No.01
Amazon saves millions by replacing Sonnet 4.6 with Strands Decider
亚马逊用专用决策模型取代 Sonnet,票据分类成本降低 98%
148 分
41 条评论
作者: aloukissas
亚马逊团队将内部工单系统的分类任务从 Claude Sonnet 4.6 迁移到开源决策模型 Strands Decider E4B。该任务只需从 20 个固定类别及「无匹配」中选择,无须生成解释,因而适合专用模型。新模型部署在 SageMaker A10G 实例上,单次推理约 640 毫秒;实测每百万工单约需 500 美元,较 Sonnet 便宜约 44 倍,Lambda 平均执行时长也下降 74%。团队通过双模型并行、逐项审查分歧及 AppConfig 三态开关控制风险,并发现 JSON 键顺序会令概率波动最高 0.19。文章强调,这一方案适合高流量、固定选项和短上下文任务;社区则质疑为何最初使用昂贵通用模型,以及传统 SVM、BERT 或 scikit-learn 分类器是否更高效。
No.02
Claude Fable 5.2 and Mythos 5.2
Claude Fable 5.2 与 Mythos 5.2:面向前沿技术难题的新模型
500 分
756 条评论
作者: lairv
Anthropic 发布基于同一底层模型的 Claude Fable 5.2 与 Mythos 5.2:前者加入网络安全和生物安全限制并面向普通用户,后者通过验证计划向专业机构开放。公司称新模型在编程、推理、视觉、网络安全和科研方面均有提升,输出速度最高提高 30%,价格降至每百万输入与输出 token 分别 8 美元和 40 美元;快速模式可再提速 2.5 倍。案例包括将生产服务从 Python 迁移至 Rust、协调逾千个子代理开发可启动的操作系统,以及解决两项黑洞物理问题。Anthropic 建议日常任务优先使用 Opus 5.5,只在高难度开放任务中升级。社区认可其复杂代码与科研潜力,但质疑基准比较是否公平、实际成本与额度消耗过高、幻觉率及闭源模型性能调整缺乏透明度。
No.03
USPS now offers official ZIP Code boundary polygons
美国邮政推出官方 ZIP Code 边界数据
601 分
301 条评论
作者: munro
美国邮政署推出覆盖全美的官方 ZIP Code 边界多边形数据,依据实际投递地址与位置生成,并随新增或变更的投递点动态调整。产品按内部、企业和出版用途分级,均提供每年四次更新,可服务于地图、邮寄、营销、保险、房地产、物流、导航及交通等行业。争议在于,这类由公共机构掌握的基础地理数据并未免费开放,最低档价格据评论称高达一万美元。社区同时提醒,ZIP Code 本质上是投递路线和地址属性,并非严格分割国土的行政区划;官方多边形虽然比人口普查局免费的「ZCTA」更贴近邮政业务,却仍不保证边界内每个地址都使用对应编码。
No.04
Your TV can see through walls
电视信号也能隔墙感知人体运动
64 分
18 条评论
作者: Curiositry
作者利用本地电视台的宽带射频信号演示被动人体感知:当天线处于「选择性衰落」位置时,直达波与强反射因相位差相互抵消,接收信号会对附近移动异常敏感。人起身或在隔壁房间行走,都能在频谱瀑布图中形成周期条纹;根据约70像素的条纹间距、150赫兹刷新率及490兆赫载波波长,作者估算步速约为每秒1.3米,即每小时4.6公里。类似方法也适用于WiFi和LTE,虽频谱更杂乱,仍可提取运动信息。文章揭示普通无线接收器无需摄像头便能隔墙探测存在与速度,也引发对低成本监控和隐私泄露的担忧。
No.05
Locating the source of a mysterious beep
用多台设备定位神秘蜂鸣声
138 分
67 条评论
作者: bigwheels
