成本直降90%！Kimi K3与Claude Code结合使用引发关注
据雷峰网报道，有开发者发现将月之暗面旗下模型Kimi K3与Anthropic的编程助手Claude Code结合使用，可在特定任务中实现成本直降90%的效果。这一组合通过优化模型调用流程，大幅降低了API调用费用，同时保持了较高的任务完成质量。该发现迅速在技术社区引发讨论，不少开发者尝试复现并分享经验。业内人士分析，这种跨平台模型协同的方式，为降低AI应用成本提供了新思路，尤其适合预算有限的个人开发者和中小企业。目前，相关方案仍在持续优化中。 #KimiK3 #ClaudeCode #AI #成本降低 #雷峰网 #科技新闻 #大模型 #编程助手
据雷峰网报道，有开发者发现将月之暗面旗下模型Kimi K3与Anthropic的编程助手Claude Code结合使用，可在特定任务中实现成本直降90%的效果。这一组合通过优化模型调用流程，大幅降低了API调用费用，同时保持了较高的任务完成质量。该发现迅速在技术社区引发讨论，不少开发者尝试复现并分享经验。业内人士分析，这种跨平台模型协同的方式，为降低AI应用成本提供了新思路，尤其适合预算有限的个人开发者和中小企业。目前，相关方案仍在持续优化中。 #KimiK3 #ClaudeCode #AI #成本降低 #雷峰网 #科技新闻 #大模型 #编程助手
谷歌Gemini 3.6 Flash发布即遭群嘲，算力调走、财报压力成主因？
谷歌近日发布Gemini 3.6 Flash模型，但发布后迅速引发开发者与用户广泛嘲讽。批评者指出，该模型在推理能力、代码生成等关键指标上表现不佳，甚至不如前代版本，被质疑是“仓促上架”。有分析认为，谷歌内部为节省算力资源，将部分模型训练算力调至其他高优先级项目，同时面临母公司Alphabet财报压力，被迫缩减模型优化投入。此次事件暴露了谷歌在AI领域追赶速度与质量平衡的困境，也引发对大型科技公司研发资源分配策略的讨论。目前谷歌尚未正式回应外界质疑。 #谷歌 #Gemini #AI #大模型 #算力 #财报 #科技新闻 #模型发布 #争议
谷歌近日发布Gemini 3.6 Flash模型，但发布后迅速引发开发者与用户广泛嘲讽。批评者指出，该模型在推理能力、代码生成等关键指标上表现不佳，甚至不如前代版本，被质疑是“仓促上架”。有分析认为，谷歌内部为节省算力资源，将部分模型训练算力调至其他高优先级项目，同时面临母公司Alphabet财报压力，被迫缩减模型优化投入。此次事件暴露了谷歌在AI领域追赶速度与质量平衡的困境，也引发对大型科技公司研发资源分配策略的讨论。目前谷歌尚未正式回应外界质疑。 #谷歌 #Gemini #AI #大模型 #算力 #财报 #科技新闻 #模型发布 #争议
韩国发布Agentic AI倡议，推进“人人一个AI代理”
韩国科学技术信息通信部近日发布《Agentic AI倡议》，旨在加快布局可自主规划并执行任务的Agentic AI生态。韩国政府认为，AI竞争重心已从模型能力转向执行能力，需打通实际服务、数据、系统与业务流程。倡议围绕三大方向：强化安全与可信、打造开放执行基础设施、以需求牵引应用落地。年内将出台《Agentic AI安全与可信指南》，建设代理市场平台，并推进“全民AI项目”为公众提供个人AI代理支持。在媒体、物流、金融科技等重点行业，政府将组建联合体开展服务开发与实证。此外，政府还将提供GPU和数据支持，提升国产AI模型的Agentic能力。该倡议已有约280家企业参与的“Agentic AI联盟”支持，后续将细化政策。 #韩国 #AI #AgenticAI #人工智能 #科技政策 #全民AI #安全可信 #数字转型
韩国科学技术信息通信部近日发布《Agentic AI倡议》，旨在加快布局可自主规划并执行任务的Agentic AI生态。韩国政府认为，AI竞争重心已从模型能力转向执行能力，需打通实际服务、数据、系统与业务流程。倡议围绕三大方向：强化安全与可信、打造开放执行基础设施、以需求牵引应用落地。年内将出台《Agentic AI安全与可信指南》，建设代理市场平台，并推进“全民AI项目”为公众提供个人AI代理支持。在媒体、物流、金融科技等重点行业，政府将组建联合体开展服务开发与实证。此外，政府还将提供GPU和数据支持，提升国产AI模型的Agentic能力。该倡议已有约280家企业参与的“Agentic AI联盟”支持，后续将细化政策。 #韩国 #AI #AgenticAI #人工智能 #科技政策 #全民AI #安全可信 #数字转型
Upstage发布开源大模型Solar Open 2，专注AI代理能力
韩国AI公司Upstage于23日发布开源大语言模型Solar Open 2，主打AI代理场景，已在Hugging Face开放权重。该模型采用MoE架构，总参数250B，激活15B，支持100万token上下文。在MMLU-Pro、LiveCodeBench等多项基准测试中，Solar Open 2超越DeepSeek V4 Flash、Mistral Medium 3.5等模型，韩语评测平均分高于GPT-5.4 Mini。模型基于Apache 2.0许可证可商用，Upstage计划将其应用于门户Daum和AI代理平台Timely，并拓展至金融、医疗、制造等行业。CEO Kim Seonghun表示，模型注重真实业务中的代理可用性，旨在通过开放权重推动AI生态并加速主权AI落地。 #Upstage #SolarOpen2 #开源大模型 #AI代理 #MoE #主权AI #韩国AI #大模型 #科技新闻
