跳到正文
只看行业#评测/基准

标签

#评测/基准

按发布时间排列的全部收录，按天分组；筛选和搜索都在这一页。

共 13 条 · 更新于 19:17

11/06

星期五2 条

  1. 量子位50腾讯 Hy4 调用激增，WorkBuddy 十倍扩容
  2. 掘金47Gemini 4 Carbon 登顶 Artificial Analysis 智能指数 v5：59 分第一，单任务 7.76 美元，幻觉率升至 11%

11/04

星期三1 条

  1. 雷峰网38Gemini 4 Carbon 登顶榜单却致 Alphabet 市值蒸发数千亿美元，谷歌密集发模型在急什么

10/28

星期三3 条

  1. 量子位58无问芯穹在英伟达SOL-ExecBench算子榜拿下88项单题第一
  2. 钛媒体38Cognition 发布 FrontierCode 2.0：Claude Opus 5.5 与 GPT-6 Astra 得分大幅下滑
  3. IT之家42OpenAI 公示 GPT-6.1 Terra 安全测试：整体风险下降，破坏性行为上升

10/27

星期二2 条

  1. 钛媒体58MiniMax M3.1 Flash 低价上榜后陷背题质疑，改题实测中英文结果不一
  2. Latent Space22Anthropic 递交 S-1：两周内启动 2 万亿美元 IPO，营收增速 1400%

10/22

星期四2 条

  1. IT之家8苹果首款折叠 iPhone Duo 海外媒体评价汇总：外屏处理琐事，内屏留给沉浸
  2. Hacker News · AI 讨论182026 年 AI 编程面试现状：10 家公司允许面试中使用 AI 助手

10/20

星期二2 条

  1. 雷峰网34Meta Muse Wonder 熔岩灯 3D 建模翻车，Alexandr Wang 辩护遭马斯克补刀
  2. Latent Space52AINews 汇总：DeepSeek V4.1 Flash 1017 与 MiniMax M3.1 Flash 等模型发布

09/09

星期三1 条

  1. AI News · smol.ai80DeepSeek 发布 V4.1-Flash 开源权重模型，采用因果编码器-解码器架构