微軟王炸決策模型浮出水面： 36 項測試奪冠，直逼 GPT-6 Sol
AI資訊AI新閒資訊正文微軟王炸決策模型浮出水面： 36 項測試奪冠，直逼 GPT-6 Sol發布於AI新閒資訊時間 :Oct 10, 2026閱讀 :1分鐘微軟近日正式推出了一款專注於結構化決策任務的新一代 AI 模型——Microsoft-Decision-1。該模型目前已在多個內部場景完成實測，運行速度展現出巨大優勢，在覆蓋約15萬道問題的36項權威基準測試中，其準確率均高居第一，成為當前備受矚目的高速決策新星。在核心功能與應用場景上，該模型主要用於從預設選項中精準選取最優解，並能夠為各個備選答案賦予對應的概率評分。
其功能可無縫覆蓋路由分發、內容分類等多個實際業務場景，能夠輕鬆嵌入現有的應用程序、AI 代理及工作流系統當中，大幅提升複雜工作流的運轉效率。在技術架構與底座方面，Microsoft-Decision-1基於 Qwen3.5-9B 構建，並經過了專項的後訓練。微軟官方透露，未來還計劃將其遷移至更多的其他底座模型之上。在穩定性與安全性方面，該模型表現出優異的魯棒性，在經歷各種擾動處理後，其決策翻轉率極低，同時在多項嚴苛的安全測試中也取得了良好的成績。此外，該模型在經濟成本與商業定價上也極具競爭力。其定價標準為輸入端每百萬 tokens 僅需0.042美元，而輸出端則完全免費。
實際測試顯示，它在同類決策任務中能夠與部分大型模型保持相當的質量水平，但運行速度實現了跨越式提升，同時將使用成本大幅壓低。目前，該模型已通過微軟旗下的 AI 開發平臺正式向廣大開發者開放，並且微軟後續還計劃將其進一步接入 OpenRouter 平臺，為開發者生態提供更便捷的調用支持。相關推薦谷歌 Gemini 4 即將發佈，神秘新版本劍指最強代碼模型谷歌新一代大模型蓄勢待發，即將向公眾推出Gemini4“Argon”。內部員工正測試性能更強的後續迭代，以縮小與領先競品的技術差距。
曝光的內部文檔和截圖顯示，員工近期測試代號“Carbon”的全新版本，該模型可能是Argon架構下的新檢查點更新，谷歌欲借持續迭代增強競爭力。Oct 10, 2026151.6kJetBrains 發佈編程 AI 模型 Mellum2.1，高負載吞吐量超越競品兩倍JetBrains發佈全新Mellum2.1編程AI模型，重點增強智能體編程能力。該模型延續12B混合專家架構與開源協議，降低企業與個人開發者私有化部署門檻。訓練上，強化學習從短期收尾擴展為核心訓練主體，並在數百萬沙盒環境中針對軟件工程與算法完成專項強化。Oct 9, 2026185.5kClaude Sonnet 5.
5 偷跑：價格打穿地心，實測暴打 GPT-6 Sol、直逼 AstraAnthropic發佈Opus 5.5時預告Sonnet 5.5和Haiku 5.5未來幾周推出，實際進度超預期。消息稱Sonnet 5.5已進入發佈前最後階段，並在Claude Code灰度測試，部分用戶被路由至5.5版“暗測”。開發者發現專屬標識符“claude-sonnet-5-5”，預示即將上線。Sep 28, 2026234.3kSpaceXAI 最強模型 Grok 4.7 上線：長任務能力拉滿，價格只有旗艦一半SpaceXAI發佈Grok 4.7，定位編程與知識工作最強模型，速度達同類兩倍、價格僅一半。
新版本換用更大基礎模型，強化長時任務、自我檢查與長上下文管理，並將文檔、演示、法律、醫療、工程等專業任務納入重點測試，旨在數小時級工作中少走彎路、輸出更可靠。Sep 22, 2026266.0kTypeSafe AI 推出決策專用模型 Jev：比大語言模型快 10 倍、成本僅十分之一舊金山初創公司TypeSafe AI發佈新型AI模型Jev，專用於回答是/否及多項選擇題，並給出置信度評分。它不生成文本，直接輸出結構化決策結果供程序使用，適用於軟件開發中的系列決策任務，號稱比大語言模型快10倍、成本僅為其十分之一。Sep 21, 2026485.
