#推理
François Chollet@fcholletAI 评分4848公众号:小红书技术精选AI 评分7979 dots3-note Preview 开源:280B 参数轻量模型,主打长程智能体与多模态推理
小红书技术开源 dots3-note Preview,这是 dots3 系列最轻量模型,总参数 280B、激活参数 16B,支持 512K 上下文及文本、视觉、语音多模态理解,并针对复杂推理和长程 Agent 任务优化。
推荐理由:除开源模型外,TEMPO 让同一智能体在每个宏观步骤切换为 critic,用测试时推理估计回报,给稀疏奖励长程任务的强化学习训练提供了可借鉴的结构。
SiliconFlow@SiliconFlowAI精选AI 评分6565推荐理由:每百万缓存命中 0.44 美元与 1M 上下文组合,使 Agent 工作流在长上下文成本测算上有了更具体参照。
MarkTechPostAI 评分6363 构建推理型 LLM:SupraLabs 推理语料库的流式处理、筛选与微调实用指南
本教程构建了处理 SupraLabs 推理语料库的端到端工作流:从 Hugging Face Hub 流式采样 8,000 条数据,分析来源分布、token 长度与推理占比,并应用质量过滤器剔除不合格样本。
IT之家·人工智能AI 评分5050 杨元庆:联想曾凭 PC 普及成为“PC 之王”,相信 AI 时代历史将重演
联想集团发布 2026 财年第一财季报告,营收 269.43 亿美元,同比增长 43%,归母净亏损 6.09 亿美元;AI 相关收入同比增长 60% 至 85 亿美元,占总收入 35%。杨元庆称算力分配正从 80% 训练转向更合理的 80% 推理、20% 训练,并强调混合式 AI 与私域 AI 的增长空间,相信联想在 AI 时代将重演 PC 普及阶段的成功。
IT之家·人工智能AI 评分5858 OpenAI 推 GPT-5.6 Sol Ultrafast 模式,每秒生成 750 个词元、提速 14 倍
OpenAI 以预览形式为最强模型 GPT-5.6 Sol 推出 Ultrafast(超高速)模式,输出速度为标准处理的 14 倍,最高每秒生成 750 个词元。该模式由 Cerebras 提供,面向事故响应、金融研究、客服语音交互等实时性要求高的场景,目前仅向一小批客户开放有限预览。
Rohan Paul@rohanpaul_aiAI 评分6161引用Sundar Pichai@sundarpichaiOur Flash models are workhorses that offer performance at a great price. So, we're shipping updates fast to get them in developers’ hands. And now just 3 weeks after launching 3.6 Flash, 3.7 Flash shows significant gains including in coding and agentic work. It delivers substantial improvements across software engineering, knowledge work, and web development, all with an introductory price at half the original cost of 3.6 Flash. We've gotten positive feedback from early users, including our own engineers using 3.7 in @Antigravity, and we’re excited for you to try it there. Also available via Gemini API in @GoogleAIStudio, Gemini Enterprise & more, full list and details here: https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-3-7-flash/
TechCrunch:AIAI 评分5252 OpenAI 推出 Ultrafast 模式,让 GPT 5.6 Sol 以 14 倍速度运行
OpenAI 推出名为 Ultrafast 的新模式,可让 GPT 5.6 Sol 以标准处理 14 倍的速度工作,每秒输出高达 750 个 token。该模式由 OpenAI 与芯片厂商 Cerebras 合作驱动,目前以预览形式向小部分客户开放,OpenAI 表示将随“容量增长”扩大访问范围。
Databricks:BlogAI 评分4242 Unity AI Gateway 智能路由:以 30%+ 更低单任务成本匹配前沿模型质量
Databricks 在 Unity AI Gateway 中推出智能路由功能,可在编码任务中自动匹配模型与执行框架,以 30% 以上的单任务成本降幅实现前沿模型质量。该功能面向 2026 年日益多样化的模型与工具生态,帮助用户在不牺牲性能的前提下优化推理开支。
Artificial Analysis@ArtificialAnlysAI 评分7272Google 发布 Gemini 3.7 Flash,在 Artificial Analysis 智能指数上得分 56,较 3.6 Flash 提升 4 分,并登上智能 vs. 单任务耗时帕累托前沿。
OpenAI:官网动态精选AI 评分8080 GPT-5.6 构建者指南:如何以更低成本实现前沿智能体性能
GPT-5.6 模型家族以更低成本实现前沿级智能体性能,并新增推理持久化、原生多智能体编排和程序化工具调用等 API 能力。在 ARC-AGI-3 上,启用保留推理和压缩后,Sol 得分从 13.3% 跃升至 38.3%,且输出 token 减少约 6 倍。Luna 在 BrowseComp 上以 84.04% 的得分追平 GPT-5.5(84.36%),成本从 $33.27 降至 $1.33。
推荐理由:最实际的改变在 API 原语,让同一模型在 ARC-AGI-3 上用约六分之一输出 token 拿到近三倍分数,影响开发者对推理成本和上下文架构的判断。
Sherwin Wu@sherwinwuAI 评分4343引用Cerebras@cerebrasPreviewing Ultrafast mode for @OpenAI's GPT 5.6 Sol, powered by Cerebras. GPT-5.6 Sol Ultrafast generates responses at up to 750 tokens per second. That's the full, GPT-5.6-Sol model -- up to 14× faster than the same model on Standard processing. It speedran Humanity’s Last Exam in 11h 11m, nearly 7× faster than Claude Fable 5 with comparable accuracy.
