小红书AI团队开源dots3-note,Terminal-Bench 2.1得分75.1
相关推荐
Terminal-Bench 4.0:GLM-5.3冲到第三,超过GPT-5.6 Sol
动察 Beating AI 快讯,Terminal-Bench 发布 4.0,重新校准 Agent 执行任务时的时间、CPU 和内存,并修复 19 个任务、移除 8 个存在饱和、拒答、公开解法或质量问题的任务。所有任务的最长执行时间统一到 8 小时,主要是减少超时和环境问题对成绩的干扰。 最新榜单里,Opus 5 + Claude Code 以 51.8% 排第一,Fable 5 以 44.5% 第二。GLM-5.3 + Claude Code 拿到 41.8%,冲到第三,超过 GPT-5.6 Sol + Codex 的 37.3%。前三名里,GLM-5.3 是唯一不是 Anthropic 的模型。 在 Terminal-Bench 3.0 中,GLM-5.3 还是 32.4% 排第四,落后 GPT-5.6 Sol 的 34.6%;到了 4.0,GLM-5.3 升到第三,反过来领先 Sol 4.5 个百分点。
MiniMax 推出新一代极速文本模型 M3.1-Flash-Preview
PANews 9月27日消息,MiniMax 公布其最新文本模型 M3.1-Flash-Preview,已在 MiniMax Code 正式上线。该模型定位为日常开发场景,官方称其在代码开发中可用于快速修复 bug 与实现完整功能,强调响应速度与稳定性。MiniMax 同时在 MiniMax Code 推出限时活动:自 9 月 28 日至 10 月 7 日(UTC+8),用户每日签到可获得 2 倍积分,适用于包括 M3.1-Flash-Preview 在内的代码模型,以及用于生成视频的 H3 模型。
Arc推出AI编码代理Arc Studio,可通过提示词生成链上应用及智能合约
PANews 9月18日消息,Arc宣布推出AI驱动开发工具Arc Studio,用户可用自然语言描述需求,由其在数分钟内生成包含前端界面、后端逻辑和智能合约的全栈链上应用、合约或智能体,并支持代码审查、测试及导出。该工具原生理解Arc与Circle开发栈,包括CCTP、Circle Contracts、Gateway和Wallets,可集成Aave、Morpho、Uniswap等协议,并在Arbitrum、Arc、Avalanche、Base、Ethereum、Monad、OP Mainnet、Polygon和Unichain九条链上测试。
Token Terminal:链上代币化资产规模达3461亿美元,其中股票规模约为24亿美元
PANews 9月12日消息,据 Token Terminal 数据,链上代币化资产市场规模达 3461 亿美元,其中美元稳定币规模约为 2,985 亿美元,占比 86.2%;美国国债、收益策略、信贷基金和黄金分别为 150 亿美元、105 亿美元、64 亿美元和 51 亿美元,占比分别为 4.3%、3.0%、1.8% 和 1.5%。此外,代币化股票规模约为 24 亿美元,占比 0.7%。
Hy4 preview优化「想太多」:复杂任务轮次和Token消耗双降
动察 Beating AI 快讯,腾讯混元和 WorkBuddy 给 Hy4 preview 做了一轮专项优化,已经在 WorkBuddy 全量上线。官方称,这次主要针对复杂任务里的长思考和过度自我验证,在不损失任务效果的前提下,显著减少任务轮次和输入、输出 token 消耗。 Hy4 preview 是腾讯 8 月底发布的开源旗舰 MoE,总参数 770B、激活参数 49B,支持 1M 上下文,重点面向代码、办公和科研等长任务。腾讯发布时就主动把「复杂任务长思考、过度自我验证」列为已知问题。
腾讯混元 Hy4 Preview 登陆 B.AI API
火星财经消息,9 月 2 日,B.AI 平台宣布腾讯混元团队最新开源旗舰模型 Hy4 Preview 正式上线 API 服务,面向开发者开放接入。该模型为 Hy4 系列早期版本,采用 770B 稀疏 MoE 架构,每 Token 激活 49B 参数,并支持 1M 超长上下文窗口。开发者可通过 B.AI API 官方渠道直接调用,登录 chat.b.ai/chat 或访问 docs.b.ai/zh-Hans/llmservice/models/hy4-preview/ 了解详情。