🤖
Databricks 將 GPT-5.5 整合至企業級 Agent 工作流程
Databricks 已正式將 GPT-5.5 模型整合至其企業級 Agent 工作流程中。此舉是在該模型於 OfficeQA Pro 基準測試中創下新高紀錄後所進行的部署。
Search
Tag: #llm-benchmarks36 results
ChatGPT 最高分橫掃日本頂尖大學考試
日本 AI 公司 LifePrompt 公布測試結果，基於 OpenAI 最新模型的 ChatGPT 在東京大學、京都大學本科入學考試中，多項科目得分超越人類狀元。此結果顯示 AI 在嚴格學術考試中的強大表現。
斯坦福年度結論：中美大模型已無差距
斯坦福年度報告結論指出，美國與中國大模型已無性能差距。AI 普及率正以歷史性速度加速。這標誌全球 AI 競爭力的關鍵轉變。
騰訊混元 Hy3 登頂 OpenRouter 週榜
騰訊混元 Hy3 模型登頂 OpenRouter 週榜，單週處理超過 6 兆個 Token。此里程碑凸顯了該模型在全球 AI 市場中日益增長的採用率與高吞吐量處理能力。
智譜AI憑藉GLM-5.2深化B端市場佈局
智譜AI持續擴大B端與G端業務，GLM-5.2展現出強大的程式碼生成能力，且相比Anthropic等全球競爭對手具有顯著的成本優勢。
xAI 即將發布 Grok 4.5：速度更快且更具效率
Elon Musk 宣布 Grok 4.5 將於明日發布。該模型被定位為 Opus 等級的競爭對手，具備更高的 Token 效率與更低的營運成本。
中國 AI 模型在美國市場悄然崛起
美國企業正越來越多地採用 DeepSeek 與智譜等中國 AI 模型，原因在於其極致的性價比。這些模型在縮小與 OpenAI、Anthropic 等美國領先企業差距的同時，提供了顯著的成本優勢。
中國 AI 模型 API 調用量連續九週領跑全球
中國大型 AI 模型已連續九週在 API 調用量上領先全球。與此同時，美國在該領域的市場份額從 72% 大幅下降至 33%。
頂尖 LLM 在編寫高效能多 GPU CUDA Kernel 上仍面臨挑戰
ParallelKernelBench 評估了 LLM 在 87 個真實多 GPU CUDA 工作負載上的表現。儘管大多數模型表現不佳，但部分生成的 Kernel 效能已超越現有的公開實作。
Musk 與 Zhipu AI 針對中國 LLM 進展展開辯論
X 平台上針對中國大型語言模型達到前沿 AI 能力的時間表展開了公開辯論。Zhipu AI 執行長唐杰反駁了 Musk 關於 2027 年的預測，暗示進展速度會更快。