333 lines
23 KiB
Markdown
333 lines
23 KiB
Markdown
# 2025年4月大模型发布与发展回顾（结构化总结）
|
||
|
||
下面分两部分回答你的问题：
|
||
1）2025年4月**主要大模型版本/功能发布与更新盘点**
|
||
2）结合全年脉络，对这次“4月大爆发”的**技术与产业意义做发展回顾与总结**
|
||
|
||
---
|
||
|
||
## 一、2025年4月大模型与关键能力更新盘点
|
||
|
||
### 1. Meta：Llama 4 系列开源发布（4月5日）
|
||
|
||
**核心信息**
|
||
|
||
- 发布模型：Llama 4 Scout、Llama 4 Maverick，并预告在训巨型模型 Behemoth。[1][2]
|
||
- 架构：首次采用大规模 **MoE（Mixture of Experts，混合专家）** 架构：
|
||
- Scout：
|
||
- 约 170 亿激活参数
|
||
- 16 个专家，总参数约 1090 亿
|
||
- **上下文窗口高达约 1000 万 token**，可处理 20+ 小时视频或上万页文本，在单块 H100（Int4 量化）上可跑[1][2][3]。
|
||
- Maverick：
|
||
- 170 亿激活参数
|
||
- 128 个专家，总参数约 4000 亿
|
||
- 多模态能力、图像理解和性价比上对标并在部分维度超越 GPT‑4o、Gemini 2.0 Flash 等。[4][5]
|
||
- 能力特征：
|
||
- 原生多模态：文本、图像、视频、音频统一建模，可在不同模态间转换内容。[2][5]
|
||
- 高效推理：MoE 架构按 token 选择少量专家参与计算，大幅降低推理成本。
|
||
- 上下文极限突破：Scout 1000 万 token、Maverick 100 万 token 的窗口，在长文档和代码库推理上形成压倒性优势。[1][2]
|
||
|
||
**影响判断（可直接用于选型/规划）**
|
||
|
||
- 对开发者：真正能在单卡 H100 上跑的“千万级上下文开源模型”，非常适合做**长文档检索、海量代码分析、长程多模态记忆**等系统的基础模型。
|
||
- 对国内开源阵营：抬高了“开源模型上限”，迫使其他开源阵营（包括中国）必须在 **MoE + 多模态 + 超长上下文** 上给出对标产品。
|
||
|
||
---
|
||
|
||
### 2. OpenAI：推理模型 o3 与 o4‑mini（4月16–17日）
|
||
|
||
**核心信息**
|
||
|
||
- 模型定位：
|
||
- **o3**：目前 OpenAI 最强推理模型，是 o1 系列升级版。[6][7]
|
||
- **o4‑mini**：轻量推理模型，主打**高性价比与高吞吐**，在某些数学基准甚至超过 o3。[6][8]
|
||
- 能力特征：
|
||
1. **视觉“思维链”能力**
|
||
- 首次支持在推理链中使用图像，能对白板笔记、手绘草图、图表等进行多步分析，而不是只做一次性识别。[6][9]
|
||
2. **自主工具调用能力**
|
||
- 在 ChatGPT 内，可以自动组合调用：网页搜索、Python、文件解析、图像生成等所有工具，单轮对话内完成完整自动工作流，被视为“把 Agent 吞进模型里”。[6][10]
|
||
3. **性能数据**：
|
||
- o4‑mini 在 AIME 2024 / 2025 数学竞赛中的准确率分别为 **93.4% / 92.7%**，超过满血版 o3，被称为“当前准确率最高的推理模型之一”。[6]
|
||
- Codeforces 编程竞赛 ELO 评分约 2700+，接近全球前 200 名人类程序员水平。[6][11]
|
||
4. **成本与效率**：
|
||
- 相比此前的 o1、o3‑mini，在“性能 / 成本”曲线明显更优，可根据任务设置推理“努力程度”（思考时间与算力）。[7][11]
|
||
|
||
**影响判断**
|
||
|
||
- 对复杂分析任务（金融分析、科研计算、工程设计）而言，o3 更像是一位会自己查资料、写代码、看图的大助手，适合做**端到端自动化代理的“大脑”**。
|
||
- o4‑mini 在准确率接近 o3 前提下，成本与延迟大幅降低，是面向大规模应用部署（如 API 服务、企业内部推理服务）的现实选择。
|
||
|
||
---
|
||
|
||
### 3. 百度：文心大模型 4.5 Turbo & X1 Turbo（4月25日）
|
||
|
||
**核心信息**
|
||
|
||
- 发布场合：Create 2025 百度 AI 开发者大会（武汉）。[12]
|
||
- 主打三大特性：**多模态、强推理、低成本**。[12]
|
||
- 文心 4.5 Turbo：
|
||
- 对比文心 4.5：
