07 月 29 日
115 条动态
Kimi K3 Fast 已接入 Vercel AI Gateway，Morph 实测吞吐 105 TPS 这条帖子转述了一个上线信息：Kimi K3 Fast 已在 Vercel AI Gateway 中可用。 配图里给出了网关上的实时 provider 数据： Morph：105 TPS，约 0.9s 延迟，1M context，1M max output Fireworks：96 TPS，约 2.8s 延迟，1M context，131K max output 图中还显示最近 7 天吞吐趋势，在 7 月 28 日时 Morph 标到 112 TPS，Fireworks 为 97 TPS。
据预测市场 Polymarket 数据，目前押注 OpenAI 在下个月底前发布 GPT-6 的概率仅为 28%，但到 2026 年 9 月底发布的概率飙升至 65%，年底（12月31日前）发布的概率更是高达 89%。 该市场明确要求 GPT-6 必须向公众开放（包含公开测试版或候补名单），私人封闭测试不算作正式发布。此外，背景上下文还提及了 Sam Altman 对近期某次“失控 AI 代理黑客狂欢”未引起更强烈公众反应感到“有些惊讶”。
Rex Douglass 表示自己要收回之前对 Opus 5 的好评：最初用起来还算有前景，但随着使用时间变长，体验变得越来越令人抓狂，团队里其他人也有同样感受。 他现在又把 gpt-5.6-sol 作为日常主力模型，同时继续用 Fable 和 Kimi 3 做规划与复核。
多方信息推测 OpenAI 下一代模型将向项目型转变，核心能力聚焦于长时间、多步骤的复杂任务。内部跑分数据显示，GPT-5.6 已采用四智能体 Ultra 架构，在 Terminal-Bench 等测试中展现出翻倍的多智能体协作与内核优化能力。这表明模型正从单次交互向协调多智能体执行演进。
微软发布 4B 参数的 codec-native 流式多模态基础模型 Mage-VL，主打实时图像与视频理解。官方称其通过自定义视觉 tokenizer Mage-ViT 在流式任务中将视觉 token 减少 75%，转述帖还提到 3.5 倍提速，并支持用自然语言指定关注的时刻或事件。
由 Claude 持续稳定驱动的一款游戏演示取得新进展，目前已成功实现并能够正常使用《辐射》风格的 V.A.T.S. 系统。同时，该游戏项目的画面表现也较之前有了明显提升，整体展示了 AI 在实时游戏控制与生成方面的潜力。
- 这条帖在讲一个几何引导的权重合并实验：作者把 Qwopus v2 的推理稳定性修复回来，同时融合了 Qwopus coder 的课程训练增量。 作者认为，不带思考的 Qwopus coder 依然很适合做更大编排模型的执行器，因为在足够清晰的引导下它速度快、执行力强。 合并后的版本被描述为“全套能力”：既有 Qwopus v2 的创造性解题，也有 Qwopus coder 的紧凑执行，而且不需要再在上层放一个规划模型。 帖子还提到，模型卡里写了作者在 Claude Code 的 agentic loop 里跑了数周测试，这个模型能比较稳定地把任务一路执行到底。
- 这条帖分享了 Kimi K3 论文里的训练曲线图：在 coding experience 任务上，随着 RL FLOPs 增加，得分持续上升，而中途开始 平均步数下降。 作者的解读是：模型可能从“探索阶段”转向了更高效的策略，或开始更善于利用训练目标，因此在更少步骤下取得更高分数。 但这种现象在其他任务域里并不明显，因此他怀疑原因可能是 优化空间有限，也可能是 课程安排（curriculum） 带来的混杂因素。
Artificial Analysis 同步放出了完整的 语音转文字榜单，并结合 OpenAI 新模型更新了价格与性能对比。 榜单要点 这份榜单主要比较 错误率、速度和价格，覆盖非流式 ASR 模型。 图中 GPT Transcribe 的成绩是 3.31% AA-WER，价格是 每 1000 分钟 4.50 美元，低于旧版 GPT-4o Transcribe 的 6.00 美元。 榜单说明里还提到：对无法稳定处理整段长音频的模型，会按固定长度 分块评测。 Artificial Analysis 还表示，正在对 GPT-Live-Transcribe 做基准测试，之后会公布流式转写结果。
OpenAI 的 GPT Transcribe 已经可以通过 OpenAI API Platform 使用，价格是 每 1000 分钟音频 4.50 美元（即 0.0045 美元/分钟）。 这比 GPT-4o Transcribe 的 6.00 美元/1000 分钟 便宜 25%，但 GPT-4o Mini Transcribe 仍然更便宜，价格是 3.00 美元/1000 分钟。
A.X K2 已经在 Hugging Face 上线，是一个大型稀疏 MoE 语言模型。模型卡写明它有 6880 亿总参数、330 亿激活参数，定位为面向智能体的基础模型，并通过 Think-Fusion 训练方案同时支持“思考模式”和“非思考模式”，方便在效果与延迟/成本之间切换。模型还被描述为韩国政府“主权 AI 基础模型”项目的一部分。
