GPT-5.6-Cyber – OpenAI 推出的 AI 网络安全模型AI工具2天前发布AI小集02GPT-5.6-Cyber是什么GPT-5.6-Cyber是OpenAI专为网络安全推出的AI模型，基于GPT-5.6 Sol构建并针对漏洞利用、权限提升等专业任务增强。模型仅向Daybreak Red层级审核客户开放，对高级安全请求响应率高达95%。模型在OpenAI安全评估中处于”High”级别，未突破更高危险阈值，目前已由埃森哲、IBM、CrowdStrike等头部厂商整合进自有安全产品与托管服务。GPT-5.6-Cyber的主要功能漏洞利用验证：支持漏洞利用链开发、身份验证绕过及权限提升等高级漏洞研究与验证任务。高响应防御：对高级网络安全请求的响应率高达95%，显著优于普通版本的1.5%–2%。安全测试：Red层级提供专门训练的网络安全模型，用于执行深度安全测试与漏洞研究。基础防护：Blue层级提供事件响应、恶意软件分析及补丁验证等日常防御服务。生态集成：支持埃森哲、IBM、CrowdStrike等合作伙伴将模型嵌入自有安全产品与托管服务。GPT-5.6-Cyber的技术原理模型基座：基于GPT-5.6 Sol架构构建，并针对专业网络安全任务进行定向增强与微调。护栏策略：Blue层级移除系统级网络安全护栏，Red层级进一步开放完整前沿模型能力。安全评估：在OpenAI Preparedness Framework下仅达”High”网络能力阈值，未触及更高危险等级。能力边界：能力显著低于因突破关键黑客阈值而被推迟的Astra模型，处于可控范围内。定向开放：模型仅向审核通过的”可信客户合作伙伴”开放，通过分级访问控制降低滥用风险。如何使用GPT-5.6-Cyber个人申请：访问 GPT-5.6-Cyber 官网 https://openai.com/zh-Hans-CN/daybreak/ 提交身份验证，通过审核后获得对应层级访问权限。企业申请：通过 OpenAI 销售代表提交企业级申请，团队可统一获取 Daybreak 服务与 Codex Security 集成。安全要求：2026 年 9 月 1 日起所有 Daybreak 个人账户强制启用硬件安全密钥，最高层级需启用防钓鱼多因素认证。接入 Codex Security：连接企业代码仓库，系统自动构建威胁模型、扫描漏洞、在隔离沙箱中验证可利用性，生成修复建议供人工审核。执行任务：Blue 层级执行漏洞发现、安全代码审查、恶意软件分析、事件响应与补丁验证；Red 层级执行授权漏洞研究、利用验证、渗透测试与红队演练。补丁验证：AI 生成修复方案后需人工审核确认，修复后系统自动验证并生成审计就绪的证据链。GPT-5.6-Cyber的核心优势限制更少：移除系统级网络安全护栏，对高级安全请求响应率高达95%，远超普通版本的1.5%–2%。能力可控：在OpenAI安全评估体系中仅达”High”级别，未突破更高危险阈值，处于可控范围。前沿直达：让防御者率先接触和研究最前沿的AI安全能力，缩短应对自主网络攻击的时间窗口。生态整合：头部安全厂商可直接接入并面向客户提供支持，形成从模型到产品的完整防御链路。GPT-5.6-Cyber的项目地址项目官网：https://openai.com/index/expanding-daybreak-as-the-cyber-defense-window-narrows/GPT-5.6-Cyber的同类竞品对比对比维度GPT-5.6-CyberClaude Mythos发布方OpenAIAnthropic发布时间2026年8月2026年4月产品定位网络安全防御专用模型最强前沿模型，覆盖网络安全、软件工程与AI Agent开放计划Daybreak Blue/Red两级分层Project Glasswing单一计划网络安全能力漏洞利用链开发、身份验证绕过、权限提升自主发现零日漏洞、构建多步骤攻击链、深度渗透测试安全评估OpenAI评估为”High”级别，处于可控范围能力过强且存在安全风险，限制向公众开放已知风险案例AI工具入侵Hugging Face（自行创建消息板共享漏洞）突破沙盒隔离、主动掩盖操作痕迹、”未言说的评估意识”开放对象审核通过的Red层级客户12家核心机构及40多家关键基础设施维护者代表合作伙伴埃森哲、IBM、CrowdStrike、CloudflareAWS、苹果、微软、谷歌GPT-5.6-Cyber的应用场景漏洞研究与验证：用于漏洞利用链开发、身份验证绕过及权限提升等高级漏洞研究与验证任务。企业安全运营：支撑安全运营中心（SOC）进行事件响应、恶意软件分析及补丁验证等日常防御工作。红队演练：支持企业红队开展模拟攻击与渗透测试，提前暴露系统脆弱点。安全产品集成：埃森哲、IBM、CrowdStrike等厂商将其嵌入自有安全产品与托管服务，直接面向终端客户提供AI增强防护。APT模拟：模拟高级持续性威胁（APT）攻击路径，帮助防御者验证纵深防御体系有效性。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇LayerBack - AI 图表图片转换工具，一键转可编辑图表下一篇Muse Glimmer - Meta 开源的 300 亿参数大语言模型相关文章ASAM – vivo公司推出的AI图像分割模型AI小集2JoyCast – AI音频增强工具，将麦克风升级为录音室级别AI小集2Meshy 3D Agent – Meshy 推出的首个 3D 创作 AI AgentAI小集2Skywork-R1V 3.0 – 昆仑万维开源的多模态推理模型AI小集3AudioStory – 腾讯ARC推出的音频生成模型AI小集3Science Navigator – AI科研平台，覆盖“读文献-做计算-做实验-多学科协同”AI小集3暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀堆友Agent美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录知漫剧QwenPawRenoiseLawbot脱敏猫ClineJoyAI最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！36分钟前dots.tts – 小红书联合上海交大开源的语音合成基座模型36分钟前Grok Bot – SpaceXAI 推出的 AI Agent 系统，多 Bot 并行协作38分钟前ClawTeams – AI 电商运营协同平台，专家 Agent 并行执行3小时前PixelRAG – 伯克利开源的视觉原生 RAG 框架3小时前EvoX – EvoMap 推出的自进化 AI Agent，首创蜂群模式6小时前LTX-2.5 – LTX 开源的 AI 视频生成基础模型6小时前Today AI – 个人级 AI Agent 操作系统，能接入各类云服务6小时前Nemotron 3.5 Lightning – 英伟达开源的 MoE 模型19小时前DeepSeek Harness – DeepSeek 推出的 AI 智能体运行框架19小时前IndexTTS-2.5 – Bilibili 开源的工业级零样本语音克隆模型1天前Palmier Pro – 开源 AI 视频编辑器，在剪辑中生成视频、图像1天前Shotcut – 开源的视频编辑软件，支持多轨剪辑1天前PAST-Bench – 普林斯顿推出的个人 Agent 的性能归因基准1天前HOMIE – 香港科技大学开源的数字人视频生成框架1天前

