DeepSWE 1.1
PulseAugur coverage of DeepSWE 1.1 — every cluster mentioning DeepSWE 1.1 across labs, papers, and developer communities, ranked by signal.
5 天有情绪数据
-
Ripple 65B 预览版在关键基准测试中表现优于 Qwen 3.8
对 Ripple 65B 预览版模型与 Qwen 3.8 的两个版本（27B 和 Flash (FN) 模型）的比较显示，在不同基准测试中的表现各不相同。Ripple 65B 在 Terminal Bench 2.1 和 SWEBench Pro 中领先，而 Qwen 3.8 Flash (FN) 在 DeepSWE 1.1 中表现出色。SWEBench Pro 的结果指出，Ripple 和 Qwen 使用了不同的版本，这可能会影响直接可比性。
-
AI实验室发布新模型，焦点从Token定价转向任务定价 · 追踪5个来源
在短短48小时内，xAI发布了Grok 4.7，Anthropic发布了Claude Opus 5.5，OpenAI推出了两款GPT-6模型Sol和Luna。这一系列发布使得之前的定价模式过时，竞争焦点从每个Token的成本转向每个任务的费用。虽然Opus 5.5提供了20%的成本降低和性能提升，但OpenAI的新GPT-6模型Sol和Luna在复杂推理场景下显著降低了每个任务的成本，尽管这种效率可能会以牺牲初始响应延迟为代价。
-
Mistral AI 将于 2026 年 10 月前发布具有开放权重的万亿参数模型
Mistral AI 已宣布，其 Large 4 模型（一个拥有约万亿参数的多模态混合专家模型）将于 2026 年 10 月底以开放权重形式发布。该模型专为效率而设计，每个 token 仅激活一小部分参数，并在欧洲使用 NVIDIA Grace Blackwell GPU 进行训练。Mistral 将 Large 4 定位用于编码、代理工作流和网络安全评估等任务。发布这样一个具有开放权重的庞大模型预计将对开放 AI 格局产生重大影响，…
-
Meta 发布多模态 Muse Spark Open 用于代理编码
Meta 发布了 Muse Spark Open，这是一款专为代理编码和长周期任务设计的多模态模型。该模型拥有 100 万个 token 的上下文窗口，并支持调试和多步规划等复杂工作流程。Muse Spark Open 现已在 Modal Auto Endpoints 上可用，为其共享端点提供按 token 计费。
-
Meta 的 Muse Wonder AI 模型发布，评价不一且存在信任担忧
Meta Superintelligence Labs 发布了其首批前沿级 AI 模型 Muse Wonder 和 Muse Wonder Full，在多项基准测试中取得了有竞争力的分数，包括在 Artificial Analysis Intelligence Index 中略微落后于 Claude Opus 5.5。尽管在编码和记忆任务等特定领域表现强劲，但这些模型在其他方面显示出弱点，并且在与 Muse AI 代理的集成方面面临严…
-
Fireworks AI 发布 Ember-1，Kimi K3 的一个 token 使用量减少 40% 的变体
Fireworks AI 推出了 Ember-1，一个源自 Moonshot AI 的 Kimi K3 的模型。Ember-1 旨在产生更短的推理链，目标是在不影响任务准确性的情况下，将 token 使用量减少约 40%。这种优化是通过专门的后训练实现的，而不是简单地降低推理努力设置。Ember-1 目前可通过 Fireworks 无服务器 API 作为研究预览版提供，权重和训练细节未公开。
-
OpenAI、Moonshot、Anthropic 发布旗舰模型；基准测试显示各有千秋
OpenAI、Moonshot AI 和 Anthropic 公司迅速发布了各自最新的旗舰模型：GPT-5.6 Sol、Kimi K3 和 Claude Opus 5。这三款模型都提供了巨大的上下文窗口和有竞争力的定价，但性能基准测试揭示了细微的差异。Claude Opus 5 在 SWE-bench Pro 等编码任务和 ARC-AGI-3 等推理基准测试中表现领先，而 GPT-5.6 Sol 在智能终端任务以及 DeepSWE 1…