|
||
- 速度更快，推理吞吐可达 8 倍。[13][14]
|
||
- **价格下降 80%**：
|
||
- 输入：0.8 元 / 百万 token
|
||
- 输出：3.2 元 / 百万 token
|
||
- 约为 DeepSeek‑V3 成本的 40%。[12][15]
|
||
- 多模态与能力：
|
||
- 原生多模态，文本、图像、音视频理解与生成全面加强。[12][16]
|
||
- 去幻觉、逻辑推理、代码能力均明显增强。
|
||
- Benchmark：
|
||
- 多模态综合得分：约 **77.68 分，高于 GPT‑4o 的 72.76 分**，部分测评与 GPT‑4.1 持平甚至更优。[15][17]
|
||
- 文心 X1 Turbo（深度思考模型）：
|
||
- 在文心 X1 基础上思维链更长、推理更深，强化多模态和工具调用能力。[12]
|
||
- 在性能提升的同时，再降价 50%，输入约 1 元 / 百万 token，输出 4 元 / 百万 token，[12] 约为 DeepSeek‑R1 成本的 25%。[15]
|
||
|
||
**影响判断**
|
||
|
||
- 对国内企业：文心 4.5 Turbo + X1 Turbo 基本构成了“通用多模态 + 深度推理”的国产双基座，在**中文能力、多模态和成本**上非常有竞争力，适合作为国内大量业务的默认选型。
|
||
- 对全球：百度把多模态能力做到对标甚至超越 GPT‑4o，同时价格只有国际闭源模型的个位数甚至百分之一，对国际市场形成明显价格冲击。
|
||
|
||
---
|
||
|
||
### 4. 阿里云：通义千问 Qwen3 混合推理系列（4月29日）
|
||
|
||
**核心信息**
|
||
|
||
- 发布内容：
|
||
- 开源 **8 个模型**：6 个 Dense + 2 个 MoE [18][19]
|
||
- Dense：0.6B / 1.7B / 4B / 8B / 14B / 32B
|
||
- MoE：Qwen3‑235B‑A22B（总参 2350 亿，激活 220 亿）；Qwen3‑30B‑A3B（总参 300 亿，激活 30 亿）。[18]
|
||
- 最关键特性：**“混合推理模型”**（国内首个）
|
||
- 在一个模型中无缝集成：
|
||
- **快思考模式**（非思考模式）：短思维链，快速响应，简单问答、聊天、轻度任务时只激活部分层与少量专家，节省算力 40% 左右。[3][20]
|
||
- **慢思考模式**（思考模式）：长思维链，多步推理，适合数学、代码、复杂推理，支持设置“思考预算”，如 38K tokens 的思考链长度。[3][20]
|
||
- 用户可通过 API 参数 `enable_thinking` 或对话指令 `/think`、`/no_think` 来软切换。[3][21]
|
||
- 性能数据：
|
||
- 旗舰模型 Qwen3‑235B‑A22B 在数学（AIME25 得分 81.5）、代码（LiveCodeBench 70+）等基准上**超越 DeepSeek‑R1、Grok‑3 等顶级模型**，逼近 Gemini‑2.5‑Pro。[19][22]
|
||
- 在多语言（支持 119 种语言和方言）和 Agent 能力（BFCL 70.8 分，超越 Gemini‑2.5‑Pro、o1）上处于领先。[18][19]
|
||
- 生态与部署：
|
||
- 完全开源，Apache 2.0 许可，可商用。[18]
|
||
- 强化 MCP 协议与工具调用，提供 Qwen‑Agent 框架，方便智能体开发。[18]
|
||
|
||
**影响判断**
|
||
|
||
- Qwen3 把 **“快思考/慢思考”这个认知科学概念真正落到工程层面**，在开源世界里几乎唯一实现了混合推理的通用大模型，非常适合作为“统一大脑”，根据任务难度自动分配算力。
|
||
- 对国内生态：让中小企业可以在**单集群、甚至有限 GPU 条件下兼顾高效问答和高质量深度推理**，极大降低了推理型应用门槛。
|
||
|
||
---
|
||
|
||
### 5. 字节跳动：Seed‑Thinking‑v1.5 推理模型（4月14–17日）
|
||
|
||
**核心信息**
|
||
|
||
- 模型规格：
|
||
- MoE 架构，总参数 **200B**，激活参数 **20B**。[23]
|
||
- 相比 DeepSeek‑R1（671B 总参，37B 激活），参数更小、激活更少，但在多项推理基准上逆袭。[24][25]
|
||
- 能力表现：
|
||
- 数学、编程、科学推理等专业领域表现突出，部分评测上超越 DeepSeek‑R1。[24][26]
|
||
- 单位推理成本比 DeepSeek‑R1 低 **50%** 左右，推理效率提升约 5 倍。[23][27]
|
||
- 技术路线：
|
||