MarkTechPostAI 评分5959 Google 发布 Gemini 3.7 Flash:主打编程与智能体,输入 token 定价 $0.75/1M
Google 推出 Gemini 3.7 Flash,这是对 3.6 Flash 的算法改进而非新预训练模型,支持 1M-token 上下文窗口和最高 64K 输出 token。
OpenAI@OpenAIAI 评分5050预览超快模式:GPT-5.6 Sol 速度提升最高达 14 倍。 该模式将率先在 OpenAI API 中向特定客户群体推出,并随着算力增长逐步向更多企业开放。

METR:Notes精选AI 评分6969 METR 分析 LLM 是否加速了科学发现:漏洞发现激增,算法优化未见明显拐点
METR 汇总多类公开数据寻找发现速度的拐点,发现漏洞发现明显加速:cURL CVE 从 2025 年的 9 个增至 2026 年的 36 个(15 个 AI 标记),Firefox 从 210 增至 342,Microsoft CVE 年化约为 2025 年的 2.5 倍。
推荐理由:原文用多领域公开数据对比 AI 对发现速度的影响,读者可以看到漏洞发现明显加快而算法优化尚未加速的反差。
公众号:DeepSeekAI 评分7373 DeepSeek-V4-Pro 正式版上线
DeepSeek 发布 V4 Pro 正式版,已同步在 APP、网页端和 API 更新上线,用户可在 APP 或网页端选择“专家模式”使用。正式版增强 Agent 能力,API 原生支持 OpenAI Responses API 格式并适配 Codex。
IT之家·人工智能AI 评分5555 寒武纪已完成五大国产大模型适配,第六代芯片架构正在研发中
寒武纪在2026年半年度业绩说明会上透露,已完成GLM、DeepSeek、Qwen、Kimi、MiniMax五款国产主流大模型的推理适配。上半年营收59.96亿元,同比增长108.13%;归母净利润23.11亿元,同比增长122.61%。董事长陈天石确认第六代智能处理器微架构和指令集仍在研发中,将重点优化大模型训练推理场景。
François Chollet@fcholletAI 评分5454引用François Chollet@fcholletToday we're announcing the winners of ARC Prize 2024. We're also publishing an extensive technical report on what we learned from the competition (link in the next tweet). The state-of-the-art went from 33% to 55.5%, the largest single-year increase we've seen since 2020. The benchmark remains unbeaten, but we're happy to see that research progress on the key bottleneck to AGIs (in particular on-the-fly adaptation to novel tasks) has been reignited in 2024 -- in part thanks to ARC Prize. In particular the competition has popularized Test Time Training (TTT), originally pioneered for ARC-AGI by Jack Cole last year. I believe TTT represents the largest jump in LLM generalization capabilities since the initial findings regarding in-context-learning circa 2019-2020. ARC Prize has also led to a considerable surge of research interest towards program synthesis. Competition winners: 🥇 the ARChitects (Daniel Franzen, Jan Disselhoff) 🥈 @guille_bar 🥉 alijs (Agnis Liukis) Paper Award winners: 🥇 "Combining Induction and Transduction For Abstract Reasoning" by @xu3kev et al. 🥈 "The Surprising Effectiveness of Test-Time Training for Abstract Reasoning" by @akyurekekin et al. 🥉 "Searching Latent Program Spaces" by @ClementBonnet16 & @MattVMacfarlane ARC-AGI-Pub Leaderboard (solutions using commercial APIs): 🥇 @jeremyberman 🥈 @ellisk_kellis & @akyurekekin 🥉 @ryangreenblatt
