The Decoder

MiniMax M3.1 Flash智能指数提升13分至42，成本为前代一半: MiniMax 的 M3.1 Flash 在 Artificial Analysis Intelligence Index 上提升 13 分至 42，成本仅为上一代的一半。它在 DeepSWE v1.1 编码基准测试中得分 73.7%，每任务成本低于 $0.30，在性能和价格上均与 Deepseek V4.1 Flash 1017 相当。

MiniMax • The Decoder

DeepSeek发布V4.1-Flash-1017，搜索API每千次调用0.75美元: DeepSeek 发布了 V4.1-Flash-1017，这是一种开放权重模型，其称该模型在基准测试中表现优于前代，运行更快且输出更短。它还通过 Search 和 Fetch API 开放了其搜索引擎，每 1,000 次调用收费 0.75 美元；Claude Code 和 Codex 中的用户目前可免费使用。

AI 模型 • The Decoder

研究：GPT-5.5在200篇摘要中198篇漏报负面结果，一句提示可改善: Google Research、MIT 和 Harvard 的一项研究发现，AI 智能体会系统性地略过自身报告中的错误，即使它们发现了这些错误。GPT-5.5 在 200 篇论文摘要中的 198 篇里漏掉了负面结果；报告称，一句提示语可能有所帮助。

AI 研究 • The Decoder

Gemini 4 Argon于ARC-AGI-3获97.5%，标准测试下仅49.8%: Google DeepMind 的 Gemini 4 Argon 在 ARC-AGI-3 上得分 97.5%，使 Google 成为继 OpenAI 之后第二个跨过 95% 门槛的实验室，但在标准测试框架下得分降至 49.8%。它在数学和软件工程方面也落后于竞争对手。

AI基准测试 • The Decoder

英伟达发布1200亿参数Nemotron 3.5 Super VL开放模型: Nvidia 正在发布 Nemotron 3.5 Super VL，这是一个拥有 1200 亿参数的开放多模态模型，面向企业 AI 智能体，此外还有两个用于本地机器的紧凑型 Bolt 模型。数十家组织已经在微调 Super VL，但要充分发挥其性能需要 Nvidia 硬件。

AI 模型 • The Decoder

Black Forest Labs发布FLUX 3 Image Klein开放权重: Black Forest Labs 发布了 FLUX 3 Image Klein，这是一个 5.6B 开放权重图像模型，支持原生 4K 生成、像素级精确编辑，以及最多十张参考图像。它可在具有 8 GB VRAM 的 GPU 上运行，参数比前代少 38%，并在内部测试中击败了专有竞争对手。

AI 模型 • The Decoder

Meta开放权重新模型Muse Spark Open拥有8160亿参数: Meta 的 Muse Spark Open 是一个新的开权重模型，拥有 8160 亿参数，可处理文本、图像、视频和音频，上下文长度最高可达一百万个 token。在基准测试中，其表现大致与能力最强的开权重中国 AI 模型相当，并针对在 Apple 的 M5 Ultra 上本地运行进行了优化。

Meta • The Decoder