中信建投：Kimi K3模型达全球Tier1 国产模型再现DeepSeek时刻
相关推荐
传百度文心连补两员大将：北美Frontier Lab+DeepSeek OCR核心作者
动察 Beating AI 快讯，百度基础模型研发部（BMU）正在补强核心模型团队。知情人士称，负责人孙天祥从北美某 Frontier Lab 引入了一名花名「武钦」的研究员，和团队一起加强文心预训练。对方过去两年参与过数代前沿大模型研发，但真实姓名和原单位都没有披露。另一边，原 DeepSeek 研究员魏浩然及其团队也从百度内部转入 BMU，由他担任文心多模态算法负责人。 魏浩然这条线其实早有伏笔。6 月百度开源 Unlimited OCR 时，三名核心贡献者中的技术总监只署名「YY」，社区当时就猜测是魏浩然。魏浩然是 DeepSeek-OCR 和 DeepSeek-OCR 2 第一作者；DeepSeek-V4 技术报告也把他标记为已经离职。 Unlimited OCR 发布时在 OmniDocBench v1.6 拿到 93.92%，一度刷新端到端 OCR 纪录。它沿用了 DeepSeek-OCR 的 DeepEncoder，并重新设计解码端的注意力机制，可以一次连续解析几十页文档。 孙天祥 7 月刚接手 BMU，同时进入百度模型委员会，月底又进入百度技术战略委员会。两个月后，文心的预训练和多模态两条核心线都开始补人。
传豆包2.2延期：字节补课Coding，招聘直接点名Claude Code、Codex
动察 Beating AI 快讯，字节原计划 8 月发布的豆包 2.2 推迟了。字节准备多花一些时间训练，重点补 Coding、工具调用和 Agent。 字节今年给 Seed 定的目标之一，就是把 Coding 做到第一梯队。内部希望年底前能做出类似 GLM-5.2、Kimi-K3 那种效果，让开发者真正开始认可字节的 Coding 模型。 8 月，Seed 刚做完一次大调整。原本按文本、语音、代码、视觉划分的团队被重新拆开，变成 Pretrain Data、Horizon RL、Product Posttrain-Work 和 Product Posttrain-Chat 四个部门。Horizon RL 会负责 Coding 后训练，Work 团队则重点做工具调用、GUI 操作和长任务执行。 字节最近也在密集招这方面的人。官网正在招 Code Agent、通用 Agent 和强化学习算法工程师。一份 Multi-Agent Harness 岗位甚至直接写明，要研究 Claude Code、Codex 等 Coding Agent，还要搭建能连续跑很久的多 Agent 和强化学习环境。 Seed 2.1 在 6 月发布时就已经重点强调 Coding，但字节显然觉得还不够。豆包 2.2 这次宁愿晚一点，也想先把 Coding 补得更像样。
Kimi暂停订阅两个月后上线新套餐，Code没有拆出去单卖
动察 Beating AI 快讯，月之暗面上线新版 Kimi 会员。四档套餐改名为 Go、Plus、Pro 和 Max，年付分别为 468、948、1908 和 6708 元，折合每月 39、79、159 和 559 元。 Kimi Code 没有按照最早公布的方案拆出去单独收费。新版 Plus、Pro 和 Max 仍然包含 Kimi Code，只有最低档 Go 不支持。 Kimi 7 月因 K3 上线后算力紧张暂停新用户订阅，并宣布后续会将 Kimi 主会员和 Kimi Code 分开收费。随后在用户压力下，拆分收费方案基本撤回。 新四档年费与旧 Andante、Moderato、Allegretto、Allegro 完全一致。不过旧套餐的最低档还能用 Kimi Code，现在同价位的 Go 已经取消了这项权益；要用 Code，年付门槛从 468 元升到了 948 元。
Kimi Code桌面端上线：浏览器、终端、多Agent塞进一个窗口
动察 Beating AI 快讯，月之暗面正式上线 Kimi Code Desktop，把原本偏终端的 Kimi Code 做成了独立桌面应用。用户可以直接打开本地项目，让 Agent 读写代码、跑命令、查看 Git 改动，目前支持 macOS 和 Windows。 桌面版直接内置了浏览器和终端。做网页时，Agent 可以读取右侧网页的页面信息，用户也能直接点选元素、框出区域或者截图批注，告诉它具体哪里要改。改代码、看网页效果、跑测试都不用再切窗口。 它还支持计划、目标和 Swarm 三种任务模式。Swarm 可以把任务拆给多个子 Agent 并行处理，长任务也能放到后台继续跑。除了 Kimi 自家的模型，用户还可以自己填 API Key 和 Base URL，接入其他模型供应商。
DeepSeek V4.1 Flash第三方实测：没夺回国模第一，但成本只有Kimi、GLM七分之一
动察 Beating AI 快讯，Artificial Analysis 完成 DeepSeek V4.1 Flash 独立测试，综合智能指数拿到 40 分。它已经超过自家 V4 Pro 0813 的 36 分，但仍低于 Kimi K3 的 44 分和 GLM-5.3 的 45 分。按这套第三方榜单，DeepSeek 还没夺回国产模型第一。 但价格差距非常夸张。V4.1 Flash 跑完一个 Intelligence Index 任务平均只花 0.27 美元，Kimi K3 和 GLM-5.3 都在 2 美元左右，相差约 7 倍。输出速度达到 197 Token/s，也远高于 Kimi K3 的约 36 Token/s 和 GLM-5.3 的约 58 Token/s。 Agent 依然是它最强的部分。AutomationBench-AA 上，V4.1 Flash 拿到 69%，追平 GPT-6 Astra，并超过 GLM-5.3 的 62%；长上下文测试 AA-LCR 也拿到 84%。缺点是它特别能说，AA 测试中单任务平均输出约 8.9 万 Token，比 V4 Pro 多 62%，吃掉了一部分价格优势。
Cognition拿Kimi K3炼出SWE-2：逼近Astra，成本仅1/4
动察 Beating AI 快讯，Coding Agent Devin 母公司 Cognition 发布新编程模型 SWE-2。它直接基于月之暗面 2.8T 参数的 Kimi K3 继续做强化学习，进一步训练后，多项编程评测又提高约 5 到 6 个百分点。 在 Cognition 自家的 FrontierCode 1.1 Main 上，SWE-2 得分 50.0%，超过 GPT-5.6 Sol 的 47.5% 和 Grok 4.6 的 48.0%。它距离 Fable 5.1 的 50.9% 只差 0.9 个百分点，但成本低 64%。GPT-6 Astra 得分 53.3%，SWE-2 与其相差 3.3 个百分点，成本约为四分之一。 SWE-2 也比上一代少走很多弯路。中等推理强度下，它完成任务的交互轮数减少 58%，平均成本下降 81%。不过在更难的 Terminal-Bench 4 上，SWE-2 只有 27.3%，明显低于 Astra 的 57.9% 和 Fable 5.1 的 55.8%，还谈不上全面追平前沿模型。 SWE-2 已上线 Devin Desktop 和 CLI，并开始推向 Devin Web 和 Fusion。