📊 今日概览
今日最重磅的是资本层面:Anthropic 将于本周四登陆纳斯达克,定价 $70–78,AMD、Broadcom、Google、Micron、Microsoft、Nvidia、台积电七大厂商合计认购 260 亿美元,目标估值约 1.3 万亿美元——芯片厂与云巨头集体认购,把公司成败与上游算力链直接绑定。模型侧,阿里发布 Qwen4-Max,Artificial Analysis 测得 Intelligence Index 43 分、单任务成本降至 3.27 美元(前代 10.02 美元),Agent Arena 排名从第 39 跃至第 14。评测方法论上,实证显示同一模型换 harness 可从 49.6% 掉到 33.9%,六个榜单给出四个"最佳模型",benchmark 可迁移性遭根本质疑。
🔥 趋势洞察
- 模型竞争转向成本效率:Qwen4-Max 单任务成本降三倍、输出 token 减 39%,叠加 Agent Arena 中国模型梯队成型,性价比成为新战场
- 评测可信度危机爆发:同一模型换 harness 掉 15.7 分、六榜四个"最佳",benchmark 正从"排名工具"退化为"候选筛选器"
- 算力差距被外部量化:Epoch AI 用卫星图反推华为园区约 8.1 万 H100e,仅为 Colossus 2 的 7%,能效而非规模成为主因
🐦 X 推文动态
📈 热点与趋势
- 阿里发布 Qwen4-Max,Intelligence Index 43 分、单任务成本降三倍 - 第三方评测 Artificial Analysis 测得 43 分,比 Qwen3.8-Max(xhigh,34 分)高 9 分,比 Kimi K3.1 Pro 低 3 分。每任务成本 3.27 美元,Qwen3.8-Max 为 10.02 美元,Kimi K3.1 Pro 为 3.68 美元。每任务输出约 105k token,比前代 171k 少 39%。定价 $1.5/$4.5 每百万输入输出 token,缓存命中 $0.075,较前代降 70%。架构为新 MoE、原生视觉、1M 上下文。弱项在 Terminal-Bench 4.0 仅 48%,Kimi K3.1 Pro 为 67% @ArtificialAnlys(模型评测机构)|@Alibaba_Qwen
- Qwen4-Max 在 Agent Arena 升至第 14,阿里成第 5 大实验室 - 基于 1.47 万条真实 agent 会话,排名从 Qwen3.8-Max 的第 39 升到第 14,净提升 7.5%。中国模型梯队:Qwen4-Max #14、腾讯 Hy4 #19、Kimi K3.1 Pro #21、小米 MiMo-V2.6-Pro #26、DeepSeek-V4.1-Flash #30。分类排名:Work #12、Chat #14、Code #16 @arena(Agent Arena 评测平台)
- OpenAI 称物理学家用 GPT-6 Astra 推出标准模型候选晶格定义 - Nathaniel Craig(理论物理学家)与 GPT-6 Astra 合作产出标准模型的候选晶格表述,是 OpenAI 新科学博客的首篇文章 @OpenAI
本期为订阅内容
订阅 RecsysFrontier,在 Substack 阅读本期全文
- 每天的 AI / 推荐系统前沿日报,第一时间读到
- 每周周报,一周重点一次看完
- 订阅期内所有日报周报全文
本期将于 11 月 19 日免费开放