SiliconFlow@SiliconFlowAIAI 评分6161#推理
- SiliconFlow@SiliconFlowAIAI 评分6161
Simon Willison 博客AI 评分7878 DeepSeek-V4-Flash-0731 发布：304B 参数，智能体能力大幅增强
DeepSeek 发布 V4 系列最新模型 DeepSeek-V4-Flash-0731，拥有 3040 亿参数，智能体能力大幅增强。Artificial Analysis 评测显示其表现优于 428B 参数的 MiniMax M3。定价为每百万输入 token 0.14 美元、每百万输出 token 0.27 美元，可能是当前性价比最高的模型。
Together AI 研究与产品博客精选AI 评分8282 Kimi K3 开发者完全指南：Together AI 上的 1M 上下文、推理档位与工具调用
Together AI 发布 Kimi K3 开发者指南。K3 是月之暗面（Moonshot AI）2.8 万亿参数的开放权重模型，首个 3 万亿参数级的开源模型，Together 直接与 Moonshot 团队合作提供服务。
推荐理由：指南给出 KDA、Stable LatentMoE 架构要点和 API 用法、缓存与计费细节，开发者可据此判断如何在 Together 上落地这个模型。
Rohan Paul@rohanpaul_aiAI 评分4444Atomic Chat 将 Kimi K3 量化为 1-bit，模型从 2.8T 参数压缩至 590GB（-62%），保留 78.7% 原始质量和完整 1M 上下文。
引用atomic.chat@atomic_chat_hq1-bit Kimi K3 performs at Opus 5 level on 3D physics! We ran our Atomic Chat quant of Kimi K3 locally on 4x B200 against three cloud models and gave them all the same task, to build a giant anvil drop test as a single HTML file with real physics Outputs: K3 1bit (local): 15.8K tokens, $0 API cost Kimi K3 (API): 15.3K tokens, $0.30 API cost Opus 5: 22.8K tokens, $0.77 API cost GPT 5.6: 14.5K tokens, $0.72 API cost All four got the physics right. But only Kimi made a working winch. The drum turns and the chain drags the flat car off the pad. Opus 5 drew the most detail, road markings and sparks on the hit. And you can run a model at this level on your own box now. That still feels insane to us
The Decoder：AI NewsAI 评分7070 Thinking Machines 发布第二款模型 Inkling Small，主打效率而非规模
Thinking Machines 发布开源推理模型 Inkling Small，在 Intelligence Index 上得分 40，仅比更大的 Inkling（41）低 1 分，而总参数量不到后者的三分之一（276B 总量，12B 激活）。
Artificial Analysis@ArtificialAnlysAI 评分7676DeepSeek V4 Flash 0731 在 Artificial Analysis 智能指数上得 50 分，较 4 月版提升 10 分，领先 V4 Pro 6 分，并进入智能与成本帕累托前沿。
IT之家·人工智能AI 评分8484 腾讯混元科研智能体 Hyra 攻克加法组合学 50 年未解难题
腾讯混元基于 Hy3 模型的科研智能体 Hyra 为加法组合学中悬而未决半个多世纪的开放问题给出完整答案，证明 2 是该问题指数的上确界。Hyra 经约 24 小时运行提出核心思路，将最好结果从约 1.14 提高到 1.21，并给出显式构造、论文预印本及 Lean 4 形式化证明。
IT之家·人工智能AI 评分5757 Thinking Machines Lab 推出“小号”开源模型 Inkling-Small，约 1/4 规模提供相近性能
Thinking Machines Lab 推出 Inkling-Small，总参数 276B、激活参数 12B，规模约为 Inkling 的 1/4，同样采用混合专家（MoE）架构并支持最高 1M token 上下文。
IT之家·人工智能AI 评分5353 OpenAI 两项改进让 GPT-5.6 Sol 在 ARC-AGI-3 提分 188%
OpenAI 通过改进测试框架，让 GPT-5.6 Sol 在 ARC-AGI-3 交互式推理基准中的得分从 13.3% 提升至 38.3%，增长 188.42%，同时输出 token 数量降至六分之一。改进包括推理保留和上下文压缩，分别解决私有推理被丢弃和滚动截断窗口丢失早期记忆的问题。
