8月25日，硅基流动宣布上线深度求索团队开源的DeepSeek-V3.1模型。该模型总参数达671B，激活参数37B，采用混合推理架构，思考效率更高，工具使用与智能体任务表现显著提升，性能在多项测试中比肩Claude 4 Sonnet等主流模型。新版本支持160K超长上下文，适用于长文档解析、多轮对话、复杂任务处理等场景，且成本仅为Claude 4 Sonnet输入的1/5、输出的1/9。此外，其最大支持500万TPM，可无损解析法律合同、学术文献等，并实现高精度RAG增强检索，大幅降低错误率。

MiniMax M1全球技术闭门会探讨了RL、混合架构及长上下文的前沿话题。 RL能否赋予模型新能力？ RL在有限上下文长度下能提升模型能力，通过改变输出分布优化性能。例如，预训练需10万token解决的问题，经RL可能仅需1万token。然而，Reward Modeling仍是核心瓶颈，尤其是非结...

2025年7月11日，Hugging Face发布新一代最强30亿参数小模型SmolLM3，支持128k超长上下文、双推理模式（think/no_think）及多语言处理。该模型性能超越Llama3.2-3B和Qwen2.5-3B，逼近40亿参数模型，并完全开源训练、对齐、架构与数据。团队通过优化架构（如GQA机制、NoPE编码）及三阶段训练策略提升模型能力，尤其在数学、编程和长文本任务中表现优异。此外，SmolLM3引入双模式指令模型构建方案，平衡推理与非推理性能，支持工具调用与灵活场景适配。研究者可通过transformers库轻松部署，模型已在Hugging Face平台开放下载。

Gemini 2.5 Pro模型在AI编程实践中，能够直接读取整个项目，带来全新的体验。长上下文能革新产品交互并开启全新应用场景。谷歌DeepMind的Nikolay Savinov指出，当前百万级token上下文质量尚未完美，盲目追求更大规模意义不大；随着成本下降，千万级token上下文将成为标准...

MiniMax的好日子来了？ 昨天凌晨，MiniMax正式开源了首个推理模型M1。尽管在基准测试中表现平平，但M1拥有业界最长的上下文能力：100万token输入与8万token输出。与此同时，MiniMax正在邀请用户测试其通用Agent。 错失先发优势后，这家曾被视为AI六小龙中最稳健的公司，正...

OpenAI宣布GPT-4.1正式上线ChatGPT，Plus、Pro和Team用户现已可通过模型选择器访问。该模型具备强大的编码能力和指令遵循能力，知识截止日期更新至2024年6月。尽管表现优异，如高效完成复杂代码任务和准确推理问题，但许多用户对上下文窗口大小感到失望，ChatGPT中的GPT-4.1上下文长度仅为128k token，远低于API中的100万token。此外，部分用户反馈网页版运行特定提示词失败，而API Playground则成功执行。GPT-4.1在安全性评估中表现良好，但在越狱评估方面表现欠佳。有开发者认为其编码能力优于GPT-4.5，但仍期待GPT-5提供更多功能。时间：2025年5月16日。

OpenAI推出GPT-4.1系列模型，主打性价比。该系列包括GPT-4.1、GPT-4.1 mini和GPT-4.1 nano三个版本，均支持百万token上下文窗口。相比GPT-4.5，GPT-4.1在编码、指令遵循及长上下文理解等方面表现更优。例如，在SWE-bench Verified测试中，GPT-4.1得分54.6%，提升显著；在MMLU基准测试中，GPT-4.1 mini以87.5%的成绩超越GPT-4o的85.7%，且成本更低。此外，GPT-4.1在长上下文检索与多跳推理测试中亦表现优异。OpenAI计划用GPT-4.1取代GPT-4.5，后者将于2025年7月14日下架。尽管性价比提高，GPT-4.1仍逊于DeepSeek R1。

标题：AI说书媲美真人！豆包语音大模型升级长上下文理解 市面上许多语音模型虽已实现自然合成，但在音质、韵律及情感表达方面仍有待提升。尤其在小说演播中，需细腻区分旁白与角色、准确传达情感及不同角色间的差异。 传统方法需预先标记对话、情感和角色，而豆包语音模型可实现端到端合成，无需额外标签。为提升小说演...

MiniMax于2025年初开源了最新的基础语言模型MiniMax-Text-01和视觉多模态模型MiniMax-VL-01，该模型拥有4560亿参数，支持400万token长上下文。MiniMax-Text-01通过新型线性注意力机制和混合专家架构，显著提高了长上下文处理能力。在基准测试中，MiniMax-Text-01表现出色，尤其是在长上下文理解和推理任务上。MiniMax-VL-01则结合了图像编码器，增强了多模态处理能力。这些模型有望推动AI Agent在2025年的广泛应用。

标题：打脸！GPT-4o输出长度8k都勉强，陈丹琦团队新基准测试：所有模型输出都低于标称长度 奇月 发自 凹非寺量子位 | 公众号 QbitAI 很多大模型宣称能输出长达32K tokens，但实际如何？陈丹琦团队提出的新基准测试工具LONGPROC，检测长上下文模型处理复杂信息并生成回复的能力。实...