大模型动态
10 条
GPT-5.4 正式发布，与 Gemini 3.1 Pro 共享榜首
03-06Intelligence Index 57.17 分，百万 Token 上下文，原生电脑控制，推理成本优化 40%
上下文1,000,000 Token（API 默认开启）
新能力中途响应可控（Mid-response Steerability），可实时调整输出方向
电脑控制原生支持操作网页、执行本地任务（文档编辑、数据爬取）
基准测试GDPval 83% / SWE-Bench Pro 57.7% / OSWorld 75%
定价输入 $2.50/M · 输出 $10.00/M
GPT-5.1 预览版灰度测试，千万级上下文
03-211000 万 Token 上下文（约 750 万字），原生文/图/音/视频统一处理，推理速度较 5.4 提升 3 倍
上下文10,000,000 Token — 可处理完整代码库、超长文档
多模态无需调用额外接口，统一处理文本/图像/音频/视频
适配场景超长文档解析、代码库重构、复杂 Agent 工作流
状态灰度测试中，预计 4 月正式开放 API
Gemini 3.1 Pro：长文本「永不失忆」+ Veo 3 视频生成
03-12100 万 Token 上下文优化后复杂长程推理无信息衰减，配套 Veo 3 支持 10 分钟 1080P 视频生成
长文本处理上千页文档仍精准记忆关键信息
Veo 3原生音频生成、首尾帧可控、多机位视觉一致性，1080P 最长 10 分钟
定价$1.25 输入 / $10.00 输出 / M tokens · 2M 上下文可选
Qwen3.5 系列：阿里一口气发布 8 个变体
03-05从 0.8B 到 397B，覆盖手机端到云端。397B MoE 版 Intelligence Index 45.05，$1.35/M
小模型0.8B/2B/4B/9B（Dense），可在手机和消费级 GPU 上运行
大模型27B/35B/122B/397B（MoE），激活参数仅 3B-10B
盲测登顶Qwen3.5-Max-Preview LM Arena 1464 分，全球第五、中国第一
MiniMax-M2.7：性价比之王，II 49.62 仅 $0.53/M
03-18开源，低幻觉率，M2 系列第三次迭代，每次都在压低幻觉率和成本
迭代路径M2 → M2.1 → M2.7，每代幻觉率持续降低
适用场景生产级工作负载，性价比在 45-50 分段最优
MiMo-V2-Pro：小米出品，Agent 任务 Elo 1426
03-18Intelligence Index 49，agentic 任务 Elo 1426，开源，工具调用与多步骤工作流表现强劲
万亿参数MiMo-V2 Pro 拥有 1.2 万亿参数，100 万上下文
端侧落地已接入小米 15 系列手机、SU7 汽车，及金山 Office 生态
研发投入小米宣布三年投入 600 亿研发大模型
Mistral Small 4：6.5B 激活参数，Apache 2.0
03-20119B 总参数 / 6.5B 激活（MoE），图文双模态，混合推理模式，完全自由商用
架构119B 总参 / 6.5B 激活 — 大模型知识容量 + 小模型推理成本
推理模式Hybrid reasoning，reasoning mode 得分 27
搭配工具Mistral Forge 自定义训练平台，完整自托管解决方案
Nemotron 3 Super：NVIDIA 开放权重 + Vera Rubin 生态
03-11120B 总参 / 12B 激活，开源，GTC 2026 发布的 Nemotron Coalition 核心锚点模型
定位模型-硬件全链路的开源锚点，搭配 Vera Rubin AI 平台
联盟Nemotron Coalition 成员：Mistral、Perplexity、Cursor 等
硬件适配12B 激活参数可跑在大多数企业现有硬件上
Claude 4.6 更新：百万上下文免费开放
03-25取消长文本溢价，单次请求支持 600 张图像/PDF 同时解析，多模态能力提升 6 倍
核心变化100 万 Token 上下文不再额外收费
多模态单次 600 张图像/PDF，处理能力较上版提升 6 倍
编程可直接生成完整项目代码，搭配长上下文处理大型代码库重构