Greg Brockman@gdbAI 评分5757引用Philip Arathoon@philarathoonThe Maxwell conjecture is false. Counterexample found by AI (GPT-5.6 Sol), communicated by human mathematicians: https://arxiv.org/abs/2607.27197
公众号：腾讯混元精选AI 评分8989 腾讯混元 Hyra 攻克加法组合学 50 年未解难题
腾讯混元上周推出的科研智能体 Hyra，基于本月开源的 Hy3 模型（总参数 295B、激活参数 21B），为加法组合学中悬置半个多世纪的开放问题给出完整答案，证明 2 是该问题指数的上确界。Hyra 先在有限搜索中将最好结果从约 1.14 提高到 1.21，经约 24 小时运行提出核心构造思路，并给出 Lean 4 形式化证明。论文预印本、显式构造和形式化证明均已公开。
推荐理由：构造不再依赖暴力搜索，而是从数学结构入手自主推理，同时给出可形式化证明，让AI在定理型科学问题上从辅助工具转向共同研究者。
IT之家·人工智能AI 评分5050 华为开源 505B 参数 openPangu-2.0-Pro 模型及技术报告
华为今日正式开源上线 505B 参数的 openPangu-2.0-Pro 模型（含模型权重、基础推理代码）及技术报告。该模型是基于昇腾 NPU 训练的 MoE 语言模型，每 token 激活约 18B 参数，支持 512k 上下文长度，训练数据约 34T tokens，后训练采用 SFT、多专项 RL 与在线蒸馏。
Jeff Dean@JeffDeanAI 评分4141引用Y Combinator@ycombinatorIn 2001, @JeffDean and Sanjay Ghemawat did the math and realized Google’s entire search index would fit in RAM — then shipped it in a few days, and search got fast. In 2013, another napkin calculation showed that three minutes of daily speech recognition per user would require doubling Google’s server fleet. That one became the TPU. At Startup School 2026, Google’s Chief Scientist talks with YC’s @sdianahu through the thought experiments behind both, why inference hardware is the next specialization, and where two or three people in a room can still win. 00:07 — Are AI Models Already Junior Engineers? 01:44 — AI Systems That Improve Themselves 02:40 — The Google Search Breakthrough That Changed Everything 04:38 — AI Agents Will Run for Weeks 05:58 — The Napkin Math That Led to TPUs 09:20 — How to Find Breakthrough Ideas 10:25 — The AI Engineer's New Mental Model 12:33 — Why AI Is Really an Energy Problem 16:11 — Context Engineering Is the Next Frontier 19:46 — The Skill That Made AI Better at Optimization 22:13 — Why Long-Running Agents Fail 25:21 — Where Startups Can Still Beat Google 31:19 — How to Become an AI-Native Founder 36:36 — Question Your Biggest Assumptions 42:08 — AI That Builds Better AI 50:02 — Build Something That Truly Matters
IT之家·人工智能AI 评分5454 谷歌 DeepMind 推出 Gemini Robotics ER 2，最强具身推理模型支持连续视频理解与多机器人协作
谷歌 DeepMind 发布 Gemini Robotics ER 2，这是其面向机器人的最强具身推理模型。相比 1.6 版本，ER 2 可分析连续视频流以追踪任务进度、在出错时调整，并在任务进度分类测试中准确率达 57.4%，时刻寻找测试中准确率为 91.3%。该模型执行速度为更大模型的 4 倍，支持多机器人协作，现已通过 Gemini API 和 Google AI Studio 公开提供。