Simon Willison 为寻找杂物间里间歇响起的蜂鸣器,让 Claude Code 构建了「Beep Locator」。系统以 Python、WebSocket 和浏览器 WebAudio 协调手机、平板与电脑:各设备持续监听,用 FFT 和高通滤波检测蜂鸣,再通过同步短促声对齐录音,依据到达时间差定位声源。设备自动测位效果欠佳,因此加入可手动拖放的「粗略模式」,并用拍手测试、录音回放和目标蜂鸣确认来提高可靠性。最终系统将声源缩小到约 40 厘米范围,找到一台缺电的旧一氧化碳报警器。项目展示了编码智能体快速整合论文、音频分析和实时热更新的能力,但社区也质疑其是否过度工程化,以及让服务器向客户端下发任意代码的安全性。
No.06
E-means: Outperforming k-means in one-tenth the epochs
e-means:用十分之一训练轮数超越 k-means
374 分
34 条评论
作者: porridgeraisin
e-means 面向静态数据集,以小批量和指数移动平均更新质心,并用缩放律按数据量、簇数和训练轮数自动设定批大小与步长;同时加入余弦衰减、改进初始化、拆分大簇以复活死亡簇,以及低成本收尾阶段。作者称其仅需 1.2 至 3 个 epoch,便能获得低于 Lloyd 算法训练 25 个 epoch 后的测试损失;端到端较 Flash-KMeans 的 GPU 实现快 10 至 45 倍,较 Faiss 的 CPU 实现快 8 至 15 倍。其解释是小批量噪声有助于逃离局部最优,而 EMA 比大步长梯度更新稳定。争议在于核心技巧多有先例,缩放律可能带有事后拟合色彩,且仅凭惯性或均方误差,尚不足以证明失衡、重叠数据上的聚类质量全面更优。
No.07
Payments Canada announces launch of Canada's Real-Time Rail (RTR) payment system
加拿大上线全国实时支付系统 RTR
519 分
283 条评论
作者: ocd
加拿大支付协会上线全国实时支付基础设施 RTR,允许银行、信用合作社及支付服务商全年无休地即时清算和结算,并通过 ISO 20022 携带更丰富的交易数据。系统由加拿大支付协会运营、加拿大央行监管,首批八家参与者包括 Wealthsimple 等,主要银行将分阶段接入,目标一年内覆盖九成以上加拿大人。官方预计未来十年可节省最高 145 亿加元,并带来 160 亿至 270 亿加元经济收益。RTR 上线即强制采用收款人确认、欺诈评分和风险情报平台,但消费者端体验、交易可撤销性、隐私保护及能否形成足够网络效应仍不明确。
No.08
Foldable Flight: The Best Paper Airplanes
Foldable Flight:纸飞机设计与折叠教程库
973 分
148 条评论
作者: vismit2000
Foldable Flight 是一个纸飞机设计资料库,收录约 109 种机型,并按难度、折叠时间和飞行特点帮助用户筛选,部分设计标注飞行距离。网站的主要教学形式是 YouTube 视频,从一分钟入门款到需约四十分钟完成的复杂机型都有,适合亲子活动和纸飞机爱好者探索。由于页面正文信息有限,其核心价值在于可视化机型目录与免费教程。争议主要集中在体验层面:邮件订阅弹窗反复出现、页面响应缓慢、机型名称不可点击、缺少排序功能,而且没有图文步骤,用户常被迫观看较长且带有铺垫的视频。
No.09
Horible public key tricks
在 RSA 公钥中藏入抗议宣言
138 分
43 条评论
作者: Curiositry
作者不满网站部署 TLS 时繁琐且需反复续期的 ACME 流程,于是制作了一张兼具加密功能与抗议意味的可信证书。其方法是在 RSA 模数 n 的高位嵌入可由 Base64 直接读出的文字,再以随机素数 p 估算 q=n/p,并寻找邻近素数,使两者乘积仍保留消息;随后生成私钥、提交 CSR,由证书机构正常签发。RSA-2048 约可容纳 150 个字符,RSA-4096 约 320 个。固定部分模数会降低密钥熵,脚本也未检测素数过近或私钥指数过小等风险;作者认为现代 TLS 的前向保密可限制私钥泄露的影响,但社区指出现实攻击者常采用中间人手段,因此不能据此轻视证书认证。
