天眼早报

🤖 AI 大模型

𝕏 DeepSeek 发布 Harness v0.1：MIT 协议全插件化 Agent 框架

DeepSeek发布Harness v0.1开发者预览版，基于Cordis元框架，模型、工具、会话、沙箱等全部实现为插件，支持热插拔和依赖自愈，采用MIT协议开源。该框架采用命令式插件模型，与 Codex 声明式架构形成对比；可让 Agent 检查自身运行时、编写插件并即时挂载，新能力立即生效，目前插件仅存内存，被视为“自进化软件”原型。

𝕏 Google 发布 Gemini 3.7 Flash：价格减半，编码与 Agent 能力显著增强

Google 发布Gemini 3.7 Flash，主打编码与 Agent 工作流：DeepSWE得分 65.3%，Terminal-bench 得分从 5.4%升至 14.9%，指令遵循与多步规划显著提升；API 价格降至输入**$0.75**、输出**$3.75**每百万 token，为 3.6 Flash 半价。模型已登陆 AI Studio、Antigravity 和 Gemini API，Antigravity 演示其通过 MCP 服务器和多模态理解自主优化网站至 Lighthouse 满分，OpenCode Zen 同步支持；旗舰 Gemini 3.5 Pro 仍延期。

𝕏 DeepSeek V4 Pro 开放权重发布，采用 MIT 许可证

DeepSeek V4 Pro以MIT 许可证开放权重，训练量远超预览版；SGLang已完成对 DeepSeek-V4-Pro-0813 的适配。但随后 HuggingFace 上移除了 V4-Pro-0813 权重，疑似因社区反馈；API 价格方面，Pro 版涨价明显，输出最高27 元/M。

𝕏 45M 参数模型 Needle 2 发布，14MB 即可运行智能体

Cactus发布Needle 2，仅45M 参数、14MB二进制，可在28MB 内存中运行完整智能体会话，工具调用能力匹敌 270M 级模型。

𝕏 Mixedbread 发布搜索代理 Toast 1，性能追平顶尖模型成本降 90%

Mixedbread AI推出Toast 1搜索代理，质量可比肩GPT-5.6 Sol和Opus 5，速度快 12 倍、价格仅 1/10。

𝕏 Grok 4.6 多基准登顶，上线 Perplexity 与 LMArena

Grok 4.6以95%登顶GPQA Diamond，在儿童罕见病诊断基准 RareBench 上超越 Claude Opus 5，成本约其 1/3；上线 Perplexity，WANDR 基准与 Fable 5 持平，成本低 60%以上；同时以 xhigh 版本登陆 LMArena，成为 xAI 最强模型。WebDev 竞技场获 1630 分排名第 5。实测速度快、代码解释清晰，但可能过度字面执行指令。

𝕏 MiniMax 开源 Music3 音乐生成模型

MiniMax开源Music3音乐生成模型，采用8B LLM + 2.7B DiT架构，可根据歌词生成完整歌曲，支持消费级 GPU，已在Hugging Face上线；同时获得 SGLang Day 0 支持，由 Qwen3+RVQ 自回归主干和流匹配解码头组成，可生成配乐。

𝕏 OpenAI 预览 Ultrafast 模式：GPT-5.6 Sol 速度达 750 tokens/s

OpenAI联合Cerebras推出 Ultrafast 模式，GPT-5.6 Sol速度达750 tokens/s。

𝕏 Red Hat DSpark 使 Kimi-K3 解码速度提升约 4 倍

Red Hat发布DSpark推测解码器，将Kimi-K3单流交互解码从 110 提升至435 tok/s，吞吐量提升3.5 倍。

𝕏 MiniMax-H3 登顶视频编辑 Arena，成为 SOTA

MiniMax-H3在Video Edit Arena以1390 分登顶，领先第二名 32 分，成为视频编辑 SOTA。

𝕏 AMD 与 PyTorch 联合优化 FP8 训练

AMD为PyTorch上游提交FP8优化，融合 Triton 核，加速 GEMM 和注意力，FP8 训练在Instinct GPU开箱即用。

𝕏 Qwen3.8-2.4T-A95B 开源 MoE 模型上线 HuggingFace

Qwen3.8-2.4T-A95B开源 MoE 模型已上线HuggingFace，拥有2.4 万亿参数。

𝕏 Voyage AI 发布代码检索嵌入模型 Voyage Code 4

Voyage Code 4登陆OpenRouter，支持256 至 2048维度的 Matryoshka 嵌入及多重量化选项。

𝕏 OpenAI 报告：顶尖企业 AI 采用深度是普通企业数倍

OpenAI数据显示，top 10%企业使用插件和技能的频率分别是普通企业的2 倍和6 倍，Agent 工作流正加速扩张。

𝕏 ReactBench 开源基准发布，Grok 4.6 排名第二

ReactBench是开源前端编码基准，测试 React 修复能力，Grok 4.6排名第 2。

𝕏 FLUX 3 Video 在图像转视频 Arena 排名第 5

FLUX 3 Video在 Image-to-Video Arena 获1453 分，排名第 5。

𝕏 Vals AI 推出 RSI 指数评估模型科研能力

Vals AI发布RSI Index，衡量模型在压缩、LLM 训练、参数优化等方向的研发能力。

---