搜索
今夏，数学圈震动不断——OpenAI的Astra模型一举解决10个长期悬而未决的数学问题（包括非sofic群的存在、高维球堆积新的结果等）；Claude Fable 5找到近百年Jacobian猜想的反例，之后还极大推动了黎曼猜想！
Fable 5.1这周鸽了，但A社再次甩出了王炸。 今天，是值得载入大模型史册的一天。 AI，终于长出手，接管物理世界了！ A社最先拿自家Claude「试水」，让它去真正操控实验室的硬件。
随着开源模型能力不断提升，它们已经能够以极低的成本生成多个高质量候选方案，并进一步利用模型自身对这些结果进行验证、打分和筛选。斯坦福团队最新实验发现，使用 DeepSeek V4 Flash + LLM-as-a-Verifier 进行「自验证」，可以在 Terminal-Bench 2.1 上超越 Claude Fable 5，同时整体成本低约 11 倍。
就在今天一大早，全网都被刷屏了。 内部人士爆料：Fable 5.1马上就要来了！ 最快，很可能明天就会发布。 而且，Fable 5.1和Sonnet 5.1很可能将同时发布。 消息的源头，
同样的模型，同样的任务，让它执行五遍，再让他自己挑一遍最稳的，效果能有多大提升？斯坦福把这套玩法用在了AI身上，DeepSeek V4 Flash在Terminal-Bench 2.1的成绩从79%一路涨到88%，反超了尖子生Fable 5。而且连做五遍加挑选这一通折腾，价格依然比Fable 5便宜了4-11倍。
A社的王牌旗舰Fable 5，卖不动了。
Anthropic又有两张「新牌」，被提前掀开了！今天，第三方开发者应用和Discord社区中，接连出现了两个陌生的模型ID——claude-mashmallow-eap（棉花糖） 和claude-melon-eap（甜瓜）
这期节目的嘉宾黄东旭，就是Token Maxing热潮的亲历者。他曾经只用最前沿的模型，每天账单三四百美元。让他转变的，是前沿模型的智力碾压和中国开源模型们的崛起——Fable 5可以一句话终结Agent群的讨论，同时大量的日常任务可以做到“只烧电费，不烧Token”。他的结论是：不是前沿模型用不起，而是本地开源模型底座+前沿模型的搭配，成本可控，更具性价比。
今天上午，OpenRouter 没有举行发布会，也没有公布技术报告，只用一个忍者表情放出了一款代号为“Ox Alpha”的神秘模型。“Ox”在英文中正有“牛”的意思，于是，一场属于 AI 行业的“牛来”也开始了。
就在今天，Fable 5.1被曝已开启灰度测试。