No.10
Ultorg: The User Interface for Relational Databases
Ultorg:关系型数据库的电子表格式界面
40 分
9 条评论
作者: Ivoah
Ultorg 为关系型数据库提供类似电子表格的图形界面,让用户无需编写 SQL 或定制 CRUD 应用,即可跨表查询、连接和编辑数据。其核心创新是紧凑呈现一对多关系,并支持在任意层级排序、筛选、计算和追溯聚合结果,同时自动处理字段布局、列宽与精度。产品兼容 PostgreSQL、MySQL、SQL Server、BigQuery、DuckDB、Excel、Google Sheets 等数据源,也支持提交前审查修改及多人编辑。社区认可其历经多年研究形成的可视化能力,但对界面设计、工作流扩展性和桌面软件订阅制存在争议,并提到 DBFlux 等开源替代品。
No.11
A failed experiment in laptop cooling
笔记本外置散热改造为何失败
19 分
15 条评论
作者: andsoitis
作者的联想 P53 配备高性能 CPU、独立 GPU、双散热器与强力风扇,但满载不到 30 秒便升至 90°C 并触发降频。为改善散热,他用三只 USB 薄型风扇制作木质支架,分别对准 CPU、GPU 和 SSD 进风口。实测发现,抬高机身本身略有帮助,但外置风扇既未稳定降低满载温度,也未减慢内置风扇,连 SSD 温度都几乎不变;换用强力 12V 桌面风扇也无效。作者推测,外置与内置风扇串联时,风量不能简单相加,较弱风扇甚至可能增加阻力。社区则指出实验不能只看温度:现代处理器常主动加速至温度上限,散热改善可能体现为更高持续性能;密封风道、抽风式散热、更新导热膏等方案也可能更有效。
No.12
Formalizing CPython
用 Lean 形式化验证 CPython
48 分
19 条评论
作者: carnevalem
项目让 AI 代理逐行将 CPython 函数改写为 Lean,并先用数万组输入与真实 Python 对照,再由独立代理复核证明。目前已产出 61.3 万行 Lean、覆盖 4071 个函数及 18898 条定理。团队强调,机器证明只保证结论符合模型,不能保证模型忠实于 CPython;早期大量证明虽正确却过弱,甚至无法排除函数总是崩溃。通过反例审查和真实解释器测试,项目发现 418 个问题,其中约 55 个可由普通 Python 代码触发崩溃或内存破坏。成果显示形式化方法结合 AI 适合系统化挖掘边界缺陷,但模型差距、测试覆盖及如何持续集成仍是主要挑战。
No.13
Semi-transparent, colored cadmium telluride photovoltaic panels in agrivoltaics
洋红色半透明光伏板让西兰花与发电共享阳光
305 分
199 条评论
作者: speckx
研究人员测试了半透明彩色碲化镉光伏板:它吸收部分光谱发电,同时让光合作用所需的大部分红光和部分蓝光穿过,为下方作物营造洋红色环境。西兰花成熟时间延长25天,但最终产量大致不变;遮阴还降低了水汽压亏缺,使光能转化为生物量的效率提高2.8至4.5倍。钙、镁、磷等营养元素持平或增加,铁、铜、锌则略有下降。农业光伏有望兼顾粮食、电力与节水,但目前仅属初步试验,仍需跨地区、多季节和大田验证,并解决碲资源、镉安全、机械化收获、并网及成本问题。
No.14
CoreWeave bond yield tops 16% as AI credit stress rises
AI 信贷压力升温,CoreWeave 债券收益率突破 16%
