AI 模型與研究 第 15 頁

WorldCrafter 能把一張圖變成可控探索影片，但會移鏡不等於記住世界。本文用三條可重複的回頭路徑，教你逐格驗收返回視角、遮擋、紋理與動態身分。

Claude Opus 5.5 在 Artificial Analysis 取得 58 分，API 單價降 20%，但 max effort 每任務約用 11.9 萬輸出 Token，成本只與 Opus...

GPT-6 Sol、Luna 把 API 單價壓到前代約一半，但 Artificial Analysis 顯示整體能力大致持平、知識工作甚至退步。這篇拆解成本、Token、拒答與真正的選型方法。

MiMo-V2.6 公開 Pro 與 Flash 權重、1M context 與大規模 RL 報告。本文查證 46.32 分、RL 成本、多模態範圍與開放程度，並拆解「自我改進」離真正 RSI 還有多遠。

Grok 4.7 的 Coding Agent 系統從 47 升到 56，但綜合指數只多 2 分。本文拆解模型、Grok Build、Token 成本、API 價格與 benchmark 限制。

原文件不動，只修訂可檢索 Key：用 20 篇文件 BM25 玩具實驗拆解 SELF-INDEX 的三道 gate、holdout 回歸、過擬合風險與版本化回滾。

Step 5 Preview 主打 1M context、600B／27B MoE 與低價 API。本文核對 44 分獨立評測、長上下文證據、open weights 承諾與 demo 證據限制，判斷它是否真的推進價格效能邊界。

DeepSeek-V4.1-Flash 把 global KV cache 壓到每 token 890 bytes，並用 CED、CSA2、FP4 與 Bounded Replay 重寫百萬 token Agent 的服務成本。本文拆解官方證據、限制，以及真正該驗證的端到端指標。

Qwen-Image-2.1 把 RGBA 透明度直接納入生成與編輯，視覺核心 7B、完整權重約 33GB。本文拆解十張參考圖、Day-0 支援、廠商 benchmark，以及公開下載但僅限研究評估的授權界線。