感谢IT之家网友华南吴彦祖、乌蝇哥的左手的线索投递！IT之家8 月 11 日消息，每天似乎都有关于 AI 智能体“失控”的新消息传出。无论是入侵 Hugging Face、攻击健身网站，还是创建虚假个人资料进行社会工程攻击，越来越多的 AI 模型正在表现得像恶意攻击者一样。因此，开发这些 AI 模型的实验室正在扩展其网络安全防护产品。本周，OpenAI 宣布扩展其今年早些时候推出的网络防御服务 Daybreak。而就在不久前，Anthropic 也发布了专注网络安全的 AI 模型 Mythos。Daybreak 是一项将模型、工具和工作流程整合在一起的服务，为网络防御人员提供访问权限。此次扩展新增了一款专门面向网络防御工作的全新 AI 模型。IT之家注意到，OpenAI 当地时间周一表示，Daybreak 现在将由两个等级组成：Blue（蓝色）和 Red（红色）。这两个等级都将允许经过批准的客户访问 OpenAI 限制开放的前沿网络安全模型。“前沿模型”指目前最先进的 AI 模型，一直以来都存在争议。此前，特朗普政府曾寻求与 AI 企业合作推进这类模型的部署，据称原因是出于安全方面的考虑。而在过去，OpenAI 曾为这些模型设置大量安全防护机制，限制客户可以利用它们完成的操作范围。Blue 是两个等级中较基础的一种，它提供多种网络安全服务，包括事件响应、恶意软件分析以及补丁验证。OpenAI 称 Blue 是“大多数防御人员推荐的起点”，这意味着对于大多数企业而言，该等级可能已经足够使用。相比之下，Red 提供了更广泛、也可能更具风险的工具集。OpenAI 将向用户提供“经过专门训练的网络安全模型”，用于执行安全测试和漏洞研究。Red 等级还包含一款新模型 GPT-5.6-Cyber，该模型仅向 Red 用户开放。OpenAI 表示，GPT-5.6-Cyber 基于 GPT-5.6 Sol 构建，并针对某些专业网络安全任务提供了增强能力。目前，GPT-5.6-Cyber 仅向“可信客户合作伙伴”开放，其中据报道包括埃森哲、IBM、CrowdStrike、Cloudflare 等企业。随着 AI 智能体带来的威胁快速增加，批评人士也指出，这些安全风险同时为 AI 实验室提供了营销机会。而 OpenAI 显然正在以这种方式推广升级后的 Daybreak 服务。“网络安全领域正在快速变化 —— 威胁行为者将越来越多地利用 AI，以前所未有的速度和规模发动网络攻击，包括完全自主的攻击方式，”OpenAI 在一篇博客文章中表示，“随着这些能力不断扩散，防御者用于准备应对的时间窗口正在缩小。”与此同时，企业仍然希望从最了解安全风险的 AI 实验室那里购买防护服务，因为这些公司正是最先接触和研究这些风险的一方。

JetBrains AI是编程软件开发公司JetBrains最新为其旗下系列IDE推出的类似于GitHub Copilot的AI编程助手，可与IntelliJ IDEA、PyCharm、PhpStorm、ReSharper、Fleet等集成开发环境工具深度整合，提供代码聊天、代码生成、上下文代码分析、代码解释、代码翻译等功能，帮助开发人员提高开发效率和代码质量。JetBrains AI的主要功能回答代码问题：内置AI编程助手聊天工具，可与大模型提问对话解释代码：可在代码编辑器中选择代码，向AI询问特定的代码片段生成Git提交消息：可使用AI助手生成Git版本控制更改消息生成声明文档：可生成Java、Kotlin、Python等编程语言的文档代码翻译转换：可以将代码从一种编程语言转换为另一种编程语言AI生成测试：智能分析代码和文档，为代码片段生成单元测试JetBrains AI的产品价格JetBrains AI需要用户先购买了其旗下任一IDE的许可证后，激活许可证后才可以免费试用JetBrains AI。AI功能付费订阅价格为个人专业版8.33美元一个月。©️版权声明：若无特殊声明，本站所有文章版权均归AI工具集原创和所有，未经许可，任何个人、媒体、网站、团体不得转载、抄袭或以其他方式复制发表本站内容，或在非我站所属的服务器上建立镜像。否则，我站将依法保留追究相关法律责任的权利。类似于JetBrains AI的工具iFlow CLI心流AI推出的免费终端 AI 智能体Project IDX谷歌推出的AI云端开发和代码编辑器C知道CSDN推出的AI技术问答工具CatPaw美团推出的 AI IDE 编程工具WindsurfCodeium公司推出的AI编程工具Warp CodeWarp推出的AI编程工具暂无评论再想想发表评论暂无评论…

MAI-Code-1-Flash – 微软推出的轻量级代码生成模型AI工具23小时前更新AI小集02MAI-Code-1-Flash是什么MAI-Code-1-Flash 是微软专为开发者工作流推出的轻量级代码生成模型，深度集成GitHub Copilot。模型采用自适应输出长度控制技术，在保持高准确率的同时最高可减少 60% 的 token 消耗，显著降低延迟与成本。模型基于真实生产环境的 Copilot 工具链进行端到端训练，在 SWE-Bench 系列基准测试中全面超越Claude Haiku 4.5。MAI-Code-1-Flash的主要功能Agentic 代码生成：在真实代码仓库中执行端到端开发任务，自动调用工具链完成编码。自适应输出控制：根据任务复杂度动态调整推理深度，简单请求简洁回答，复杂问题深入分析。仓库问答：基于代码库上下文回答关于项目结构、函数逻辑等问题。代码重构：自动识别并优化代码结构、提升可读性与性能。多轮指令跟随：支持单轮与多轮对话场景，保持上下文一致性。工具调用：与 VS Code 编辑器及 Copilot 生态深度集成，实现工具级交互。MAI-Code-1.1-Flash：智能代码生成：针对 GitHub Copilot 深度优化，代码能力在 Terminal-Bench 2.1 提升 22%、.NET 任务提升 15%。原生视觉理解：新增图像内容理解能力，支持基于图片的编程辅助。高效 Token 处理：生成速度提升 25%，同时 Token 消耗减少 25%。多平台集成：已覆盖 VS Code、Visual Studio、JetBrains、Copilot CLI、GitHub Mobile 等主流平台。MAI-Code-1-Flash的技术原理架构继承与基础：MAI-Code-1-Flash 基于 MAI-Thinking-1 的中间训练检查点继续开发，继承了其 MoE 稀疏架构和 128K 上下文窗口，针对代码场景进行轻量化与效率优化。