从一个关键词开始
搜名称,也可以搜场景,比如“AI 写作”“视频剪辑”或“编程助手”。
AI热点 15
Gemini 4 Hydrogen High成Agent Arena前十最快模型AI热点Agent Arena榜单显示,谷歌Gemini 4 Hydrogen (High)成为前十模型中速度最快的一款,典型步长7.3秒。
Voice Arena发布听写应用基准AI热点Voice Arena推出首个开放AI听写应用基准Dictation Bench,实测10款真实应用,Wispr Flow得分79%,Apple为35%。
Voice Arena发布双人通话语音识别基准AI热点Voice Arena推出针对真实双人电话通话场景的语音识别基准,首个数据集已上线。
混元Hy4登Agent Arena总榜第14AI热点Agent Arena宣布腾讯混元Hy4总榜排名第14,净提升4.7%,进入Pareto前沿。
Agent Arena:缓存让Agent任务成本省3.6倍AI热点Agent Arena分析2.6万条会话数据,指出提示词缓存可让头部Agent典型任务成本降低至1/3.6,缓存失效平均增加5%账单。
Qwen4-Max登顶Agent Arena中国模型第一AI热点Qwen4-Max在Agent Arena以+7.5%净提升升至总榜第14,为中国模型第一,阿里巴巴升至全球第五实验室。
Inkling 2 Small开源,Code Arena WebDev登顶美国开源模型AI热点Thinking Machines的Inkling 2 Small权重已在HuggingFace以Apache 2.0许可开源,在Code Arena: WebDev得1647分,为美国开源模型第一、全球开源第四、总榜第23,较前作提升239分。
GPT-6.2 Astra与Sol上线LMArena Agent ArenaAI热点GPT-6.2 Astra与Sol已进入LMArena Agent Arena,基于数百万条真实长周期智能体任务评测,模型可调用网页搜索、文件系统与终端工具。
SGLang推统一内存:三类状态共用一个arenaAI热点SGLang推出--enable-unified-memory,让全注意力KV、滑动窗口KV与循环状态共用一个GPU内存arena,容量按需分配。
MiniMax H3-Image登顶多图编辑开源榜AI热点Arena多图编辑榜显示,MiniMax H3-Image得分1365排名第11,为该类第一开源模型,也是前20中唯一开源模型。
Inkling 2 Small登顶WebDev开源榜AI热点Inkling 2 Small在Code Arena: WebDev数据与分析类升至第5名,开源模型中排名第一。
月之暗面开放Kimi K3.1 Pro权重,登顶开源智能体榜AI热点月之暗面兑现承诺开放Kimi K3.1 Pro权重,该模型在Agent Arena获开放权重第一,综合净改进率+5.1%。
清华TraceMRT绕过CoT监控逃逸率达60%AI热点清华论文提出TraceMRT框架,将隐藏任务改写为主任务合理子目标攻击CoT监控,逃逸率升至59.94%,配套贝叶斯监控将检测AUC提至0.91。
LMArena开源Web数据集,交互奖励提升智能体训练AI热点LMArena开源两套Web开发数据集,并验证交互式奖励可在无需代码访问的情况下提升智能体训练效果。
AI视频降价:谷歌Gemini Omni 1.2 Flash转正式版AI热点谷歌视频模型转正式版并降价,国内厂商同步下调价格,头部模型能力差距收窄。