JEV 21 秒全自动通关阿里云 AI 认证模拟考

Kimi K3 在 Frontend Code Arena 以 1679 分登顶，力压 Claude Fable 5 与 GPT-5.6 Sol，7 个前端细分赛道拿下 6 个第一。该模型为 2.8 万亿参数 MoE 架构，百万上下文窗口，7 月 27 日开放权重。K3 的 API 定价为输入每百万 tokens 15 美元，对标前沿闭源模型，放弃低价路线，转向长上下文智能体编码场景的定价策略。

腾讯混元团队发布Hy3模型，采用295B总参数、21B激活参数的MoE架构，推理效率可打平参数规模2-5倍的旗舰模型。Hy3定位为Agent向LLM，从preview到正式版基于50多个真实业务反馈迭代，内部WorkBuddy任务成功率从72%提升至90%，耗时降低34%，幻觉和常识错误持续下降。实测显示其在coding、办公、复杂任务规划方面表现突出，纯视觉能力为短板。Hy3已集成至微信服务10亿+用户，视频演示包括生成HTML网页、Agent网页和10页PPT，模型具备…

蚂蚁集团发布Ling-2.6系列模型，通过MoE架构与Fast-Thinking机制，将推理激活率降至7%，在实现接近GPT-5.4非推理水平综合智能的同时，大幅降低token成本。该模型在SWE-bench Verified等真实Agent场景测试中表现领先，旨在解决Agent规模化应用的成本痛点。目前已在OpenRouter提供免费API并即将开源，推动行业焦点从刷榜转向生产落地。其高效率特性尤其适合高频任务，在部分任务中速度比Claude Sonnet 4.6快6倍、…

开发者 Alex 上线工具 Margin，接入专做决策的 Jev 后，用自然语言检索积攒的推特书签，底层以单条几十毫秒并行打分，几秒内对上百年推文按相关性排序并标出匹配置信度。相比把几百条推文全文丢给大模型或向量库、每次搜索云端等半分钟且烧几块钱，Jev 百万 Token 仅四分钱且输出免单，让遍历打分变成几分钱的日常操作。

DeepSeek v4.1 flash 在 WorkBuddy 国际版限时免费，仅剩最后 4 天。引用推文介绍用 WorkBuddy + Karpathy LLM Wiki 搭建私人内容生产线：把代表作、创作笔记和定位说明结构化为 19 个知识页，封装成专属内容 Skill，实现个人知识库 + 专属 Skill + 自动化写作流，并开源各环节提示词。

Chris Tate 实测 json-render + jev 组合，0.87 秒完成首屏响应、0.90 秒渲染出带柱状图、指标卡和明细表的完整 Dashboard，而传统流式方案 1.24 秒仍是一片空白。该方案让模型只输出轻量 JSON 结构，由前端基于已有设计规范和组件库本地实例化，不再让大模型逐行手写 HTML 或 React 代码。

开发者 @kevin_t_ngo 用 Claude Opus 5 生成一个仅含单个 HTML 文件的交互网站，内含 25 个独立微缩动态房间，全程无外部图片、字体和第三方 JS 动画库（连 Three.js 都没用），全靠原生 JavaScript 在 Canvas 上逐帧渲染。作者称并非一键生成，而是带着故事大纲让模型反复重写、逐帧挑刺微调，耗时约一天半。

本周国内AI产品榜，通义千问重回国内前三、全球第7，夸克被挤至第5；知乎直答连涨13位杀进第35名，成为涨幅最大黑马。DeepSeek周访问8548万、豆包3675万，通用入口大盘基本被前两名锁定。知乎直答靠7700万创作者沉淀的8亿条专业回答做段落级溯源，反映竞争已从模型智力转向真实语料生态。

新榜全球AI产品周榜第98期显示，OpenArt狂飙26位升至第57名，SpicyChat AI涨23位杀入第33名、周访问量达1605万次，DataCamp同步涨23位至第68名。ChatGPT、Gemini和DeepSeek仍稳居前三。三款腰部应用分别靠5万美元创作者赛事、拟人角色扮演和AI技能教育实现爆发，指向利益、孤独与焦虑三类流量驱动。

奥特曼在 Dreamforce 对话中把 GPT-5.5 到后 Astra 的能力差距换算成人类学者代差：5.5 相当于普通数学教授，5.6 是前 2% 顶尖学者，Astra 再高半档，内部研发中的后 Astra 目标则是做到世界上最优秀数学家都做不到的事。