122 分
76 条评论
作者: lxm
AI 数据中心建设的融资环境正在收紧。CoreWeave 2032 年到期债券收益率已突破 16%,五年期信用违约掉期一度升至 1289 个基点,成为高杠杆「新云」风险的典型。英伟达、博通和亚马逊的违约保险成本也明显上涨,但绝对风险仍远低于 CoreWeave。市场同时担忧美国部分州暂停数据中心项目,可能影响约 45% 的规划容量。不过融资尚未停摆:今年超大规模云厂商发债已达 2960 亿美元,明年预计继续增长。真正考验在于巨额 AI 投资能否及时转化为现金流;第三季度相关厂商整体自由现金流已转负,若商业化延迟、建设放缓或算力合同缩水,债务发行或将在 2027 年见顶。
No.15
The first 300-millimeter power silicon carbide (SiC) wafer
英飞凌制成首片300毫米功率碳化硅器件晶圆
131 分
70 条评论
作者: sshah03
英飞凌宣布在奥地利菲拉赫量产级晶圆厂中,利用现有硅制造设备,首次在300毫米碳化硅晶圆上加工出可工作的功率器件。相比200毫米晶圆,更大尺寸理论上每片可产出约2.3倍芯片,有望降低成本并增强汽车、可再生能源、工业设备及AI数据中心的长期供应能力。公司同时在德累斯顿验证了300毫米SiC的「冷切割」技术,以减少晶锭切片损耗和加工时间。不过这仍是工艺可行性里程碑,量产爬坡时间将与客户和伙伴协商,现有200毫米路线仍会继续。社区争议主要集中在「全球首个」的口径:英飞凌强调的是制成功能性功率器件,而非率先生产300毫米SiC衬底。
No.16
A primer on GPUs and kernel optimization
GPU 原理与内核优化入门
135 分
12 条评论
作者: nomi_uw
文章以 H200 等现代 GPU 为背景,介绍 GPU 内存层级、数据搬运、并行执行与计算内核优化的基本思路,重点应是如何针对矩阵乘法等任务,在高带宽显存、共享内存和寄存器之间组织数据,并通过人工分析结合大模型辅助迭代来提升性能。社区指出一处表述不严谨:HBM 虽是 GPU 主存,却位于芯片之外,不能简单称为芯片上最慢的内存。更大的争议是文章几乎未讨论基准测试与评估;评论者认为,无论内核由自动搜索生成还是人工指导优化,错误基准、不同输入规模及训练与推理场景差异都可能造成虚假提升。较可靠的做法是在目标硬件和真实任务上进行端到端评测,并按工作负载设置阈值。
No.17
Exact – a new cross platform UI framework
Exact:Expo 推出的跨平台 UI 运行时
114 分
73 条评论
作者: vmg12
Exact 是 Expo 团队公开的早期跨平台应用运行时。开发者用小型声明式语言「Contract」描述界面,以 TypeScript 或 Rust 编写数据逻辑,再由专用编译器生成各平台 UI。其设计尤其强调 AI 代理可构建、观察和控制界面,包括确定性的时序与截图能力,同时也有望改善测试体验。目前项目仍处于早期 Alpha,没有正式版本,支持范围也缺少 Windows 和 Android,因而「跨平台」定位受到质疑。社区认为其架构与 QML、Slint 等方案相似,并认可 Expo 的工程经验;但 README 和部分代码被批评带有浓重的 AI 生成痕迹、表达晦涩且格式过密。生产可用性、复杂 DSL 的维护成本及人类开发体验仍待验证。
No.18
Show HN: Every satellite that passed over any place this week, and its photos
展示:查看本周飞越任意地点的卫星及其影像
317 分
53 条评论
作者: a585gupt
