跳到正文
IFAI

大模型

GPT、Claude、Gemini、DeepSeek、通義千問等大模型的新版本釋出、跑分對比、價格和 API 變化，每天更新。

近 7 天 11 則

  6. 傳播指數 47

    Meta 否認 Llama 4 跑分造假：沒針對測試集刷分

    Meta 生成式 AI 副總裁 Ahmad Al-Dahle 發文否認針對測試集訓練以虛標 Llama 4 跑分的傳言。此前週末網路熱傳 Meta 刻意美化測試成績，且實測中各平臺表現不一。官方回應稱模型剛發出來，各雲端實現仍需幾天調優並持續修復 bug。

  8. 傳播指數 47

    OpenAI 計劃有變：GPT-5 推遲幾個月，o3 與 o4-mini 先發

    Sam Altman 發文確認調整發布節奏，將在未來幾週內先推出 o3 和 o4-mini，而 GPT-5 則推遲到幾個月後。Altman 表示各項能力的平滑整合比想像中更難，推遲能讓 GPT-5 變得更強，同時也要儲備足夠算力應對空前需求。

  10. 傳播指數 49

    ARC 修正 OpenAI o3 成本估算：解一道難題或燒掉 3 萬美元

    據 TechCrunch 報道，Arc Prize Foundation 上調了對 OpenAI o3 的推理成本預估。表現最強的 o3 high 解決單個 ARC-AGI 難題可能要花 3 萬美元，遠超此前預估的 3000 美元。該模型拿最高分需嘗試 1024 次，算力消耗達低配版的 172 倍。

  13. 傳播指數 39

    AI 國際象棋對決：ERNIE 4.5 連勝三局橫掃 GPT-4.5

    測試者分享了 ERNIE 4.5 與 GPT-4.5 的國際象棋對局，ERNIE 4.5 以 3 比 0 擊敗對手。ERNIE 4.5 在邏輯推演和指令遵循上表現突出，最後一局僅用 10 步便完成將死，展現出在複雜博弈推理上的強勁表現。

  14. 傳播指數 51

    OpenAI 放寬 ChatGPT 畫圖稽核：允許生成公眾人物肖像

    OpenAI 放寬了 ChatGPT 的影像生成稽核規則。新政策不再一刀切拒絕敏感提示詞，允許使用者生成特朗普等公眾人物肖像以及中立語境下的敏感符號。OpenAI 稱此舉旨在轉向防範現實危害並賦予使用者更多控制權，但針對兒童的保護依然嚴格。

  15. 傳播指數 46

    OpenAI 更新 GPT-4o：多工指令遵循更強，少發 emoji

    OpenAI 宣佈在 ChatGPT 中更新 GPT-4o。新版強化了多重複雜指令的遵循能力，處理複雜技術與程式設計問題更得心應手，直覺和創造力也有所提升。有意思的是，官方還特意提了一句：新版會少發點 emoji。

  16. 傳播指數 50

    QwenLM 釋出 QVQ-Max：給多模態大模型裝上深度推理引擎

    QwenLM 正式釋出視覺推理模型 QVQ-Max 的首個版本。該模型不僅能解析影像與影片，還能展開深入推理；在 MathVision 評測中，延長思考過程能持續提升解題準確率。團隊計劃後續引入定位技術，並逐步將其拓展為能操作手機與電腦的視覺智慧體。

  17. 傳播指數 43

    傳 Anthropic 將推 Claude 3.7 Sonnet 500K：上下文翻倍以上

    程式碼功能標記顯示 Anthropic 正準備將 Claude 3.7 Sonnet 的上下文視窗從 200K 擴大至 500K。這意味著使用者能直接喂入超大程式碼庫或長文件，避開 RAG 帶來的檢索斷層。不過目前尚不清楚該版本是否僅限企業客戶使用。