4 张英伟达 Tesla V100 组成的 GPU 集群 AI 推理速度跑赢 2 台 DGX Spark
YouTube 频道 Jun Yamog 用 4 张 Tesla V100 搭配 NVLink 载板，测试 4-bit 量化的 Qwen3.8-Flash-Next 模型推理，长提示处理速度较 2 台 DGX Spark 快 40%、较 M5 Ultra 快 230%。
#推理
#推理
今日 8 条IT之家（RSS）AI 评分4747 IT之家（RSS）精选AI 评分7777 Meta 发布 Muse Wonder 与 Muse Wonder Full 旗舰 AI 模型
Meta 发布 Muse Wonder 与 Muse Wonder Full 两款旗舰 AI 模型，称其在推理、写作和代码测试中得分接近 Anthropic 顶尖模型。Muse Wonder 将为 Muse 应用部分功能提供底层能力，Muse Wonder Full 仅向 Muse Code 订阅用户开放；两款模型内部代号为 Watermelon，代码能力较 Meta 过往模型大幅提升。
推荐理由：文章梳理了两款模型的定位、开放范围和代码能力提升，可帮助读者理解 Meta 切入前沿模型与 AI 编程市场的路径。
The Decoder精选AI 评分8383 Meta 发布前沿模型 Muse Wonder 与 Muse Wonder Full，进入 AI 第一梯队
Meta 发布 Muse Wonder 和 Muse Wonder Full 两款前沿模型，Artificial Analysis Intelligence Index v4.3 得分分别为 52 和 56，高于前代 Muse Spark 1.3 的 48 分。
推荐理由：文章汇总了两款模型的基准成绩、多模态与记忆能力，以及 API 和 Muse Code 的可用范围，便于横向比较其能力与成本。
Hacker News：AI 热帖AI 评分2424 Muse Wonder Full (Max) 智能、性能与价格分析
一篇针对 Muse Wonder Full (Max) 的智能、性能与价格分析，依据 Artificial Analysis Intelligence Index v4.3.2 展开。
TechCrunch · AI精选AI 评分8383 Meta 发布首批前沿模型 Muse Wonder 与 Muse Wonder Full
Meta Superintelligence Lab 发布 Muse Wonder 和 Muse Wonder Full，称这是公司首批前沿模型，复杂编码等任务能力较 Muse Spark 更强。
推荐理由：文章梳理了两款模型的定位、价格、可用范围和记忆能力，可帮助读者理解 Meta 在前沿模型与个人助理方向的布局。
Hacker News：AI 热帖精选AI 评分7676 Meta 发布 Muse Wonder 与 Muse Wonder Full 旗舰 AI 模型
Meta 发布 Muse Wonder 和 Muse Wonder Full 两款新旗舰 AI 模型，称其在推理、写作和编码测试中接近 Anthropic 最先进模型。
推荐理由：文章梳理两款模型的定位、可用入口和开发波折，可帮助读者理解 Meta 追赶前沿模型与编码市场的布局。
Hacker News：AI 热帖精选AI 评分7878 Meta 发布 Muse Wonder 与 Muse Wonder Full 模型
Meta 推出 Muse Wonder 系列，包括 Muse Wonder 和 Muse Wonder Full，主打个人与专业 AI 智能体任务、记忆、专注执行和编码能力。
推荐理由：材料整理了两款模型的可用入口、智能体能力与评测方向，便于读者了解其面向个人和专业任务的定位。
Hacker News：AI 热帖AI 评分7272 Subquadratic 发布长上下文决策模型 SubQ Snap
Subquadratic 发布面向智能体工作流的长上下文决策模型 SubQ Snap，基于 Subquadratic Sparse Attention，支持最高 384K tokens 的文本和图像上下文。
Hacker News：AI 热帖AI 评分5353 Binary Verse AI 解读 OpenAI 证明 Barnette 猜想的思路与意义
Binary Verse AI 发布视频解读 OpenAI 所称内部模型证明自 1969 年悬而未决的图论问题 Barnette 猜想。视频讲解三次图、二分图、平面图、3-顶点连通图，以及用对偶图、双树表述、复值加权和 Z(x) 排除错误回路并恢复 Hamiltonian 回路的论证步骤，同时单列 Lean 验证注意事项和证明尚未确立的内容。
The DecoderAI 评分6464 Microsoft 推出 Decision-1 决策模型，主打快速结构化决策
Microsoft 推出基于 Qwen3.5-9B 的决策模型 Decision-1，面向分类、评估、路由等快速结构化决策，并可能用于在复杂环境中引导和控制 AI 智能体。
The DecoderAI 评分4141 消息称 Google Gemini 4「Carbon」模型编程表现接近 Anthropic Opus 5.5