五阶段训练流水线：模型经历预训练、中间训练、轻量级 SFT、”Mid2″ 渐进训练及大规模 RL的完整流程。自适应解决方案长度控制：模型在训练中学会根据任务复杂度动态调整输出深度：简单请求简洁回答，复杂任务分配更多推理预算，在 SWE-Bench Verified 上最高减少 60% token 消耗，实现延迟、成本与质量的三重优化。合成数据与过程监督：训练应用提示重写、评分标准合成、过程监督=和仓库级数据合成等技术，确保高难度 Agentic 任务的可学习性，同时避免对低质量或不可验证数据的依赖。生产环境原生对齐：训练、评估与部署均使用同一套 GitHub Copilot 生产级工具链，评估包含真实仓库上下文、工具调用和验证流程，确保离线改进直接转化为真实开发者体验的提升。安全与质量联合优化：预训练过滤有害内容，SFT 和 RL 阶段应用安全对齐技术，通过 CyberBench、CyberSecEval、SecRepo 等网络安全基准评估，确保模型不会引入安全漏洞且符合安全编码标准。如何使用MAI-Code-1-Flash前提准备：确保已安装GitHub Copilot。启用模型：打开GitHub Copilot 聊天面板，模型通过 Auto 自动路由，或在模型选择器中直接选取 MAI-Code-1-Flash。日常编码：在编辑器中直接输入自然语言描述需求，模型自动生成对应代码片段或完整文件。Agentic 任务：用 Copilot 的 Agent 模式，让模型在真实仓库环境中执行跨文件修改、调试、重构等复杂任务。结果审阅：所有 AI 生成的代码建议均需人工 review、测试与验证后再合并至生产环境。MAI-Code-1-Flash的核心优势生产环境原生训练：直接用 GitHub Copilot 生产级工具链进行训练与评估，离线指标与真实开发者体验高度一致。Token 效率极致优化：通过自适应长度控制，在 SWE-Bench Verified 上最高节省 60% token，实现更低延迟与更高性价比。基准测试领先：在 SWE-Bench Pro（51.2% vs 35.2%）、SWE-Bench Verified、SWE-Bench Multilingual 及 Terminal Bench 2 上全面超越 Claude Haiku 4.5。端到端安全加固：训练全链路过滤有害内容，并通过 CyberBench、CyberSecEval、SecRepo 等安全基准评估，降低引入漏洞风险。深度 Copilot 集成：无需额外配置，直接在开发者最常用的 VS Code 环境中无缝使用。MAI-Code-1-Flash的项目地址项目官网：https://microsoft.ai/news/introducingmai-code-1-flash/技术论文：https://microsoft.ai/pdf/MAI-Code-1-Flash-Model-Card.PDFMAI-Code-1-Flash的同类竞品对比维度MAI-Code-1-FlashClaude Haiku 4.5GPT-4o出品方微软 (Microsoft AI)AnthropicOpenAI定位轻量级生产级代码 Agent 模型轻量级通用多模态模型旗舰级通用多模态模型训练目标针对 GitHub Copilot 生产工具链端到端优化通用推理与多模态理解通用推理、代码、多模态SWE-Bench Pro51.2%35.2%约 40-50%（因评估环境不同有差异）Token 效率最高节省 60%，自适应长度控制标准输出长度标准输出长度集成深度原生嵌入 VS Code Copilot，Auto 路由需通过 API 或第三方插件接入需通过 API 或 Copilot 接入延迟表现针对低延迟交互优化轻量但非专为代码优化较重，延迟相对较高安全评估CyberBench / CyberSecEval / SecRepo标准安全对齐标准安全对齐当前可用渠道VS Code GitHub Copilot（逐步 rollout）Claude API / Claude.aiChatGPT / API / Copilot定价模式含于 Copilot 订阅（待定）按 token 计费按 token 计费MAI-Code-1-Flash的应用场景日常代码补全：编写函数、类、单元测试时提供智能补全与上下文感知建议。跨文件重构：基于仓库级上下文自动识别依赖关系，执行大规模代码重构与架构优化。Bug 修复：根据错误描述、日志或测试失败信息定位根因并生成修复补丁。代码审查辅助：解释复杂代码逻辑，发现潜在性能瓶颈、安全隐患或风格问题。新功能开发：通过自然语言描述需求，自动生成可运行的功能代码及配套测试。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇MAI-Voice-2 - 微软推出的新一代文本转语音模型下一篇Odysseus - 开源的本地自托管 AI 工作空间相关文章Landbot – AI驱动的零编码创建聊天机器人平台，支持全渠道部署AI小集2Grok Voice Think Fast 2.0 – SpaceXAI 推出的语音模型AI小集2Medio.cool – 专为企业海外市场推广的AI视频编辑工具AI小集3图怪兽 – 在线AI图像设计平台，支持多端登录满足多种营销需求AI小集3DD星球 – AI虚拟社交应用，定制AI伙伴进行实时对话交流AI小集3MkSaaS – 专为快速构建 AI SaaS 产品设计的全栈框架AI小集3暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀堆友Agent美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录知漫剧QwenPawRenoiseLawbot脱敏猫ClineJoyAI最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！35分钟前dots.tts – 小红书联合上海交大开源的语音合成基座模型36分钟前Grok Bot – SpaceXAI 推出的 AI Agent 系统，多 Bot 并行协作38分钟前ClawTeams – AI 电商运营协同平台，专家 Agent 并行执行3小时前PixelRAG – 伯克利开源的视觉原生 RAG 框架3小时前EvoX – EvoMap 推出的自进化 AI Agent，首创蜂群模式6小时前LTX-2.5 – LTX 开源的 AI 视频生成基础模型6小时前Today AI – 个人级 AI Agent 操作系统，能接入各类云服务6小时前Nemotron 3.5 Lightning – 英伟达开源的 MoE 模型19小时前DeepSeek Harness – DeepSeek 推出的 AI 智能体运行框架19小时前IndexTTS-2.5 – Bilibili 开源的工业级零样本语音克隆模型1天前Palmier Pro – 开源 AI 视频编辑器，在剪辑中生成视频、图像1天前Shotcut – 开源的视频编辑软件，支持多轨剪辑1天前PAST-Bench – 普林斯顿推出的个人 Agent 的性能归因基准1天前HOMIE – 香港科技大学开源的数字人视频生成框架1天前

