随着大模型生态快速扩张，模型路由器正成为AI技术栈中的新原语。它承担模型管理的复杂性，使企业在引入新模型时不必在每个应用中重新进行模型选择。当前各类路由器共享相同的基础设计，但核心差异在于“如何决策”——有...

Opus 5在与前代模型对比中暴露出一个值得关注的问题：它需要更多人工监督，且在模糊场景下不再主动追问澄清，导致真实任务中的协作效率下降。分析认为，这一变化并非单纯的能力退化，而是当前AI系统开发过度以基准测...

近日，Netlify 公布了一项面向 AI 模型选型的横向测试：通过 OpenRouter 接入 DeepSeek、Qwen、Kimi、GLM 等 11 款主流模型，使用同一段构建提示词生成静态咖啡店网站，并比较输出质量与积分消耗。结果显示，模型间...

自然语言转SQL（Text-to-SQL）被认为是让非技术用户轻松与数据库交互的关键技术，然而现有评测基准大多在干净、规范的数据集上进行，严重脱离企业真实数据仓库的复杂状况。近日公布的新基准Beaver直接源于真实业务数...

在 AI 大模型竞争白热化的当下，开源模型与闭源旗舰的性能差距一直是业界关注的焦点。知名科技评测媒体 Tech Stackups 发布了一项引人注目的对比测试：将智谱开源的大型语言模型 GLM-5.2 与 Anthropic 的顶级闭源模...

阿里巴巴通义千问团队近日在Arena平台上发布了Qwen3.7预览版，涵盖文本和视觉两大核心能力。据悉，Qwen3.7 Max Preview在文本竞技场中位列第13名，而Qwen3.7 Plus Preview则在视觉竞技场中排名第16，显示出阿里在大...