- 采用“**SFT + RLHF + 强化学习测试时计算**”的两阶段/多阶段训练范式，通过构建双轨奖励体系（可验证数据 + 人类反馈）来专门优化长链推理能力。[27][28]
|
||
|
||
**影响判断**
|
||
|
||
- 这是中国厂商在“**小于对手一半的激活参数，却能打赢推理比赛**”上的一次标志性胜利，说明：
|
||
- 扩参不再是唯一方向，“**参数效率 + 强化学习 + 专项数据**”同样能造就顶级推理模型。
|
||
- 对业务方：Seed‑Thinking‑v1.5 适合作为**数学/编程/科学推理型垂直应用**（如数理教育、量化分析、科学计算）的后端推理引擎。
|
||
|
||
---
|
||
|
||
### 6. Claude：Research 深度检索功能（4月15日）
|
||
|
||
**核心信息**
|
||
|
||
- 功能描述：
|
||
- Claude 为旗舰模型新增 **Research 模式**，可在单个问题下自动发起 3–5 轮关联网络检索，构建知识图谱并形成结构化报告。[29][30]
|
||
- 与 Google Workspace 深度集成：可读取 Gmail、日历、Docs 文档，自动汇总会议纪要、识别待办事项等。[29][31]
|
||
- 性能数据：
|
||
- 在 SWE‑bench 专业编码评估中，通过 Research 功能与“思考工具”机制，将验证准确率提升至 **49%**，比行业基准提升 15.6 个百分点。[29][32]
|
||
|
||
**影响判断**
|
||
|
||
- Claude 正在把“搜索 + 多轮推理 + 企业内数据”打通，从单一对话模型升级为**类知识工作自动化助手**，对于知识密集型企业（咨询、律师、投行、互联网）极具价值。
|
||
|
||
---
|
||
|
||
### 7. 英伟达：GB200 NVL72 服务器大规模部署（4月中旬）
|
||
|
||
**核心信息**
|
||
|
||
- CoreWeave 成为首批大规模部署 **GB200 NVL72** 系统的云商之一，Cohere、IBM、Mistral AI 等为首批用户。[33]
|
||
- 性能：
|
||
- 相比 H100 系统整体性能提升 **2–3 倍**，在训练 1000 亿参数级模型时可达到 3 倍性能增益。[33]
|
||
- 意义：
|
||
- 形成“**训练与推理基础设施升级 + 推理模型/多模态模型爆发**”的正反馈闭环，为 10 万亿参数、长链推理模型的训练和部署提供算力基础。
|
||
|
||
**影响判断**
|
||
|
||
- 4 月的模型爆发（Llama 4、o3/o4‑mini、Qwen3、Seed‑Thinking）背后，本质上是 **GB200 等新一代算力平台规模部署后带动的一轮模型架构与能力跃迁**。
|
||
|
||
---
|
||
|
||
### 8. 综合事件回顾：政策与行业视角
|
||
|
||
根据多篇综述与 4 月事件盘点文章[34]：
|
||
|
||
- 欧盟：4 月初欧洲央行召开会议，专门讨论 AI 对经济结构、就业、货币政策的影响，试图为 AI 经济制定系统化政策框架。
|
||
- 中国：生成式 AI 备案制常态化，4 月后备案模型及应用数量持续增加，强调合规与安全。
|
||
- 行业：4 月被视作“大模型竞争转向 **推理能力、多模态深度与成本效率**”的重要转折点。
|
||
|
||
---
|
||
|
||
## 二、发展回顾与趋势总结：2025 年“4 月拐点”意味着什么？
|
||
|
||
结合以上发布，可以从**技术、成本、生态、竞争格局**四个维度做总结，并给出对产品/技术决策具可操作性的判断。
|
||
|
||
### 1. 技术范式：从“堆参数”到“会思考”
|
||
|
||
**共同特征**
|
||
|
||
1. **MoE 架构全面普及**
|
||
|
||
- Llama 4、Qwen3、Seed‑Thinking 都采用 MoE，将总参数拉到数百亿–数万亿，但每次只激活 5–15% 的参数，大幅降低推理成本。
|
||
- 混合专家 + 深度强化学习成为推理模型主流范式。
|
||
2. **原生多模态 + 超长上下文**
|
||
|
||
- Llama 4 Scout 的千万级上下文、Maverick 的百万级上下文，让“长文档 + 视频”场景第一次可以由单模型直接吃下。
|
||
- 文心 4.5 Turbo、Qwen3‑VL 等在图像、多模态检索、RAG 场景的表现明显超越 2024 年一代模型。
|
||
3. **从“能答题”到“会推理”**
|
||
|
||
- OpenAI o3、o4‑mini、Seed‑Thinking‑v1.5、Qwen3‑Max‑Thinking 代表了一条清晰路线：
|
||
强化学习 + 测试时计算（Test‑Time Compute）+ 思维链，去追求高可验证推理能力。
|
||
