1.25–1.41 倍,batch size 1 时达 292 tok/s(SoL 的 62%),代码已在 GitHub 开放。
推荐理由:原文给出手写 decode megakernel 的完整实现细节与真实吞吐数据,读者可以了解如何把现有内核组装成单个持久内核并接入真实服务。
作者分享只用手机远程操控Agent跑任务的新工作流,核心工具是UU远程,出门不再随身背1.62kg的MacBook。文中介绍终端完整支持TUI,可正常操作Claude Code、Codex等Coding Agent,多终端会话可并行;支持手机与电脑双向跨端接管,任务进度和运行状态可保留。
全网最全的 GPT Astra 提示词和案例,已收录 153 个,每日更新。精选 3D、游戏案例,试了下有些真的能 one shot 直出超炫的效果,3D 创作时代已然来临了! 立刻复制提示词,玩起来! https://www.tripo3d.ai/3d-prompts
Olly(iMessage AI 助手)作者基于经 OpenRouter 路由的开源模型处理约 1800 万条消息(约三分之一经 OpenRouter 开源模型)的实战经验,总结使用 OpenRouter 的十大坑。
Artificial Analysis 评测显示,OpenBMB 的 MiniCPM5-2B 在 Intelligence Index v4.2 得分 15,为总参数量 4B 以下开源权重模型中最高。
作者实测 GPT-6 Astra 的电脑自动化、3D 和剪辑能力。外置键盘快捷键配置 41 秒一次成功,Blender 海盗船不到 10 分钟完成且给出逐部位生成逻辑,还用关键帧做出 3D 镜头移动视频和星球状的马里奥 3D 游戏关卡。真人口播剪辑经三次修改达到可发布标准,附完整剪辑提示词;PPT 二次美化评定为 6 到 7 分;UI 设计对比仍不及 Claude Fable 5.1。
Simon Willison 分享对面向开发者的 GPT-6 Astra 的试用印象:Astra 在细节把握、理解用户提示词和构建更复杂输出方面全面提升,尤其擅长 3D 建模,他见过它生成花园、船厂、动物、城市景观甚至戴森球的精美渲染,并成功生成了骑自行车的鹈鹕戴红色领巾的场景。
真实世界的结果已经出炉。Code Arena 上出现了新的 #1 —— GPT-6 Astra (Max)! 它还重塑了帕累托前沿,成为每百万 token 40 美元价位上表现最佳的模型,这与最新的 Claude 模型定价相当。 @OpenAI 的 GPT-6 Astra 在 Code Arena: WebDev 中以 1797 分登顶。这比排名第 2 的 Claude Fable 5.1 (Max)(1762 分)领先了整整 +35 分,比排名第 3 的 Claude Opus 5 (Max)(1688 分)也更高。 相比排名第 13 的 GPT-5.6 Sol (xHigh),这是一次 +180 分的显著提升。 分类级别的投票仍在统计中,但我们已经看到它在以下类别中排名第 1:数据与分析、消费产品、内容创作工具,并在游戏与模拟中排名第 2。 敬请关注其他类别,如品牌与营销、基于参考的设计以及全栈排名。 祝贺 @OpenAI 团队发布这一成果!
Artificial Analysis 发布 Intelligence Index v4.2,此前其对 GPT-6 Astra 的评分与 Epoch AI、ARC-AGI-3 等评估结果相左而受到质疑。
Simon Willison 分享在 Mac 上用 ChatGPT Codex 搭配 Blender 的玩法:从 blender.org 安装完整 Mac 应用后,用提示词让 agent 调用 /Applications/Blender 渲染一只骑自行车的鹈鹕场景。他随后用两条追加提示词添加背景和装饰,最终图片由 Blender 的 Python API 生成。
OpenAI 在模型文档中说明 GPT-6 Astra 相比 GPT-5.6 Sol 更常提出澄清问题、对上下文更敏感,并给出让模型更主动、审计 AGENTS.md 等技能文件、控制写作风格、约束子智能体委派和测试规模的提示词建议。
推荐理由:原文汇总了 OpenAI 官方文档中针对 GPT-6 Astra 的提示词建议和 slop 词屏蔽清单,开发者可直接迁移到自己的提示词写法。
GPT-6 Astra正式向所有订阅用户推送,作者实测后认为其综合能力追平Claude Fable 5,且额度100%可用。相比GPT-5.6 Sol,速度明显提升,大型系统审查从数小时缩短到约10分钟,代码扫描找出大量此前未发现的性能问题并2小时完成修复;前端3D生成和审美大幅强化,写作在白描和用词上更好但仍缺中文留白感。
推荐理由:作者实测了GPT-6 Astra在速度、前端生成、代码深度和写作上的具体变化,并给出可迁移的AGENT.md简化思路。
9 cool GPT 6 Astra prompts worth trying: 1. The bill renegotiator. "Go through my internet, phone, and software bills, jump into each provider's chat support, and negotiate them down or cancel what I'm not using." 2. Turn an agency into software. “Pick one service business in [niche] and reverse-engineer the exact workflow they sell to clients. Break it into steps, tools used, inputs, outputs, human judgment points, and places where the work gets slow or expensive. Then design the simplest AI product that could replace the first version of that service and charge $500-$5,000/month.” 