搜索
谷歌最新数学推理模型Mathematica（基于未发布的DeepThink V3）因内部评测截图泄露而曝光，其在推导丢番图方程时展现出带有强烈情绪化表达的原始思维链，输出上限达65536 Tokens且采用Temperature=1的高温度推理模式，目前仍处于UNSTABLE_EXPERIMENTAL不稳定实验阶段。
大模型越来越会 “想”，也越来越能把 GPU 显存 “想满”。 在数学、科学问答和代码生成等任务中，reasoning model 往往会生成数千乃至数万 token 的长推理链。随着生成持续进行，每
Jina AI 发布端到端文档解析模型 jina-ocr-v1，以 3.4B 总参数/570M 激活参数在 OmniDocBench v1.6 与 olmOCR-Bench 上刷新同级别最佳成绩，并凭借 FastMTP 推测解码与分级密集奖励在低成本 GPU 上实现无损近倍速生成，单页仅输出 1085 个 token 以 2.57 页/秒吞吐领跑 14 款主流系统。
智谱上线 GLM-5.3-FlashX 模型，推理速度最高达 200 tokens/s，较 GLM-5.3-Flash 提速 5 倍、提价 2.5 倍，API 同步开放，该模型在 10 万张国产芯片提供的推理算力基础上，由 GLM-5.3 驱动 Agent 在两周内完成端到端构建并通过 Infra 侧优化将吞吐提升至初始基线的 3 倍。
字节跳动发布新版豆包2.1 Pro（0915版本），重点升级多模态编程与视觉理解能力，可依据设计图、图纸和操作录屏生成代码，编辑团队通过山西3D旅行导览、小王子微缩星球等场景实测，验证其在Agent任务交付与Token效率方面的提升。
继“牛来”Ox Alpha 之后，OpenRouter 昨晚上又出现了一款身份不明的模型。
大模型一定要一个 token 接一个 token 地生成文字吗？
9月10日，AMD 在北京举办“携手创新 共赢智能体AI时代”媒体沙龙，面向中国市场发布锐龙 AI Max PRO 400系列处理器，把客户端设备统一内存上限推升至192GB，实现本地运行3000亿参数级大模型的能力。CSDN 创始人蒋涛受邀发表题为《大模型的 PC 服务器时代》主题演讲。
Token词元替代了Byte字节，但不意味着大模型都得是Token。
AI 的竞赛正在经历一次深刻的转向。过去两年，行业目光从“卷参数”转向“卷推理”，如今新的分水岭已经显现：AI 能否从数字世界走进物理世界，真正去“行动”？