Together AI 实测对比 DeepSeek-V4 Flash 与 GPT-5.6 Luna 在 DeepSWE 的编码表现与成本
Together AI 在 113 项 DeepSWE 真实编码任务上实测对比了 DeepSeek-V4 Flash 0731 与 GPT-5.6 Luna，结果显示 Luna 准确率更高而 DeepSeek 单任务成本仅为其六分之一。
推荐理由：评测展示了将廉价模型作为前置过滤并在失败时升级旗舰的级联方案，能以更低综合成本获取更高准确率。
AI 编码
全部主题AI 写代码的一切：编码助手、Vibe Coding、代码模型评测与开发工作流变革。
最新精选
第 81–88 条 · 共 88 条Together AI Blog精选AI 评分7474
Microsoft Research精选AI 评分7171 微软研究院开源智能体框架 Orchard
微软研究院开源面向智能体研发的基础框架 Orchard，旨在解决复杂智能体训练依赖专有基础设施与沙箱的瓶颈。该框架以基于 Kubernetes 的 Orchard Env 为核心，支持直接在 Codex、OpenClaw 等真实运行框架中端到端训练与评估，并可在软件工程、网页浏览和个人助理等任务间复用数据管线。
推荐理由：该框架通过将运行环境解耦为独立服务并支持在真实运行载体中直接训练，让十倍更小参数的开源模型逼近前沿系统水准。
Together AI Blog精选AI 评分8282 Kimi K3 完整开发者指南
Together AI 联合月之暗面推出 2.8T 参数开源模型 Kimi K3 的接入支持并发布完整开发指南，该模型原生支持 1M 上下文窗口与多模态视觉输入。
推荐理由：文章系统梳理了该开源模型的底层架构与接口参数，开发者可据此掌握长上下文缓存与动态工具调用的工程实现。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 及 3.5 Flash Cyber
Google DeepMind 正式推出 Gemini 3.6 Flash、Gemini 3.5 Flash-Lite 以及专攻代码安全的 Gemini 3.5 Flash Cyber，重点提升 AI 智能体工作流的效率与延迟表现。
推荐理由：新模型在提升编码与知识任务表现的同时降低了输出 token 消耗和调用成本，适合评估智能体生产落地开销的开发者参考。
Interconnects精选AI 评分7878 GLM-5.2 成为开源智能体的质变转折点
智谱（Z.ai）开源的 GLM-5.2 模型在编码与智能体工作流中展现出匹敌顶尖闭源模型的能力，被视为开源智能体领域的关键转折点。在 Arena 等 Agent 评测中，该模型表现出逼近闭源旗舰的竞争力，将开源与闭源的前沿性能差距维持在 6 至 9 个月。作者认为该进展不仅利好开源推理生态并给高价闭源模型带来定价压力，也引发了关于前沿开源模型监管边界的深层讨论。
推荐理由：文章将 GLM-5.2 与闭源前沿模型展开对比，深入探讨了开源智能体对闭源厂商定价机制及监管格局的影响。
Together AI Blog精选AI 评分6161 Kimi K2.7 Code 对比 Claude Fable 5：落地页生成成本降低 94%
Together AI 测试对比了 Kimi K2.7 Code 与 Claude Fable 5 生成 12 个落地页的效果，结果显示 Kimi 生成成本比 Fable 5 降低约 94%，平均便宜约 16 倍且产出质量接近。
推荐理由：测试展示了借助 MCP 补充多模态视觉参考来弥补开源代码模型设计短板的方案，同时大幅压缩落地页生成的调用成本。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Gemini 3.5 Flash，主打智能体工作流与编码能力
Google DeepMind 正式推出 Gemini 3.5 系列并上线 Gemini 3.5 Flash，主打复杂长流程智能体工作流与代码执行能力。其在 Terminal-Bench 2.1 达 76.2%、MCP Atlas 达 83.6%，每秒输出 token 速度达到其他前沿模型的 4 倍，且成本不足其一半。
推荐理由：该模型在保持高推理速度的同时强化了长流程智能体与编程表现，为降低复杂自动化任务的调用延迟与成本提供了参考。
Google DeepMind精选AI 评分7373 AlphaEvolve：由 Gemini 驱动的编码智能体如何跨领域拓展应用影响
Google DeepMind 总结了其由 Gemini 驱动的算法设计编码智能体 AlphaEvolve 在推出一年来的跨领域落地成果。在科学与硬件领域，该系统不仅协助数学家探索未解问题并将 Willow 量子芯片模拟误差降至基准的十分之一，还直接为下一代 TPU 芯片设计了更高效的底层硬件电路，同时将 Google Spanner 的写入放大减少了 20%。
推荐理由：文章梳理了编码智能体深入硬件架构设计与跨学科科学计算的具体案例，展示了 AI 算法设计工具在工业基建中的实践路径。