DeepSeek R1悄然更新，用“小版本”实现性能飞跃 虽然DeepSeek-R2并未如预期在5月发布，但DeepSeek正通过小版本迭代不断进步。近日，DeepSeek官方宣布R1完成小版本试升级，引起广泛关注。DeepSeek-R1-0528版本在编程能力上大幅提升，且价格保持不变，引发行...

5月28日，深度求索（Deepseek）推出开源模型DeepSeek R1-0528，其编程能力显著提升，尤其在复杂指令处理和前端页面生成方面表现突出。据初步测试，R1-0528在Live CodeBench中的性能可媲美OpenAI的o3模型（High）。在Extended NYT Connections基准测试中，该模型得分49.8，较初代Deepseek R1的38.6分大幅提升。此基准测试基于《纽约时报》的Connections谜题游戏，难度升级，全面评估语言理解和推理能力。R1-0528不仅在编程能力上接近o3和o4-mini，还在代码补全及审美设计上展现优异表现，且推理速度更快，提供更流畅的用户体验。

Claude 4发布：迈向替代人类程序员的关键一步 Anthropic近日推出Claude 4系列模型，包括旗舰版Claude Opus 4和更高效的Claude Sonnet 4。Opus 4在SWE-bench测试中得分达72.5%，可处理数百万行复杂代码，并完成长达7小时的连续编程任务。新...

3月24日晚，深度学习模型DeepSeek推出升级版DeepSeek-V3（版本号DeepSeek-V3-0324），参数增至6850亿，较原版小幅提升。此次更新不仅开源协议更宽松，采用MIT协议，还显著增强了编程及设计能力。用户反馈显示，新模型在网站开发、UI设计等方面表现出色，前端代码生成能力尤为突出，媲美顶级闭源模型Claude 3.7 Sonnet。此外，DeepSeek-V3训练成本仅为557.6万美元，远低于同类闭源模型，而其API服务定价为10元人民币/百万Token，相较OpenAI GPT 4o的140元人民币更具性价比。

标题：首个混合推理模型Claude 3.7发布！编程能力全面领先，还能控制思考时间 白交 发自 凹非寺 量子位 | 公众号 QbitAI Claude 3.7 Sonnet，首个混合推理模型发布，编程和前端Web开发能力显著提升。它能在不同任务中切换，如快速反应和逐步思考。在相同提示下，Claude...

OpenAI CEO奥特曼透露，其内部模型编程能力已跻身全球前50，预计年底将超越所有人类。此外，在东京大学的对话活动中，奥特曼表示内部模型已达到GPT 4.5水平，升级至GPT 5.5不再需要100倍算力。OpenAI正致力于开发更强大的推理模型，目标是年底推出能处理复杂问题的模型。奥特曼还提到，OpenAI计划开源，但具体细节待定。

OpenAI CEO奥特曼透露，内部模型编程能力已达全球Top50，预计年底将排名第一。奥特曼还表示，内部已达到GPT 4.5水平，升级至GPT 5.5不需要100倍算力。在东京大学的对话活动中，奥特曼讨论了AI教育影响及所需人才技能。他强调，AI时代应培养快速适应能力和创新视野。关于算力，奥特曼称，尽管GPT系列每次升级需100倍算力，但新模型通过强化学习技术提升了计算效率。目前，一个内部模型在基准测试中排名约为TOP50，年底有望登顶。奥特曼还提到，OpenAI正开发小型、功能强大的推理模型，并计划推出编程智能体。针对开源问题，奥特曼表示将朝此方向努力，但具体细节待定。此外，他还谈及脑机接口等前沿科技的看法。

OpenAI发布了下一代模型o3，在编程能力和数学测试上取得显著进展。o3在编程竞赛CodeForces分数超2700，仅200人超越。在ARC-AGI测试中，得分从32%提升至75.7%-87.5%。尤其在EpochAI Frontier Math测试中，从2分提升至25分，远超人类解题时间。o3-mini展示了更强的编程能力，能在38秒内完成复杂任务。北大校友任泓宇现身直播，演示了o3-mini的能力。模型目前处于早期预览阶段，不对外开放。

标题：Anthropic放大招：AI能像人一样操作电脑，你旁边看着就行 Anthropic近日发布了Claude 3.5的两项重大更新，包括Sonnet和Haiku两个版本。 Claude 3.5 Sonnet在编程方面表现突出，并新增了“计算机使用能力”，使AI能像人类一样操作电脑。例如，浏览网页...