#推理

Anthropic Claude 30分钟破解NSA 25年密码学谜团

Anthropic的AI模型Claude在不到30分钟内解开了困扰业界25年的NSA椭圆曲线数字签名标准（ECDSA）种子生成之谜。该谜题源于2000年NIST标准化时NSA提供的无解释种子值，曾引发后门担忧。

Liquid AI 发布 d1-ultra 登顶决策指数

Liquid AI 发布了 d1-ultra，在 Artificial Analysis Decision Index v1.0 中占据第 1 位，得益于幻觉率的降低。d1-ultra 是 @liquidai 推出的新决策模型，继本月早些时候发布 d1 之后推出。其定价为 $0.042

Elorian 发布首个 AI 模型 Glimpse，主打图像内推理而非仅描述图像

AI 初创公司 Elorian 发布了首个模型 Glimpse，目前以研究预览形式提供 API 访问。该模型引入“视觉草稿空间”机制，允许在推理过程中裁剪图像区域、提取视频帧或运行代码来直接分析视觉内容，而非仅将图像转换为文本后处理。

Gemini 4 Argon 在 ARC-AGI-3 基准测试中的表现分析

Google DeepMind 的 Gemini 4 Argon 在 ARC-AGI-3 基准测试中使用 Provider Adapter Harness 获得 97.5% 的分数，成为继 OpenAI 之后第二家突破 95% 的 AI 实验室。

DeepSeek V4.1 Flash 刷新吞吐纪录

在 DeepSeek V4.1 Flash 上，Vera Rubin 在每用户约 230 至 350 tok/s 区间内，每兆瓦吞吐量约为 GB300 的 3.4 至 3.6 倍，并在单台 4-GPU 服务器上达到每用户 906 tok/s，这是我们在排行榜上任何模型的最快结果

TypeSafe AI 发布 Jev 1.14 决策模型仅一天，Liquid AI 便以 d1-ultra 全面超车

Liquid AI 在 TypeSafe AI 发布 Jev 1.14 预览版仅一天后推出 d1-ultra 决策模型。d1-ultra 号称全球最佳，在八类任务中表现均优于 Jev 1.14，整体性能也超过 vLLM Semantic Router d3 等竞品。

Apertus 1.5 发布：支持图像音频理解、思考模式及 262k 长上下文

Apertus 1.5 在 8B 和 70B 版本中新增图像与音频理解、可选思考模式，并将上下文窗口扩展至 262,144 tokens。该模型基于 Apertus 1.0 进行持续预训练，采用早期融合架构处理多模态数据，并在指令遵循与工具调用能力上有所提升。项目以 Apache 2.0 许可证开源权重、数据及训练细节，同时发布了符合 EEE 标准的评估卡片以增强透明度。

MI355X在DeepSeek V4 Pro性能领先

MI355X 在 DeepSeek V4 Pro 0813 上表现最强。在每用户 35 至 75 tok/s 区间，其每兆瓦吞吐量比 B200 高约 15% 到 40%，峰值达每兆瓦 94M tokens/s（对应每用户 33 tok/s），此水平 B200 需降至每用户 13 tok/s 才能达到。当每用户速度超过约 80 tok/s 时，B200

DeepSeek V4.1 Flash 基准测试结果

我们已将 DeepSeek V4.1 Flash 添加到 AA-AgentPerf，并提供了 NVIDIA 和 AMD 硬件的测试结果。在每用户 100 tokens/s 的条件下，NVIDIA GB300 以高达 261M tokens/s per MW 的吞吐量位居第一。AA-AgentPerf 是我们的智能体推理性能基准测试。它重放真实的智能

Artificial Analysis 上线按服务商统计的缓存命中率与任务成本数据

Artificial Analysis 平台现已上线按服务商维度统计的缓存命中率和单任务成本（Cost per Task）数据。以 GLM-5.3 (max) 为例，不同服务商间的单任务成本差异约为 9 倍，这主要由缓存命中率和 token 定价共同决定。由于 Agentic 工作负载每轮需重发完整对话历史，该指标对评估实际运行成本具有重要参考价值。

谷歌发布 Gemini 4 Argon 模型，支持百万 Token 输出并面向全球开发者开放

谷歌发布 Gemini 4 Argon 模型，现已面向全球开发者和企业开放，可通过 AI Studio、Gemini 平台 API 及 Google Antigravity 等渠道使用。该模型输入上限为每百万 Tokens 2 美元（促销期），擅长处理编码、金融等领域的复杂任务，曾帮助 Chrome 团队将数千万行代码的架构重构工作从数月缩短至数周。