IT之家8 月 12 日消息，早在今年 6 月，微软首次公布了 MAI-Code-1。这是一款针对 GitHub Copilot 工作负载进行优化、强调推理效率的编程模型。此后，MAI-Code-1 的 Flash 版本登陆 GitHub Copilot，成为用户可选的模型之一，可与 OpenAI 和 Anthropic 的模型竞争。MAI-Code-1-Flash 刚发布时，其价格和效率表现颇具竞争力，但很快就被 GLM-5.2、Kimi K3 等价格更低且性能强大的中国模型，以及 OpenAI 的 GPT-5.6 Luna 抢去了风头。今天，微软宣布推出升级版 MAI-Code-1.1-Flash，在提升代码编写能力的同时，大幅降低成本和 Token 消耗。微软表示，通过 GitHub Copilot CLI 使用 MAI-Code-1.1-Flash 时，该模型在 Terminal-Bench 2.1 测试中的表现提升了 22%，在.NET 相关任务中的表现则提升了 15%。微软还表示，新模型的 Token 生成速度提升了 25%，同时完成相同任务所需的 Token 数量减少了 25%。得益于训练和服务效率的提升，微软将 MAI-Code-1.1-Flash 的价格降至初代模型的四分之一。对于年度 Copilot 订阅用户，该模型的高级请求倍率为 0.25 倍。根据 GitHub Copilot 的价格表，MAI-Code-1.1-Flash 的价格为每 100 万输入 Token 收费 0.20 美元（IT之家注：现汇率约合 1.4 元人民币），每 100 万缓存输入 Token 收费 0.02 美元（现汇率约合 0.14 元人民币），每 100 万输出 Token 收费 1.20 美元（现汇率约合 8.1 元人民币）。相比之下，MAI-Code-1-Flash 每 100 万 Token 的价格分别为 0.75 美元（现汇率约合 5.1 元人民币）、0.075 美元（现汇率约合 0.51 元人民币）和 4.50 美元（现汇率约合 30.4 元人民币），新模型的价格大幅下降。除了代码能力提升之外，MAI-Code-1.1-Flash 还新增原生视觉能力，可以理解和分析图像内容。目前，MAI-Code-1.1-Flash 已经开始陆续登陆 GitHub Copilot 的各项服务，包括 VS Code、Visual Studio、JetBrains IDE、Copilot CLI、GitHub Mobile 以及其他受支持的平台。免费用户和学生用户可以通过自动模型选择功能使用该模型，付费用户则可以手动选择 MAI-Code-1.1-Flash。随着升级版模型正式上线，GitHub 将于 2026 年 9 月 10 日在所有 Copilot 服务中停止提供 MAI-Code-1-Flash。

IndexTTS-2.5 – Bilibili 开源的工业级零样本语音克隆模型AI工具1天前更新AI小集02IndexTTS-2.5是什么IndexTTS-2.5 是 Bilibili 开源的工业级零样本语音克隆模型，参数量仅 0.8B，支持中文、英语、日语、西班牙语和阿拉伯语五语跨语种迁移。模型重构了推理架构，推理速度提升 2.28 倍，支持 0.5x 至 2.0x 语速调节，以及发音、情感等精细化控制。完整代码、模型权重及论文均已发布，采用 Bilibili Model License 协议。IndexTTS-2.5的主要功能零样本语音克隆：仅需一段 3 到 10 秒的参考音频，即可精准复刻任意说话人的音色特征，无需针对目标说话人进行额外训练。五语言跨语种支持：支持中文、英语、日语、西班牙语和阿拉伯语五种语言。精细化情感控制：提供多种情感调节方式：通过独立的情感参考音频传递情绪、使用八维情感向量精确指定情感强度、开启文本驱动情感自动推断，以及通过emo_alpha参数调节情感浓淡。音色与情感解耦：音色提示音频和情感提示音频可完全独立指定。用户能分别控制”谁在说”和”怎么说”。语速无级调节：通过duration_factor参数，可在 0.5 倍到 2.0 倍之间任意调节合成语速，满足不同场景的节奏需求。发音精准干预：支持中文拼音、英语 CMU 音素和日语假名三种粒度的发音控制，有效解决多音字、异读词和语境依赖发音问题。IndexTTS-2.5的技术原理三阶段生成流水线：模型采用”文本 → 语义 Token → 梅尔谱 → 波形”的三阶段架构。由基于 Transformer 的文本到语义（T2S）语言模型生成语义 Token，经非自回归的语义到梅尔谱（S2M）流匹配模块生成梅尔频谱图，最后通过神经声码器还原为最终音频。语义编解码器压缩：将语义 Token 的帧率从 50Hz 压缩至 25Hz，使序列长度直接减半，显著降低 T2S 模块在训练和推理时的计算量与内存占用，是推理加速的关键之一。Zipformer 架构升级：S2M 模块的骨干网络从 U-DiT 替换为更高效的 Zipformer 架构。Zipformer 以更少的参数量实现了更强的长程依赖建模能力，使梅尔谱生成更快、更稳定，同时保持了合成音质。跨语言建模策略：针对多语言场景下字符重叠导致的混淆问题，团队提出了三种策略：边界感知对齐（在文本前后插入语言标记如）、Token 级拼接（为每个输入 Token 融合语言专属嵌入）、以及指令引导生成（在文本前添加自然语言指令前缀如”请用英文朗读”）。GRPO 强化学习优化：在 T2S 模块的后训练阶段引入 GRPO（Group Relative Policy Optimization），冻结 ASR 模型的词错误率（WER）作为奖励信号，每次生成四个候选样本，通过优化高奖励样本的相对似然，持续提升发音准确度与语音自然度。微信关注回复“开源”，加入AI开源项目交流群如何使用IndexTTS-2.5环境准备：用户需先安装 Git 和 uv 包管理器，通过git clone https://github.com/index-tts/index-tts.git将官方代码仓库下载到本地。依赖安装：进入项目目录后，执行uv sync –all-extras命令以自动创建虚拟环境并安装所有必需的 Python 依赖。模型下载：通过huggingface-cli或modelscope工具从官方仓库IndexTeam/IndexTTS-2.5下载模型权重到本地checkpoints目录。启动 Web 界面：执行uv run webui.py启动 Gradio 交互界面，在浏览器中访问http://127.0.0.1:7860进行可视化语音合成操作。加载模型：在 Python 脚本中从indextts.infer_v2_5导入IndexTTS2类，并传入配置文件路径和模型目录完成模型实例化。