🔥 AI资讯
AI人工智能行业每日热点，全球AI前沿动态
Qwen3.6是营销名称？揭秘阿里云千问大模型推理资源包真相
Qwen3.6 不是新模型。阿里云从未发布过这个版本：GitHub 上没有代码，Hugging Face 上没有权重，arXiv 上没有论文，千问官网也没有对应的技术文档。 它其实是“千问大语言模型推理资源包（qwenmax）”的市场名称，...
Qwen3.6是真实版本吗？阿里云官方确认Qwen2.5仍是最新公开模型
Qwen3.6？不存在。 阿里云官方文档、Hugging Face模型库、百炼控制台API列表里都找不到这个版本号。最新公开发布的仍是Qwen2.5——2024年7月12日上线的7B和72B双版本。Qwen3尚未进入OpenBenchmar...
智谱GLM-4-Coder代码能力存疑：无公开测试指标、API接入与Tool Calling协议细节
智谱唐杰内部信提出“GLM时刻”转向Coding能力，但没公布任何可验证的代码生成指标、API接入方式或开源计划。 硬核开发者已经没耐心了：DeepSeek R1在SWEbench（v0.2.2标准）上跑出68.2%，HumanEvalX ...
智谱GLM-4-Flash与CodeGLM-3技术指标现状分析：响应延迟、调试准确率及SLA实际表现
智谱创始人唐杰7月11日发布内部信《巨浪已来》。全文未提及GLM新模型架构变更、开源节奏调整、API性能升级，也未提供任何用户可验证的代码生成能力提升证据。技术指标全部维持原状：GLM4Flash仍为v2026.03.15版本；CodeGL...
OpenAI分析SWE-Bench Pro缺陷：AI代码能力评测存在数据污染与系统性水分
OpenAI自曝SWEBench Pro缺陷：AI代码评测的水分到底有多大？ OpenAI最近的一份分析报告，把AI代码评测的一层窗户纸给捅破了。他们指出，被广泛使用的基准测试SWEBench Pro存在系统性缺陷。这个消息在开发者圈子里引...
Qwen发布AgentWorldBench基准测试：评估语言世界模型在AI Agent中的真实表现
Qwen推出AgentWorldBench：Agent基准测试新尝试，但离落地还有距离 阿里云通义团队发布了AgentWorldBench基准测试，试图为AI Agent建立更贴近真实世界的评估框架。这个基准聚焦语言世界模型（Languag...
Gemini API托管智能体重大升级：后台任务与远程MCP支持，Agent开发进入一键部署时代
Gemini API托管智能体重大升级：后台任务与远程MCP让Agent开发进入“一键部署”时代 Google DeepMind为Gemini API的托管智能体（Managed Agents）带来了一次重要更新，核心新增了后台任务执行与远...
DeepSeek半年开源百亿参数大模型：训练栈全自控如何实现国产AI自主突破
DeepSeek半年发布开源百亿参数大模型：训练栈全自控如何重塑国产AI自主性 DeepSeek在半年内完成了从自研训练框架、自建智算集群到开源发布DeepSeekLLM和DeepSeekCoder等多个百亿参数大模型的全流程闭环。这种速度...
DeepSeek半年开源多款百亿参数大模型，全自研训练栈实现国产AI自主可控突破
DeepSeek半年连发数款开源大模型，全自研训练栈打破国产AI“卡脖子”困局 深度求索（DeepSeek）团队在短短半年内，基于自研训练框架、自建智算集群与万卡级算力，连续发布并开源了DeepSeekLLM、DeepSeekCoder等多...
Gemini API升级：Managed Agents新增后台任务与远程MCP支持，提升AI Agent生产级可靠性
Gemini API重大升级：Managed Agents新增后台任务与远程MCP支持 Google Gemini API刚刚发布了对Managed Agents的重大升级，新增后台任务执行与远程MCP（Model Context Prot...