周六突袭发布的新模型:Agent 任务 0.2 美元一个,对标 Opus 5 约 12 美元

sophiamyang · x · 2026-10-17

Sophia Yang 指出这是一次罕见的周六模型发布,并给出要点:

• Agent 任务更强且更便宜:DeepSWE 得分 77.0(此前 74.2),超过 Opus 5 的 74.0,单任务成本约 $0.20,而 Opus 5 约 $12。
• 在 DeepSWE、AutomationBench、Agents' Last Exam、Apex 四个基准上胜过 Opus 5;但在 HLE、Terminal-Bench、ProgramBench、NL2Repo 及视觉类基准上落后。
• 架构:MoE 总参数约 763B(552B 主模型 + 196B Engram 记忆),prefill 仅 8B 激活、decode 16B 激活,支持 1M 上下文。
• KV cache 以 4-bit 存储,每 token 约 890 字节,约为 V4-Flash 的四分之一;价格 $0.30 每百万(输出价格原文截断未给全)。

原文链接 →

「模型」频道最新

• 本地跑 Qwen3.8-Flash-Next：换全量 FP8 n-gram 表质量明显提升 — sillynoobhorse · 2026-10-17
• 16 万引用审计：DeepSeek/豆包展示的链接近 40% 根本没被用过 — Sanbi_Ai · 2026-10-17
• 爬遍全网训练出的 Claude，却拒绝帮你翻译网页 — lxfater · 2026-10-17
• Common Sense Media 评 ChatGPT 青少年版为「不可接受风险」，8 州起诉 OpenAI — jurgo123 · 2026-10-17
• 单卡 A100 本地跑 Nemotron 3.5,169 tok/s 处理百份病历仅 2 美分 — MaziyarPanahi · 2026-10-17
• GLM-5.3-Flash FP4 本地工具评测得 91 分，速度成短板 — HankYeomans · 2026-10-17

更多「模型」频道 AI 资讯 →