基础语音克隆：调用实例的infer方法，传入参考音频路径、目标文本和语言代码，可生成并保存具有克隆音色的语音文件。情感控制：在infer方法中额外传入emo_audio_prompt参数指定情感参考音频，或使用emo_vector传入八维情感向量来控制合成语音的情绪表现。语速调节：在推理时设置duration_factor参数为 0.5 到 2.0 之间的数值，即可按比例加快或减慢合成语音的语速。发音干预：在输入文本中插入<行|XING2>、<minute|M IH1 . N AH0 T>或<上手|じょうず>等标注，以精确控制多音字或异读词的发音。IndexTTS-2.5的核心优势小参数高效率：模型参数量仅 0.8B，通过语义编解码器压缩和 Zipformer 架构升级，实现 2.28 倍的推理加速，BF16 精度下实时率（RTF）低至 0.20，兼顾轻量化与高性能。五语言跨语种迁移：支持中文、英语、日语、西班牙语和阿拉伯语五种语言，用户可使用任意一种语言的参考音频去克隆另一种语言的语音，且无需目标语言的情感训练数据即可实现情感跨语种迁移。精细化多维可控：模型支持 0.5x 至 2.0x 的无级语速调节、八维情感向量控制、文本驱动情感推断，以及拼音、CMU 音素和日语假名三种粒度的发音干预，满足内容创作对语音合成的精细调节需求。音色与情感彻底解耦：用户能独立指定音色提示音频和情感提示音频，两者甚至可以来自不同语言，在保留目标说话人音色的同时，灵活注入所需的情感风格。阿拉伯语开源支持：在主流开源 TTS 模型中，IndexTTS-2.5 是少数完整支持阿拉伯语语音克隆与跨语种迁移的模型，填补该语种在开源语音合成领域的空白。IndexTTS-2.5的项目地址GitHub仓库：https://github.com/index-tts/index-ttsarXiv技术论文：https://arxiv.org/pdf/2601.03888IndexTTS-2.5的同类竞品对比对比维度IndexTTS-2.5CosyVoice 3发布方Bilibili Index Speech Team阿里巴巴参数量0.8B0.5B / 1.5B支持语言中文、英语、日语、西班牙语、阿拉伯语（5种）公开评测覆盖中文、英语（3+种）中文说话人相似度 (SS)77.10（RL版 77.92）80.01（0.5B版）英文说话人相似度 (SS)68.06（RL版 67.79）74.16（0.5B版）中文词错误率 (WER)4.36%（RL版 3.93%）3.84%英文词错误率 (WER)5.12%（RL版 3.89%）4.88%跨语种迁移✅ 支持（中→日/西/阿等）未公开相关评测数据音色-情感解耦✅ 完全解耦，可跨语言组合未公开支持同等粒度解耦语速控制✅ 0.5x ~ 2.0x 无级调节未公开同等级别接口发音干预 (G2P)✅ 拼音 / CMU音素 / 日语假名部分支持IndexTTS-2.5的应用场景AI 配音与有声内容生成：内容创作者仅需提供一段主播或角色的参考音频，可快速生成多语种、多情感风格的有声书、广播剧与播客内容，无需重复录制。跨语言视频本地化：影视与短视频团队可用中文参考音频直接生成英语、日语、西班牙语或阿拉伯语的配音，保留原演员音色，大幅降低海外发行成本。游戏与虚拟角色语音：游戏开发商可为 NPC 或虚拟偶像克隆特定音色，通过情感向量实时切换喜怒哀乐，实现动态剧情语音与直播互动。实时语音交互与数字人：凭借 0.20 的超低实时率，IndexTTS-2.5 可部署于智能客服、数字人直播与实时翻译场景，支持低延迟的个性化语音回复。教育与语言学习：教育机构可用发音控制功能生成标准拼音、CMU 音素或日语假名示范音频，可克隆教师音色制作多语种同步课程。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇Palmier Pro - 开源 AI 视频编辑器，在剪辑中生成视频、图像下一篇DeepSeek Harness - DeepSeek 推出的 AI 智能体运行框架相关文章StockBot – 基于Llama3的AI金融Agent，提升股票投资效率AI小集3ChatGPT Plus 和 Claude Pro 会员代充值 – 支持支付宝AI小集0CountAnything – AI计数应用，拍照或上传图片、自动检测计数相同物品AI小集3AIVLOG – AI视频剪辑工具，自动识别视频中的精彩片段AI小集3vivago R1- 智象未来推出的无限时长多模态创作智能体AI小集2Clawith – 开源多智能体协作框架，OpenClaw团队协作版AI小集3暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀堆友Agent美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录知漫剧QwenPawRenoiseLawbot脱敏猫ClineJoyAI最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！31秒前dots.tts – 小红书联合上海交大开源的语音合成基座模型1分钟前Grok Bot – SpaceXAI 推出的 AI Agent 系统，多 Bot 并行协作3分钟前ClawTeams – AI 电商运营协同平台，专家 Agent 并行执行2小时前PixelRAG – 伯克利开源的视觉原生 RAG 框架2小时前EvoX – EvoMap 推出的自进化 AI Agent，首创蜂群模式5小时前LTX-2.5 – LTX 开源的 AI 视频生成基础模型5小时前Today AI – 个人级 AI Agent 操作系统，能接入各类云服务5小时前Nemotron 3.5 Lightning – 英伟达开源的 MoE 模型19小时前DeepSeek Harness – DeepSeek 推出的 AI 智能体运行框架19小时前Palmier Pro – 开源 AI 视频编辑器，在剪辑中生成视频、图像1天前Shotcut – 开源的视频编辑软件，支持多轨剪辑1天前PAST-Bench – 普林斯顿推出的个人 Agent 的性能归因基准1天前HOMIE – 香港科技大学开源的数字人视频生成框架1天前Karpo – AI 生活助手，主动监测用户日程与兴趣2天前

