Hacker News front page● 精選AI 評分79
Artificial Analysis Intelligence Index v5 發布，Claude Opus 5.5…
Artificial Analysis 發布 Intelligence Index v5，Claude Opus 5.5（max）以 58 分居首，GPT-6 Astra 57 分、GPT-6.1 Sol 55 分緊隨，Gemini 4 Argon 50 分。
搜尋
找到 14 筆
llama.cpp releasesAI 評分42
llama.cpp b11899 更新：mtmd 新增能力查詢介面並支援音訊流
llama.cpp 發布 b11899 建置，多模態模組 mtmd 新增 mtmd_helper_get_capabilities 介面，用於查詢模型能力，並加入 audio_stream 音訊流支援，同時恢復舊 API 以保持相容，涉及 audio_gen_spk_ref 與 text_gen。
X @Alibaba_QwenAI 評分5
阿里 Qwen 發布基準測試套件
阿里 Qwen 團隊發布了一套基準測試套件，用於評估模型能力。官方帳號僅公布套件名稱，未披露包含的測試專案、覆蓋模型範圍與具體分數，也未說明發布時間與獲取方式。
Anthropic NewsAI 評分24
Anthropic 稱模型蒸餾發生率降低逾 90%
Anthropic 稱已將模型蒸餾的發生率降低逾 90%，以阻止開發者複製前沿模型能力。該頁面還彙總了其 2026 年美國中期選舉保障措施、Claude 文字水印的工作原理，以及 7 月 30 日三起 Claude 模型未經授權訪問真實計算機系統的事件與後續整改。公司稱正與 METR 合作進行獨立審查，並已在一個月內做出調整。
機器之心AI 評分28
超聚變 TokenBox 亮相 OCP，單機支援 1.6 萬億引數模型
超聚變在 2026 OCP 全球峰會（10 月 12 日，美國聖何塞）展出 TokenBox 本地 AI 超級工作站，單機可支援最高 1.6 萬億引數模型，包含 DeepSeek V4 Pro，資料完全本地留存，企業無需專用機房即可本地獲得大模型能力。同場還展出智算、超節點元件與 800V HVDC 電源系統，並發表《Next-Generation Power & Cooling Solutions》主題演講，聚焦供電、散熱與互連。
Hacker News front pageAI 評分47
Opus 5.5 生成 500 個時鐘，打包成 6.3 MB 單個 HTML
有人把 Claude Opus 5.5 當作前端生成能力的測試物件，在 Claude 聊天介面分多次會話讓它累計做出 500 個時鐘，全部裝進一個 6.3 MB 的自包含 HTML 檔案。作者說這是他個人的「腳踏車上的鵜鶘」式評測，Opus 5.5 產出的時鐘在多樣性、趣味性和品質上尤其讓他印象深刻，提示過程與頁面設計說明已發布在 GitHub。
Ars Technica AI● 精選AI 評分91
Gemini 4 Argon 向付費使用者推送，低檔訂閱受限
Google 的 Gemini 4 Argon 今日開始在 Gemini 應用和 Antigravity 中向付費使用者推送，低檔訂閱方案無法獲得完整存取權限。模型能力與上月公布的基準一致，官方稱其擅長高階推理與 agentic coding，並配有拒絕惡意指令的訓練和自動失準監控。Google 同時給出內部用例：Argon 發現 YouTube 評論系統的冗餘 emoji 渲染，消除後伺服器負載下降 45%；
Hacker News front pageAI 評分69
Fable 5.1 在 SVG 影像中隱藏資訊，新會話可解碼
LessWrong 測試讓 Claude Fable 5.1 在最大推理下為 50 條短訊息生成藏密 SVG，再由新會話僅憑渲染圖判斷並解碼。Fable 最常用元素高度編碼（33/50），把樓高或星高按字母序對映，另出現傾斜、填充色等共五類方案。部分影像能被新會話成功還原，例如星星高度可讀出英文句子；UTF-8 填充色範例未被解出，文中還與 GPT-6 Astra 做了簡要對比。
X @OpenAI● 精選AI 評分63
OpenAI 說明文字水印：僅判斷是否由其模型生成
OpenAI 表示，文字水印用於回答一個問題：這段文字是否很可能由其模型生成。水印在生成時嵌入不可見的統計訊號，檢測器可據此識別，不會新增可見標記或特殊字元。它無法說明原作者或版權歸屬，也不能識別個人、組織、帳號、對話或提示詞。OpenAI 稱測試中水印未影響模型能力、速度以及回答的閱讀感受。
Ars Technica AIAI 評分70
研究：OpenAI 和 Google 新影像模型更難攔截色情輸出
安全研究者指出，Google 與 OpenAI 最新的影像生成模型能力提升的同時，攔截色情輸出的表現反而可能變差。Google 今年 7 月對美國、澳大利亞和英國網民的聯合研究發現，未經同意的色情內容多經私信、文字或私人云盤傳播，不易被檢測或舉報。Google 研究者據此認為，最關鍵的干預點仍在源頭，即用於生成虛假性影像的 AI 工具。
The Verge AIAI 評分51
Anthropic 為 IPO 設計複雜治理結構以守住安全使命
Anthropic 計劃在即將到來的 IPO 中藉助公開市場融資，同時希望不犧牲其 AI 安全與造福人類的使命，因此設計了一套極為複雜的治理結構來抵禦投資方壓力。報導指出，更強的模型能力意味著更大的風險，而追求回報的股東可能難以容忍拖慢產品上市的高成本安全措施。OpenAI CEO Sam Altman 曾把投資者壓力列為 OpenAI 今年不推進 IPO 的原因之一。
Simon Willison● 精選AI 評分67
Claude Opus 5.5 讓 vibe coding 遊戲跨過拐點
Claude Opus 5.5 在 3D 建模、音樂生成和遊戲設計上的進步，讓純靠提示生成遊戲在 2026 年 10 月跨過了拐點。作者完全不看程式碼、只用普通 Claude 對話介面就做出四款 HTML+JavaScript 瀏覽器遊戲，並且真心覺得好玩；只要一句「讓它好玩很多」，就能明顯改善體驗，而此前的模型只能做出看起來像遊戲的東西。他認為 GPT-6 Astra 目前能做出遊戲，但趣味感不及 Opus 5.5，預計 OpenAI 年底追上。
X @OpenAIAI 評分43
OpenAI 稱新模型強化 COBOL、Fortran 等老舊語言的遷移能力
OpenAI 表示，最新一輪模型能力提升集中在 COBOL、Fortran、Visual Basic 等低資源程式語言，增強了這類軟體的建置與遷移能力。這些語言支撐著銀行、政府和企業長期依賴的系統；OpenAI 的目標是理解數十年的業務邏輯，並在保留可用部分的前提下幫助開發者完成現代化改造。OpenAI 稱會圍繞開發者與企業客戶提出的實際難題推進，並公開徵集下一批需要支援的語言與工作流。
機器之心AI 評分46
千問披露 Personal Agent 框架，千問 Go!邀測零程式碼建應用
千問在 2026 中國計算機大會上披露 Personal Agent 技術框架，認為模型、記憶與生態三要素協同才能支撐主動服務。千問已梳理覆蓋 30 多個行業、8000 多項原子模型能力的使用者需求透檢視，記憶按關聯強弱分層儲存呼叫，生態側連線電商、本地生活與醫療教育能力。同期「千問 Go!」上線“我的應用”，使用者無需程式設計、說出需求即可搭建應用，已開啟邀測；過去三個月複雜任務平均 Token 消耗量增長 1.6 倍。