洞察
实用分析与指南，帮助你更高效地采购、构建和使用 AI。
代码智能体榜单前两名只差 0.4 分：这场仗已经不是比聪明
榜单前两名，只差 0.4 分。这已经不是谁更聪明的问题 8 月 21 号一份 Terminal-Bench 2.1 的独立跑分出来了。代码智能体这个赛道，第一和第二的差距小到可以忽略：GPT-5.6 Sol 拿了 89.5%，Claude Opus 5 拿了 89.1%。 你花大价钱追的"最强模型"，跟第二名之间，可能就差你喝杯咖啡的时间。 真实数字长这样 GPT-5.6 Sol（xhigh
Grok 4.6 来了：马斯克不卷参数，改卷能干活的长工
35天又发一版，但这次换了活法 8月12日，SpaceXAI（原xAI）把 Grok 4.6 甩了出来。距离上一版 Grok 4.5，才过去五周。 有意思的不是它又变聪明了。 是它彻底换了定位——从陪你聊天的机器人，变成了一个能自己跑长活的企业级 agent 平台。这步棋，比分数本身更值得看。 没换基座，靠后训练把分硬拉上来 Grok 4.6 沿用的还是 4.5 那套约 1.5 万亿参数的老基座。
中国开源大模型这一波：Qwen 放出 2.4 万亿，DeepSeek 改峰谷计价
一周，两次刷屏 八月初这一周，两个中国模型先后占满头条。一个把"最大开源"的门槛直接抬到 2.4 万亿参数，另一个悄悄改了计价方式，结果让亚洲时区的开发者账单集体变厚。 你想自己部署一个顶级模型，不走 API、数据不出本地机房。两个月前你还觉得这是大厂才玩得起的奢侈。现在权重开源了——但先别急着下载，因为你能下到的，和榜单上跑分的，很可能不是同一个东西。 阿里 Qwen：最大开源，但有减配 Qw
Gemini 3.7 Flash 发布（2026）：编程逼近生产级，Token 成本砍半的真相
一句话先说 8月13日，Google 发了 Gemini 3.7 Flash。它的定位很明确：不是最聪明的那个，是性价比最高的那个——专门给"要跑在生产环境里的 Agent"用的。如果你做 AI 应用、自动化、批量调用，这款才是你该盯的型号。 它强在哪，用数字说 这一代的提升不是挤牙膏，是编程能力实打实跳了一截： FrontierCode 1.1 从 34.4% 跳到 43.6%，Dee
Supabase Evals 实测（2026）：编程智能体差距不在模型，在上下文
你换顶级模型写代码，可能和用中端模型差不多 Supabase 在8月1日开源了一个基准叫 Evals，让 Claude Code、Codex、OpenCode 在真实后端任务上跑——建数据库表、修坏的 Edge Function、改 RLS 权限策略。结果有点反直觉，最强的模型开箱就满分，中端模型只要加载平台的"技能文件"，也能从七八十分追到满分。 模型名字排后面，排前面的是它懂不懂你的项目。
Qwen3.8 vs Kimi K3（2026）：国产开源大模型实测对比，谁更适合中小企业
8月第一周，国产大模型连放两颗卫星 阿里把 Qwen3.8-Max 堆到了2.4万亿参数，月之暗面更早一周就把 Kimi K3 的2.8万亿全量权重甩到了 Hugging Face。 一个"即将开源"，一个"已经开源"。 但中小企业老板真正该问的，不是"谁更猛"，是"我到底能不能用得起、跑得动"。 先把账算清楚 Qwen3.8-Max（阿里，8月3日发布） 2.4万亿稀疏MoE，每次激活950
Google 把 Gemini 拆成三档速度：3.6 Flash 上线，机器人 ER 2 也来了
过去一年大家默认一个逻辑：模型越大越能打。Google 这周把这套思路拧了过来——它没再堆一个更大的旗舰，而是把 Gemini 拆成三种"速度档"，让不同活儿用不同的模型。 你如果正跑一个 7×24 小时的客服 Agent，每个月 token 账单就是实打实的成本。这时候你要的不是"最聪明"，是"够聪明而且便宜、快、不卡循环"。Google 这波三款轻量模型，全是冲着 Agent 工作流来的。
Kimi K3 全量权重今天上线：全球最大开源模型，但有一半时候在编
今天，月之暗面的 Kimi K3 把完整权重甩到了 HuggingFace 上。2.8 万亿参数，Modified MIT 许可，任何人能下载、改、自己部署。 这是目前人类放出过的最大开源模型，没有之一。但有个数字你得先记住：在独立幻觉测试里，它一半以上的时候在编。 下半夜能下，但你的硬盘扛不住 权重文件大约 594 GB。什么概念？一部 4K 电影也就几 GB，这等于你下了一百
AMD Helios 机架级AI系统亮剑，微软入伙正面刚英伟达
AMD 把压箱底的家伙亮出来了 7月20日，AMD 第一次正式向媒体展示它的首款机架级 AI 系统 Helios。不是又一张显卡，是整柜——把 GPU、CPU、网络和软件平台打包成一整套，计划今年就开始大规模部署。 更关键的是客户名单：微软当天宣布要在 Azure 里部署 Helios。这下 AMD 的阵营里已经有了 Meta、OpenAI、甲骨文，还有印度的塔塔咨询服务。等于几家最缺算力的巨
谷歌 Gemini 3.5 Pro 三度跳票：编程卡壳，Alphabet 两日跌近 6%
从“再给我们一个月”到“coming soon” 5月19日 Google I/O，皮查伊在台上说：再给我们一个月。 大家都信了。一个月后没来，改口“7月17日”。等到7月17日，官方页面上只剩五个字：coming soon。 三次延期。这已经不是跳票，是习惯性跳票了。 根子在哪：编程能力没过关 彭博社7月16日的报道点得很直白——根因是代码生成能力没达到谷歌内部预期。 原计划其实是今
Mira Murati创业首秀：Inkling开放9750亿参数，音频原生
Mira Murati的第一张牌 前OpenAI CTO Mira Murati创立的Thinking Machines Lab，7月17号掏出了第一款基础模型——Inkling。 9750亿参数，MoE架构，激活410亿，完整开放权重。这不是个PPT，是真能下载跑的模型。 有意思的是，Inkling没去卷"最大最强"那个榜单，主打的是一个均衡和可定制。 原生音频，是个亮点 Inklin
Kimi K3凌晨炸场：2.8万亿参数，全球最大开源模型什么水平？
2.8万亿，开源模型的天花板又捅破了 7月17号凌晨，月之暗面把Kimi K3放出来了。 2.8万亿参数，MoE架构，每token激活16个专家——全球第一个总参数跨过2万亿门槛的开源模型。在这个意义上，它确实是个节点。 先说结论：综合智能水平，官方测评里仅次于Claude Fable 5和GPT-5.6 Sol。换句话说，开源阵营第一次摸到了闭源前沿的屁股。 不只是堆参数 这次月之暗面