BenchmarkList 上线：一站式追踪超2400个AI基准测试与模型
一个名为BenchmarkList的新平台正式上线，旨在为AI社区提供一站式基准测试、模型和能力追踪服务。该平台目前已收录2465个基准测试、24173个模型及1594个提供商，并提供交互式时间线、前沿模型能力评分（如GPT-5.6 Sol评分156.99）以及热门基准测试排名（如SWE-Marathon、DeepSWE等）。平台还列出了顶级提供商，包括OpenAI、Google、Anthropic、Qwen和DeepSeek等。近期新增了WANDR、DuelLab GameBench 2、FrontierFinance、RoboDojo等多个新基准测试，覆盖代理、游戏、金融和机器人等领域。其中RoboDojo是一个统一的模拟与真实世界基准，用于系统评估通用机器人操作策略，包含42个模拟任务和18个真实世界任务。 #AI #基准测试 #大模型 #机器学习 #机器人 #科技新闻
一个名为BenchmarkList的新平台正式上线，旨在为AI社区提供一站式基准测试、模型和能力追踪服务。该平台目前已收录2465个基准测试、24173个模型及1594个提供商，并提供交互式时间线、前沿模型能力评分（如GPT-5.6 Sol评分156.99）以及热门基准测试排名（如SWE-Marathon、DeepSWE等）。平台还列出了顶级提供商，包括OpenAI、Google、Anthropic、Qwen和DeepSeek等。近期新增了WANDR、DuelLab GameBench 2、FrontierFinance、RoboDojo等多个新基准测试，覆盖代理、游戏、金融和机器人等领域。其中RoboDojo是一个统一的模拟与真实世界基准，用于系统评估通用机器人操作策略，包含42个模拟任务和18个真实世界任务。 #AI #基准测试 #大模型 #机器学习 #机器人 #科技新闻
Thinking Machines 发布 975B 参数开源大模型 Inkling
穆拉蒂创立的 Thinking Machines 公司正式发布开源大模型 Inkling。该模型拥有 9750 亿总参数（活跃参数 410 亿），采用混合专家（MoE）架构，支持高达 100 万 token 的上下文窗口，可处理文本、图像和音频输入。作为一款开源权重模型，Inkling 可在 Tinker 平台进行微调。其能力覆盖通用智能、数学推理、编码与工具调用，并具备多模态输入处理、可控推理时间及置信度预测等特性，旨在平衡速度与性能，便于开发者定制。 #ThinkingMachines #Inkling #大模型 #开源 #AI #多模态 #MoE #科技新闻
穆拉蒂创立的 Thinking Machines 公司正式发布开源大模型 Inkling。该模型拥有 9750 亿总参数（活跃参数 410 亿），采用混合专家（MoE）架构，支持高达 100 万 token 的上下文窗口，可处理文本、图像和音频输入。作为一款开源权重模型，Inkling 可在 Tinker 平台进行微调。其能力覆盖通用智能、数学推理、编码与工具调用，并具备多模态输入处理、可控推理时间及置信度预测等特性，旨在平衡速度与性能，便于开发者定制。 #ThinkingMachines #Inkling #大模型 #开源 #AI #多模态 #MoE #科技新闻
企业转向开源LLM推理
开源LLM推理领域在2026年迎来重要转折。许多企业在依赖前沿模型API后，面临成本飙升、法律合规风险及延迟控制不足等问题。财务部门发现API账单增长远超收入增速，法律部门担忧数据被第三方接触，工程团队则需要P99延迟保障。这些压力促使企业探索替代方案。文章指出，离开前沿API后主要有两条路径：一是选择托管推理服务（如Fireworks、Together等），保留API体验但获得模型选择权和数据控制权；二是完全自建，即采购开源权重、自租GPU并搭建开源推理堆栈。若选择自建，通常从单副本（复制模型到一张或多张GPU）开始，并使用vLLM等引擎启动。这一趋势反映了企业对成本、数据主权和性能控制的综合需求，开源堆栈正从零散组件走向系统化部署。 #开源LLM #推理 #自建 #成本控制 #数据安全 #API替代 #技术决策
开源LLM推理领域在2026年迎来重要转折。许多企业在依赖前沿模型API后，面临成本飙升、法律合规风险及延迟控制不足等问题。财务部门发现API账单增长远超收入增速，法律部门担忧数据被第三方接触，工程团队则需要P99延迟保障。这些压力促使企业探索替代方案。文章指出，离开前沿API后主要有两条路径：一是选择托管推理服务（如Fireworks、Together等），保留API体验但获得模型选择权和数据控制权；二是完全自建，即采购开源权重、自租GPU并搭建开源推理堆栈。若选择自建，通常从单副本（复制模型到一张或多张GPU）开始，并使用vLLM等引擎启动。这一趋势反映了企业对成本、数据主权和性能控制的综合需求，开源堆栈正从零散组件走向系统化部署。 #开源LLM #推理 #自建 #成本控制 #数据安全 #API替代 #技术决策