DeepSeek V4 Pro 编程测评夺亚:分数仅输 Kimi K3,成本却只有对手十四分之一

CLUE团队发布的SuperCLUE-Terminal中文编程测评中,DeepSeek-V4-Pro-0813以51.52分位列第二,仅落后榜首Kimi K3约9分,但单次调用成本约1.42元,约为对手的十四分之一,用“准顶级分数”和“极低价格”挑起了编程大模型的新一轮性价比竞争。

CLUE团队发布的SuperCLUE-Terminal中文编程测评中,DeepSeek-V4-Pro-0813以51.52分位列第二,仅落后榜首Kimi K3约9分,但单次调用成本约1.42元,约为对手的十四分之一,用“准顶级分数”和“极低价格”挑起了编程大模型的新一轮性价比竞争。

Writer 推出基于开源模型 GLM-5.2 深度微调的新旗舰 Palmyra X6,并升级了 Agent 调用框架,目标是让企业基础任务的 AI 使用成本最高下降 50%。这件事值得关注,因为它代表了企业 AI 采购从“追基准分”转向“算总账”的务实信号。

OpenAI 在 macOS 版 ChatGPT Work 和 Codex 中推出可选的“Computer History”功能,能在用户授权下追踪操作记录并生成结构化记忆,让 AI 记住工作上下文,同时明确不依赖截屏。

OpenAI为Mac版ChatGPT推出Computer History系统级记忆功能,用交互事件记录取代此前的截图方案,让AI自动积累工作上下文;这项能力目前只向付费订阅用户开放,隐私设计是最大看点。

DeepSeek 于 2026 年 8 月 14 日面向全球开发者开放智能体框架 DeepSeek Harness v0.1 测试,采用“一切皆插件”架构,并按照 MIT 许可证开源。它的核心价值在于让开发者不修改源码就能自由替换或组合模型、工具、存储等能力,是 Agent 开发框架的一次轻量化尝试。

Safari 扩展开发者 Jeff Johnson 曝光了 Mac App Store 上一款名为 TabControl 的付费扩展,用 AI 生成的假截图和“4.9 分”虚假评分冲到榜单前列,并借此绕过苹果审核,暴露出应用商店治理在面对 AI 伪造内容时的明显短板。

OpenAI于2026年8月正式发布GPT-5.6 Sol“超快”模式,输出速度最高可达每秒750 token,整体处理速度提升至标准模式的14倍。关键在于借助Cerebras晶圆级硬件架构解决数据传输瓶颈,大模型竞争正从参数规模转向推理效率。

微软把面向个人的 Copilot App 与面向企业的 Microsoft 365 Copilot 合并为统一产品线,同时砍掉群聊、AI 播客、Deep Research 等多项探索性功能。这不是简单删减,而是从“堆功能”转向“保核心场景”的产品策略调整。

微软宣布将消费者版与企业版 Copilot 应用全面整合,并将在 2026 年 8 月 18 日下线群聊、AI 生成播客、Copilot Labs 实验功能及 deep research 等多项面向个人用户的 AI 功能。这次精简意味着微软正在主动收缩产品线,把资源集中到更核心的 AI 工作流上,以应对 Ch…

前OpenAI首席科学家Ilya Sutskever创办的SSI,首次曝光了基于TTT(测试时训练)技术的小型推理引擎。与现有大模型在推理时参数固定不同,它能在解题过程中动态更新权重,被视为通往“安全超级智能”的一次具体技术落地。