DeepSeek V4 Flash 0731 ARC-AGI 成绩公开：89% 通过 ARC-AGI-1，61.4% 通过 ARC-AGI-2 | 2026-08-09
ARC Prize 公布 DeepSeek V4 Flash 0731 的 ARC-AGI 验证成绩：max effort 下 ARC-AGI-1 通过率 89.0%（每任务 $0.02）、ARC-AGI-2 通过率 61.4%（每任务 $0.04），与 GPT-5.6 Luna 相当但成本低约 2 倍。官方称其 agent 能力远超 V4-Pro-Preview，权重已开源可单卡 MI300X 运行。DeepSeek 同时预告 API 价格将大幅上调。
2026/8/9
3 次阅读
美国能源部启动 Genesis 开放模型计划：万亿参数科学模型 Genesis-Science-1 公布 | 2026-08-08
美国能源部（DOE）宣布启动 Genesis Open Models Initiative，与 Arcee AI 合作推出首个开放权重科学模型 Genesis-Science-1。该模型为万亿参数级，面向材料、能源、聚变、生物等科研场景，权重与技术报告计划今年晚些时候公开发布。
2026/8/8
6 次阅读
Qwen3.8 Max 登顶 Agentic Index、GPT-5.6 Luna 免费开放：AI 圈的 8 月 6 日 | 2026-08-07
8 月 6 日，阿里 Qwen3.8 Max 被 Artificial Analysis 评为 Agentic Index 综合第一，2.4T 参数首次开源 Max 级权重；OpenAI 同日更新 GPT-5.6 Sol，并把 Luna 设为免费用户默认模型、开放无限文本聊天。
2026/8/7
6 次阅读
DeepSeek V4 Flash 单卡跑通 AMD MI300X：304B 参数无需量化 | 2026-08-05
开发者 ryanzhou 开源了把 DeepSeek-V4-Flash-0731（304B 参数）完整部署到单张 AMD MI300X 的配置与补丁，不量化不卸载权重，单流解码 168.6 tok/s，HN 当日 365 分。
2026/8/5
4 次阅读
Mistral 发布 Shieldstral：3B 开放权重多模态内容安全审核模型 | 2026-08-05
Mistral 于 8 月 4 日发布 Shieldstral，一个 3B 参数的开放权重多模态安全分类器（Apache 2.0）。它把内容审核建模为策略自适应问答，推理时输入自然语言政策即可返回校准安全分数，无需重训，文本与图像统一处理。
2026/8/5
4 次阅读
OpenAI Astra 攻克 10 个数学与理论计算机科学开放问题，单次求解成本约 2000 美元 | 2026-08-03
OpenAI 8 月 1 日公布，下一代模型家族 Astra 的内部版本解决了数学、量子复杂性与理论计算机科学领域 10 个开放超过十年（多数更久）的问题，覆盖球体堆积、非 sofic 群、Connes 刚性猜想、量子并行重复等方向，全部证明通过 Lean 形式化验证。按 Sol API 价格计算，找到这些解的总 token 成本约为 2000 美元。
2026/8/3
8 次阅读
Seedance 2.5 发布：字节跳动视频模型单次生成 30 秒，多模态参考全面升级 | 2026-08-02
字节跳动 Seed 团队 7 月 31 日发布新一代视频创作模型 Seedance 2.5。单次生成时长从 15 秒翻倍至 30 秒并支持多轮延长，多模态参考支持单次输入 30 张图片、10 段视频、10 段音频，新增时间戳级精准编辑。已上线即梦 AI 和豆包专业版，API 即将登陆火山方舟。
2026/8/2
8 次阅读
DeepSeek V4 Flash 0731 正式版发布、MiniMax H3 视频模型亮相：AI 圈的 7 月 31 日 | 2026-08-01
7 月 31 日，DeepSeek 发布 V4-Flash-0731 正式版，agent 能力全面升级，Terminal Bench 从 56.9 涨到 82.7，价格保持输入 $0.14/输出 $0.28 每百万 token。MiniMax 同一天发布 H3 全模态生成模型，2K 视频带原生立体声，计划数天内开源权重。
2026/8/1
7 次阅读
GPT-5.6 降价 80%、Gemini Robotics 2 发布：AI 圈的 7 月 30 日 | 2026-07-31
OpenAI 宣布 GPT-5.6 Luna 降价 80%，通过内核优化节省了 20% 推理成本。Google DeepMind 发布 Gemini Robotics 2，机器人终于能看懂视频，还能组队干活。两个消息同一天出来，隔空打了场擂台。
2026/7/31
8 次阅读
MAI-Cyber-1-Flash 发布：微软首款网络安全 AI 模型 | 2026-07-29
微软发布首款网络安全专用 AI 模型 MAI-Cyber-1-Flash，集成于 MDASH 多智能体漏洞修复平台，CyberGym 评分 96%，成本降低 50%。
2026/7/29
3 次阅读
Kimi K3 开源发布：首个开放 3T 参数模型，权重已上线 HuggingFace | 2026-07-28
月之暗面于 7 月 27 日开源 Kimi K3 模型权重，这是全球首个开放的 3T 参数级大模型。Kimi K3 采用 MoE 架构（896 专家/16 活跃），拥有 100 万 token 上下文窗口，在编码、知识工作和多模态任务上表现出色。
2026/7/28
10 次阅读
Claude Opus 5 发布：接近 Fable 5 智能，价格只要一半 | 2026-07-25
Anthropic 发布 Claude Opus 5，定价 $5/$25 每百万 token（与 Opus 4.8 相同），在 Frontier-Bench、CursorBench、OSWorld 等多项基准测试中刷新纪录，智能水平接近旗舰 Fable 5，成本仅为其一半。
2026/7/25
3 次阅读