天眼晚报

🤖 AI 大模型

月之暗面开源发布 Kimi K3，2.8T 参数全面超越闭源模型

月之暗面发布并开源Kimi K3模型，参数规模达2.8 万亿，上下文长度100 万 token，API 价格仅为Fable 5的三分之一。综合基准超越Gemini、Opus 4.8，编码能力媲美Fable 5，成本仅 1/5。在SpreadsheetBench 2评测中排名第一，超越所有闭源模型。10 天后开放权重。

𝕏 Kimi K3 多维度评测：前端能力突出，性价比超 Fable 5

开发者vista8发布Kimi K3详细评测报告，涉及 6 个真实场景项目，K3 在交互、界面、视觉、空间场景可为首选，但架构、后端场景仍落后于Claude Fable 5和GPT-5.6 Sol。用户利用Kimi K3的前端能力生成中肠袢旋转动画，效果接近专业医学动画。Together Compute使用DeepSWE基准测试对比，结果显示Kimi K3在同等性能下价格仅为Fable 5的35%，且在更高 pass@k 时表现更优。

𝕏 Grok 4.5：代码能力登顶 FrontierCode，性价比为 Fable 5 的 1/9

Grok 4.5被Cognition新基准FrontierCode收录，该榜单评测真实可合并的生产级代码。马斯克表示 Grok Build 几乎每天都在改进。根据Artificial Analysis数据，Grok 4.5每 Intelligence Index 任务仅0.31 美元，约为Claude Fable 5的 1/9、Claude Opus 4.8的 1/6、GPT-5.6 Sol的 1/3，且 token 消耗少 6 倍。

𝕏 马斯克宣布 Grok 4.6 下周完成初始训练，2T 参数

马斯克在 X 平台宣布，xAI的 2T 参数模型Grok 4.6将于下周完成初始训练，全面优于 1.5T 的Grok 4.5，可能在速度和 token 效率接近的情况下超越Kimi K3。但实际可用仍需 1-2 个月，需谨慎看待马斯克的夸大宣传。

🔶 Anthropic 宣布 Claude Fable 5 订阅政策调整：Pro 用户不再免费，Max 用户按 50%额度访问

Anthropic宣布自7 月 20 日起，Claude Fable 5永久包含在Max和Team Premium订阅中，使用额度限制为 50%。Pro和Team Standard用户将无法免费使用，但获一次性100 美元额度补偿（按量计费）。此举因Kimi K3竞争压力，受限于算力。

𝕏 AI 建议让用户不愿说“不知道”，研究揭示认知风险

arXiv研究显示，AI 建议使人们放弃判断的比例从 44%降至 3%，正确率从 27%降至 9%。5 个实验、3132 人参与，即使 AI 给出错误建议，用户仍更自信。

𝕏 Grok TTS 在 Humanness Index 登顶，成本仅为 Eleven v3 的 15%

Grok TTS在 Humanness Index 上获得94 分（人类基线 100），排名第一。延迟仅为 460ms，成本15 美元，远低于Eleven v3的 100 美元，性价比突出。

上海发布首个疑难病例 AI 诊疗评测基准

2026 世界人工智能大会医学分论坛上，上海发布业界首个针对疑难病例的AI 诊疗评测基准，覆盖 30 个临床专科。同时更新医疗 AI 评测体系至 5.0，新增“原子技能”评测方式。上海市卫生健康行业算力服务中心揭牌。

---