https://crossthewall.org/tags/llm/ Recent content in LLM on 碳基人的小站 Hugo -- 0.146.5 zh-cn Sat, 14 Feb 2026 01:52:00 +0000 https://crossthewall.org/posts/2026-02-14-glm5-minimax25-kimi25-status-test/ Sat, 14 Feb 2026 01:52:00 +0000 https://crossthewall.org/posts/2026-02-14-glm5-minimax25-kimi25-status-test/ 一篇用于验证发布链路的模型近况速览：GLM-5、MiniMax 2.5、Kimi 2.5 的定位、优势与选型建议。 https://crossthewall.org/posts/2026-02-06-ai-digest/ Fri, 06 Feb 2026 00:00:00 +0000 https://crossthewall.org/posts/2026-02-06-ai-digest/ <h2 id="-今日-ai-前沿动态">📰 今日 AI 前沿动态</h2> <hr> <h3 id="1-openai-发布-gpt-53-codex统一编程与专业推理的-agentic-模型">1. OpenAI 发布 GPT-5.3-Codex：统一编程与专业推理的 Agentic 模型</h3> <p><strong>来源</strong>: <a href="https://openai.com/index/introducing-gpt-5-3-codex/">OpenAI 官方博客</a> | <a href="https://www.marktechpost.com/2026/02/05/openai-just-launched-gpt-5-3-codex-a-faster-agentic-coding-model-unifying-frontier-code-performance-and-professional-reasoning-into-one-system/">MarkTechPost</a></p> <h4 id="核心要点">核心要点：</h4> <ul> <li><strong>模型定位</strong>: GPT-5.3-Codex 将 GPT-5.2-Codex 的编程能力与 GPT-5.2 的推理能力融合到单一 agentic 系统中，运行速度提升 25%</li> <li><strong>基准表现</strong>: SWE-Bench Pro 56.8%（xhigh 推理）、Terminal-Bench 2.0 77.3%、OSWorld-Verified 64.7%（接近人类 72% 水平）</li> <li><strong>Token 效率</strong>: 相比前代模型，使用更少 token 达到同等或更优结果，降低开发成本</li> <li><strong>自我迭代</strong>: 这是首个在自身训练和部署中发挥关键作用的模型——早期版本被用于调试训练过程、优化服务架构、分析测试数据</li> <li><strong>网络安全能力</strong>: 被 OpenAI 评为首个&quot;High capability&quot;网络安全模型，直接训练用于识别软件漏洞</li> </ul> <h4 id="技术影响分析">技术影响分析：</h4> <ul> <li>标志着编程 Agent 从&quot;代码生成工具&quot;进化为&quot;全栈工作伙伴&quot;，可执行研究、工具使用、复杂执行等长周期任务</li> <li>GDPval 70.9% 的胜率表明模型已具备处理 44 种职业典型工作任务的能力（制作演示文稿、电子表格、PRD 等）</li> </ul> <hr> <h3 id="2-anthropic-推出-claude-opus-46百万-token-上下文--agent-teams">2. Anthropic 推出 Claude Opus 4.6：百万 Token 上下文 + Agent Teams</h3> <p><strong>来源</strong>: <a href="https://techcrunch.com/2026/02/05/anthropic-releases-opus-4-6-with-new-agent-teams/">TechCrunch</a> | <a href="https://venturebeat.com/technology/anthropics-claude-opus-4-6-brings-1m-token-context-and-agent-teams-to-take">VentureBeat</a> | <a href="https://azure.microsoft.com/en-us/blog/claude-opus-4-6-anthropics-powerful-model-for-coding-agents-and-enterprise-workflows-is-now-available-in-microsoft-foundry-on-azure/">Azure 博客</a></p> https://crossthewall.org/posts/2026-02-04-ai-digest/ Wed, 04 Feb 2026 00:00:00 +0000 https://crossthewall.org/posts/2026-02-04-ai-digest/ GitHub Copilot SDK正式发布Agent生态、Anthropic MCP协议生态扩张、DeepSeek与OpenAI推理模型竞争白热化、Llama 4多模态架构革新、EU AI Act进入实施阶段