官方表示，Ling-3.0-flash-Fin 在蚂蚁集团与中金公司联合打造的 FinFIRST、以及 FinSearchComp Verified、Finance Agent、APEX-Agents、SpreadsheetBench、τ³-Banking 等金融智能体基准上进行了测试，覆盖金融信息检索、投资研究分析、金融长程任务执行、估值建模、银行业务应用等场景。
据公开的基准测试数据，该模型在Agentic terminal coding测试中得分73.0（Qwen3.6-27B为63.4），在SWE-bench Pro测试中得分61.7（Qwen3.6-27B为53.5），在专业工作任务测试JobBench中得分33.4，较Qwen3.6-27B的21.8提升约50%。
当地时间8月13日，谷歌发布新模型Gemini 3.7 Flash，相比性能提升，更受开发者关注的是一项限时促销：今年年底前，该模型每百万token的输入、输出价格分别为0.75美元和3.75美元，只有Gemini 3.6 Flash标准价格的一半。
智谱表示，在多项主流基准测试中 GLM-5.3 是当前排名最高的开源模型，编程与智能体能力接近 Claude Fable 5，编程体感超过其他国产模型。
IT之家 8 月 13 日消息，韩国人工智能实验室 Upstage 今天（8 月 13 日）发布博文，宣布推出 Solar Pro 4 模型，定位为面向复杂 AI 智能体任务的商用大模型。
受访团队提供了多个生产案例：1 家 CPG（消费品）数据平台每月运行约 1500 万至 2000 万次自动化门户交互，将智能体作为手写爬虫的自愈备用方案。
满血版N1X采用20核CPU加6144核Blackwell GPU的配置，CPU集群为10+10结构，基础频率4.0GHz，搭配64GB内存，单核得分2570，多核得分23126。
本次一共纳入10款主流国产办公AI，全部产品三次测试平均分都突破91分，整体水准大幅提升，百度文心助手拿下总分第一，小米MiMo Claw位列第二。
这次测评和以前不一样，把传统代码生成升级成智能体编程，权重直接给到25%，更贴合程序员真实开发流程。
全高清模式下，文本转视频或图像转视频每秒收费 0.29 美元（现汇率约合 2 元人民币），视频转视频每秒收费 0.53 美元（现汇率约合 3.6 元人民币）。
在未调整优化前，GPT-5.6 Sol 在 ARC-AGI-3 基准测试中的得分为 7.8%，而 GPT-5.5 模型的得分只有 0.4%。
OpenAI改进GPT-5.6 Sol，ARC-AGI-3得分大涨188%
性价比之王要打 Agent 仗了
马斯克发Grok新模型！登智能体测评榜首，比OpenAI家便宜一半
技术路线新突破：阿里云开源发布0.8B文档解析模型OvisOCR2
OpenAI Codex、ChatGPT Work暂时取消部分订阅5小时使用限制
消息称马斯克要求特斯拉员工尽可能使用Grok
Opus 4.8到底是神作，还是一次仓促的公关手段？
华为余承东：问界M5交付超15万台，将于明年换代
Qwen3.7-Max获得56.6分，排名全球第五、国产第一。
联想moto首款大折叠手机！moto razr fold图赏
小米REDMI K90 Max手机跑分曝光：天玑9500芯片+16GB内存
本次测评中，PingAnGPT-Qwen3-32B在金融事实推理与计算、金融专业知识问答、金融合规与风险控制等多项关键指标表现卓越，展现出精准的金融数值计算能力、严谨的逻辑推理能力和全金融领域知识体系的深度掌…
方程豹豹5拿下澳洲5星安全评级 结果因太硬撞飞测试车反被扣8分
06/25 00:14
06/25 00:13
06/13 18:29
06/13 18:26
06/13 18:25
06/13 18:23
06/13 18:20
06/13 18:16
京公网安备 11011402013531号