阿里的 Qwen4-Max 能当我们的炒股搭子吗?我们真金白银做了一场测试
阿里的 Qwen4-Max 能当我们的炒股搭子吗?我们真金白银做了一场测试让四家国产大模型同样的金融分析任务:只有 Qwen4-Max 默认档的 Excel 打开重算无错误值,DeepSeek 最便宜,Kimi 最慢也最贵。
搜索
让四家国产大模型同样的金融分析任务:只有 Qwen4-Max 默认档的 Excel 打开重算无错误值,DeepSeek 最便宜,Kimi 最慢也最贵。
国产模型当中,DeepSeek 写文档最有人味,GLM-5.3 写代码性价比最高,Kimi 做前端最好看。
前两个月我们在编辑部讨论过一个问题: Personal Agent 这个概念今年越来越热,国内互联网大厂里,谁最有可能做出一个真正围绕个人生活的 Agent?
可灵生图能力不容小觑。
当 AI Agent 开始替人读网页、做研究、跑自动化流程时,行业真正的瓶颈已经从“模型能力本身”,变成了“它能不能在正确的时间拿到正确、干净、足量的信息”。
等了半个多月,GPT-6.2,终于来了。
Qwen4-Max发布24小时后,第一波外部测评火速出炉!!
成本暴降95%。
Suno,被超了??
现在让 AI 生成一张漂亮的图片,已经算不上什么难事了。
让 Agent 进入高价值沟通的第一现场。
蹭上“后会友期”的泼天富贵,我们把工作群搬进了千问办公。
一位AI主编领着三位AI小编,分别盯紧前沿大模型、开源项目和大厂人事。
如果你在用 WorkBuddy,一定不会对 Hy4 preview 这款模型感到陌生。
一个人、一台电脑,与一只 TRAE 宝。
不知道大家有没有跟我一样,以前给自己的口播视频加包装,我通常只敢加几层文字。
眼看对家Anthropic靠一纸招股书抢尽风头,OpenAI反手甩出GPT-6.1 Terra—— 想独占头条?先问问新模型答不答应。
多轮对话、多智能体交互过程,大模型生存性威胁会被放大。
去讯飞一年一度的全球1024开发者节走了一圈,感受就一个: 热闹,真热闹啊。
这一周的AI视频圈,简直是神仙打架。
上个月,硅谷开发者圈最火的一个模型,是一个不会说话的模型,叫Jev
AI 搜索靠不靠谱这件事,是时候单独拿出来说一下了。
永远不要相信 DeepSeek 的 “a minor update” (小更新)。
AI 生图和改图已经很强了,却依然救不了双 11 期间疯狂加班的设计师。
千呼万唤,Kling 4.0终于全面上线了!!
就在刚刚,OpenAI晒出了一份打破纪录的Agent极限实测。
谷歌Gemini 4 Argon真的来了。
DeepSeek又悄么声更新模型了!
传统多模态检索,往往要维护多套embedding模型。文本用一套 embedding,图片用一套视觉模型,音频再单独接一条链路。
阶跃星辰新出的 Step 5 Preview,我前前后后测了一圈