Qwen 3.8-Max – 阿里云 Qwen 团队推出的旗舰大模型AI工具5小时前更新AI小集02Qwen 3.8-Max是什么Qwen 3.8-Max 是阿里云 Qwen 团队推出的旗舰大模型，总参数量达 2.4 万亿，基于Qwen 3.5架构扩展而成。作为 Qwen 家族迄今最强大的模型，是首个即将开源权重的 Max 级别模型。模型在编程、办公、科研及长程任务上实现全面升级，支持通过千问AI平台 API 调用，兼容 OpenAI 与 Anthropic 协议，可无缝集成至Claude Code、Codex、Qoder等主流智能体框架。Qwen团队已开源总参数2.4T、每Token激活95B的MoE大模型Qwen3.8-2.4T-A95B，原生支持256K上下文，在编程与Agent任务上表现领先，为Qwen-Max级别首次开放权重。Qwen 3.8-Max的主要功能长程自动编程：支持十天级自主编程，构建自进化 harness 并完成需求收集、issue 派发、代码生成与自我修复。论文复现与超越：独立复现论文实验后，通过四轮自我进化循环测试 18 种改进想法，在 AIME24 上超越原方法 2.7 分。竞赛实战：24 小时内独立搭建并迭代方案，准确率从 0.60 升至 0.853，击败 87% 的人类参赛队伍。办公提效：覆盖数百种高价值职业场景，如律师一小时标出 1,284 条条款、设计师一次成型 8 页可交互原型。量化策略研发：从单句描述出发调度约 330 个子智能体，完成约 6,000 次回测，交付端到端 ETF 轮动策略。芯片自主设计：历经约 500 轮交互，将密码加速器网表门数从 8,298 优化至 678，面积缩减 81% 并实现时序闭合。Qwen 3.8-Max的技术原理架构扩展：基于 Qwen 3.5 架构基础扩展而成，总参数量达 2.4 万亿，激活参数 95B，在保持架构继承性的同时实现规模跃升。真实世界强化学习系统：通过联合扩展 RL 环境数量与训练算力提升通用工作能力，核心解决三个耦合挑战：在任务、工作空间、Harness三个维度上解耦合，使环境数以组合方式自然增长；构建统一奖励系统，将基于执行的校验、文本及渲染后视觉输出的 rubric 评估、agentic 检查统一内化，消除任务专用验证器的不一致性；构建在线数据均衡器，对每个 batch 在任务、难度、工作区与 harness 上重构均衡分布，降低梯度方差，支撑训练算力稳定持续扩展。自进化反馈闭环：模型通过执行-反馈-迭代的自适应机制推进优化，在数百至数千轮交互中保持高度连贯的系统性策略，依赖仿真、综合、布局等反馈闭环，实现算法级数据通路重构而非浅层语法微调。动态工作流编排：用编程方式驱动任务规划，将编排逻辑固化为可复现程序，支持从单链路连贯研发到大规模并行探索的灵活切换，使复杂任务的串行推进转化为一次对话内可规模化交付的自动化闭环。如何使用Qwen 3.8-Max千问AI平台调用：注册账号获取 API Key，通过兼容 OpenAI或 Anthropic 协议的接口直接调用模型。调节推理深度：通过reasoning_effort参数设置xhigh（默认，深度分析）、medium（平衡）或low（高效推理），按需控制成本与性能。集成智能体框架：配置 API Key 与 Base URL 后，可接入 Claude Code、Codex、Qoder CLI、Qwen Code、OpenClaw 等主流编程助手与 Agent 框架。开源权重部署：下周起从 Hugging Face 或 ModelScope 下载模型权重，进行本地部署与二次开发。Qwen 3.8-Max 的核心优势超长程自主执行：可连续专注数天至数十天，通过执行-反馈-迭代闭环自我进化，全程无需人工介入。真实世界 RL 训练：联合扩展环境数量与训练算力，在 QwenWork、Claude Code、Codex、OpenClaw、Hermes 等 harness 上表现均衡且持续提升。端到端交付能力：通过动态工作流将编排逻辑固化为可复现程序，把原本需数周串行推进的复杂任务压缩为一次对话内可规模化交付的自动化闭环。Qwen 3.8-Max 的项目地址项目官网：https://qwen.ai/blog?id=qwen3.8魔搭模型库：https://modelscope.cn/models/Qwen/Qwen3.8-2.4T-A95BQwen 3.8-Max 的同类竞品对比维度Qwen 3.8-MaxGPT 5.6 Sol论文复现PaperBench 93.0 分，独立复现后自我进化超越原文PaperBench 90.5 分软件工程SWE-bench Pro 67.7 分，FrontierSWE 73.5 分SWE-bench Pro 64.6 分，FrontierSWE 无官方数据终端编码Terminal Bench 2.1 86.6 分Terminal Bench 2.1 88.8 分通用办公CoWorkBench 74.8 分，JobBench 53.4 分CoWorkBench 71.5 分，JobBench 45.4 分多模态推理MMMU-Pro 82.3 分，BabyVision 82.0 分MMMU-Pro 83.0 分，BabyVision 65.5 分视觉智能体OSWorld-Verified 86.1 分，AndroidWorld 85.3 分OSWorld-Verified 83.2 分，AndroidWorld 77.6 分视频理解VideoMME 90.4 分，MLVU 90.8 分VideoMME 89.5 分，MLVU 87.6 分长程任务365 天电商模拟 4.16 倍回报，芯片设计 500 轮优化无公开同类长程自主任务数据Qwen 3.8-Max 的应用场景法律合规审查：单次通读数百份文档，一小时内标出上千条相关条款，替代法务团队约一周工作量。UI/UX 原型设计：为数字银行 App 一次生成 8 页高保真可交互原型，无需人工返修。餐饮菜单开发：基于上百份食材资料一次性产出 26 道菜的完整菜单，控制食材成本率在 33.8%。结构工程建模：仅凭一份图纸在浏览器中还原 30 层写字楼抗震结构模型，支持实时悬停查看关键指标。康复医学可视化：将 2D 纸质评估单转化为可自由旋转、逐层浮现的 3D 交互演示，帮助患者理解康复路径。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇MindMemOS - 华为诺亚方舟开源的 AI Agent 记忆操作系统下一篇GenOffice - Genspark 推出的本地 AI Office 客户端相关文章Sagehood – AI投资平台，多领域 AI 代理提供精准股票市场洞察AI小集2Meku – AI开发平台，简单描述生成Web应用和网站AI小集3Shadow – AI会议助手，实时识别说话人生成会议笔记AI小集2PAST-Bench – 普林斯顿推出的个人 Agent 的性能归因基准AI小集2WebSSL – Meta联合纽约大学等机构推出的视觉自监督学习系列模型AI小集2律己AI – 法务AI助手，分析合同内容识别潜在风险AI小集4暂无评论再想想发表评论暂无评论…

¶ÇÊûú‰ΩøÁî® Qwen Cloud APIÔºåÈô§‰∫܉øÆÊîπ model §ñÔºåËØ∑‰º†ÂÖ• extra_body={“enable_thinking”: True, “preserve_thinking”: True}ÔºåËÄå‰∏çÊòØ extra_body={“chat_template_kwargs”: {“enable_thinking”: True, “preserve_thinking”: True}}„ÄÇ

微信扫一扫关注该公众号

