搜索
创新工场汪华与Floatboat.ai创始人谭少卿对话指出，腾讯WorkBuddy、字节豆包工作、阿里千问办公等大厂AI办公会战已完成Agent市场教育，GLM-5.3-Flash和DeepSeek-V4-Flash等国产模型跨过能力门槛，巨头的壁垒仅剩资金，而中国创业者凭借贴近开源模型生态的优势，有望在垂直Agent领域找到更多机会。
刚刚，Gemini 3.8 Flash，正式发布。
谷歌正式发布Gemini 3.8 Flash及网络安全专用版Gemini 3.8 Flash Cyber，前者以极低单任务成本在多项基准测试中逼近GPT-5.6 Sol、Grok 4.6等顶级模型，并在软件工程和速度上实现大幅跃升，后者则在漏洞发现基准CyberGym上以86.2%的成绩屠榜，谷歌DeepMind称这标志着RSI（递归自我进化）迈出了一大步。
谷歌预告Gemini 3.8 Flash将于明日发布，并披露Gemini 3.7 Flash等模型已支持智能体视频理解，使Token消耗最多下降88%、成本最多下降66%、准确率最多提升7%。
不得了。 谷歌刚刚更新的Gemini Omni 1.1 Flash，直接冲上了Arena文生视频全球第一。
DeepSeek-V4-Flash-Vision-Exp多模态模型正式开源，该模型为DeepSeek-V4系列首个实验性多模态模型，基于DeepSeek-V4-Flash架构集成视觉模块，在真实世界软件工程测试DeepSWE中以59.3%反超Opus-4.8登顶，并在零样本视觉推理测试ZeroBench中击败Opus-4.8。
阿里千问新模型，又卷出了新水平。
随着开源模型能力不断提升，它们已经能够以极低的成本生成多个高质量候选方案，并进一步利用模型自身对这些结果进行验证、打分和筛选。斯坦福团队最新实验发现，使用 DeepSeek V4 Flash + LLM-as-a-Verifier 进行「自验证」，可以在 Terminal-Bench 2.1 上超越 Claude Fable 5，同时整体成本低约 11 倍。
这几天 ox-alpha 用爽了吧...正如很多人猜的那样，这个模型来自智谱，正式名称为 glm-5.3-flash，支持多模态，但很多人没猜到的是：这个乱杀的模型只有 321B，且与 glm-5.3 不同，是完全的新架构
就在刚刚，阿里交出了一份让人满意的答卷：发布了 Qwen3.8-Flash，同步开源 Qwen3.8-Flash-Next（两者为同一模型，前者是 API 版本名称，后者是开源版本的正式名称）。它的成绩相当亮眼。在智能体编程基准 DeepSWE 1.1 上，它拿到 58.7 分，而参数规模是它三倍的前代 Qwen3.7-Plus 只有 16.5 分；