Watched.Earth 是一款卫星过境与公开遥感影像浏览工具:输入地点后,即可查看本周飞越当地的卫星、轨道动画、地面扫描范围、过境时间线及实际拍摄影像。其价值在于把原本分散、专业门槛较高的数据转化为直观且适合手机操作的交互体验,可用于观察当地变化、云雾天气及规划徒步等活动。现有公开影像多数约为每像素 10 米,开发者正尝试为部分地区引入更高分辨率数据。工具并不能覆盖所有卫星,机密侦察卫星通常不在公开轨道目录中。社区高度肯定其视觉设计和信息呈现,但也指出输入框、冗余文案及常见生成式界面元素带有明显「氛围编程」痕迹,由此引发了对 AI 辅助开发质量与表达真实性的争论。
No.19
Fable 5.2 one-shotted my nephew's dream game
Fable 5.2 一次生成了侄子的梦想游戏
354 分
240 条评论
作者: lexandstuff
作者曾用 Claude Code、Opus 4.8 和 Fable 5 为侄子制作横版清关游戏,但初版可玩性有限。获得 Fable 5.2 早期权限后,他提交角色草图、密钥及一段宽泛提示,让模型自行重写项目。模型生成约 175 张图片、140 段音频,还编写机器人在无头浏览器中通关测试,产出含 12 关、四人联机、过场和结局的完整游戏。随后全家通过试玩继续调整技能并扩充角色,最终由 5 名英雄增至 18 名,消耗约 3.4 亿 token。作者将其视为 AI 可独立制作有趣完整游戏的里程碑;争议则集中于「一次生成」表述并不严谨、成本高昂,以及动画、美术、操作提示和漏洞仍显粗糙。
No.20
Muse Ember: Our smallest, most efficient model
Muse Ember:面向高频智能体任务的轻量模型
291 分
118 条评论
作者: dvaplima
Meta 发布 Muse Ember,定位为面向智能体高频工作的最小、最高效模型,主攻工具调用、代码子任务、路由、信息抽取和长文档解析。官方称其以约三分之一成本达到 Claude Haiku 5.5 的最佳成绩,并优于 GPT-6 Luna 各推理档位。模型支持文本、图像、音频和视频,具备 100 万令牌上下文及最高 51.2 万令牌输出;API 定价为每百万输入、缓存输入和输出令牌分别 0.10、0.004 和 0.50 美元。Meta 称其安全评估未触及高风险阈值,但未公布参数量或开放权重。社区因此质疑「最小」的实际含义、基准测试可信度及云端数据隐私,也有人认可其低价缓存和短任务性价比。
No.21
Google Gemini routes personal Drive files and emails to human annotators
Gemini 或将个人云端硬盘与邮件交由人工审阅
560 分
126 条评论
作者: gf74918
该项目披露,消费者版 Gemini 在启用「关联应用」后,可能把从个人 Google Drive、Gmail 等服务取得的内容纳入人工审阅或标注流程,用于产品改进与模型训练。争议焦点在于授权弹窗虽强调用户掌控数据,却未清楚说明审阅范围、保留期限及承包商能否接触私人文件;部分用户还发现旧账户中相关选项已被开启。评论同时提醒,不应把消费者版与企业版混为一谈:Google Workspace 声称受数据保留合同约束,内容不会用于训练或人工审阅,目前也没有证据证明企业会议转录遭人工介入。事件凸显 AI 助手跨应用整合的便利,是以更大的隐私暴露面为代价。
No.22
M John Harrison becomes first science fiction author to win the Booker prize
M·约翰·哈里森成为首位获布克奖的科幻作家
5 分
0 条评论
作者: sorokod
81岁的英国作家M·约翰·哈里森凭《万物终结》获2026年布克奖,成为该奖史上最年长的得主,也被视为首位真正出身科幻文学界的获奖者。小说仅198页,写近未来灾难后的肯特海岸:主人公与年迈姑妈艰难求生,同时面对来源和意图皆无法理解的变形巨物iGhetti。评委一致认为,作品以末日中的认知失效映照当下政治、网络理性崩塌、移民与沿海绅士化,并意外留下微弱希望。此次获奖也回应了哈里森长期追问的争议:写得好的科幻为何不能算严肃文学。赞誉者称其揭示当代生活的不安全感,但也承认作品刻意制造困惑,并非易读之作;iGhetti的数字暗示还令小说在AI时代更具现实意味。