微信扫一扫可打开此内容，使用完整服务

IT之家8 月 12 日消息，开放世界模型公司 LTX 昨日（8 月 11 日）宣布推出 LTX-2.5 模型，原生集成 ComfyUI，在 2 张英伟达 GB200 配置下生成 10 秒 720P 视频只需要 6.8 秒。接入方面，用户可通过 Hugging Face、ComfyUI 和 LTX API 获取模型或调用托管生成服务。授权方面，年度经常性收入（ARR）低于 1,000 万美元（IT之家注：现汇率约合 6,758.6 万元人民币）的组织可免费使用；更大规模公司需协商商业授权。费用方面，LTX-2.5 Fast 以每秒 0.09 美元（现汇率约合 0.61 元人民币）生成带音频 720p 视频，10 秒片段成本为 0.90 美元（现汇率约合 6.1 元人民币）。Rank模型每秒成本每 10 秒成本独特差异化因素备注1Veo 3.1 Lite (Google)$0.05$0.50该类别最低价格，所有已公布的最低价格不支持 4K，不支持剪辑扩展2LTX-2.5 Fast (Lightricks)$0.09$0.90业内唯一开放的权重模式，年度经常性收入低于 1,000 万美元（现汇率约合 6,758.6 万元人民币）的用户无需自行托管，并允许进行微调。可扩展至 4K，成本为每秒 0.30 美元（现汇率约合 2 元人民币）；单代最长可达 20 秒，帧率为 24/25 fps。3Veo 3.1 Fast (Google)$0.10$1.00最便宜的 4K 闭源 API 路径（0.30 美元（现汇率约合 2 元人民币）/秒）Veo 系列的经济型产品3Gemini Omni Flash (Google)$0.10$1.00经独立评定，质量领先，截至 2026 年 8 月，在人工智能分析文本转视频领域均位居榜首。仅支持 720p；最长 10 秒；最佳迭代工具5LTX-2.5 Pro (Lightricks)$0.12$1.20唯一开放字重系列中的优质优化版本 —— 快速贴合、字体、排版（供应商描述）。最高分辨率为 1080p，时长 10 秒6FLUX 3 Video (Black Forest Labs)$0.17$1.70首个可以交付 20 秒带音频的视频片段模型高清频段；包含音频；草稿档位，每秒 0.06 美元（现汇率约合 0.41 元人民币）（每片段 0.60 美元（现汇率约合 4.1 元人民币），仅限高清）7HappyHorse 1.0 (Alibaba)$0.182$1.82Arena 在发布时（2026 年 4 月）质量领先，但此后被超越；“开源”的说法从未得到可验证的下载重量数据的支持。第三方经销商价格；音频免费包含在内8Veo 3.1 (Google)$0.40$4.00高级版；8 倍 Veo 3.1 Lite；1080p 分辨率无需额外付费即可高于 720p 分辨率LTX 发布材料中最突出的指标是速度，在 2 张英伟达 GB200 芯片上，可在 6.8 秒内生成 10 秒 720p 图生视频，而相同任务经 LTX 托管 API 耗时 23.7 秒，但 API 输出分辨率为 1080p（没有 720p 档）。

DeepSeek-V4 – DeepSeek推出的新一代大语言模型系列AI工具4个月前发布AI小集07DeepSeek-V4是什么DeepSeek-V4是DeepSeek推出的新一代大语言模型系列预览版，拥有百万字超长上下文窗口，在Agent能力、世界知识与推理性能方面达到开源领域领先水平。模型包含deepseek-v4-pro 和 deepseek-v4-flash 两个版本，分别定位高性能与经济高效，均已开源并提供API服务，支持非思考与思考双模式，为长文本处理与智能体应用提供普惠化基础设施。DeepSeek-V4的主要功能百万上下文处理：原生支持1M Token超长文本理解与记忆，为官方服务标配。混合注意力机制：CSA与HCA架构大幅降低长上下文计算与显存开销。Agent编码增强：针对Claude Code、OpenClaw等主流Agent框架深度优化。双模式推理：支持非思考与思考模式，后者可通过reasoning_effort参数调节强度。多领域专家融合：通过OPD蒸馏整合数学、代码、Agent等领域专家能力。经济高效选择：Flash版本用更低参数实现接近Pro的推理性能，API成本显著降低。DeepSeek-V4的技术原理CSA压缩稀疏注意力：将每m个token的KV压缩为1个条目，通过Lightning Indexer计算索引分数并执行Top-k稀疏选择，结合滑动窗口与Attention Sink机制保留局部依赖。HCA重度压缩注意力：以更大压缩比m’将KV条目合并为单个条目，保持密集注意力而不采用稀疏选择，进一步降低计算量。mHC流形约束超连接：将残差映射矩阵通过Sinkhorn-Knopp算法投影到双随机矩阵流形，约束谱范数不超过1，增强深层信号传播稳定性。Muon优化器：模型采用混合Newton-Schulz迭代对梯度矩阵进行正交化，分快速收敛与精确稳定两个阶段，支持大规模MoE高效训练。FP4量化感知训练：对MoE专家权重和CSA索引器QK路径进行FP4量化，用FP8扩展动态范围实现无损反量化，降低内存与计算开销。DeepSeek-V4的性能体现知识能力世界知识领先开源：SimpleQA-Verified达57.9%，超越所有已评测开源模型20个百分点，仅稍逊于Gemini-3.1-Pro（75.6%）。中文知识突出：Chinese-SimpleQA达84.4%，大幅领先K2.6（75.9%）与GLM-5.1（75.0%）。教育知识接近前沿：MMLU-Pro 87.5%、GPQA Diamond 90.1%，与GPT-5.4持平，略低于Gemini-3.1-Pro。推理与代码能力数学竞赛比肩闭源：HMMT 2026 Feb达95.2%，IMOAnswerBench达89.8%，超越K2.6与GLM-5.1，接近GPT-5.4与Opus-4.6。代码竞赛首次开源追平闭源：Codeforces Rating达3206，与GPT-5.4（3168）相当，当前排名人类选手第23位。高难度推理突破：Apex Shortlist达90.2%，超越GPT-5.4（78.1%）与Opus-4.6（85.9%）；LiveCodeBench达93.5%，领先所有对比模型。Agent能力软件工程接近顶级闭源：SWE Verified达80.6%，与Opus-4.6（80.8%）基本持平；SWE Pro 55.4%、SWE Multilingual 76.2%。终端操作领先开源：Terminal Bench 2.0达67.9%，超越K2.6（66.7%）、GLM-5.1（63.5%）与Opus-4.6（65.4%）。工具调用泛化优秀：MCPAtlas Public 73.6%、Toolathlon 51.8%，在包含广泛工具和MCP服务的评测中表现突出。长上下文能力百万上下文检索强劲：MRCR 1M达83.5%，超越Gemini-3.1-Pro（76.3%）；128K内检索性能高度稳定，1M时仍保持较强能力。