Google 正在内部测试 Gemini 4 的 Argon、Barium、Carbon 变体，其中 Carbon 已部署到内部编程平台 Jetski，被员工认为编程表现接近 Anthropic Opus 5.5，但仍需更多测试。
IT之家（RSS）AI 评分5757 Underdog AI 发布 Saluki 27B：2-bit 量化 Qwen3.8-27B，文件 7.89GB
Underdog AI 本月发布 Saluki 27B，它是 Qwen3.8-27B 的 2-bit 量化调优版本，仅保留文字 I/O，文件大小 7.89GB。
IT之家（RSS）AI 评分6767 微软发布 Microsoft-Decision-1 决策模型，基于 Qwen3.5-9B 后训练
微软推出面向结构化决策任务的 Microsoft-Decision-1，模型已上线 Microsoft Foundry 并接入 OpenRouter。
Hacker News 热门（buzzing.cc 中文翻译）精选AI 评分7878 Microsoft 发布快速决策模型 Microsoft-Decision-1
Microsoft 发布快速决策评分模型 Microsoft-Decision-1，已在 Microsoft Foundry 和 OpenRouter 提供，面向路由、分类、优先级排序、验证和工作流控制。
推荐理由：文章系统说明了决策模型与 LLM 的差异，并给出延迟、准确率、价格和适用任务，便于评估其在路由与工作流控制中的位置。
IT之家（RSS）AI 评分5454 小米通知 MiMo-V2.5-Pro 与 MiMo-V2.5 下线，请求将迁移至 V2.6
小米发布 MiMo-V2.5-Pro、MiMo-V2.5 模型下线通知，建议用户迁移至已全面上线的 MiMo V2.6 系列。mimo-v2.5-pro 将替换为 mimo-v2.6-pro，mimo-v2.5 将替换为 mimo-v2.6-flash。
IT之家（RSS）AI 评分7373 JetBrains 发布编程 AI 模型 Mellum2.1，高负载推理吞吐量接近 Qwen3.5-9B 两倍
JetBrains 于 10 月 8 日上线 Mellum2.1，重点增强智能体编程能力。该模型延续 Mellum2 的 12B 混合专家架构和 2.5B 活跃参数，采用 Apache 2.0 许可证，并通过强化学习训练提升代码库探索、文件编辑、失败测试根因识别与修复验证能力。
Hacker News：AI 热帖AI 评分6969 Liquid AI 发布 3.12B 多模态决策模型 d1-3B
Liquid AI 发布基于 LFM2.5-VL-3B 的 3.12B 多模态决策模型 d1-3B，可接收文本、JSON、图像或混合状态，并在一次前向传播中返回带校准概率的类型化答案，output_tokens 为 0。
Hacker News：AI 热帖AI 评分6868 阶跃星辰 Step 5 Preview 登陆 OpenRouter，支持 1M 上下文
阶跃星辰 Step 5 Preview 已出现在 OpenRouter，模型采用稀疏 MoE 架构，参数为 27B active / 600B total，上下文窗口 1,000,000 token，发布时间为 Oct 8, 2026。
Hacker News：AI 热帖AI 评分7373 JetBrains 发布开源编码智能体模型 Mellum2.1
JetBrains 发布 Mellum2.1，这是面向编码智能体和快速子智能体的 12B 混合专家开源模型，采用 Apache 2.0 许可，活跃参数为 2.5B。
Latent Space精选AI 评分8989 Anthropic 发布 Claude Haiku 5.5，同价对标 GPT-6 Luna
Anthropic 发布 Claude Haiku 5.5，这是约一年来首个 Haiku 层级更新，定价对标 OpenAI 的 GPT-6 Luna，并同步下调 Sonnet 5.5 缓存读取价格和订阅方案价格。
推荐理由：汇总官方定价、适用场景与第三方评测，并指出高 token 用量和长上下文阶梯价会影响实际成本。
Simon Willison精选AI 评分7979 Anthropic 发布 Claude Haiku 5.5，作者实测推理档位与分段 API 定价
Anthropic 发布快速低成本模型 Claude Haiku 5.5，100,000 tokens 以内定价为 $0.10/$0.50，超过后升至 $0.50/$2.50。
推荐理由：作者用同一提示实测并对比 GPT-6 Luna 的分段定价，可帮助判断不同上下文长度下的真实成本差异。
The Decoder精选AI 评分8888 Anthropic 发布 Claude Haiku 5.5，并大幅下调 Haiku 与 Sonnet 5.5 API 价格
Anthropic 发布 Claude Haiku 5.5，定位为该公司最快、最实惠的小模型，面向摘要、数据库查询、分类和实时客服等高量低成本任务。
推荐理由：文章整理了 Haiku 5.5 的分档定价、基准成绩和适用任务，可帮助评估高频智能体与编码场景的成本取舍。
Hacker News：AI 热帖AI 评分4040 Claude Haiku 5.5：智能、性能与价格分析
