11
2026-08
15:24
千问 App 推出付费版，办公助理会员最高包年费 1499 元 [评测]
8 月 10 日，阿里旗下千问 App 推出办公助理专业会员及视频生成收费方案，成为继豆包之后国内第二款探索付费服务的头部 AI 应用。与豆包专业版将办公与视频打包收费不同，千问将二者分开计费。
办公助理会员分高级、精英、旗舰三档，高级会员连续包月价为 19 元，连续包年价为 200 元；精英会员连续包月价为 49 元，连续包年价为 568 元；旗舰会员连续包月价为 ...
15:23
X iOS 版代码曝光 Liquid Glass 设计即将上线 [评测]
X iOS 版代码曝光 Liquid Glass 设计即将上线
X 平台最新 iOS 版本中发现了一个名为 ios_liquid_glass_redeisgn_enabled 的功能标记，意味着 Liquid Glass 即将登陆 X。
14
2026-04
22:26
中国开源模型在特定领域突围 [评测]
GLM-5和Qwen3系列在中文语境、多语言及成本控制评测中表现亮眼，部分指标已接近或超越国际闭源旗舰。
22:26
多代理系统测评成新热点 [评测]
Gartner 2026趋势报告将多代理协同任务列为重点评估方向，Claude和Gemini在Agent团队协作测试中得分最高。
22:26
GPT-5.4 在数学与商业任务中强势 [评测]
多项企业级评测显示，GPT-5.4 在复杂数学推理和商业分析基准中保持领先，适合专业领域应用。
22:26
Humanity's Last Exam 暴露前沿极限 [评测]
最新硬核学术基准测试中，最强模型得分仅37.5%，而人类专家平均达90%，凸显当前AI在前沿知识上的短板。
22:25
2026年AI开发工具排行出炉 [评测]
Claude 4.6 Opus 成为编程辅助首选，Gemini 3.1 Pro 在Agentic编码任务中表现突出，开发者工具评测显示两者领先。
22:25
Claude Opus 4.6 Thinking版推理新高 [评测]
引入增强思维链后，该模型在综合推理评测中排名第一，尤其擅长深度逻辑和多步规划任务。
22:25
开源模型性价比逆袭 [评测]
DeepSeek V3.2在多项基准中接近GPT-5.4水平，但成本仅为其1/30，成为企业部署的最优选择。
22:25
多模态测评：Gemini 3.1 Pro 全面领先 [评测]
在视频理解、音频处理和长上下文多模态任务中，Gemini 3.1 Pro 以1M+上下文窗口和原生多模态能力位居首位。
22:24
Grok 4 在编码基准中领先 [评测]
最新多模型对比显示，Grok 4 在SWE-bench等编码任务中表现突出，与Claude Opus 4.6并列技术领导者。
22:24
2026年AI评测进入“真实世界”阶段 [评测]
Forbes指出，今年AI评估重点从传统基准转向生产环境真实任务测试，Humanity's Last Exam等硬核基准暴露模型仍与人类专家有巨大差距。
22:24
Claude Opus 4.6 编码能力称霸 [评测]
SWE-bench Verified基准测试显示，Claude Opus 4.6 以80.8%得分超越GPT-5系列，成为软件工程任务首选模型。
22:24
Gemini 3.1 Pro Preview 登顶GPQA榜单 [评测]
在2026年4月最新评测中，Gemini 3.1 Pro Preview 以94.1%的高分领先GPT-5.4，成为复杂推理任务最强模型。