- Benchmarks 像 AIME、SWE‑bench、BFCL 成为头部厂商的“必刷榜单”。
|
||
|
||
**可执行建议**
|
||
|
||
- 新项目如果对**复杂推理 / 数学 / 编程**有强需求，应优先考虑：
|
||
- o3 / o4‑mini（闭源，国际场景）
|
||
- Seed‑Thinking、Qwen3‑Max‑Thinking（国产推理方向）
|
||
- 普通业务问答、客服、内容生成，更适合使用：
|
||
- Qwen3 的非思考模式、文心 4.5 Turbo、o4‑mini 等高效模型。
|
||
|
||
---
|
||
|
||
### 2. 成本与效率：推理进入“厘时代”后再腰斩
|
||
|
||
**关键数字**
|
||
|
||
- 文心 4.5 Turbo：
|
||
输入 0.8 元 / 百万 token，输出 3.2 元 / 百万 token，为 DeepSeek‑V3 成本的 40%。[12][15]
|
||
- X1 Turbo：
|
||
输入 1 元 / 百万 token，输出 4 元 / 百万 token，仅为 DeepSeek‑R1 成本的 25%。[15]
|
||
- Seed‑Thinking‑v1.5：单位推理成本约为 DeepSeek‑R1 的 50%。[23]
|
||
- 斯坦福 HAI 报告指出，达到 GPT‑3.5 水平的小模型推理成本两年内下降了 280 倍，部分场景最高达到 900 倍。[35]
|
||
|
||
**趋势判断**
|
||
|
||
- 过去一年是“从元时代到厘时代”（推理成本 >0.01 美元/1K token → 远低于 0.001），2025 年 4 月之后，**又开始进入“厘以下的理性内卷”**：
|
||
- 不再只是靠降价吸引用户，而是用“更智能的推理（thinking mode）+ 更便宜的快思考模式（non‑thinking）”来动态平衡体验与成本。
|
||
- 对企业来说：**“算力预算不再是进入大模型应用的最大门槛”，反而是“数据、场景与工程能力”成为新的短板。**
|
||
|
||
---
|
||
|
||
### 3. 生态与开源：开源模型从“追随者”变成“技术牵引者”
|
||
|
||
**4 月的标志性变化**
|
||
|
||
- Llama 4、Qwen3、Seed‑Thinking 等开源/开放权重模型，在多个维度已经**直逼甚至超越闭源产品**：
|
||
- Qwen3‑235B‑A22B 在数学与代码上对标、甚至超过 DeepSeek‑R1、Grok‑3。[18][19]
|
||
- Seed‑Thinking‑v1.5 在较少参数下击败 671B 的 DeepSeek‑R1。[24][27]
|
||
- 中国在开源大模型领域的地位显著提升，综合多份报告，2025 年起：
|
||
- 开源模型的主导权从“美国 Llama3 一家独大”转变为“**中国通义千问、DeepSeek、Kimi 等形成多极竞争**”。[36]
|
||
|
||
**对选型的直接意义**
|
||
|
||
- 对企业方：在多数中文、行业场景下，以 Qwen3、文心 4.5 Turbo、Seed‑Thinking 为代表的国产模型，已经足以满足“准确率+成本”的大部分需求。
|
||
- 对开发者：如果需要高度可控和可定制，可优先考虑 **Qwen3 系列或 DeepSeek 等开源模型**，进行本地化与二次训练。
|
||
|
||
---
|
||
|
||
### 4. 竞争格局：从“闭源一家独大”到“双轨竞争”
|
||
|
||
**4 月之后的格局特征**
|
||
|
||
1. **闭源定义性能天花板**
|
||
- OpenAI（o3 / o4‑mini / GPT‑4.1 / GPT‑5）、Google（Gemini 2.x / 3）、Anthropic（Claude 3.7 / 4.x）继续在极限性能、多模态生成、端到端 Agent 上领跑。
|
||
2. **开源提供多元价值**
|
||
- 中国与 Meta 的开源模型，在推理、多模态、长上下文与成本上给出强有力替代方案。
|
||
3. **中美各具优势**
|
||
- 美国：闭源+高端算力，仍掌握算法与基础设施高地（GB200、GPT‑NPU 等）。[37]
|
||
- 中国：以 DeepSeek、Qwen、文心、Kimi、豆包为代表的开源+国产算力体系（包括昇腾等）正在形成完整闭环。
|
||
|
||
**对中国厂商/开发者的现实结论**
|
||
|
||
- “**用闭源挑性能极限，用开源打规模普惠**”将是未来几年非常稳健的策略：
|
||
- 通用高端、国际化场景：可以继续用 OpenAI / Claude / Gemini 做顶层评估与对标。
|
||
- 大规模落地与成本敏感场景：优先布局 Qwen3、文心 4.5 Turbo、DeepSeek‑V3/R1、Seed‑Thinking 等国产模型。
|
||
|
||
---
