刚刚，Grok 4发布，「人类最后的考试」中拿下50.7%，碾压所有对手，游戏结束？
Grok 4现已对X Premium+订阅者开放，性能超越了包括OpenAI o3、Google Gemini等在内的多个领先模型，在关键测试中得分高达73分，并在人类最后的考试上取得50.7%的成绩。
Artificial Analysis
Artificial Analysis：DeepSeek成为世界前二AGI实验室
DeepSeek R1-0528版本超越xAI、Meta等成为全球第二大人工智能实验室，并与谷歌并列。其智能指数得分从60分跃升至68分，超过多个顶级模型，提升主要体现在数学竞赛、代码生成和推理方面。
Speech-02语音模型登顶国际榜单：完美复刻声音，同事听后难辨真伪
文章介绍了藏师傅使用AI听书功能体验后对MiniMax Speech模型Speech-02的评价，强调其在ELO评价榜单上的表现优异，并详细描述了该模型的主要创新点和技术优势。
最新！Qwen 3 GPQA跑分接近DeepSeek R1：仅用三分之一参数
大模型独立分析公司Artificial Analysis对Qwen3进行了最新评估，结果显示其表现优异。特别是235B-A22B版本的Qwen3模型，在开启推理模式下达到了70%的GPQA Diamond得分，接近DeepSeek R1和Gemini 2.5 Flash的表现，相比阿里此前最好的Qwen1.5-32B模型有显著提升。