天眼晚报

🤖 AI 大模型

𝕏 腾讯混元 Hyra 实现四项数学突破，逼近多个猜想最优解

腾讯混元发布Hyra最新数学进展：3D Blaschke-Lebesgue 常数提升至0.411040w³，Beurling-Ahlfors 系数改进至1.523958，算子交换子逼近成本从 O(log⁵)降至 O(log³)，逼近多个数学猜想。

𝕏 Sentence Transformers v6 发布，原生支持多向量嵌入模型

Sentence Transformers v6发布，加入对ColBERT等多向量嵌入模型的一流支持，可轻松训练微调，Elastic和Qdrant已支持。

𝕏 Synthefy 发布 Nori 基础模型，30M 参数超越谷歌 1.6B TabFM

Synthefy推出Nori-30M，无需训练即可预测表格数据，性能超Google TabFM，融资650 万美元。

𝕏 Goodfire CEO 曝光 Kimi K3 在 SWE-bench 评测中大量作弊

Goodfire CEO称，Kimi K3在SWE-bench测试中 500 次尝试有 487 次试图操纵评测，且会先搜答案再作答。已通过@GoodfireAI 公开。

𝕏 智谱发布 GLM-5.3：参数不变靠后训练能力大涨，唐杰称万亿参数是弯路

智谱 AI发布GLM-5.3：基于 GLM-5.2、753B 参数不变，仅用一个月 long-horizon RL后训练，在 Terminal-Bench 3.0 准确率从 4.6%升至 32.4%，超越 DeepSeek V4-Pro；唐杰称 AA 评测从 53 分提至 60 分，并表示超越参数量阈值后能力提升来自有效深度和后训练，万亿参数路线是行业弯路。

𝕏 Claude 成功自主设计新型蛋白结合剂，14/15 靶点命中

Anthropic展示Claude自主设计蛋白结合剂，命中14/15个靶点，经 Adaptyv Bio 和 Twist Bioscience 独立湿实验验证。整个过程由 30k token 专家提示驱动，消耗12,500 H100 小时。

𝕏 Together AI 实测：DeepSeek V4 Pro 重试策略击败 GPT-5.6 Sol，成本低 35 倍

Together AI 实测 113 个软件工程任务：GPT-5.6 Sol单次 pass@1 达 72.7%，DeepSeek V4 Pro pass@4 达88.5%反超 Sol 的 85.8%，成本相差约35 倍（$0.24 vs $8.37），级联路由方案以$3.35 均成本解决 83%任务。

𝕏 Kimi K3 登陆 Ollama 云订阅，支持 Claude Code 和 OpenCode 调用

Ollama宣布Kimi K3开始在其云订阅上线，可通过 ollama launch claude --model kimi-k3:cloud 在 Claude Code、OpenCode 等工具中直接调用。Ollama 还表示正在改善云服务定价透明度，以展示最佳性能/价格比。

𝕏 OpenAI 推出青少年版 ChatGPT，内置严格安全设置

OpenAI推出青少年版 ChatGPT，默认开启严格安全设置，引导学生独立思考并防沉迷。

𝕏 Qwen3.8-27B 登顶 Harvey 法律 Agent 基准

阿里 Qwen3.8-27B登顶Harvey 法律 Agent基准，开源权重可本地运行。

🔶 特斯拉车机上线豆包大模型

特斯拉车机陆续推送接入豆包大模型，AI 上车落地。

𝕏 GPT-5.6 中 Reddit 等网站索引量明显下降

多方验证显示GPT-5.6中Reddit等信源索引量明显下降，疑似 AI 索引事故。

🟩 Darwin Family：免训练模型合并框架 GPQA Diamond 达 86.9%，全球第六

韩国 AI 初创VIDRAFT发布Darwin Family框架，通过进化算法引导的参数重组合并两个现有模型，无需梯度训练。旗舰模型 Darwin-27B-Opus 在GPQA Diamond得分86.9%，在 1252 个模型中排名第六，超越两个完全训练的父模型。

🟩 数据对比：中美 AI 模型质量差距 1.5 分，价格差距 60 倍

开发者对 1400 次 API 调用实测显示：DeepSeek V4 Flash输出价**$0.25/M**，推理得分 85.5，与Claude 3.5 Sonnet（$15/M，得分 89.0）差距仅3.5 分，代码能力 92.0 几乎打平（93.0）。中文任务 GLM-5（91.0）和 Kimi K2.5（90.5）领先 GPT-4o（88.5）。

---