大模型與推理能力
OpenAI 同 Anthropic 先後出證明否認「指數時間假設」
OpenAI 10 月 26 日發佈三個數學難題嘅解答，其中一個否認電腦科學基石「指數時間假設」；Anthropic 數小時後跟進出自己嘅反證。
大模型與推理能力
大模型與推理能力
數學界被AI淹爆 Altman話唔會收手 投資已達數億美元
OpenAI CEO Sam Altman 喺 Cheeky Pint podcast 自認同情被 AI 數學結果轟爆嘅學者，但話唔會收手，並透露公司仲攞住大量未公開嘅發現，喺數學嘅投資已達數億美元。
大模型與推理能力
Gemini 4 Carbon 上馬：跑分稱全面壓過 Opus 5.5，首發 Token 半价
Google 兩星期前推 Gemini 4 Argon，今再推 Carbon，宣稱喺 Artificial Analysis 智能指數 5.0 取得 59 分全球第一，並延續首發價 $2/$10 每百萬 Token。
大模型與推理能力
Google 推出 Gemini 4 Carbon， cybersecurity 跑分領先，只畀「驗證過」嘅防禦用
Google 週三發布 Gemini 4 Carbon，主打網絡安全同長任務能力；SEC-bench Pro 88.2%、ExploitGym 54.8%、CWE-bench 71%。唔會公開發放，先經 Fairwind Program 畀政府同關鍵基礎設施機構試用。
大模型與推理能力
Samaya AI 出 Sterling：比 Claude Fable 5.1 分高、成本只幾成
Samaya AI 用 Nemotron 3.5 Lightning 後訓練，出咗個專做金融研究嘅 agent 模型 Sterling：FrontierFinance 得 58.9%，每題 $0.61，贏 Claude Fable 5.1（55.9%、$6.89）。
大模型與推理能力
Claude答完話就再「反思」一次 你睇唔到、唔知有冇被標記
Fable 5.5 傳聞曝光，Anthropic 同時公開「自評估」安全機制——答完後另加一條你看唔到嘅指令，由模型自己回頭「反思」，算力開銷不足 2%，用户唔知有冇被標記。
大模型與推理能力
Google 發 Gemini 4 Carbon 攞綜合智商榜頭位 安全漏洞防禦系主打賣點
兩週前 Argon 先擴大推出，而家 Carbon 已登上 Artificial Analysis Intelligence Index v5 頭名，主打網絡安全防禦，目前只開放俾指定用户，尚未全面公開。
大模型與推理能力
IBM Granite Switch 4.1.1：一週前新模型已有補丁，換 Adapter 唔使重訓
IBM 喺 Hugging Face Blog 宣佈一星期前推出嘅 Granite Switch 4.1 已有補丁版本 4.1.1；除咗新 ASR 同 Decision Adapter，Base Model 冇重訓，並預告開發 Adapter SDK。
大模型與推理能力
豆包工作開放第三方模型：Kimi、GLM、DeepSeek 一鍵入場，扣你已有嘅 AI 點數
10 月 29 日，豆包工作（Doubao Work）向企業及團隊訂閲客户開放配置三方大模型，首批接入 Kimi 3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash。功能預設直接開啟，按用量扣除企業已有 AI 點數，可指定只喺辦公環境生效。
大模型與推理能力
Mirendil 出 Fern 0.1 10M 上下文 RULER single needle 打滿
Mirendil 推出首個模型 Fern 0.1，10M token 上下文、由零開始預訓練，主打 agentic AI R&D，RULER single needle 喺 10M 打 100%，但 agentic coding 落後前沿模型。
大模型與推理能力
Ted Sanders指Terra技術溝通「大概」贏Astra：其餘多數蝕底，開價平好多
OpenAI 嘅 Ted Sanders 講明 GPT-6.1 Terra 喺產品線嘅位置：技術溝通「大概」贏大號 Astra，影像處理同電腦操作大致持平，但多數領域落後，價格大幅便宜。
大模型與推理能力
畫得出、答唔出？智譜論文揭 GLM-Omni 畫球衣 72% 對文字答 2%
清華同智譜聯名論文首次公開 GLM-Omni：用虛構球衣號碼做受控實驗，發現模型畫球衣正確率達 72%，純文字回答卻只有 2%。
大模型與推理能力
GPT-6.1 Terra 今日起正式上線 定價比舊版低一半
OpenAI 10月26日推出中級模型 GPT-6.1 Terra，主打快、平、會用電腦，官方稱低推理強度下錯誤率由 53.6% 降至 16.7%。
大模型與推理能力
Dessa 話自己只學過人聲 Block 晒出幾段尬到癲嘅對話
Jack Dorsey 嘅 Block 宣佈咗一個叫 Dessa 嘅「語音對語音」模型，聲稱訓練資料全部來自人類對話，仲開咗個網站放自己同人講嘅嘢。
大模型與推理能力
OpenAI 開埠 Decisions API，用快打慢入局「決斷模型」
TypeSafe 嘅 Jev 開創咗快、平、低延遲嘅「決斷模型」類別，將 LLM 推理時間由 1–3 秒壓到百多毫秒。OpenAI 無做新模型，直接用 ChatGPT Luna 重新配置，9 月 29 日預告、本週全面開放。
大模型與推理能力
Cohere Rerank 5 出爐：Pro 版 BRIGHT 82.2 分，$0.05 每百萬 tokens
Cohere 推 Rerank 5，分 Pro 同 Fast 兩級，32K context 加段落級 Context Focus。Pro 版 BRIGHT 82.2 分、$0.05 每百萬 tokens，數值來自廠商公開資料。
大模型與推理能力
螞蟻數科放LingDT決策模型 自稱喺23項開源評測超微軟同Jev
10月22日螞蟻數科發布決策模型LingDT-Decision-1.0，提供4B、27B兩個版本。官方聲稱喺23項開源評測基準綜合評分超Microsoft-Decision-1同Jev 1.13.0，27B版本喺同參數模型中取得最高準確率。所有數據均為廠商自評，未有獨立第三方驗證。
大模型與推理能力
COBOL 老到冇人肯學 OpenAI 新模型移轉正確率飆到 97.9%
OpenAI 19 日宣佈，GPT-6 系列處理 COBOL、Fortran、Visual Basic 等訓練資料稀缺嘅老舊語言能力明顯提升；但公司強調，測試分高唔代表可以直接上線，生產系統仍需專家審查。