4k智啟未來，您的人工智能解決方案智庫English簡體中文繁體中文にほんご© 2026
Related
相關文章
認識 Voxel51 3.0：為實體 AI 打造的統一多模態資料平臺
Voxel51 已發布 Voxel51 3.0，這是其資料平臺的一次重大更新。Voxel51 3.0 是一個端對端的多模態資料平臺，將搜尋、篩選、標註和評估整合於單一系統中。該平臺鎖定針對機器人、車輛和工廠感測器資料進行模型訓練的團隊。此次發布新增了 Voxel51 Agent、資料溯源層及免費的自助式存取。重點摘要：規模：Voxel51 Agent 內建超過 45 個 MCP 工具、80 多個運算子及 18 個開源技能。執行環境：可於 app.voxel51.com 使用託管網頁應用程式，或於雲端、混合、地端及隔離環境中自行部署。未揭露本機 GPU 需求。效能：未發布產品基準測試。Voxel51 引用其自身調查數據作為依據。最佳亮點：免費方案包含 Voxel51 Agent、每月 30,000 次推論請求及 30 個運算小時。
本期AI資訊彙總2026年10月18日的產品更新、前沿研究、行業趨勢與開源項目，幫助讀者快速瞭解當天的重要動態
導航SecureDoc // EncryptionActive本期AI資訊彙總2026年10月18日的產品更新、前沿研究、行業趨勢與開源項目，幫助讀者快速瞭解當天的重要動態。
下一概念建模把文本生成提速最高31倍
斯坦福等聯合提出全新文本生成範式 NCM，生成速度狂飆 31 倍AIbase基地發佈於AI新聞資訊 · 1 分鐘閱讀 · Oct 16, 202633人工智能領域的文本生成技術迎來顛覆性創新。斯坦福大學與 Together AI 的研究人員近日聯手推出了一種截然不同於傳統自迴歸和擴散模型的全新文本生成範式——Next-Concept Modeling（簡稱 NCM，即“下一概念建模”）。該方法巧妙借鑑了圖像生成領域中“下一尺度預測”的思路，有望為未來的文本生成技術開闢全新的發展路線。在技術實現路徑上，NCM 模擬了人類“先構思宏觀大綱、再動筆填充細節”的寫作邏輯。整個系統通過兩階段訓練來完成:首先訓練多尺度殘差 VQ-VAE，從而得到能夠逐層補充信息的多層離散文本編碼;隨後凍結該系統，訓練 Transformer 模塊去預測下一層的編碼。在生成文本時，模型會先並行生成概念層面的宏觀大綱，接著逐層並行填充具體細節，最終組合成完整的文本內容。在實際測試表現中，NCM 交出了令人矚目的成績單。實驗數據顯示，在保持相近甚至更優生成質量的前提下，NCM 相對傳統的擴散語言模型實現了10到31倍的生成速度飛躍，並且在訓練過程中所需消耗的 token 數量也大幅減少。此外，在數獨等複雜推理任務上，它的表現也明顯優於傳統的自迴歸和擴散基線模型，同時還支持通過多生成候選挑選機制來進一步優化最終輸出效果。儘管目前該研究所使用的模型參數規模依然相對有限，其在擴大模型規模後的表現、精確文本以及長篇內容的生成能力仍有待後續驗證，但這一創新思路無疑打破了長期以來的技術慣性，為人工智能高效生成文本提供了充滿想象力的全新解法。本文來自AIbase日報掃碼查看歡迎來到【AI日報】欄目!這裡是你每天探索人工智能世界的指南，每天我們為你呈現AI領域的熱點內容，聚焦開發者，助你洞悉技術趨勢、瞭解創新AI產品應用。
Claude自主優化八類量子電路設計
ScienceDesigning more efficient quantum circuits with ClaudeOct 16, 2026Quantum computers will need carefully designed circuits to run useful algorithms on limited hardware.
12.88萬起、華為電驅+L4同源智駕，Ray7能成為埃安年輕化的答卷嗎？
12.88萬起、華為電驅+L4同源智駕，Ray7能成為埃安年輕化的答卷嗎？ 本文作者： 倪萍 2026-10-17 22:42 導語：10月17日，埃安轎跑Ray7正式開啟預售，預售價12.88 萬起。新車車長4.9米，軸距2.9米，車頭部分搭配3.25米的超長雙環燈帶，是埃安10年煥新的家族 10月17日，埃安轎跑Ray7正式開啟預售，預售價12.88 萬起。新車車長4.9米，軸距2.9米，車頭部分搭配3.25米的超長雙環燈帶，是埃安10年煥新的家族式標識。 新車採用寧德時代電池以及廣汽自研的彈匣電池2.0技術，能夠在充分釋放續航能力的同時，監控電池健康狀態。提供45.58kWh和62.98kWh兩種規格，續航可達702公里，整車風阻係數 Cd 低至 0.22。Ray7搭載華為DriveONE多合一電驅，以及華為DriveONE芯片級驅制融合架構，百公里制動僅為32.8米。底盤方面，Ray7搭載高性能前後穩定杆和後五連桿懸架，過彎極限更高，濾振更乾淨。智能化上， Ray7搭載27顆車規級全視角傳感器，採用文遠知行L4級Robotaxi同源大模型。這幫助新車能夠複用 L4 積累的海量場景經驗，在城區掉頭、繞行等複雜場景中可順利通行。自2025年廣汽推進“番禺行動”以來，昊鉑埃安BU的研發、生產、銷售等環節效率不斷提升，產品迭代和新車投放節奏明顯加快。作為埃安全新Ray車系的首款新車，Ray7是埃安開啟年輕化序列的關鍵落子，也是廣汽切入20萬級市場的重要佈局。這一細分市場競爭並不輕鬆：小鵬P7、極氪007等車型已經提前卡位。Ray7想在年輕人心中佔位，不能只堆參數，更要把智能座艙與輔助駕駛、三電安全、補能效率、用車成本和價格權益上的差異，變成用戶可感、可信、可持續的體驗，這才是埃安年輕化的分水嶺。（雷峰網(公眾號：雷峰網)） 雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
梁聖又掀桌了！DeepSeek新模型斬殺GPT-6，許願式編程時代降臨
作者 | 楊京麗 編輯 | 李水青 10月17日報道，剛剛，DeepSeek V4.1 Flash更新至V4.1-Flash-1017版本，官方網頁端、App與API已同步更新至新模型，模型權重也已在HuggingFace和ModelScope開放下載。DeepSeek還向公眾開放自研搜索引擎的Search（搜索）與Fetch（抓取）API，兩個接口均定價為5元/千次。 此次更新距離該模型發佈僅過去一個多月。9月10日，DeepSeek正式推出V4.1-Flash，在性能上超越了DeepSeek-V4-Pro。