🔥分类赛道变天了！OpenRouter 最新一周数据：Jev 拿下分类请求 27% 份额，几乎是DeepSeek V4 Flash的 2 倍！

透明的黑色 2026-09-27 19:58:41

基于 FrontierHarness 和 @LotusDecoder 的工作，我们新增了针对 GLM-5.3 和 GLM-5.3-Flash 的 ZCode 支持。

远远落后 2026-09-14 22:25:14

我针对实际任务测试了 DeepSeek V4.1 Flash。测试涉及 2 个代码库和 105 个隐藏 Bug，要求模型尽可能找出并修复这些问题。

chenyumai 2026-09-10 21:42:52

全球最强模型Fable5.1发布#Anthropic这次更新Claude Fable 5.1与Mythos 5.1，把重心放在编程和科学能力上，这点我还挺看好。

diyaxu88 2026-09-03 12:56:35

Anthropic深夜发布：Claude Fable 5.1、Claude Mythos 5.1，性能全面碾压前代

短腿小矮基 2026-09-03 11:52:33

Harness 的评测榜单 FrontierHarness v1.0

老脸往哪儿哥 2026-09-03 09:54:13

Google 发了 Gemini 3.8 Flash，跑分表上 14 项拿了 8 个第一，编程和 Agent 能力大幅提升，价格只有 Opus 5 的 15%。看起来很猛，但我觉得最值得聊的，恰恰是它"没赢"的那几项。

有点俗 2026-09-03 08:27:40

AI 的演进：从规则执行到自主行动

成鸿 2026-09-02 18:11:52

🚨对比测评：神秘模型 Ox Alpha 性能封神！

王允林 2026-08-21 16:33:35

Grok 4.6 刚刚在 MedAgentBench 上排名第一......这是现实世界代理医疗保健任务最有趣的基准之一

皮埃尔 2026-08-20 14:49:57

DeepSeek V4 Pro 正式版测评来了，SuperCLUE 综合总榜第2。

木朵 2026-08-20 09:18:36

24 人团队，撬动 AI 芯片格局，Taalas 被 AMD 收购背后，是算力战场的转向。

王吉杨 2026-08-20 08:26:32

LLM-as-a-Verifier 不断突破性价比的极限！

我爱榛子 2026-08-19 21:46:55

阿里巴巴刚刚发布了它所缺少的那一块拼图 它叫 OpenSandbox。

音乐人闭能文 2026-08-17 14:48:30

三星开始让AI造芯片了：一个月的工作压缩到两天，Exynos研发迎来新变量

爱深求 2026-08-17 08:34:54

#DeepSeekHarness发布# 【DeepSeek Harness 真正狠的地方，是它没有"核心"】

想拒绝呼吸 2026-08-16 12:33:46

黄仁勋9大预言！3年后机器人满街跑，AI将重塑世界。

大款和花花 2026-05-24 09:24:30

Antrophic is now the front runner of AI Boom

恒国 2026-05-15 23:17:50

最近一次使用ChatGPT 5.5 Pro的体验 标题平平无奇，内容却让整个数学圈坐不住了。

怀哥 2026-05-10 14:23:57

索尼 AI 发布的一段视频显示

sinalook 2026-04-24 00:35:40