AI 模型與研究 第 6 頁

Recursive 公開 Flint 權重與本機推論引擎。從 40B／2.5B、Mac 硬體要求到外部原始速度紀錄，拆開廠商編碼分數與自我改進敘事，判斷它適合承接哪一類工作。

Anthropic 與 Theorem 報告為 123 個開源函式庫、239 個入口產生安全證明。對照公開工件，拆開不崩潰、終止、部署環境與修補後功能的邊界。

影片看起來連貫，仍可能改太晚或破壞背景。從官方 CPU Mock 到逐格證據，學會分開驗收修改、保留與時間對齊。

Matrix-Game 4.0 讓引擎維持規則、AI 生成畫面。拆開 RTX 5090 的 60 FPS、83.4 FPS 與 112 ms，核對場景模型、提示詞模式及視覺一致性的證據，判斷這個單卡研究原型值得期待在哪裡。

ElevenLabs 推出 Mini 與 Max，把語音 Agent 的部分調校交給整套服務。拆開串接架構、87.1% 工具任務成功率與偏好排名，判斷導入價值與驗收邊界。

用同一份每日 CSV，先讓 Timestral 與照最後一天、照上週公平比賽。從 CPU 首跑到六個滾動起點，分開驗收假日欄位、MAE 與預測區間。

MiniMax M3.1 Flash 正式推出，輸入每百萬 tokens US$0.15。拆開 70% 成本宣稱、Artificial Analysis 的 42 分與每題 US$0.22，判斷廉價推理如何轉成可驗收的 Agent 交付。

HexaShell 把機器人失敗修成可重用工具。從 39.7% 總分與 8.3% 精細插入成功率，拆開模擬條件、測試分母與開源範圍，判斷程式修復離可靠動作還差什麼。

微軟完成 2.8T 參數底座預訓練，宣稱以更少 FLOPs 達到特定 BPB。拆解 4–12 倍的估算法、資料與硬體改進，以及為何不能直接換算產品能力或訓練帳單。