a16z 昨天发了一张图，把 GLM-5 和 Claude Opus 4.6 并排标注在 Artificial Analysis Intelligence Index 的时间线上。原文的说法是： A proprietary model (Claude Opus 4.6) is still the 'most intelligent,' but the gap between
GUI 智能体最近卷到什么程度了？Claude、OpenAI Agent 及各类开源模型你方唱罢我登场，但若真想让 AI 成为 「能在手机和网页上稳定干活的助手」，仍绕不开三大现实难题：
DeepSeek V4，据说明天就要上线了？这是首个匹敌顶尖闭源模型的开源模型，被网友评为「一鲸落万物生」。泄露的基准测试显示，它在SWE-bench Verified上取得了83.7%，已经超越Opus 4.5和GPT-5.2！
开源模型新王 MiniMax M2.5 震撼降临：M2.5 编码性能逼平 Claude Opus 4.6，价格却只有 1/20；1 美金 / 小时，这种尺寸和性能的模型，才能在算力短缺的时代不降智不卡顿，持续提供最好体验，成为最终王者！
这个国产开源模型，把多模态玩出了“魔法”感。
开源模型同样能承担复杂工程任务。
深夜，GLM-5来了。
最强的大模型，已经把scaling卷到了一个新维度：百万级上下文。
在当今的大模型后训练（Post-training）阶段，DPO（直接偏好优化） 凭借其无需训练独立 Reward Model 的优雅设计和高效性，成功取代 PPO 成为业界的 「版本之子」，被广泛应用于 Llama-3、Mistral 等顶流开源模型的对齐中。
今日，阶跃星辰Step 3.5 Flash开源并上线，该模型在Agent场景和数学任务上能力逼近闭源模型，能够胜任复杂、长链条任务，是阶跃星辰迄今最强的开源基座模型。就在上周，阶跃星辰宣布由旷视科技联合创始人、千里科技董事长印奇正式出任董事长，并完成华勤、腾讯等参投的超50亿元B+轮融资。这也是印奇履新后，阶跃星辰在开源模型领域的首个大动作。