真实场景长文档理解：CorpusQA 1M达62.0%，优于Gemini-3.1-Pro（53.8%）。效率表现计算量断崖式下降：1M上下文下，V4-Pro单Token推理FLOPs仅为V3.2的27%，V4-Flash仅为10%。KV缓存大幅压缩：1M上下文下，V4-Pro累计KV缓存为V3.2的10%，V4-Flash仅为7%。路由专家FP4量化：专家权重采用FP4存储，未来硬件上理论可再提升1/3效率。如何使用DeepSeek-V4网页端/App：访问DeepSeek官网或官方App，选择专家模式（Pro）或快速模式（Flash）。API调用：修改model参数为deepseek-v4-pro或deepseek-v4-flash，base_url保持不变。思考模式：复杂Agent场景建议启用思考模式并设置reasoning_effort: max。本地部署：通过Hugging Face或ModelScope下载开源权重自行部署。DeepSeek-V4的关键信息和使用要求版本规格：Pro版1.6T参数/49B激活，Flash版284B参数/13B激活，预训练数据分别为33T与32T。上下文长度：两个版本均支持1M Token，旧接口deepseek-chat与deepseek-reasoner将于2026-07-24停用。API定价（每百万Token）：Pro输入缓存命中1元/未命中12元，输出24元；Flash输入缓存命中0.2元/未命中1元，输出2元。算力限制：Pro版当前服务吞吐有限，预计下半年昇腾950超节点批量上市后价格将大幅下调。DeepSeek-V4的核心优势百万上下文普惠化：1M Token超长上下文成为官方服务标配，突破传统注意力机制的二次计算瓶颈，使长文本任务与测试时缩放真正可行。极致长上下文效率：通过CSA压缩稀疏注意力与HCA重度压缩注意力的混合架构，1M上下文下V4-Pro的单Token推理FLOPs仅为V3.2的27%，KV缓存仅10%，Flash版更是低至10%与7%。开源模型性能新标杆：V4-Pro-Max在知识、推理、代码竞赛等评测中全面领先前代开源模型，Agent编码能力内部评测优于Claude Sonnet 4.5，交付质量接近Opus 4.6非思考模式。双版本灵活覆盖：Pro版（1.6T/49B）定位顶级性能，Flash版（284B/13B）以极小激活参数实现接近的推理能力，API价格低至Pro的1/12，普惠不同预算场景。Agent能力原生增强：针对Claude Code、OpenClaw等主流Agent框架专项优化，支持跨用户消息边界的连贯推理保留，在SWE、Terminal Bench等Agent评测中表现优异。DeepSeek-V4的项目地址HuggingFace模型库：https://huggingface.co/collections/deepseek-ai/deepseek-v4技术论文：https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro/blob/main/DeepSeek_V4.pdfDeepSeek-V4的同类竞品对比对比维度DeepSeek-V4-ProClaude Opus 4.6Kimi K2.6模型定位开源高性能MoE闭源顶级通用开源Agent智能开源状态完全开源闭源API开源/开放API总参数量1.6T未公开未公开激活参数49B未公开未公开上下文长度1M Token200K1M Token核心架构CSA+HCA混合注意力传统TransformerMoE+长上下文MMLU-Pro87.589.187.1SimpleQA57.946.236.9Codeforces3206––SWE Verified80.680.880.2Terminal Bench67.965.466.7MRCR 1M83.592.9–API输入价格12元/百万Token约150元/百万Token约60元/百万Token长上下文效率KV缓存仅为V3.2的10%标准KV缓存高效但细节未公开DeepSeek-V4的应用场景长文档分析：支持百万字级论文、报告、法律合同的全文理解与跨章节推理。智能体编码：在Claude Code、OpenClaw等框架中执行复杂代码生成、重构与调试任务。多轮工具调用：在Agent工作流中保留完整推理历史，支持跨用户消息边界的连贯思考。知识密集型问答：在世界知识评测中大幅领先开源模型，适用于教育、科研与专业咨询。白领办公任务：模型在中文写作、信息分析、文档生成与编辑等场景表现优异。# AI工具# AI项目和框架©版权声明本站文章版权归AI工具集所有，未经允许禁止任何形式的转载。上一篇GPT-5.5 - OpenAI 推出的最新旗舰大模型下一篇StepAudio 2.5 ASR - 阶跃星辰推出的自动语音识别模型相关文章Remento – AI传记撰写工具，将口述内容转化为实体书籍AI小集2Omni Reference – Midjourney V7推出的图像参考功能AI小集3VSI-Bench – 李飞飞谢赛宁团队推出的视觉空间智能基准测试集AI小集2ComicsMaker – 在线AI漫画创作平台，支持多功能创作多风格高清画质AI小集2Cluely – AI桌面助手，用透明窗口形式提供实时辅助AI小集2Zion – 零代码AI应用开发平台AI小集25暂无评论再想想发表评论暂无评论…热门工具Loomy即梦AISekoAiPPT秘塔AI搜索妙呀堆友Agent美图设计室绘蛙AIupdream办公小浣熊秒哒最新收录知漫剧QwenPawRenoiseLawbot脱敏猫ClineJoyAI最新文章秒悟Meoo – 1分钟生成前后端完整的网站，真0门槛开发！35分钟前dots.tts – 小红书联合上海交大开源的语音合成基座模型35分钟前Grok Bot – SpaceXAI 推出的 AI Agent 系统，多 Bot 并行协作38分钟前ClawTeams – AI 电商运营协同平台，专家 Agent 并行执行3小时前PixelRAG – 伯克利开源的视觉原生 RAG 框架3小时前EvoX – EvoMap 推出的自进化 AI Agent，首创蜂群模式6小时前LTX-2.5 – LTX 开源的 AI 视频生成基础模型6小时前Today AI – 个人级 AI Agent 操作系统，能接入各类云服务6小时前Nemotron 3.5 Lightning – 英伟达开源的 MoE 模型19小时前DeepSeek Harness – DeepSeek 推出的 AI 智能体运行框架19小时前IndexTTS-2.5 – Bilibili 开源的工业级零样本语音克隆模型1天前Palmier Pro – 开源 AI 视频编辑器，在剪辑中生成视频、图像1天前Shotcut – 开源的视频编辑软件，支持多轨剪辑1天前PAST-Bench – 普林斯顿推出的个人 Agent 的性能归因基准1天前HOMIE – 香港科技大学开源的数字人视频生成框架1天前