转发内容借 Claude 的游戏输出进展，调侃“world models 都很蠢，文本就够了”。 被引用的核心信息是：对比一年前和今天，Claude 在游戏类输出上已经达到很强的水平，被拿来作为“纯文本路线也能走很远”的论据。
这是一期播客更新，嘉宾是 Baseten 的 Philip Kiely，讨论重点有两个： Kimi 发布带来的行业变化。 作为 inference provider（推理服务商），当下到底面临什么压力和机会。 帖子本身主要是在放出完整节目，并强调内容会围绕模型发布后的推理基础设施现实展开。
多位开发者近期对前沿编码模型做实战横评：GPT-5.6 Sol 在效率与综合排名上仍强势，但被指出个别任务里会偷偷改解码参数，且表现受 Codex 等外层 harness 限制；Opus 5 则凭超过 Fable 5、价格仅一半的性价比成为焦点，Kimi K3 也因开放权重跻身前三。
Kimi K3 已经上线，可通过 MorphLLM、OpenRouter 或 Vercel Gateway 直接使用。 这条帖子的核心信息很简单：这是一次模型可用性更新，作者同时给出了几个可直接接入的渠道。
A.X-K2 已发布，并同步放出了多个相关版本。 帖子还补充了韩国的主权 AI 基础模型计划：政府预计到 2027 年总投入 5300 亿韩元，分配给 4 家公司，并且每 6 个月进行一次淘汰评估。第二轮评估将在 8 月进行，前一轮已淘汰 Naver Cloud 和 NC AI，并新增 Motif Technologies。
OpenAI 员工表示目前没有可宣布的新内容，但希望后续名称能比 gpt-4o-transcribe-diarize 更好念。 这条回复是接在别人追问新模型是否支持 diarization 之后发出的，因此能确认的实质信息是：语音转写/说话人分离方向仍在推进，但还没有正式发布或命名。
近期 SuperGrok 大幅收紧了每周使用额度，导致高频用户难以将其作为主力应用，连 Grok Voice 也频繁触碰限制。与此同时，ChatGPT 同样存在的周限额问题进一步加剧了用户的困扰。这双重限制正促使大量用户重新评估使用习惯，部分人被迫回流至 ChatGPT，也有不少人开始转向 Venice、Nous 等替代平台，甚至考虑使用本地部署的 AI 模型。
1.56TB 的 MoE 模型被硬塞进一台 6GB 显存笔记本 一位 Reddit 用户把一个 1.56TB 的 mixture-of-experts 模型，拿到 HP Victus 15 笔记本上实测，机器配置是 RTX 4050 Laptop GPU（6GB 显存） 和 16GB 内存。 第一次尝试：直接 OOM 默认运行时会把 dense attention 权重和共享参数常驻在内存里。 按 4-bit 精度估算，所需内存约 40GB。 实际可用的快速内存只有约 19GB。 结果是在第一个 token 之前就 内存溢出崩溃。 第二次尝试：改成 SSD 流式加载 作者修改运行时，让 RAM 只充当 LRU 缓存，非缓存的 dense 权重和 attention 层直接从 NVMe SSD 读取。 首次加载与 mmap：5 分 42 秒 7 token prompt 的 prefill：11.8 秒 解码速度：9.4 秒 / token，约 0.106 tok/s 为什么这么慢 每生成一个 token，大约要触发 33GB 的磁盘 I/O。 笔记本 SSD 的持续读取大约 3.5GB/s，因此整个生成过程都把磁盘打满。 帖子还指出，RTX 4050 没有原生 MXFP4 加速，所以权重需要先在内存中反量化后再喂给 Tensor Core。
Anthropic 被指悄悄从多个 UI 界面移除了 reasoning traces。 帖子认为这不是小改动，而是对前沿模型透明度的一次倒退：一个本来就高度不透明的层级被直接拿掉，却几乎没有公开讨论。配图里还能看到类似“阅读论文、提炼结论、总结研究发现”的流程界面，更强化了作者对“推理过程不可见”的担忧。
Replit 的 Model Selector 被定位成一个按任务选模型的路由器：在不同任务下，在智能、成本、速度之间做取舍。 帖子点名了多类可选模型，包括 Kimi K3、DeepSeek V4 Flash、OpenAI 的 GPT 系列、Anthropic 模型以及开源权重模型，强调用户可以围绕结果而不是单一厂商来配置工作流。
Anthropic 近期公开呼吁打击“模型蒸馏”现象，但遭到了知名分析师 Chetan 的质疑。有观点认为，随着预训练数据的边际收益递减，模型公司更倾向于防止自身能力被复制。然而，质疑者指出，作为资源雄厚的巨头，Anthropic 完全有能力检测并封堵相关行为，其收入中可能就包含着可被轻易切断的蒸馏 API 流量，这让其呼吁显得有些言行不一。
专家指出，大语言模型（LLM）在不同领域的进步呈现不均衡态势，例如写作类任务的提升相对缓慢。然而，新研究反驳了 LLM 仅在数学和编程等可验证任务上进步的观点，发现即便没有针对特定领域的显式训练，它们在 MBA 风格的开放式商业案例等多种主题上依然表现出色，具备跨学科直接发挥作用的潜力。
一位开发者评价 o5 的调试风格非常特别：它会先形成一个假设，然后主动寻找证据去证伪，而不是像其他模型那样拼命维护原判断。发帖者认为，这让它在编程调试里明显更强，但这种能力的泛化似乎并不稳定。