|
||
|
||
## 三、给你的总结与落地建议
|
||
|
||
如果把“2025 年 4 月”视作一个节点，它的关键意义可以概括为：
|
||
|
||
1. **技术层面**：
|
||
|
||
- 从“更大”转向“更聪明”的推理模型：MoE + 强化学习 + 思维链成为主流。
|
||
- 多模态与超长上下文不再是论文概念，而是大规模可用的工程能力。
|
||
2. **成本层面**：
|
||
|
||
- 推理成本在过去两年暴跌 100–900 倍，国内厂商直接把国际竞品成本打到 1/10、1/25，AI 不再是只有巨头才能玩的游戏。
|
||
3. **生态层面**：
|
||
|
||
- 开源模型第一次在“能力 + 成本 +生态”上真正意义上对闭源构成系统性挑战，中国在开源 AI 上取得全球领先优势。
|
||
4. **决策建议（面向使用方/产品团队）**：
|
||
|
||
- 需要**强推理 + 工具调用 + 国际生态**：优先考虑 o3 / o4‑mini + Claude Research。
|
||
- 需要**中文、多模态兼顾 + 成本极低**：
|
||
- 通用 + 多模态：文心 4.5 Turbo / Qwen3‑8B/14B/32B
|
||
- 深度推理：文心 X1 Turbo / Qwen3‑235B‑Thinking / Seed‑Thinking‑v1.5
|
||
- 希望**完全自控、可本地部署**：优先 Qwen3 系列、DeepSeek‑R1/V3、Llama 4 Scout/Maverick。
|
||
|
||
从历史视角看，2025 年 4 月之后，大模型已经从“炫技阶段”进入“系统性工程与规模落地阶段”。如果你在规划未来 1–2 年的大模型路线，现在的关键不再是“要不要用”，而是 **“在闭源顶配、国产通用、开源可控这三条线之间如何组合”**——而上述 4 月节点，正好给出了选型与组合的现实坐标系。
|
||
|
||
---
|
||
|
||
### References
|
||
|
||
[1] Meta发布Llama 4大模型:AI技术的新纪元即将开启. [https://www.sohu.com/a/880329869_121924584](https://www.sohu.com/a/880329869_121924584)
|
||
[2] Meta公司在4月5日发布Llama 4 Scout与Llama 4 Maverick. [https://so.html5.qq.com/page/real/search_news?docid=70000021_19367f1d15b97452](https://so.html5.qq.com/page/real/search_news?docid=70000021_19367f1d15b97452)
|
||
[3] Llama 4开源空降!1000万超长上下文. [https://new.qq.com/rain/a/20250406A03DCA00](https://new.qq.com/rain/a/20250406A03DCA00)
|
||
[4] Meta发布新一代旗舰AI模型Llama 4. [https://new.qq.com/rain/a/20250406A01MVZ00](https://new.qq.com/rain/a/20250406A01MVZ00)
|
||
[5] Meta推出Llama 4——革新AI大模型的混合专家架构. [https://www.sohu.com/a/880691365_121924584](https://www.sohu.com/a/880691365_121924584)
|
||
[6] o4-mini发布 OpenAI史上最强、最智能模型. [https://so.html5.qq.com/page/real/search_news?docid=70000021_2096800195809652](https://so.html5.qq.com/page/real/search_news?docid=70000021_2096800195809652)
|
||
[7] 人工智能 - OpenAI 推出一对 AI 推理模型 o3 和o4-mini. [https://segmentfault.com/a/1190000046455015](https://segmentfault.com/a/1190000046455015)
|
||
[8] OpenAI上线o3、o4-mini:天才级别的模型. [https://www.163.com/tech/article/JTB4C5H400098IEO.html](https://www.163.com/tech/article/JTB4C5H400098IEO.html)
|
||
[9] 图像思考. [https://openai.com/zh-Hans-CN/index/thinking-with-images/](https://openai.com/zh-Hans-CN/index/thinking-with-images/)
