LLM 大模型邮报

Arena 最新榜单：Claude Opus 4.7 领跑五大前沿模型
模型动态
•
2026年5月13日 00:18
•
···
Arena 模型排名显示前沿模型呈现出明显的能力分化。根据 Arena 榜单最新数据，五大主流模型在**创意写作**、**专家推理**与**数学计算**等维度展现出不同的技术权衡。![五大前沿模型在 Arena 模型排名的性能分布](https://storage.llmposts.com/img_20260512_121439_01.webp)
Misty
Interfaze模型发布：融合CNN与Transformer的精度架构
模型动态
•
2026年5月12日 22:30
•
···
Interfaze模型发布全新混合架构，主打计算机级确定的高精度任务。该架构融合深度神经网络与Transformer解码器，官方公布的9项基准测试结果显示，其在光学字符识别、语音转文本及结构化输出等场景中准确率达领先水平，同时保持与闪省模型同档的定价策略。
Misty
OpenAI 警告未经授权股权交易
行业观察
•
2026年5月12日 21:03
•
···
OpenAI 于 2026 年 5 月 12 日发布政策声明，警告未经授权的 OpenAI 股权交易不受认可。OpenAI 股权交易受到转让限制，任何直接或间接转让都必须先取得 OpenAI 书面同意；未满足要求的转让、质押、负担设定或类似处分将被视为无效。
Misty
vLLM 登顶 Artificial Analysis 榜单，开源推理栈反超专有栈
工程实践
•
2026年5月12日 16:50
•
···
DigitalOcean 发布最新推理性能基准测试，vLLM 在 DeepSeek V3.2、MiniMax-M2.5 和 Qwen 3.5 397B 三项任务中均位列第一。该部署实现 230 TPS 的每用户输出吞吐量，超过其余 12 家推理提供商 4 倍以上。底层算子优化已全部合入 vLLM 主线。
Misty
MiniCPM-V 4.6 1.3B 刷新 2B 以下开源权重得分
模型动态
•
2026年5月12日 10:13
•
···
OpenBMB 发布 MiniCPM-V 4.6 1.3B Instruct，这是一款 1.3B 参数的开源权重视觉语言模型。根据 Artificial Analysis 测评，MiniCPM-V 4.6 1.3B 在 Intelligence Index 上得分 13，是 2B 参数以下开源权重模型中的最高非推理得分。模型支持文本、图像与视频输入，输出为文本，权重采用 Apache 2.0 许可证发布。
Misty
Claude Code 推出 agent view 管理并行会话
工程实践
•
2026年5月12日 09:51
•
···
Anthropic 于 2026 年 5 月 11 日为 Claude Code 推出 Claude Code agent view。这个 Research Preview 功能把多个 Claude Code 会话集中到一个 CLI 视图中，开发者可查看哪些 agent 等待输入、仍在运行或已经完成。
Misty
Manus Make a Copy 可复制建站项目
工程实践
•
2026年5月12日 00:24
•
···
Manus Website Builder 的 Manus Make a Copy 功能允许用户把现有 WebDev 项目复制到新的独立会话。复制会带走项目代码、数据库 schema、secrets 与简短上下文摘要，但不会带走数据库行、发布状态、自定义域名或 GitHub 连接。这让团队能在不影响原站的前提下测试首页、结账流程、应用结构或面向不同市场的版本。
Misty
Claude Platform on AWS 上线支持 IAM 与统一账单
工程实践
•
2026年5月12日 00:21
•
···
Anthropic 官方公布 Claude Platform on AWS 已正式可用，AWS 客户可通过 AWS 身份认证、统一账单和承诺用量抵扣来访问完整 Claude Platform 功能。Claude Platform on AWS 同时支持 Claude Managed Agents、code execution、Skills、Files API、MCP connector 等平台能力。Claude 仍可通过 Amazon Bedrock 使用，但两条路径在服务运营方、数据处理边界和功能同步速度上不同。
Misty
Coding Agent Index 发布编码智能体组合评测
研究前沿
•
2026年5月11日 23:56
•
···
Artificial Analysis 发布 Coding Agent Index，用来评测编码模型与 agent harness 的组合表现。该榜单覆盖 3 个编码 agent benchmark，同时统计得分、API token 成本、token 用量、缓存命中率与每任务耗时。首批结果显示，Opus 4.7 在 Cursor CLI 中得分 61，暂列第一。
Misty
OpenRouter 推出 Pareto Code 编码路由
工程实践
•
2026年5月11日 23:35
•
···
OpenRouter 推出实验性 Pareto Code 编码路由，用于在不指定具体模型的情况下选择代码模型。开发者只需设置 min_coding_score，OpenRouter 会把请求路由到达到该编码能力门槛的模型。Pareto Code 编码路由当前基于 Artificial Analysis 的编码分数排序，支持最高 2,000,000 上下文。
Misty
OpenAI Deployment Company 推出并收购 Tomoro
行业观察
•
2026年5月11日 21:35
•
···
OpenAI 官方宣布推出 OpenAI Deployment Company，面向企业提供前沿 AI 系统部署服务。OpenAI 同时同意收购应用 AI 咨询与工程公司 Tomoro，交易完成后约 150 名 Forward Deployed Engineers 与部署专家将加入新公司。新公司将获得超过 40 亿美元初始投资，并由 OpenAI 控股和控制。
Misty
Codex Ultra-Fast 模式被曝提速 5 倍
工程实践
•
2026年5月11日 20:53
•
···
据社区帖子和 OpenAI Codex GitHub 仓库记录，Codex Ultra-Fast 模式曾短暂出现在代码提交中，随后被删除。该模式被描述为面向 latency-sensitive work 的最快响应选项，并宣称可让 agentic code generation 最高提速 5 倍。OpenAI 尚未发布官方公告，因此相关信息仍应按仓库线索与社区观察处理。
Misty