Grok 4.6正式发布，推理能力媲美GPT-5.6 Sol

SpaceXAI（前身为xAI）发布新旗舰大语言模型Grok 4.6，距上一版本仅一个月。该模型通过AI生成数据集延长训练周期，并引入监督微调与强化学习两阶段优化，重点提升推理、科学及编程能力。在Artificial A...

Anthropic发布更高效的Claude Opus 5模型

Anthropic于7月24日发布Claude Opus 5，该模型在编程、知识任务及智能体能力方面大幅提升，性能接近Claude Fable 5，但价格仅为其一半。在Frontier-Bench v0.1基准测试中，O...

阿里巴巴发布Qwen3.8预览版，宣称性能仅次于Claude Fable 5

阿里巴巴在上海世界人工智能大会上发布旗舰模型Qwen3.8-Max-Preview预览版，拥有2.4万亿参数，是首个突破万亿参数并支持图像、视频和文档多模态处理的Qwen模型。阿里声称该模型性能"仅次于Anthropic...

谷歌更新 Android Bench 基准测试，但 Gemini 表现仍落后

Google近日对Android应用开发基准测试Android Bench进行重大更新，新增Claude Fable 5、GPT系列、Qwen等8款主流大模型，并引入成本与效率指标。最新排行榜显示，Claude Fabl...