大模型與推理能力
Qwen 放話 5T–10T、模型自己調芯片：阿里喺云栖大會交代咗乜？
阿里喺云栖大會攤開三張牌：下一代 Qwen 模型嘅參數路線圖、讓模型參與研發（RSI）嘅一連串實驗，加返一輪多模態模型升級。數字聽落好聽，但邊啲係廠商自稱、邊啲可驗證，要拆清楚。
大模型與推理能力
大模型與推理能力
微軟推 Microsoft-Decision-1：由 Qwen3.5-9B 後訓練嘅「決策評分」模型
微軟發布 Microsoft-Decision-1，針對路由、分類、驗證同 agent 控制等固定選項場景，回傳各選項嘅校準概率而非生成文字；由阿里 Qwen3.5-9B 後訓練，現已上線 Microsoft Foundry 同 OpenRouter。
大模型與推理能力
OpenAI Decisions API 入公開測試 輸出免費快十倍
OpenAI 嘅 Decisions API 已於 GPT-6 Luna 進入公開測試，返回 typed probabilities、choices 同 scores，速度大約快過 Responses API 十倍；input $0.10 / 1M tokens，output 免費。
大模型與推理能力
OpenAI 本週突然放低近 400 條數學結論 學者直言「純屬癲嘢」
OpenAI 本週喺 GitHub 上突然放低近 400 條 AI 生成嘅數學結論，分散喺超過 700 份手稿；正式形式化比例只約 42%，多名學者話理解呢堆嘢要幾年。
大模型與推理能力
模型答題竟然要睇「站位」 加兩個 Token 答案便變了
字節 Seed 團隊發現 DeepSeek-V4 長上下文檢索能力，會隨目標資料相對於壓縮窗口邊界嘅位置，以 4 個 Token 為週期起伏。
大模型與推理能力
Haiku 5.5 宣稱慳七成五 分詞器換代令「九成低」變「實慳七成五」
Anthropic 於 10 月 7 日推出 Claude Haiku 5.5，聲稱平均成本較前代降約 75%、首度支援推理強度調整及 100 萬 Token 上下文。但新分詞器令相同內容耗用更多 Token，實際慳幾多，同價格牌唔係一回事。
大模型與推理能力
GPT-6今起上車 拒答變少 答得多嘢 呢科真係勁？
OpenAI 於 10 月 7 日及 8 日分階段向 ChatGPT 用户推送 GPT-6，付費版用 Sol、免費及 Go 版用 Luna，同步推出可生成互動組件嘅 Intelligent UI，並附 24 頁部署安全報告。
大模型與推理能力
Haiku 5.5 操作能力大躍進，降本七成，但編程仍然差一截
Anthropic 發布 Claude Haiku 5.5：OSWorld 由 15.7% 升至 72.4%，成本降約 75%，同時引入可調推理強度（Adaptive Thinking）同 100 萬 Token 上下文；但複雜編程同 Sonnet 5.5 差距依然明顯，仲要留意超過 10 萬 Token 後價格倍升。
大模型與推理能力
ChatGPT 由「讀」轉「睇」 GPT-6 帶動可交互介面
OpenAI 10 月 7 日推出「Intelligent UI」，由新 GPT-6 模型驅動，喺對話中即時生成可點擊按鈕、互動圖表、定製計算器等視覺元素。
大模型與推理能力
OpenAI 推 Jev 式 Decisions API gpt-6-luna 識睇圖
OpenAI 上週 DevDay 預告嘅 Decisions API 正式上線，新模型 gpt-6-luna 支援圖像輸入，輸出概率數值。輸入 $0.10/百萬 tokens，貴過 Jev 嘅 $0.042。
大模型與推理能力
GPT-6 全球推出 Intelligent UI 文字回覆變圖表按鈕 token 帳單幾時出
OpenAI 宣佈 GPT-6 喺全球 ChatGPT 推出「Intelligent UI」，自動判斷何時該用圖表、可點選按鈕同表單取代純文字，目標令學習更直觀，同時宣佈隨即將引入圖形廣告。
大模型與推理能力
Claude Haiku 5.5 開波：細仔最勁，運行成本慳咗七成幾
Anthropic 10 月 7 日推出 Claude Haiku 5.5，定位為佢哋最快、最平、最勁嘅細模型。呢代 Haiku 首次提供 effort 設定，可逐個任務喺成本同智能之間調校，運行成本比 Haiku 4.5 平均低約 75%，即日已上 AWS、Google Cloud、Azure。
大模型與推理能力
Mistral 承諾開源權重 Large 4 條款先收埋另一隻手？
法國 Mistral 推出 1.05 兆參數 MoE 模型 Mistral Large 4，10 月底放權重。開放權重先，授權條款仲未見：可商用範圍、衍生模型、本地部署限制，先攞齊先講。
大模型與推理能力
Perplexity 推出兩個尺寸 embedding 模型 0.6B 邊界版跑分幾可信？
pplx-embed-v2-late 分 0.6B 同 9B 兩版，MIT 授權可自托管；最佳跑分 MADQA 92.4%，最弱 ViDoRe v3 Markdown 61.2%。數字點嚟、邊個測試，廠商冇交代。
大模型與推理能力
方言模型唔係普通翻譯機 Emirati-7B 點樣學講人話
TII UAE 發布 Falcon-Emirati-7B，基於 Falcon-H1-Arabic 嘅阿聯酋方言專門模型，目標係理解同生成 Emirati 口語，包括 nabati 詩歌、諺語同文化脈絡。7B 參數配 Mamba+Transformer 混合架構。
大模型與推理能力
Mistral出咗Le Chonk，號稱中國以外最強開放權重大模型
法國Mistral於10月6日發布1萬億參數ML4，定位「第三條路」，權重三週後開放；但跑分未出，編程仲輸閉源，嘅嘢要等下先睇。
大模型與推理能力
同一個 Nemotron 底，微調出兩個金牌：SFT 同 RL 差異喺邊？
NVIDIA 話用同一個 Nemotron 3 底層，靠 SFT 同 RL 微調加推理循環就做到 IOI 同 IMO 金牌級。我哋拆清微調方法、測試條件、同埋呢啲成績邊個信得過。
大模型與推理能力
Mistral 推千億參數 Large 4 獨立評測38分 安全能為賣點
法國 Mistral 發布迄今最大模型 Large 4（綽號 le Chonk），千億參數、自歐洲數據中心訓練，獨立評測大躍進但仍落後 Claude Opus 5.5 二十分。
大模型與推理能力
ChatGPT 唔再淨文字 GPT-6 開始動態組互動介面
OpenAI 喺 ChatGPT 加入智慧介面，GPT-6 可依問題自動組文字、圖表、按鈕同表單，10月8日起全面用户可用。
大模型與推理能力
OpenAI 推 Decisions API：十倍速度，但只識答「係、唔係、揀邊個」
OpenAI 推出新 Decisions API，只支援 gpt-6-luna，宣稱比 Responses API 快約十倍，輸入 $0.10/百萬 token，輸出免費。現處公開測試階段。