同一新闻，精选展示《Google DeepMind 发布 Gemini 4 Argon 模型》

Google DeepMind 发布 Gemini 4 Argon 模型

Google DeepMind 正式发布前沿模型 Gemini 4 Argon，面向开发者、企业及消费者开放 API 及订阅服务。该模型在编码、金融、法律、网络安全和科学等领域表现突出，在 Vals Index 中排名第一，并具备 1M token 的上下文窗口。

Meta 发布 Muse Wonder 系列旗舰 AI 模型

Meta 发布 Muse Wonder 与 Muse Wonder Full 两款旗舰 AI 模型，宣称在推理、写作与代码能力上接近 Anthropic 顶尖模型。

同一新闻，精选展示《Meta 发布 Muse Wonder 模型，扎克伯格称已追上 AI 前沿》

微软发布 Decision-1 模型加入 AI 决策模型竞争

微软发布名为 Decision-1 的决策模型，旨在处理分类、评估和路由决策，并引导智能体在复杂环境中运行。该模型基于 Qwen3.5-9B，微软称其在涵盖近 150,000 个问题的 36 项基准测试中准确率最高，达到 83.5%，且速度比第二名 H2O-Lightning-4B 快 2.5 倍，延迟仅为 85 ms。

Underdog AI 发布 Saluki 27B：Qwen3.8-27B 的 2-bit 量化版，仅 7.89GB

Underdog AI 发布 Saluki 27B 模型，这是 Qwen3.8-27B 的 2-bit 量化调优版本，文件大小仅 7.89 GB。该模型针对智能体应用设计，擅长日常推理和工具使用，其多工具并行调用表现优于全尺寸 Qwen3.8-27B。Saluki 采用标准 llama.cpp 格式，无需自定义编译即可加载。

Mistral 发布 Large 4 预览版：万亿参数模型

Mistral 发布了 Mistral Large 4 预览版，这是一个拥有 1 万亿总参数和 490 亿活跃参数的模型，通过 API 提供访问。该模型在 Artificial Analysis 上得分为 38，略低于 DeepSeek 4.1 Flash，但显著优于上一代 Mistral Large 3。官方承诺将在本月底发布开源权重版本，目前仅支持“none”和“high”两种推理级别。

Reflection 发布开源模型 Beam，主打低算力高性能

AI 公司 Reflection 发布首个开源权重模型 Beam，旨在以最小算力实现强性能，直接对标 DeepSeek 和 Qwen 等中国开源模型。该 MoE 架构模型总参数 501B，每 token 激活 23B，专注于编码、逻辑推理和 Agent 任务。

同一新闻，精选展示《Reflection 发布 501B 参数开源模型 Beam》

Mistral AI 发布 Mistral Large 4 预览版

Mistral AI 推出 Mistral Large 4（ML4）公开预览版，这是一款拥有 1 万亿参数、490 亿激活参数的原生多模态开放权重模型。该模型在欧洲数据中心使用 NVIDIA Grace Blackwell GPU 从零开始训练，在编码、智能体工作流及网络安全等领域表现卓越，部分指标超越闭源前沿模型。权重将于本月底发布，目前可通过 Mistral Studio 试用 API。

Reflection AI 发布开源权重模型 Beam，宣称以更低算力成本对标中国模型

Reflection AI 正式推出其首个前沿开源权重模型 Beam，这是一款拥有 501B 总参数和 23B 激活参数的纯文本 MoE 模型。该公司声称 Beam 在高级推理基准测试中性能与 Z.ai 的 GLM-5.2 相当，但推理计算量减少 3-4 倍，且预训练使用了 23.8T tokens。

同一新闻，精选展示《Reflection 发布 501B 参数开源模型 Beam》

Google DeepMind 发布 Gemini 4 Argon：面向复杂工作流的前沿智能体模型

Google DeepMind 正式宣布推出新前沿模型 Gemini 4 Argon，该模型旨在通过深度推理处理复杂的长周期工作流，目前正通过 Fairwind Program 向受信任的网络安全防御者逐步开放。

Anthropic 发布 Claude Sonnet 5.5：速度提升 30%，默认开启思考模式

Anthropic 发布 Claude Sonnet 5.5，作为 Claude 5.5 系列的第二款模型，其速度比 Sonnet 5 快 30%，且因通常消耗更少 token，实际成本降低最多 30%。

Anthropic 发布新动态

Anthropic 通过其官方 X 账号 @AnthropicAI 发布了一条新动态。该消息由官方直接发出，具体细节需参考原文内容。