跳到正文
  1. IT之家81

    微软发布语音对语音模型 MAI Realtime 1:起价每分钟 0.01 美元,性能超 GPT Realtime 2.1

    微软在 Ignite 2026 大会上发布其首款语音对语音模型 MAI Realtime 1,基础语音使用费为每音频分钟 0.01 美元,涉及推理时按每百万输入 token 1 美元、每百万输出 token 5 美元计费。

    推荐理由:原文给出了MAI Realtime 1 的定价结构、与 GPT Realtime 2.1 的基准对比以及 API 兼容范围,读者可据此判断其实际成本与迁移门槛。

  1. Hacker News AI88

    Microsoft AI 发布 MAI-Base-2 基础模型及预训练技术细节

    Microsoft AI 完成 MAI-Base-2 预训练,该 MoE 模型拥有 800 亿激活参数和 2.8 万亿总参数。MAI-Base-2 在保留评估中优于 DeepSeek-V4-Pro-Base,其预训练效率比参考模型高 4-12 倍。

    推荐理由:Microsoft 公布了 MAI-Base-2 预训练细节,包括 scaling 法则、MoE 优化和数据管道,展示了前沿基础模型的构建路径。

  1. TechCrunch · AI84

    Nvidia 发布用于企业和个人电脑的 Nemotron 3.5 开源模型

    Nvidia 发布 Nemotron 3.5 Super VL 及轻量级 Bolt 模型,Super VL 为 120 亿参数大模型,支持企业级 Agent 任务,并声称在特定任务上快于 Anthropic 和 OpenAI 模型。

    推荐理由:原文披露了 Nemotron 3.5 Super VL 的参数规模、竞品对比及企业应用列表,读者可据此判断本地部署的可行性。

  1. 智东西78

    vLLM-SR开源Decision 3.0系列多模态决策模型

    vLLM Semantic Router团队开源了Decision 3.0系列多模态决策模型,包含0.6B至27B参数的六款模型,支持对图片、视频进行判断,不生成长篇文本。

    推荐理由:开源模型直接对标Jev,支持本地部署和多模态输入,为构建结构化AI判断流程提供了可自托管方案。

  1. IT之家77

    微软 Maia 300 AI 芯片发布:台积电 N2P 工艺,288GB HBM4 内存,带宽 18TB/s

    微软正式发布 Maia 300 人工智能芯片,基于台积电 N2P 制程工艺打造,计划 2027 年部署。Maia 300 配备 288GB HBM4 内存,带宽达到 18TB/s,FP4 算力可达 13.8 PFLOPS。该芯片采用多芯粒设计,SoC 功耗额定值为 950W,双向扩展互连带宽达到 3.2TB/s,单个机架可容纳 96 颗芯片,最多可组建包含 12000 颗加速器的集群。

    推荐理由:芯片规格与架构细节清晰,为了解其推理定位与集群规模提供了完整的技术参考。

  1. The Decoder85

    Anthropic 发布 Claude Haiku 5.5:大幅降价并提升性能

    Anthropic 发布最快且最廉价的小模型 Claude Haiku 5.5,平均成本比前代低 75%,在 100k tokens 以内请求中价格最高可降 90%。

    推荐理由:Haiku 5.5 大幅降价且基准测试显著提升,展示了 AI 价格战对小模型部署成本的实际影响。

  1. Hacker News AI80

    Aleph Alpha 开源 780 亿参数 MoE 模型 Kolibri

    Aleph Alpha 发布开放权重 LLM Kolibri,采用 781 亿参数 MoE 架构,每个 token 激活约 3.46 亿参数,支持德语和英语。该模型使用 Apache 2.0 协议,在 Hugging Face 提供权重,支持 26 万原生上下文及 100 万扩展上下文,需约 78 GB 显存。

    推荐理由:通过对比tokenizer效率与幻觉抑制测试,帮助读者判断该模型在本地化部署与多语言推理中的实际可用性。

  1. 智东西92

    Anthropic 发布 Claude Sonnet 5.5,性能对标 Opus 但开发者实测成本偏高

    Anthropic 发布 Claude Sonnet 5.5,官方称其速度提升超 30%,AI 分析指数得分 56,在多项基准测试中性能对标 Opus 5.5。开发者实测发现该模型处理复杂任务时单任务成本可能达到 7.60 美元,且部分场景下构建成本高达 177 美元,性价比引发争议。

    推荐理由:新模型性能逼近旗舰但实际单任务成本偏高,展示了中端模型升级后的真实成本效益。

  1. 智谱88

    GLM-5.3发布:编程能力提升50%,网络安全能力涌现,两周后开源

    智谱发布GLM-5.3,基座未变但通过极致后训练Scaling显著提升编程与网络安全能力:内部编程体感较GLM-5.2提升50%,Terminal-Bench 3.0从4.6升至28.3;网络安全上CyberGym达84.5%,ExploitBench 54.4%,ExploitGym两小时完成105项漏洞利用任务。

    推荐理由:后训练Scaling带来更强编程与网络安全防御能力,开源与“开源的盾”计划让前沿安全能力不再只属于少数闭源机构。

  1. Mistral AI81

    Mistral Large 发布:多语言推理旗舰模型上线 Azure

    Mistral AI 发布最新旗舰语言模型 Mistral Large,其在 MMLU 等基准测试中位列全球 API 可用模型第二(仅次于 GPT-4)。该模型原生支持英语、法语、西班牙语、德语和意大利语,拥有 32K 上下文窗口,并具备函数调用功能。

    推荐理由:Mistral Large 在 MMLU 等基准上表现强劲,且与 Azure 的合作为多语言推理场景提供了企业级 API 访问途径。

已经到底了