Together AI 研究与产品博客AI 评分5454 Together AI 推出 LLM 推理专用端点自动伸缩功能
Together AI 为其 Dedicated Model Inference 推出端点自动伸缩，支持按 inflight_requests、ttft、gpu_utilization 等推理侧指标伸缩，可设置副本上下限与扩缩容时间窗口。
- Artificial Analysis@ArtificialAnlysAI 评分7070
OpenAI：官网动态精选AI 评分6666 GPT-5.6 如何推进性价比前沿
OpenAI 为 GPT-5.6 的 Luna 和 Terra 版本推出更低定价，以更高效的模型帮助企业大规模部署 AI 工作流。
推荐理由：GPT-5.6 的价格调整不只是数字游戏，而是 OpenAI 用更高效的模型把推理成本往下压了一大截，企业部署的门槛又低了一个量级。
Logan Kilpatrick@OfficialLoganKAI 评分5050IT之家·人工智能AI 评分5252 华为小艺在IPhO 2026理论考试中取得28.6分，超出金牌线
华为宣布小艺在第56届国际物理奥林匹克竞赛（IPhO 2026）理论考试中取得28.6分（满分30分），高分超出金牌线。本届理论大题涵盖流体静力学、相对论散射、光学多次反射及磁制冷循环等复杂推导，验证了小艺Agentic系统在多模态复杂任务中的潜力。小艺是华为自研AI助手，今年6月已接入开源盘古openPangu 2.0 Pro模型，单卡吞吐率可达其他主流开源模型的2倍。
MarkTechPostAI 评分6666 腾讯开源 AngelSpec：面向推测解码草稿模型的统一训练框架
腾讯开源了 AngelSpec，一个面向推测解码草稿模型的 torch-native 训练框架，支持自回归多 token 预测（MTP）与块并行 DFlash 系列。该框架针对工作负载异构性设计，提供 MTP 与块扩散两种互补草稿模型。在 Hy3-A21B 模型上，块扩散架构 DFly 的平均接受长度达 4.79，相比 DFlash 的 3.69 提升 29.8%。
The Decoder：AI NewsAI 评分5252 OpenAI 称 GPT-5.6 Sol 在 ARC-AGI-3 上超越 Opus 5
OpenAI 称 GPT-5.6 Sol 在 ARC-AGI-3 逻辑基准测试中达到 38.3% 的分数，超过 Claude Opus 5 的 30.2%。但该结果使用了自有 API 的“Retained Reasoning”和“Compaction”设置，在官方测试中仅得 7.8%。ARC Prize 联合创始人回应称通用 API 设置允许使用，但存在“潜在的公平性问题”。
IT之家·人工智能AI 评分5757 OpenAI 部署 GPT-5.6 Sol 优化自身推理性能，端到端服务成本最多降低 20%
OpenAI 通过 GPT-5.6 Sol 模型优化 GPT-5.6 系列自身的 AI 推理链路，使端到端服务成本最多降低 20%。该模型利用 Codex 分析生产流量、识别负载失衡并自主改写 GPU 内核，同时优化推测性解码，使 token 生成效率提升超过 15%。OpenAI 还使用开源工具 FpSan 验证 GPT-5.6 Sol 编写内核的正确性。
Sherwin Wu@sherwinwuAI 评分4848引用Tibo@thsottiauxTurns out GPT-5.6 Sol is actually SoTA on ARC-AGI-3. Just took two setting changes. You just have to allow it to reason and work over multiple context windows with the help of our canonical compaction implementation. https://openai.com/index/how-two-settings-tripled-our-arc-agi-3-scores/
- Artificial Analysis@ArtificialAnlysAI 评分6868
- Rohan Paul@rohanpaul_aiAI 评分4141引用Tibo@thsottiaux
Turns out GPT-5.6 Sol is actually SoTA on ARC-AGI-3. Just took two setting changes. You just have to allow it to reason and work over multiple context windows with the help of our canonical compaction implementation. https://openai.com/index/how-two-settings-tripled-our-arc-agi-3-scores/
Tencent Hy@TencentHunyuan精选AI 评分7474推荐理由：我认为，这是AI首次真正解决一个悬而未决50年的纯数学问题，虽然定理本身小众，但它证明了AI在定理发现上的潜力，值得数学和AI交叉领域的人认真读。
