速览


独立榜把第一名拆成俩


Artificial Analysis 4 号刚把 Intelligence Index 升到 v4.2，Fable 5.1 还一个人站最上头。7 号又出 v4.3。Terminal-Bench 换成 v4.0，原来那栏银行工作流拿掉，换成跟 Zapier 合作的 AutomationBench-AA，657 道留出题。私有题权重从 40% 提到 45%。
满分口径下，Claude Fable 5.1（max with fallback）和 GPT-6 Astra（max）都是 53，并列。后面 Claude Opus 5 是 51，Fable 5 是 50，Muse Spark 1.3 是 48，GPT-5.6 Sol 是 47。Anthropic 还占前四里三个位子。
分打平，花钱没打平。Astra 单任务大约 3.26 美元，Fable 大约 7.63 美元。AA 自己算，Astra 便宜大约 57%。
开源权重前排：GLM-5.3 Flash 42、Qwen3.8 2.4T A95B 40、DeepSeek V4 Pro 0813 36。AA 写 Flash 是开源里第三强。
两家强项也不一样。Fable 在 AA-Briefcase 和 SciCode 更高；Astra 在 Terminal-Bench v4.0 和 AutomationBench-AA 更高。谁写了「第一」，先看他用的哪套题。
讯飞星火 X2.5，大杯能调了


科大讯飞 7 号正式发了 Spark-X2.5。IT之家当天也报了。MoE，293B 总参、大约 30B 激活，上下文 256K，主打代码和智能体，说覆盖 200 多种语言。训练和推理走全国产算力。
已经挂在讯飞星辰 MaaS：输入 1.6 元、缓存命中 0.24 元、输出 6 元，按每百万 Token 算。9 月 1 日开源的是端侧 4B / 1.7B，那是另一条线。293B 这杯目前是平台 API，完整权重没一起放出来。
混元专治「想太多」


混元跟 WorkBuddy 7 号发了升级公告。Hy4 preview 复杂任务会想太久、自己验来验去，这次专项改完已经全量上了。他们说 Bench 和人工评测盯着，效果没掉，轮次和 Token 下来了。
Hy4 preview 8 月 28 日开源，770B / 49B 激活，1M 上下文。9 月 1 日还有个轻量版，权重从大约 1.5TB 压到大约 214GB。7 号 OpenRouter 周报里，Hy4 preview 调用量大约 14.7 万亿 Token，环比大约 +379%，在那个平台上排第一。
Agent 跑得勤的场景，这次更像修等待和账单。底座没换。
彭博：字节在攒实时空间视频


彭博 7 号引知情人士说，字节在做实时空间视频生成，往机器人、自主系统和可互动虚拟内容上靠，跟 Meta、Alphabet 抢「世界模型」。张一鸣在协调业务线和算力，最快可能下个月发，时间表还能改。
中文二次报道补了细节：基于现有 Seedance，目标大约 0.05 秒延迟、20 fps 三维互动，给直播、短剧、游戏。匿名消息加转述，字节自己没官宣规格和日期。
MiniCPM5-2B，往手机里塞


OpenBMB（清华 NLP / ModelBest 那条线）7 号前后在 Hugging Face 放了 MiniCPM5-2B。大约 2.5B 稠密 Transformer，端侧、本地跑，原生超长上下文（厂商说大约 131K 起），Apache 2.0，GGUF、MLX、GPTQ 都有。
官方自报 34 项基准平均大约 53.9，说是 2B 级开源 SOTA。有报道称它在 Artificial Analysis Index v4.2「4B 以下开源」分组里排第一，分数大约 15。旗舰榜是 53 分那档，这是另一张表。本地 coding / agent 小助手可以先看看。

AI 圈每天都有新动静，关注「林克日记」，每天一份 AI 日报，把值得关注的消息送到你面前。[灵光一闪]