定价Opus $5/$25 · Sonnet $3/$15 · Haiku $0.25/$1.25 / M tokens
Grok 4.20 Beta：史上最低幻觉率 22%
03-12事实准确性打破所有模型纪录，IFBench 82.9%，265 tokens/s，$2/$6 per M tokens
幻觉率22% — Artificial Analysis 有记录以来最低
指令遵循IFBench 82.9%
适用场景法律、金融、医疗、合规 — 对事实准确性要求极高的领域
新兴工具
10 条
Mistral Forge：零锁定的自定义模型训练平台
03-17Mistral 在 GTC 发布的企业级定制训练平台，支持完全自托管，无供应商锁定
搭配 Mistral Small 4 (Apache 2.0) 使用，企业可端到端拥有自己的 AI 管线：数据→训练→部署→推理，完全不依赖第三方。
Microsoft Copilot Cowork：桌面端 AI Agent
03 月可直接操控本地桌面应用，Agent 从浏览器走向操作系统级别
Copilot Cowork 是微软将 Agent 能力从云端延伸到桌面的关键一步，可调度本地文件系统、Office 套件和第三方应用执行任务。
Perplexity 持久本地代理：常驻 AI 搜索助手
03 月本地常驻运行的 AI 代理，持久保持上下文，从「搜索工具」转向「个人研究助理」
不同于传统搜索的一次性查询，Perplexity 的持久代理维持长期记忆，理解你的研究历史和偏好，渐进式构建知识图谱。
DeerFlow 2.0：字节开源长时程 SuperAgent
03 月隔离 Agent 环境，支持沙箱/记忆/工具/子代理，本周 GitHub +13,560 星
DeerFlow 2.0 的核心创新是隔离式 Agent 环境——每个子代理在独立沙箱中运行，防止相互污染，适合从几分钟到数小时的复杂任务链编排。
NVIDIA Agent Toolkit：开放 Agent 工具包
03-16GTC 2026 发布，搭配 Nemotron Coalition（Mistral/Perplexity/Cursor），构建开放 Agent 生态
NVIDIA 不再只做芯片——Agent Toolkit 加上 Nemotron 模型、Vera Rubin 平台，构建了从模型到硬件到工具的完整 Agent 管线。联盟成员包括 Mistral、Perplexity、Cursor。
obra/superpowers：Agentic 技能框架
本周本周 +18,021 星，总星 128,852。一个「真正能用」的 agentic 技能框架与软件开发方法论
定位为可落地的开发方法论，而非概念验证。强调技能可组合性、渐进式复杂度和与现有工作流的无缝集成。
everything-claude-code：Claude Code 性能优化系统
本周本周 +19,869 星，总星 128,507。技能/直觉/记忆/安全全栈优化，适配多种 AI 编程工具
不仅针对 Claude Code，同时适配 Codex、Opencode、Cursor 等主流 AI 编程工具，提供技能系统、直觉引擎、记忆管理和安全检测的完整优化方案。
oh-my-claudecode：Teams 多 Agent 协作编排
本周本周 +6,933 星。面向团队的多 Agent 编排层，让 Claude Code 支持协作开发
解决 AI 编程工具在团队场景下的协作痛点，支持多个 Agent 并行工作、任务分发、代码合并和冲突解决。
AI-Scientist-v2 (SakanaAI)：自动化科学发现
本周本周 +1,814 星。Workshop 级别的自动化科学发现系统，采用 agentic 树搜索
第二代 AI 科学家系统，通过 agentic 树搜索自主探索研究方向、设计实验、执行代码和撰写论文，已产出 workshop 级别的研究成果。
last30days-skill：跨平台 AI 信息检索 Agent
本周本周 +11,933 星。横跨 Reddit/X/YouTube/HN/Polymarket 及全网的主题研究 Agent 技能
