技术方向
模型推理能力的进展：思维链、推理模型、数学与逻辑基准的突破与争议。
10 条精选近 30 天 5 条共收录 26 条
GPT-6 Astra Ultrafast 运行在 NVIDIA Blackwell GPU 上，现已在 OpenAI API 开放，并面向符合条件的 ChatGPT Work 和 Codex 用户，token 生成速度比 Astra Standard 模式最高快 8x。
推荐理由：原文对比了 Ultrafast 与 Standard 模式的速度差距，并说明更快的 token 生成如何嵌入智能体的编码循环。
Google DeepMind 发布前沿模型 Gemini 4 Argon，输出 token 上限从 64K 提升至 1M，介绍价为每百万输入 token 2 美元、输出 10 美元，缓存输入按输入价 95% 折扣。
推荐理由：文章给出 1M 输出 token 与分阶段放量的思路，读者可据此判断长程任务能力如何与安全节奏配套。
GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用，为 agentic 编码、计算机使用和专业工作负载带来更强推理能力。
推荐理由：文章给出 GPT-6.1 Sol 相对 GPT-6 Sol 的成本与成绩对比，以及 Bedrock 上的部署与数据控制项，便于评估引入代价。
Xiaomi 发布 MiMo-V2.6 系列原生全模态模型，MiMo-V2.6-Pro 以 1.02T 总参数 / 42B 激活参数成为新的顶级开放权重模型，另有 MiMo-V2.6-Flash 与最高 20x 输出提速的 MiMo-V2.6-Pro-UltraSpeed。
推荐理由：文中给出 RL 训练的批量、上下文与 token 步长细节以及开源范围，便于判断开放 RL 环境的价值。
Google DeepMind 发布两款实时语音对话模型 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking，面向语音智能体带来近实时推理升级。
推荐理由：两个版本的分工和基准分数写得很清楚，读者可以直接据此判断自己的语音场景该选哪一档。
GitHub Copilot 在 CLI 中以 /experimental 开启 Project HydraFusion 研究预览，全计划可用，它在运行时从多家供应商的模型里生成执行计划，按质量、成本和延迟自动选择 Single、Cascade、Critique 三种执行模式之一。
推荐理由：三个基准的成本与质量对照数据齐全，读者可据此判断多模型编排在什么任务上划算、在什么任务上有损失。
Google DeepMind 发布 Gemini 3.8 Flash 与 Gemini 3.8 Flash Cyber 两个新模型，均基于同一核心智能，定价与 3.7 Flash 相同，为 $0.75 per million input tokens 和 $3.75 per million output tokens。
推荐理由：文中列出的多项基准成绩与每百万 token 定价，便于读者横向比较新模型的能力与成本。
Google DeepMind 发布 Gemini 3.7 Flash，称其为面向编码与智能体的最强主力模型，发布价为 3.6 Flash 的一半，即每 1M 输入 token $0.75、输出 $3.75，优惠价持续到年底。
推荐理由：距离 3.6 Flash 仅三周发布，价格降到一半且多项基准有两位数提升，可据此判断 Flash 系列的迭代节奏与成本变化。
Google DeepMind 发布 Gemini Robotics ER 2，这是它最强的机器人具身推理模型，作为机器人的高层大脑与人对话、理解物理世界并规划多步任务，再把动作执行交给底层 VLA 模型，且能原生调用 Google Search 等工具。
推荐理由：原文给出了相对 ER 1.6 的评测数字与开放入口，读者可据此判断它在真实机器人工作流中的可用程度。
Google DeepMind 发布实验性开源模型 DiffusionGemma，用文本扩散方式一次并行生成整段文本，在专用 GPU 上文本生成速度最高提升 4 倍。
推荐理由：把扩散式并行解码用到 26B MoE 文本模型上，讲清了本地低并发场景下速度与质量的取舍边界。