3. Garage sale flipper. "Watch Facebook Marketplace and Craigslist in my city for [cameras / furniture / bikes] listed way under market, and text me the second one's mispriced with the link." 4. Create my 1 person company dashboard. “Look at my docs, notes, Stripe exports, analytics, customer calls, and project list, then build a weekly operator dashboard. I want to know what is making money, what is wasting time, what customers are asking for, what I should stop doing, and the three highest-leverage actions for next week. Be blunt and show your work.” 5. Audit my company for agent opportunities. “Look at how this business works and find the tasks we should give to agents before hiring another person. For each task, estimate the current human time, the cost of mistakes, the tools involved, the difficulty of automating it, and the first safe version we could deploy. Prioritize things that save money or create revenue within 30 days.” 6. Be my browser operator. “Use the browser to complete this workflow: [workflow]. As you go, click through the actual sites, collect the data, fill the forms where appropriate, and keep notes on what broke or slowed you down. When you’re done, give me the output, the repeatable SOP, and the automation plan so this can become an agent.” 7. The whole QA team. "Every night, open my app on a real phone, go through signup, checkout, and the main flows, and screenshot anything that's broken or confusing." 8. The competitor spy. "Sign up for my top 3 competitors, sit inside their product and their emails, and send me a monthly report on every new feature, price change, and thing they do better than us." 9. Make a game people would actually play for 5 minutes as a lead magnet “Build a browser game around this mechanic: [mechanic]. Don’t just make a cute demo; add progression, tension, scoring, failure, polish, and one reason someone would send it to a friend. Then add lead capture (email/sms), it needs to tie into my core product which sells XYZ.”
Simon Willison 获得访问权限后,用 GPT-6 Astra 在 low 到 max 五个推理档位生成鹈鹕骑车 SVG,并与 GPT-5.6 Sol、Terra、Luna 渲染成对比网格。
AI/ML API 用四个场景简报测试 OpenAI 的 GPT‑6 Astra 与 Anthropic 的 Claude Fable 5.1,要求各自一次性生成独立 HTML 场景文件、不做修改。
GPT Astra just cooked Claude Fable 5.1 — for a lower price! OpenAI just rolled out GPT‑6 Astra — we put it against Anthropic's Fable 5.1 Both models got the same four briefs: Earth colliding with Mars, a tall ship sucked into a giant whirlpool, Godzilla leveling downtown, a mega-tsunami swallowing a city. One self-contained HTML file per scene, one shot, no edits. GPT Astra: 25,159 tokens, $1.67 Claude Fable 5.1: 37,767 tokens, $2.51 both models live on aimlapi[.]com — 1000+ models, one key.
The Decoder 报道,OpenAI 新模型 GPT-6 Astra 幻觉少于前代 GPT-5.6 Sol,直接提示词注入防御率达 99.99%,但多轮自适应攻击下防御率降至约 67%。
推荐理由:文章汇总 OpenAI 系统卡与 Gray Swan 独立测试数据,读者可据此比较 GPT-6 Astra 与竞品在幻觉和注入攻击上的实际防线。
作者分享了让自家 AI 助手 Olly 自行处理客服的实现方法,整套流程用不到 500 行 TypeScript 完成。智能体通过 sendSupportRequest 工具把用户问题连同近期对话写入反馈集合、用 iMessage 通知团队,并经管理端点回复,回复作为合成轮次由智能体翻译成用户语言转达,引用文本被视为内容而非指令以防提示词注入。