一个 AI Agent 技能插件，输入任意主题，自动横跨 Reddit、X、YouTube、Hacker News、Polymarket 及全网搜集信息，生成有据可查的综合摘要。70% 星标来自本周。
行业趋势
6 条
中国大模型调用量首超美国：4.19 万亿 vs 3.63 万亿 Token/周
03-09OpenRouter 数据显示中国连续两周领先，Top 5 中中国占 3 席，海外开发者占比高达 47%
中国 Top3MiniMax M2.5、DeepSeek V3.2、阶跃星辰 Step 3.5 Flash
关键信号海外开发者占 47%，中国本土仅 6%——国产模型靠性价比赢得全球开发者
NVIDIA GTC 2026：$1T+ 基础设施订单，Vera Rubin 登场
03-16Vera Rubin AI 平台声称降低万亿参数训练成本 10 倍，专用推理芯片，物理 AI 与机器人首次登台
核心发布Vera Rubin 平台、专用推理芯片、开放 Agent Toolkit、Nemotron Coalition
新方向物理 AI 和机器人首次获得 marquee billing，不再只是芯片公司
Anthropic 被五角大楼标记「供应链风险」
03 月拒绝放宽自主武器使用限制，多个美国政府机构开始 6 个月内逐步替换 Claude
Anthropic 坚持不为自主武器松绑，被标记为「供应链风险」——这一标签通常只用于外国对手。OpenAI 迅速签下 DoD 新协议，引发内部反弹和公开辞职。
2026 Q1 全球共发布 267 个 AI 模型，Agent 成核心
03-12Agent 系统从概念走向规模化部署，成为 2026 年第一季度的核心趋势
Agent 不再是 demo——GPT-5.4 原生电脑控制、Mistral Forge 自托管训练、DeerFlow 隔离环境、NVIDIA Agent Toolkit，行业从「新模型每周发」转向「如何规模化部署」。
中国云厂商集体调价，AI 免费公测时代终结
03 月腾讯云、阿里云、百度智能云上调算力价格，最高涨幅 463%，进入商用成熟期
核心原因：算力成本居高不下 + 市场需求从「尝鲜」转向「商用」。企业愿意为高质量 AI 服务付费，标志大模型产业从烧钱补贴走向健康可持续。
Morgan Stanley 警告：AI 算力或致美国电网缺口 9-18 GW
03 月AI 基础设施支出预计到 2028 年超 $3T，电力供应成为 AI 扩展的硬约束
算力增长远超电力基础设施扩张速度。Nebius 融资 $2B+ 建设 AI 工厂，AMD 推出面向消费端的 Ryzen AI 400——行业在寻找「不烧穿电网」的算力方案。
开源项目
GitHub 本周热榜 · TOP 10
| 项目 | 总星标 | 本周增长 | 简介 | |
|---|---|---|---|---|
| #1 | affaan-m/everything-claude-code | 128,507 | +19,869 | AI 编程助手优化系统 |
| #2 | obra/superpowers | 128,852 | +18,021 | Agentic 技能框架与开发方法论 |
| #3 | bytedance/deer-flow | 55,588 | +13,560 | 长时程 SuperAgent 框架 |
| #4 | mvanhorn/last30days-skill | 17,020 | +11,933 | AI 信息检索 Agent 技能 |
| #5 | microsoft/VibeVoice | 33,588 | +8,327 | 开源前沿语音 AI |
| #6 | NousResearch/hermes-agent | 20,774 | +7,539 | 可进化的 AI Agent |
| #7 | Yeachan-Heo/oh-my-claudecode | 19,749 | +6,933 | 多 Agent 协作编排 |
| #8 | hacksider/Deep-Live-Cam | 87,142 | +6,693 | 实时换脸 / 视频深伪 |
| #9 | pascalorg/editor | 8,863 | +4,584 | 3D 建筑项目编辑器 |
| #10 | SakanaAI/AI-Scientist-v2 | 4,261 | +1,814 | 自动化科学发现 |