一篇针对 Claude Haiku 5.5 的智能、性能与价格分析，评测基于 Artificial Analysis Intelligence Index v4.3.2。
Hacker News 热门（buzzing.cc 中文翻译）精选AI 评分8989 Anthropic 发布 Claude Haiku 5.5，并下调 Sonnet 5.5 缓存读取价格
Anthropic 发布 Claude Haiku 5.5，称其是迄今最便宜、最快且能力最强的小模型，面向摘要、压缩、数据库查询、分类、客服和浏览器等高频任务。
推荐理由：材料给出 Haiku 5.5 的定价、基准表现和适用任务，可帮助开发者判断何时用小模型承接高频工作流。
OpenAI News精选AI 评分9393 OpenAI 向所有 ChatGPT 用户推出 GPT-6 与 Intelligent UI
OpenAI 于 10 月 7 日宣布面向每周超过 12 亿 ChatGPT 用户推出 GPT-6，并在 Chat 中引入 Intelligent UI，可生成图形、按钮、表单、图表和交互式体验。
推荐理由：官方说明了 GPT-6 在 ChatGPT 中的交互界面、渐进回答、安全改进和各套餐可用范围，便于读者判断日常使用变化。
Hacker News：AI 热帖AI 评分7272 Rekursiv 报告 15M tabula rasa RL 智能体以 44% 胜率通关 Craftax
Rekursiv 的 15M 参数 tabula rasa 强化学习网络在 Craftax 中以 44% 胜率击败最终 Boss，对比 GPT-6 Astra 的 1/75 胜率，单局约 10 秒且成本低于 1 美分。
Hugging Face Blog精选AI 评分7272 Liquid AI 发布面向边缘设备的开放 d1 决策模型 d1-3B 与 d1-omni-600M
Liquid AI 发布 d1 决策模型家族中的两款开放权重模型 d1-3B 和实验性 d1-omni-600M，均已上线 Hugging Face。
推荐理由：原文给出两款开放权重决策模型的参数规模、多模态输入范围和端侧延迟，可用于比较小模型在结构化判断场景的部署价值。
Hugging Face Blog精选AI 评分7979 Nemotron 经微调在 IOI 2026 与 IMO 2026 达到金牌水平
NVIDIA 与 Hugging Face 团队基于 Nemotron 3，通过 SFT、RL 和反馈驱动推理构建专精系统，在 IOI 2026 取得 535.4/600，在 IMO 2026 取得 30/42，均超过金牌线。
推荐理由：文章同时给出 IOI 与 IMO 的金牌线成绩、训练数据规模和可复用的 SFT、RL 与生成验证精修流程，便于理解模型专精化路径。
The DecoderAI 评分7575 OpenAI 在 GitHub 发布 372 个 AI 生成数学证明
OpenAI 在 GitHub 发布由内部前沿模型生成的 372 个新数学结果，每个结果旨在解决开放问题或取得实质进展，内容涉及重要计算机算法改进和 Riemann hypothesis 相关推进。
Hacker News：AI 热帖AI 评分5858 Perplexity 发布基于 Qwen3.8-27B 微调的决策模型 pplx-decider-v1-27b
Perplexity 在 Hugging Face 发布 pplx-decider-v1-27b，这是基于 Qwen3.8-27B 微调的决策模型，11 项基准总体准确率为 85.71%。模型结果通过 Perplexity API 测量，支持文本 choice、yes/no 概率判断，并可传入图片。本地运行需要 Python 3.12+、CUDA GPU，以及约 49 GiB 权重空间和工作内存。
Latent SpaceAI 评分4646 AINews：OpenAI 发布 722 篇数学论文，称解决 500 个顶级未解数学问题中的 90 个
OpenAI 公开未发布内部前沿模型产出的 722 篇数学论文，涵盖 372 组结果，平均每项使用约 3 小时 ChatGPT Pro 推理算力，模型本身仍未发布。
Rohan Paul@rohanpaul_aiAI 评分6969
引用Rohan Paul@rohanpaul_aiOpenAI published the full papers behind its open-problems claim: 722 manuscripts covering 372 math results. OpenAI built this catalogue by giving its internal model roughly 4K research problems during testing, then grouping and filtering the output into 372 significant result families. Almost all of those results came from the same standard setup, and each used on average the computing equivalent of 3 hours of ChatGPT Pro thinking.
