S
SkillNav

Kimi K2.6 刷新开源模型纪录，追赶 Claude Opus 4.6

深度Latent Space2026年4月21日5 分钟阅读
Kimi K2.6 刷新开源模型纪录，追赶 Claude Opus 4.6
月之暗面（Moonshot）发布 Kimi K2.6，在多项编码与智能体基准测试中刷新开源模型纪录，性能直追 Claude Opus 4.6。同时，Hermes Agent 生态快速扩张，OpenAI Codex Chronicle 则展示了将屏幕上下文转化为智能体记忆的新方向。
本文编译自 [AINews] Moonshot Kimi K2.6: the world's leading Open Model refreshes to catch up to Opus 4.6 (ahead of DeepSeek v4?)，版权归原作者所有。

觉得有用？分享给更多人

获取每周 AI 工具精选

工具推荐、实战教程和生态洞察，每周更新。

关注 @skillnav_dev →阅读周刊

相关文章

把数据库检查变成奖励：ThinkingBox 的 Agent 训练新方法

微软和 Hugging Face 联合发布 ThinkingBox-Training，将 ThinkingBox-Bench 中可执行检查返回的 0/1 结果作为奖励信号，用于训练其他任务上的 Agent。他们提出离线策略相对难度来选择训练任务，并用 GRPO 对 Qwen3.8-27B 进行微调。结果显示，模型在重复性任务上的成功率大幅提升，但至少成功一次的覆盖率略有下降。

深度Hugging Face·10月22日·8 分钟

OpenAI 的 Decisions API 正式开放，与 Jev 竞争决策模型市场

OpenAI 正式向所有客户开放 Decisions API，该 API 基于 ChatGPT Luna 重新配置，专注于快速、低成本的决策任务。与 TypeSafe 的 Jev 模型相比，OpenAI 的模型在基准测试中排名靠后，但在多模态和全球延迟优化上有优势。早期客户如 Box、Datadog、Ramp 和 Speak 已用其替换 LLM 以提升吞吐量。

深度·10月22日·4 分钟

评论