ARC-AGI-2提升的最恐怖，从前一代的31.1% 到这一代的77.1%。 这里稍微补充一下有关这个Benchmark， 它其实非常考验模型对于抽象知识的推理。每道题给模型若干个示例，模型要从这些示例里归纳找出隐含的规则，然后对新的测试输入，进行回答。 Terminal Bench 2.0的分数也从56.9%提升到了68.5% ，超过了Opus 4.6。 BrowseComp的提升幅度也十分吓人 ...

2月14日，字节正式发布豆包大模型2.0系列。据悉，豆包2.0（Doubao-Seed-2.0）围绕大规模生产环境下的使用需求做了系统性优化，重点加强高效推理、多模态理解与复杂指令执行能力，以更好地完成真实世界复杂任务。 报告指出，当前大模型行业正在迈入“Agent ...

这个春节，各家大模型都在密集的发布最新的版本。而这一次，字节拿出了自家最新的大模型豆包大模型 Seed-2.0（Doubao-Seed-2.0），它作为豆包系列自 2024 年以来首次的大版本跨代升级，在基础能力、多模态理解、Agent 执行力、推理与代码编写等多维度带来了显著的新功能和体验提升。从官网的介绍来看，Seed2.0 ...

在开始之前，我们先切换一下心态，不要把小龙虾当成一个类似 ChatGPT 或者 Claude Code 的 AI 助手，而是把它想象成你刚招的一个远程员工。 如果你想省钱，把 ChatGPT Team 计划的 GPT-5.3 Codex 接入到 ...

阿里巴巴正式推出全新一代开源大模型千问Qwen3.5-Plus，凭借多项技术创新在性能与性价比维度实现突破。该模型总参数规模达3970亿，但通过极致稀疏架构设计，实际激活参数仅170亿，在推理效率提升的同时，部署显存占用降低60%，最大推理吞吐量较前代提升19倍。官方数据显示，其API调用价格每百万token低至0.8元，仅为同类产品Gemini 3 ...