韩国AI公司Upstage于23日发布开源大语言模型Solar Open 2，主打AI代理场景，已在Hugging Face开放权重。该模型采用MoE架构，总参数250B，激活15B，支持100万token上下文。在MMLU-Pro、LiveCodeBench等多项基准测试中，Solar Open 2超越DeepSeek V4 Flash、Mistral Medium 3.5等模型，韩语评测平均分高于GPT-5.4 Mini。模型基于Apache 2.0许可证可商用，Upstage计划将其应用于门户Daum和AI代理平台Timely，并拓展至金融、医疗、制造等行业。CEO Kim Seonghun表示，模型注重真实业务中的代理可用性，旨在通过开放权重推动AI生态并加速主权AI落地。 #Upstage #SolarOpen2 #开源大模型 #AI代理 #MoE #主权AI #韩国AI #大模型 #科技新闻
Upstage发布代理优化大模型Solar Open 2
生成式人工智能竞争正从基准分数转向实际任务执行。Upstage于7月23日宣布推出开源大语言模型Solar Open 2，专为AI代理环境设计，通过重复推理和工具调用执行任务。该模型采用混合专家（MoE）架构，总参数2500亿，推理时仅激活150亿，支持100万token上下文，量化后仅需两块NVIDIA H200 GPU即可运行。在MMLU-Pro、LiveCodeBench、IFBench、MCP-Atlas和APEX-Agents等基准测试中，Solar Open 2超越GPT-5.4 Mini和Claude Haiku 4.5等模型，韩语评估也表现优异。Upstage通过“Upstage Solar License”开放模型权重，支持商业用途。公司计划将模型应用于门户网站Daum和AI代理平台Timely，扩展对话式AI代理服务，并推动金融、医疗、制造等行业的AI转型。CEO金成勋表示，Solar Open 2注重实际可用性而非基准竞赛，旨在增强韩国自主AI竞争力。 #Upstage #SolarOpen2 #大模型 #AI代理 #开源 #MoE #实用AI #科技新闻 #韩语AI
生成式人工智能竞争正从基准分数转向实际任务执行。Upstage于7月23日宣布推出开源大语言模型Solar Open 2，专为AI代理环境设计，通过重复推理和工具调用执行任务。该模型采用混合专家（MoE）架构，总参数2500亿，推理时仅激活150亿，支持100万token上下文，量化后仅需两块NVIDIA H200 GPU即可运行。在MMLU-Pro、LiveCodeBench、IFBench、MCP-Atlas和APEX-Agents等基准测试中，Solar Open 2超越GPT-5.4 Mini和Claude Haiku 4.5等模型，韩语评估也表现优异。Upstage通过“Upstage Solar License”开放模型权重，支持商业用途。公司计划将模型应用于门户网站Daum和AI代理平台Timely，扩展对话式AI代理服务，并推动金融、医疗、制造等行业的AI转型。CEO金成勋表示，Solar Open 2注重实际可用性而非基准竞赛，旨在增强韩国自主AI竞争力。 #Upstage #SolarOpen2 #大模型 #AI代理 #开源 #MoE #实用AI #科技新闻 #韩语AI
MoA结构化解码注意力机制论文发布，提出DNF推导与KV缓存累积新方法
一篇题为《MoA-Structured Decode Attention DNF Derivation, KV-Cache Accumulation, GQA/MQA, and OpenACC Kernel》的学术论文于2026年7月21日提交至arXiv预印本平台。该论文由Lenore Mullin等人撰写，主要探讨了基于混合注意力（MoA）结构的解码注意力机制，提出了析取范式（DNF）推导方法，并研究了KV缓存累积技术。论文还涉及分组查询注意力（GQA）和多查询注意力（MQA）的优化，以及OpenACC内核的实现。该研究旨在提升大语言模型在解码阶段的效率与性能，为注意力机制的硬件加速和内存管理提供新思路。论文已提供PDF和HTML版本供学术社区查阅。 #arXiv #MoA #注意力机制 #KV缓存 #GQA #MQA #OpenACC #大模型 #AI
一篇题为《MoA-Structured Decode Attention DNF Derivation, KV-Cache Accumulation, GQA/MQA, and OpenACC Kernel》的学术论文于2026年7月21日提交至arXiv预印本平台。该论文由Lenore Mullin等人撰写，主要探讨了基于混合注意力（MoA）结构的解码注意力机制，提出了析取范式（DNF）推导方法，并研究了KV缓存累积技术。论文还涉及分组查询注意力（GQA）和多查询注意力（MQA）的优化，以及OpenACC内核的实现。该研究旨在提升大语言模型在解码阶段的效率与性能，为注意力机制的硬件加速和内存管理提供新思路。论文已提供PDF和HTML版本供学术社区查阅。 #arXiv #MoA #注意力机制 #KV缓存 #GQA #MQA #OpenACC #大模型 #AI