Anthropic 已开始对尚未发布的前沿模型进行灰度测试。根据多个用户放出的早期输出片段，代号为 Claude Fable 5.2 的模型能够直接使用纯 JavaScript 生成流畅的交互式动画与行走吉祥物，并且整个过程不依赖任何外部图...

Cognition正式发布SWE-2，这是其迄今最先进的编码模型。官方数据显示，SWE-2在FrontierCode 1.1 Main1基准上取得50.0%的得分，同时成本比上一代降低64%，在得分与成本两项指标上均超越SWE-1.7和Grok 4.6。该模型以远...

Spotify 工程团队披露，其内部工具 Portal 通过特定模式与 Claude Code 插件，将大文件读取和可预测的代码生成任务从 Claude Code 转移至成本更低的 Gemini 2.5 Flash worker。该机制利用 hooks 对超过大小阈值的文...

AI基准测试机构Vals AI的最新分析显示，开源权重模型在执行多阶段任务时，其环境代价可能远超简单查询。以构建一个Web应用为例，这类复杂任务涉及多轮推理、代码生成、工具调用与验证等步骤，模型需要消耗的能源或水...

Meta正式发布Muse Spark 1.3，重点提升编码与智能体任务的推理表现，并针对生产环境优化易用性。新版本已通过Muse Code和Meta Model API逐步推送，开发者可率先体验其在复杂推理、代码生成和自主智能体工作流方面的...

OpenAI 宣布计划终止向 AI 编程工具 Cursor 提供模型的合同，原因是 Cursor 被 SpaceX 收购后，OpenAI 对埃隆·马斯克旗下公司可能存在的合同违规行为表示担忧。此次模型供应关闭时间定为 11 月 12 日，为使用 Cursor...

Z.ai正式确认，此前以ox-alpha名称匿名参与评测的模型，实际是GLM-5.3-Flash。该模型采用3200亿参数的混合专家（MoE）架构，每次推理仅激活180亿参数，在编码和智能体相关基准测试中表现接近Claude Opus 4.8。这一消...

据9to5Mac报道，OpenAI宣布恢复对ChatGPT Plus用户Codex与Work功能的五小时使用限制，结束了此前数周仅按周总量进行管控的宽松阶段。OpenAI表示，此举旨在平滑其算力负载，避免突发高并发请求对推理集群造成冲击。Co...