|
||
[10] OpenAI发布o3/o4-mini两大推理模型,要把Agent吞进模型里了. [https://so.html5.qq.com/page/real/search_news?docid=70000021_5396800592725752](https://so.html5.qq.com/page/real/search_news?docid=70000021_5396800592725752)
|
||
[11] O4-Mini: Tests, Features, O3 Comparison, Benchmarks & ... [https://www.datacamp.com/blog/o4-mini](https://www.datacamp.com/blog/o4-mini)
|
||
[12] 百度发布新一代文心大模型4.5 Turbo和X1 Turbo. [https://so.html5.qq.com/page/real/search_news?docid=70000021_571680af01982552](https://so.html5.qq.com/page/real/search_news?docid=70000021_571680af01982552)
|
||
[13] 文心大模型4.5 Turbo价格狂降80%. [https://k.sina.com.cn/article_7453151671_1bc3e11b700101con4.html](https://k.sina.com.cn/article_7453151671_1bc3e11b700101con4.html)
|
||
[14] 文心大模型4.5 Turbo：价格体系、技术优势与生态重构. [https://comate.baidu.com/zh/page/m5qymw3hr9v](https://comate.baidu.com/zh/page/m5qymw3hr9v)
|
||
[15] 价格最高降80%!百度发布文心大模型4.5 Turbo. [https://so.html5.qq.com/page/real/search_news?docid=70000021_736680af5a790352](https://so.html5.qq.com/page/real/search_news?docid=70000021_736680af5a790352)
|
||
[16] 百度发布文心大模型4.5、文心大模型X1. [https://so.html5.qq.com/page/real/search_news?docid=70000021_95867d626e081052](https://so.html5.qq.com/page/real/search_news?docid=70000021_95867d626e081052)
|
||
[17] 全面评测文心X1/4.5 Turbo！思维链升级，推理白菜价. [https://zhuanlan.zhihu.com/p/1899204732075094156](https://zhuanlan.zhihu.com/p/1899204732075094156)
|
||
[18] 阿里通义千问发布并开源Qwen3. [https://so.html5.qq.com/page/real/search_news?docid=70000021_817680ff5e036852](https://so.html5.qq.com/page/real/search_news?docid=70000021_817680ff5e036852)
|
||
[19] 阿里发布Qwen3 模型：思考与速度兼具的开源新标杆. [https://www.oschina.net/news/347255/qwenlm-qwen3](https://www.oschina.net/news/347255/qwenlm-qwen3)
|
||
[20] 深度解析!一起扒扒阿里 Qwen3背后的技术细节. [https://www.toutiao.com/article/7499418327984144915/](https://www.toutiao.com/article/7499418327984144915/)
|
||
[21] Qwen3：思深，行速. [https://qwenlm.github.io/zh/blog/qwen3/](https://qwenlm.github.io/zh/blog/qwen3/)
|
||
[22] Qwen3技术报告公开!235B模型性能居开源模型榜首. [https://so.html5.qq.com/page/real/search_news?docid=70000021_4546825889b34952](https://so.html5.qq.com/page/real/search_news?docid=70000021_4546825889b34952)