IT之家（RSS）AI 评分7272 OpenAI 发布 722 份手稿，披露未发布前沿模型的数百项数学研究成果
OpenAI 在包含 722 份手稿、涵盖 372 个结果家族的文件中，公布某款未发布前沿模型对数百个长期未解数学问题的解答。资料还包含模型推理过程摘要、算力消耗估算和尝试问题数量，OpenAI 称一项普通成果的算力约等于 ChatGPT Pro 连续思考三小时。
The Verge · AIAI 评分7575 OpenAI 发布 722 份数学手稿，称未发布前沿模型解决数百个开放问题
OpenAI 在 GitHub 发布 722 份数学手稿，覆盖 372 个结果族，称其中包含由未发布前沿模型解决的数百个长期开放数学问题。材料还包含模型推理摘要、算力估算和尝试问题数量，OpenAI 称平均每项结果相当于 ChatGPT Pro 思考 3 小时。
🚨 AI News | TestingCatalog@testingcatalogAI 评分6363
引用OpenAI@OpenAIWe’re releasing a broad range of new mathematical results produced by an internal frontier model. We’ve been consulting with the independent Advisory Group on Mathematics and Artificial Intelligence at the Institute for Advanced Study, and we have drawn on their advice and public recommendations to inform how we release these results. https://github.com/openai/math
Hacker News：AI 热帖AI 评分7070 Vals.ai 独立评测 TypeSafe Jev：声明核验追平前沿模型，LegalBench 排名末位
Vals.ai 独立评测 TypeSafe 的 Jev 1.13.0，在 400 项 SEC 文件声明核验任务中得分 0.975，追平 GPT-6 Astra、GPT-6.1 Sol 和 GPT-6 Luna，成本为每 1,000 个案例 $0.02，约为 GPT-6 Astra 的 1/498。
Simon WillisonAI 评分7272 Mistral Large 4 预览版发布，1T 参数模型将开放权重
Mistral 发布 Mistral Large 4 预览版，模型拥有 1 万亿参数、49B 激活参数，使用 3,800 块 NVIDIA Grace Blackwell GPU 训练，现已通过 Mistral API 提供，并承诺在本月底发布开放权重。
Simon WillisonAI 评分2424 Mistral Large 4 与多款前沿模型的 SVG 生成测试
2026 年 10 月 6 日，wren6991 用同一生成穿渔网袜犰狳在火星乱穿马路 SVG 的提示词，测试 claude-opus-5.5、gpt-6.1-sol、gemini-3.8-flash 和 mistral/mistral-large-4，并列出各模型的默认推理等级。
Hacker News：AI 热帖AI 评分3030 Mistral Large 4 Preview：智能、性能与价格分析
该分析围绕 Mistral Large 4 Preview，从智能、性能和价格三个维度评估模型。评估指标包含能力指数、token 使用成本、上下文窗口，以及输出速度、首 token 延迟和输出 500 token 的端到端响应时间。
Hacker News：AI 热帖AI 评分6262 Jev 与 Haiku 4.5、GPT-5.4-mini、Gemini 3.5 Flash 的 Agent 分类场景实测对比
作者在客服升级和模型路由两个 Agent 分类用例中实测 Jev、Claude Haiku 4.5、GPT-5.4-mini 与 Gemini 3.5 Flash，各用 200 条平衡数据并由 3 个模型评委打分。