Sam Altman@samaAI 评分4444引用Tibo@thsottiauxTurns out GPT-5.6 Sol is actually SoTA on ARC-AGI-3. Just took two setting changes. You just have to allow it to reason and work over multiple context windows with the help of our canonical compaction implementation. https://openai.com/index/how-two-settings-tripled-our-arc-agi-3-scores/
Hacker News：AI 热帖AI 评分5656 Tokenless (YC S26) 推出自动模型切换路由器，降低推理成本
Tokenless 推出兼容 OpenAI 和 Anthropic 的 API 端点，作为现有调用的即插即用替代方案，通过将请求分发至多个模型并只保留思路清晰的模型来节省费用。在公开智能体基准测试中，Tokenless Pro 模式以每任务 0.57 美元的成本实现 40.2% 的解决率，优于 GPT-5.6 Sol 的 33.0% 解决率和每任务 1.50 美元的成本。
Noam Brown@polynoamialAI 评分4242引用Tibo@thsottiauxTurns out GPT-5.6 Sol is actually SoTA on ARC-AGI-3. Just took two setting changes. You just have to allow it to reason and work over multiple context windows with the help of our canonical compaction implementation. https://openai.com/index/how-two-settings-tripled-our-arc-agi-3-scores/
Thinking Machines Lab：News精选AI 评分7373 Thinking Machines Lab 发布开源权重模型 Inkling-Small
Thinking Machines Lab 发布开源权重模型 Inkling-Small，为 MoE 架构，总参数 276B、激活 12B，以约四分之一的体积达到与 Inkling 相当的性能。
推荐理由：官方给出了完整评测和效率曲线，读者可以据此评估这款小体积 MoE 模型在推理、编码和多模态任务上的性价比。
BAIR：Berkeley AI Research BlogAI 评分5757 K-Search 将 CUDA 内核优化经验迁移至 Apple Silicon MLX，性能接近专家水平
伯克利 Sky Lab 团队基于 K-Search 框架开发了 CUDA 到 MLX 的结构化翻译层，使 AI 驱动的内核搜索能自动将 NVIDIA GPU 上积累数十年的内核优化知识迁移至 Apple Silicon。
OpenAI：官网动态精选AI 评分6868 启用两项 API 设置使 GPT-5.6 在 ARC-AGI-3 基准测试得分提升三倍
OpenAI 通过启用两项 API 设置，使 GPT-5.6 在 ARC-AGI-3 基准测试上的得分提升至原来的三倍。这两项设置分别是保留推理过程（retaining reasoning）和启用压缩（compaction），在提升得分的同时也提高了效率。该发现基于 OpenAI 官方对 GPT-5.6 模型 API 参数的测试结果。
推荐理由：OpenAI 自己公布两个设置让 GPT-5.6 的 ARC-AGI-3 成绩翻三倍，对用 API 做推理任务的人是即用的技巧，不过目前只给了摘要，具体参数得等全文。
- Greg Brockman@gdbAI 评分4545引用OpenAI@OpenAI
After deployment, we applied GPT-5.6 Sol to advance the frontier of efficiency by making itself more efficient to run. The results: - 20% lower serving costs from production GPU kernel improvements. - 15%+ better token-generation efficiency from improved speculative decoding.
Tibo@thsottiauxAI 评分4444OpenAI 发布 GPT-5.6 Sol，部署后通过自我改进 GPU 内核与推测解码，实现服务成本降低 20%、token 生成效率提升 15%+。该模型在训练与推理全栈上持续优化自身效率。
引用OpenAI@OpenAIAfter deployment, we applied GPT-5.6 Sol to advance the frontier of efficiency by making itself more efficient to run. The results: - 20% lower serving costs from production GPU kernel improvements. - 15%+ better token-generation efficiency from improved speculative decoding.