The Verge 记者实测发现,Instagram 的 AI Content 标签持续误标普通照片,而带 C2PA 和 SynthID 信号的 Gemini 完全生成图片反而未被标注。
Unsloth 宣布通过优化解码和新增 MTP 支持,让 GLM-5.3-Flash 的本地 GGUF 推理提速 1.6 至 3.4 倍,长上下文下最高达 3.3 倍。
GLM-5.3-Flash 正式发布 - 以极具竞争力的价格提供领先性能 - 原生多模态,支持 1M token 上下文窗口 - 320B-A18B 参数模型,采用 MIT 许可证发布 - 此前以 Ox Alpha 名义预览,完全运行在中国 AI 芯片上 博客:http://z.ai/blog/glm-5.3-flash 现已在所有官方平台上线: 模型权重:http://huggingface.co/zai-org/GLM-5.3-Flash API:http://docs.z.ai/guides/llm/glm-5.3-flash 编程套餐:http://z.ai/subscribe ZCode:http://zcode.z.ai/en 对话:http://chat.z.ai AutoClaw:http://autoclaw.z.ai
推荐理由:原文给出本地运行 GLM-5.3-Flash 的具体加速倍数、显存需求表和现成 GGUF 资源,方法可直接复用。
GPT-6 Astra 的基准结论相互矛盾:Epoch AI 以 169 分将其排在 267 个模型之首,Artificial Analysis 给出 61 分,仅与前代 Sol 持平、落后 Claude Fable 5.1 的 66 分。
推荐理由:原文汇总多家基准分歧数据并梳理 ARC-AGI-3 效率细节,读者可以借此理解 GPT-6 Astra 各项成绩的真实含义。
The Verge 撰文解释餐厅和品牌用 AI 生成的食物宣传图为何频繁出现虫状面条、孔洞和裂纹等问题。牛津大学的 Chris Russell 指出扩散模型先恢复粗结构、后补细节,结构错了细节只会更怪;那不勒斯费德里科二世大学的 Giovanbattista Califano 称扩散模型难以生成细长连续结构,导致意面状伪影和密集孔洞。
OpenAI Developers 博客展示作者用 Codex 中的 Astra 将一段房屋设计简报逐步发展为可编辑的 Blender 3D 场景,涵盖建筑、家具、材质、灯光与地板图,并经 Cycles 渲染出 30 秒 900 帧 1080p 相机漫游。
推荐理由:作者完整记录了用 Astra 在 Blender 与 Unreal Engine 5 中迭代搭建可编辑 3D 场景的流程、提示词与导出管线,方法可迁移到自己的场景设计项目。
OpenAI 开发者博客分享了用 Astra 在 Codex 中构建太空探索游戏 Void Explorer 的完整过程。游戏包含 2,048 个星系和超过 10,000 颗程序化生成的行星,可从太空穿越大气层降落并步行。
推荐理由:原文以 Void Explorer 为例,展示了如何用 Astra 从体验描述、视觉参考到可测试的浏览器接口完成游戏开发,方法可迁移。
我们在 WANDR 上评估了 GPT-6 Astra。它以每任务 $11.98 的成本得分 0.682,是我们测试过的所有模型中的最高分。 GPT-6-Astra 比 Fable 5.1 高 13.5%,成本低 6.1%;比 Opus 5 高 27.0%,成本高 3.3%。
Every 实测 OpenAI 新模型 GPT-6 Astra,认为其在写作、操作软件和视觉设计方面表现出色,但存在一些坏习惯;对比之下,Anthropic 的 Fable 在构建产品方面直觉仍然更好。
Google AI 发布新手教程,演示如何用开源 Agent Development Kit(ADK)在 Google Cloud 上构建一个 Trend Spotter 智能体。
Google AI 发布 ADK 系列教程第二篇,指导开发者把单一 Agent 重构为多智能体系统,用于为 AI agent podcast 汇集 AI 趋势。
Shir Meir Lador 在 Google AI 开发者博客介绍如何用 Cloud Run instances 以每月 $5.70(1 vCPU、1Gi 内存、共享 CPU)在云端 24/7 运行常驻 Agent。
推荐理由:原文给出在 Cloud Run instances 上以每月 $5.70 常驻运行 Agent 的完整部署步骤和适用边界,方法可直接迁移到其他后台 Agent 场景。
GitHub Copilot app 支持并行运行多个智能体会话,每个会话独立运行并保留各自上下文,可随时切换而不需重新说明任务。每个会话可运行在自己的 Git worktree 上实现隔离,作者以 tailspin-toys 仓库为例演示同时进行添加 funded sort 功能、无障碍审查和运行测试三个任务,用户在 sessions 视图中跟踪进度并审阅结果。
NVIDIA 发布教程,讲解在 Jetson 上部署新一代开放推理模型的方法,以 Nemotron 3.5 Lightning 和 Qwen3.8-27B 为例。
推荐理由:官方教程给出模型选型、NVFP4 量化与投机解码配置和实测吞吐数据,可迁移到自己的 Jetson 部署流程。
NVIDIA 团队基于 NemoClaw 构建了一个记忆驱动的 Chief of Staff 智能体,用结构化 Markdown 的 self model 维护人员、项目和优先级等长期记忆,并通过 NVIDIA OpenShell 沙箱在运行时强制安全边界。
Hugging Face 发布完整教程,使用 TRL 库以 GRPO 微调 LiquidAI/LFM2.5-350M,约 500 样本、100 训练步即可在免费级 Colab 或 Kaggle GPU 上完成,训练后模型在 IFStruct 基准上从 22.6% 提升至 29.7%。
小红书与 vivo 联合打通从 vivo 相册生成 3D 图到小红书发布、分发与消费的完整 3D 内容链路,并共同设计面向移动社交场景的新型 3D 格式。
Hugging Face 博客作者基于 Surya Narreddi 的原始想法,用 TRL、OpenEnv 和 Qwen/Qwen3.5-35B-A3B 复现了让语言模型通过 p5.brush 写 JavaScript 画水彩的 RL 训练流程,所有数据集、环境、脚本和模型均开源在 Hub。
推荐理由:作者用 TRL 和 OpenEnv 完整开源复现了让编码模型画水彩的 RL 配方,含数据池、环境和三组奖励对比,可整体迁移复用。