小米发布MiMo-V2.6模型,称其为当前最强开源模型
相关推荐
Artificial Analysis 评测:腾讯混元 Hy4 智能指数得 35 分,超过 DeepSeek V4.1 Flash 1017
火星财经消息,独立 AI 分析机构 Artificial Analysis 发布 Intelligence Index v5,新增 2 项基准测试并升级 3 项测试,60% 的指数评估基于私有测试集或保留答案。国产模型方面,Artificial Analysis 公布的评测数据显示,腾讯混元 Hy4 获得 35 分,DeepSeek V4.1 Flash 1017(max)获得约 33 分。据此前提供的榜单数据,Claude Opus 5.5(max)以 58 分位居首位,GPT-6 Astra(max)和 GPT-6.1 Sol(max)分别获得 57 分和 55 分。
AI网络安全榜爆冷:GPT-6、Claude旗舰因安全拒答掉队,小米MiMo追平Grok登顶
动察 Beating AI 快讯,Artificial Analysis 推出独立的 Cyber Index,专门评测 AI Agent 做企业网络防御的能力。它不是从原来的通用 Intelligence Index 里抽几项测试,而是另外采用 CWE-Bench-AA、DeepsecBench-AA 和 CyberGym-E2E-AA 三项网络安全评测,分别测试漏洞审计与修补、漏洞发现,以及从发现漏洞到复现并修补的完整流程,三项各占三分之一。 首批榜单中,Grok 4.7(xhigh)和小米 MiMo-V2.6-Pro 同为 56 分,GPT-6 Luna(max)53 分,GLM-5.3-Flash 50 分。MiMo 平均每个任务成本只有 0.18 美元,Grok 4.7 要 11.67 美元;Luna 更低,只要 0.12 美元。 不过,这张榜不能简单理解成模型本身的网络安全能力排名。GPT-6 Sol、GPT-6 Astra 和 Claude Opus 5.5 都参加了测试,但在 CyberGym-E2E-AA 上几乎全部拒答,其中 Sol 和 Astra 拒绝全部任务,Opus 5.5 拒绝 98%。拒答直接记 0 分,Luna 反而愿意继续完成这些任务,所以综合成绩更高。Artificial Analysis 也表示,大量拒答让这些前沿模型的实际能力很难判断。 GLM-5.3 也出现了明显反常。完整版在 Artificial Analysis 的通用能力榜上高于 Flash,但这次 Cyber Index 只有 36 分,Flash 达到 50 分。主要差距来自 CyberGym-E2E-AA:Flash 得到 74%,完整版只有 29%。Artificial Analysis 暂未解释这一差距的原因。
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。
B.AI 专属福利来袭,Xiaomi MiMo-V2.6 系列限时特惠即将开启
ChainCatcher 消息,B.AI 宣布,小米最新 MiMo-V2.6 系列将于 9 月 25 日 15:00(SGT)开启专属特惠:MiMo-V2.6-Flash 享 1 折,MiMo-V2.6-Pro 享 5 折首发特惠。 该系列支持 1M 超长上下文与全模态理解,覆盖高频 Agent 与复杂推理场景,助力开发者低成本跑通 API 调用。
Anthropic开源零知识证明系统FlashProve
Odaily星球日报讯 Anthropic 发布基于零知识证明(zkSNARK)的开源 AI 推理验证系统 FlashProve,StarkWare 联合创始人 Alessandro Chiesa 参与研究。该系统利用与区块链 ZK 技术同源的密码学方法,使用户无需获取模型权重或重新运行模型,即可验证 AI 输出是否由指定模型生成。 Anthropic 表示,Claude 参与了系统优化,目前已开源相关代码及 Lean 形式化证明。该系统仍处于研究原型阶段,证明生成的 GPU 时间开销约为普通推理的 70–95 倍。 测试显示,FlashProve 在单张 H100 GPU 上,可为 Meta 旗下 4000 亿参数模型 Llama 4 Maverick 以约每秒 110 Token 的速度生成证明,单个证明约 19 MB。
蚂蚁集团开源 Ling-3.1-flash-1019,AA 智能指数升至 44
PANews 10月27日消息,据 Ant Ling 官方 X 账号,蚂蚁集团 Ling 团队宣布开源 Ling-3.1-flash-1019。该模型在 Artificial Analysis Intelligence Index v4.3.2 中得分 44,Ling-3.1-flash 为 41。团队同时开源基础模型 Ling-3.1-flash-base,供开发者继续训练。新版本针对推理和智能体工作流做了进一步后训练。