No.23
ClickHouse Acquires Xata
ClickHouse 收购 Xata,补强托管 Postgres 的智能体能力
8 分
1 条评论
作者: mebcitto
ClickHouse 收购 Xata,后者团队将把即时数据库创建、写时复制分支和计算缩容至零等能力整合进 ClickHouse Managed Postgres。该组合面向现代应用与 AI 编程智能体:每个拉取请求或智能体任务都能在数秒内获得带生产级数据的隔离 Postgres 分支,多分支只为差异数据付费,闲置实例约一秒即可唤醒。底层依靠 Xatastor、NVMe/TCP 与预热计算池,同时保持原生 Postgres 兼容。短期内 Xata 服务和注册不变,未来客户将迁移至 ClickHouse;双方还计划打通 Postgres 事务处理与 ClickHouse 分析能力。文章主要呈现技术互补与成本优势,未涉及收购价格及迁移时间表。
No.24
Parking-app convenience fees in 312 U.S. cities (median $0.35 per session)
美国312座城市停车应用手续费调查:每次中位数0.35美元
76 分
61 条评论
作者: parkgraph
文章调查美国312座城市的停车应用收费,显示每次停车的「便利费」中位数为0.35美元,不同城市和平台差异明显,部分地区免收,部分服务则按比例收费且设最低门槛。争议不只在金额:相邻城镇各用不同应用,用户需反复安装、注册并提交车牌和支付信息;若实体缴费机难用或已撤除,所谓便利费实际上难以回避。支持者认为应用可远程续时、停止计费或退回未用时长,也可能覆盖信用卡处理成本;反对者则主张费用应并入停车价格,并保留现金、刷卡等非智能手机渠道。评论还指出,城市可能通过让平台向司机收费来降低采购成本,本质上是将公共服务成本转嫁给使用者。
No.25
Never Gonna Print You Up
Prusa 3D 打印机漏洞链:从网络输入到远程接管
36 分
0 条评论
作者: ta988
安全研究者用一周时间审计 Prusa MK4S 固件,结合模糊测试、AddressSanitizer、Cortex-M 模拟器与逆向工程,发现 14 组问题、约 23 个缺陷,并构造出可远程执行代码的完整漏洞链。核心漏洞位于 Prusa Connect 文件指令处理:发布版移除了路径长度断言,超长路径可令文件名写入越过共享缓冲区,覆盖命令规划器的打印机对象指针,最终劫持控制流;缺少栈保护和「FORTIFY_SOURCE」进一步放大了风险。攻击者需控制打印机连接的 Connect 端点或实施中间人攻击,因此风险严重但存在前置条件。作者按硬件复现与源码验证拆分披露材料,Prusa 已在 Buddy 固件 7.0.0 以上版本修复全部问题,受影响用户应立即升级。
No.26
On Being an Engineer in 2026
2026 年,工程师意味着什么
91 分
128 条评论
作者: talboren
文章反思 AI 智能体如何重塑软件工程:作者已把编码、调试乃至邮件和文档写作大量交给 AI,工程师的重心因而从亲手实现转向定义问题、提供上下文、监督执行并验收结果。作者认为工程价值并未消失,真正稀缺的是产品判断、系统理解、经验直觉,以及识别和修正模型错误的能力;熟练者借助 AI 可能从 10 倍工程师跃升为 100 倍工程师,普通人与高手的差距反而扩大。争议在于,这种代理管理模式是否会削弱技术能力与工作乐趣,制造无人负责的低质软件工厂;也有人认为 AI 终将覆盖规划和评审,当前分工只是过渡状态。
No.27
Time for AVIF everywhere?
是时候全面采用 AVIF 了吗?
