几何推理成AI盲区？实测多家大模型编写“切苹果”H5代码集体翻车
一项针对主流大模型代码生成能力的趣味测试近日引发关注。测试者试图通过Prompt让AI编写H5代码，实现“三刀将苹果切成八块”且支持视角移动的3D动画。实测结果显示，包括Grok、Gemini、Kimi、DeepSeek及Copilot在内...
标签索引 / 第 15 页
AI大模型
这个标签下有 197 篇文章。按时间回看相关判断与实践记录。
标签精选
相关内容
Anthropic 发布 Claude Sonnet 4.6：全面强化智能体与编码能力，价格不变
Anthropic 正式推出 Claude Sonnet 4.6 模型，宣布对模型核心技能进行全方位升级。此次更新重点强化了编码效率、计算机交互操作、长文本推理能力以及最为关键的智能体规划功能，旨在显著提升知识工作和设计类任务的处理质量。值...
实测对比：为何 Claude Opus 仍是学术写作首选，GPT 与 Gemini 遭遇口碑危机？
近期科技社区热议高端 AI 模型的实际应用体验。一位撰写论文的博主对比了 GPT、Gemini 和 Claude Opus 的表现，认为 GPT 虽逻辑严密但文笔生硬，Gemini 3 则在长文本处理和网络搜索上表现不佳，甚至不如前代。相比...
字节豆包疑似因流量过载宕机，电话及部分功能显示“暂不支持”
据社区用户反馈，字节跳动旗下大模型应用“豆包”疑似因春节期间流量激增而出现服务异常。用户反映豆包的电话功能及部分特定功能无法正常使用，系统提示“新春人数较多，暂不支持”。这一现象侧面反映了国产AI应用在春节假期迎来了用户活跃度的爆发式增长，...
实测 MiniMax 2.5 与 Gemini 3：模型推理短板致使智能体误判“封禁”
一名开发者在调试 OpenClaw 智能体时发现，其发言屡次被平台限制，起初误以为是触发了社区风控机制。在升级至 MiniMax 2.5 并接入 MCP 协议后问题依旧，通过日志分析才发现，并非系统误封，而是模型自身推理能力不足，产生了内容...
深扒国产大模型：Minimax 被指抄袭 Kimi 代码，Agent Skills 前端安全裸奔
社区开发者通过技术手段导出了 Kimi、GLM 和 Minimax 的 Agent Skills 代码，发现 Minimax 部分代码与 Kimi 相似度高达 81.8%，且涉嫌直接套用开源社区代码及用户作品。测试还显示，三家厂商的前端网页...
开源情感模型 OmniDimen-2 发布：基于 Qwen3/Llama，主打端侧私聊体验
针对 OpenAI 对情感类交互的严格限制，个人开发团队发布了新一代情感特化模型 OmniDimen-2。该系列包含 4B、8B Dense 及 20B MoE 三种规格，分别基于 Qwen3-4B、Llama-3.1-8B 等基模进行 L...
AI大模型横向测评：从表格识别看国产模型“空间推理”能力的崛起
本文记录了一次针对Gemini、ChatGPT、豆包等五款主流AI模型的实战测评。在“将纸质表格照片转换为通知文本”这一真实办公场景中，大多数模型暴露了数据错位或幻觉问题。其中，字节跳动的豆包表现最为惊艳，它不仅完成了OCR识别，更通过逻辑...
免费调用MiniMax等大模型？OpenCode Zen API接入指南
科技社区挖掘出 OpenCode Zen 平台的一项实用福利。该平台目前提供了 MiniMax M2.5-free 等强力模型的 API 接口。用户只需获取平台的 Key，即可通过标准的 OpenAI 兼容格式在本地或第三方客户端调用这些模...
MiniMax发布M2.5编程模型，宣称对标Claude Opus，强化Office生产力
国产大模型独角兽MiniMax正式上线最新旗舰编程模型MiniMax M2.5。该模型支持PC、App及跨端全栈开发，重点强化了Excel高阶处理、深度调研、PPT制作等Office核心生产力场景，声称处于行业领先地位。更有社区消息指出该模...