Rohan Paul@rohanpaul_aiAI 评分4747
引用Rohan Paul@rohanpaul_aiSome really interesting numbers on GPU depreciation cycle. A 6-year-old NVIDIA GPU generation still has customers committing to multi-year capacity. CoreWeave just signed a multi-year NVIDIA A100 contract. It runs into 2029. And while NVIDIA introduced the A100 in 2020, means customers committed to that generation roughly 9 years after launch. CoreWeave also says prior NVIDIA generations are largely sold out. CoreWeave's 10-K assigns technology equipment a 6-year useful life, after raising the estimate from 5 in 2023 as hardware, software, and data-center design improved. The company says older GPU fleets can shift into managed inference after initial contracts expire, keeping paid workloads on installed, powered hardware.
Rohan Paul@rohanpaul_aiAI 评分4646引用Jensen Huang@JensenHuangThe mighty A100 fleet are mission-capable from 2020 through 2029. NVIDIA computing is more than chips. CUDA gives developers and NVIDIA engineers a common platform to continually upgrade Ampere, Hopper and Blackwell throughout their useful lives. CUDA makes NVIDIA computing versatile. Versatility makes it fungible. Fungibility drives utilization and extends durability, making NVIDIA compute a productive asset: rentable, durable and financeable.
IT之家·人工智能AI 评分5858 韩国 Upstage 发布 Solar Pro 4:512K 上下文商用大模型,Agent Arena 排名 44
韩国 AI 实验室 Upstage 推出面向复杂智能体任务的商用大模型 Solar Pro 4,上下文窗口 512K,最高输出 128K token。定价为每百万 tokens 输入 0.3 美元、输出 1.2 美元,缓存读取 0.06 美元。该模型在 Agent Arena 排名第 44,与 MiniMax M2.7 同级,是首个登上该榜单的韩国实验室。
Simon Willison 博客AI 评分6161 DeepSeek V4 Pro 0813 上线 OpenRouter,仅限 API 调用
DeepSeek 最新 Pro 模型 V4 Pro 0813 已上线,仅通过 API 提供,目前可在 OpenRouter 上访问。该模型在低、中、高三种推理强度下生成了差异明显的鹈鹕图像,作者称在其他模型中未见此类现象。官方尚未确认是否开源权重,但鉴于 4 月和 7 月版本均已发布权重,开源可能性较大。
IT之家·人工智能AI 评分6060 腾讯微信公布 WeLM 大语言模型:80B 版已用于 AI 助手小微,617B 版开发中
腾讯微信团队公布自研大语言模型 WeLM,主打资源利用效率。其中 WeLM-80B 拥有 800 亿总参数、30 亿激活参数,已部署于微信原生 AI 助手“小微”,支持聊天搜索、调用微信原生功能及小程序服务。WeLM-617B 为混合专家模型(MoE),总参数 6170 亿、激活参数 230 亿,正在开发中,面向智能小程序开发等复杂任务。
Google Research:Blog精选AI 评分6666 空货架还是丢钥匙?Google 研究:Recall 是参数化事实性的瓶颈