67 分
54 条评论
作者: speckx
作者认为,AI 热潮推高硬件需求,存储设备短缺与托管费用上涨可能延续至 2027 年,互联网应更广泛采用 AVIF、WebP、AV1 等高效格式,以减少图片和视频的存储及带宽开销。AVIF 通常能以更小体积保持相近画质,平台还可鼓励用户在本地完成转换,降低服务器编码负担;手机厂商也应原生支持 AVIF,并改善 HEIC 兼容性。不过评论者指出,AVIF 编码可能比 JPEG 耗费数十倍 CPU,解码、缩略图生成和转码同样增加成本,软件兼容性与专利风险也未完全消失。社区对最佳统一格式并无共识:有人主张 JPEG XL 更适合长期通用与归档,也有人认为传统 JPEG 经 jpegli 优化后已足够高效。
No.28
Show HN: MeowDisplay Is iPhone Mirroring, but in Reverse
展示:把 Mac 窗口投到 iPhone 的 MeowDisplay
96 分
36 条评论
作者: raiseCatError
MeowDisplay 将常见的手机投屏方向反转:把 Mac 上的单个窗口传到 iPhone,而非镜像整块桌面。用户可将窗口组织为标签页或分栏,通过拖放完成新增、交换位置和调整尺寸,使手机成为可自由编排的辅助屏。它源自 OpenDisplay,复用了屏幕捕获、虚拟显示与编码等基础能力;开发者称 Wi‑Fi 环境下从捕获到接收端交接的延迟中位数约为 14—17 毫秒,但这并非端到端数据。产品不要求设备使用同一 Apple ID 或处于同一 Wi‑Fi,并支持通过 Wake-on-LAN 唤醒兼容的 Mac。目前尚未验证色彩配置准确性,也不支持 HDR。讨论焦点包括延迟实测、与 OpenDisplay 的差异及署名说明,以及它相较仅支持 iPad 的 Sidecar 所填补的 iPhone 使用场景。
No.29
TPU 8tx and TPU 8i Max
谷歌推出 TPU 8tx 与 TPU 8i Max
244 分
75 条评论
作者: _benx_
谷歌扩充第八代 TPU 产品线,推出面向机密推理的 TPU 8tx 和面向超长上下文的 TPU 8i Max。8tx 基于与 8t 相同的芯片,搭配 AMD EPYC 主机和低延迟网络,以硬件级机密计算保护使用中的数据及模型权重,并支持私有微调、蒸馏和强化学习;相较 8t,其延迟最多降低一半且性能损失接近于零。8i Max 则将两颗 8i 封装在一起,使算力、SRAM 与 HBM 带宽翻倍,提高机架计算密度。谷歌还强调 TorchTPU、推理引擎后端及自动调优工具,以降低 PyTorch 开发者的迁移门槛。不过文章缺少峰值性能、功耗、价格和购买方式等关键数据,因而被社区批评更像营销稿,难以与英伟达等方案直接比较。
No.30
Claude Fable 5.2 scores 65 on Artificial Analysis, highest so far
Claude Fable 5.2 智力指数创新高,但代价惊人
338 分
244 条评论
作者: theanonymousone
Claude Fable 5.2 在 Artificial Analysis 智力指数中获得 65 分,创下目前最高成绩,显著高于同价位模型 40 分的中位数。它支持文本与图像输入、文本输出及 100 万 token 上下文,但最高推理档的效率和成本突出:输入、输出每百万 token 分别收费 8 美元和 40 美元,平均每项评测耗资 26.54 美元、耗时 46.4 分钟,首个答案 token 需等待约 220 秒;整套评测更生成了 2.75 亿输出 token。争议焦点在于,微小的能力领先是否值得数倍成本,以及最高推理档能否代表实际使用;社区认为更实用的高、中档可能拥有更好的性价比,也有人质疑封闭评测与真实任务表现的相关性。
评论精华