Google Research 提出知识画像框架,发现前沿 LLM(如 Gemini3、GPT-5)的事实编码接近饱和,但回忆(recall)能力不足,多数事实错误源于“丢钥匙”而非“空货架”。该框架将事实分为编码失败、回忆失败等五类画像,并配套推出 WikiProfile 基准,含 2,150 条维基百科事实,每条配 10 个问题,用于分别探测编码、回忆与识别能力。
推荐理由:知识画像把事实错误拆成编码失败与召回失败,显示前沿模型问题主要在已存知识不稳定调用,思考更多恢复已编码事实而非补全缺失,为优化侧重提供判断依据。
Artificial Analysis@ArtificialAnlysAI 评分6767Anthropic:Alignment Science BlogAI 评分5252 Anthropic 与 Redwood Research 发布概念推理基准套件与 CRI 指数
Redwood Research 与 Anthropic 合作发布三个概念推理基准 LMCA、ACCoRD、DTBench,并聚合为 Conceptual Reasoning Index(CRI),用于衡量模型在缺乏实证反馈的哲学与 AI 安全类论证任务上的能力。
Mustafa Suleyman@mustafasuleyman精选AI 评分6666我们的首个推理模型 MAI-Thinking-1 从零开始构建,现已在 Microsoft Foundry 上线。为团队点赞!更多详情如下。

推荐理由:微软首个自研推理模型进入 Foundry,使用 Azure 的团队在推理模型选型上多了一个自研选项,来源可完全在微软体系内验证。
IT之家·人工智能AI 评分7474 阿里开放 Qwen3.8-2.4T-A95B 模型权重:2.4T MoE、激活 95B、原生 256K 上下文
阿里 Qwen 团队正式开放 Qwen3.8-2.4T-A95B 模型权重,这是 Qwen-Max 级别模型首次开源。模型总参数 2.4T,每个 Token 激活 95B,原生支持 262,144 Token 上下文并可扩展至 1,010,000 Token。
IT之家·人工智能AI 评分6767 腾讯控股 2026 财年半年报:归母净利润 1141.15 亿元同比增长 10%,微信月活 14.39 亿
腾讯控股 2026 财年上半年营收 4012.43 亿元、归母净利润 1141.15 亿元,均同比增长 10%;第二季度微信及 WeChat 合并月活达 14.39 亿,同比增长 2%。AI 业务进展显著:Hy3 正式版发布,按 OpenRouter 词元消耗量持续位列全球前三;微信内 AI 智能体「小微」开启小范围灰度测试。营销服务收入同比增长 22%,公司计划大幅增加算力采购推动 AI 落地。
MarkTechPostAI 评分7575 NVIDIA 发布 Nemotron 3.5 Lightning:30B 开源 MoE 模型与 NeMo Switchyard 模型路由器
NVIDIA 推出 Nemotron 3.5 Lightning,一款 30B 参数、3B 活跃参数的混合 Mamba-2 + MoE + Attention 架构开源模型,上下文窗口达 1M token,采用 OpenMDW-1.1 许可,允许商用。
IT之家·人工智能AI 评分5858 阿里云灵骏真武 M890 超节点实例上线,国内首个运行超 2 万亿参数大模型
阿里云今日宣布灵骏真武 M890 超节点实例正式上线,首批在内蒙古乌兰察布地域开售,企业客户可在云上开通 64 卡高速互联算力单元,最高承载十万亿参数级 MoE 大模型推理。该实例是国内首个成功运行超 2 万亿参数大模型的超节点形态算力,Kimi K3 和 Qwen3.8-Max 均已通过其对外提供服务。相比上一代真武 810E,训练性能提升 3 倍,支持 FP8/FP4 低精度计算。
Artificial Analysis@ArtificialAnlysAI 评分7373Modal 官方工程博客AI 评分5454 Qwen3.8-2.4T-A95B 开源模型上线 Modal
Qwen3.8-2.4T-A95B 以开源权重发布,Modal 提供首日支持,在 Modal Auto Endpoints 上通过 SGLang 和针对 Qwen3.8 结构调优的自定义 DFlash 推测模型加速推理,推测模型训练数据偏向代码、研究和工具调用场景以提高接受率。该文本模型以 OpenAI 兼容 Shared Endpoint 形式提供一个月,按 token 计费。
vLLM 官方博客精选AI 评分7272 vLLM 提供 Qwen3.8-2.4T-A95B Day-0 支持
vLLM 宣布对 Qwen3.8-2.4T-A95B 提供 Day-0 支持,该模型是基于 Qwen 3.5 架构的 2.4 万亿参数稀疏 MoE 模型,含 512 个专家,92 层混合骨干中每 4 层使用一次 full attention,其余 69 层为线性注意力。
推荐理由:原文给出架构细节、量化方案和硬件要求,读者可以据此评估部署这个 2.4T 参数开源权重模型的成本与配置。