|
||
[23] 字节跳动最新思考模型技术细节公开. [https://finance.sina.com.cn/tob/2025-04-14/doc-inetccsv5180150.shtml](https://finance.sina.com.cn/tob/2025-04-14/doc-inetccsv5180150.shtml)
|
||
[24] 字节新推理模型逆袭DeepSeek，200B参数战胜671B. [https://www.qbitai.com/2025/04/272792.html](https://www.qbitai.com/2025/04/272792.html)
|
||
[25] 字节豆包推理模型Seed-Thinking-v1.5要来了. [https://blog.csdn.net/AI_SHELL/article/details/147504252](https://blog.csdn.net/AI_SHELL/article/details/147504252)
|
||
[26] 字节跳动最新思考模型Seed-Thinking-v1.5 技术细节公开. [https://www.ithome.com/0/845/100.htm](https://www.ithome.com/0/845/100.htm)
|
||
[27] 超越 DeepSeek-R1!Seed-Thinking-v1.5. [https://blog.csdn.net/wyjdc123/article/details/147351500](https://blog.csdn.net/wyjdc123/article/details/147351500)
|
||
[28] Seed-Thinking-v1.5：通过强化学习推进卓越的推理模型. [https://zhuanlan.zhihu.com/p/1893777944398263377](https://zhuanlan.zhihu.com/p/1893777944398263377)
|
||
[29] Anthropic推出Claude研究功能 拟推语音模式功能对抗OpenAI. [https://news.qq.com/rain/a/20250416A01W8000](https://news.qq.com/rain/a/20250416A01W8000)
|
||
[30] Claude Research功能上线：AI 驾驭复杂任务. [https://www.ithome.com/0/845/602.htm](https://www.ithome.com/0/845/602.htm)
|
||
[31] Claude打通谷歌全家桶!Research功能上线. [https://www.toutiao.com/article/7494535345732616755/](https://www.toutiao.com/article/7494535345732616755/)
|
||
[32] Claude SWE-Bench Performance. [https://www.anthropic.com/engineering/swe-bench-sonnet](https://www.anthropic.com/engineering/swe-bench-sonnet)
|
||
[33] 全球首个!“英伟达亲儿子”CoreWeave大规模上线GB200服务器. [https://so.html5.qq.com/page/real/search_news?docid=70000021_76367ff082d83752](https://so.html5.qq.com/page/real/search_news?docid=70000021_76367ff082d83752)
|
||
[34] 2025年4月人工智能大模型领域重大事件盘点. [https://blog.csdn.net/yuntongliangda/article/details/147634095](https://blog.csdn.net/yuntongliangda/article/details/147634095)
|
||
[35] 2025年斯坦福HAI报告:大模型使用成本暴降900倍. [https://www.sohu.com/a/882321642_121956424](https://www.sohu.com/a/882321642_121956424)
|
||
[36] 中国领跑开源AI：2025大模型发展新格局. [https://finance.sina.com.cn/roll/2025-12-16/doc-inhaxvcr3477970.shtml](https://finance.sina.com.cn/roll/2025-12-16/doc-inhaxvcr3477970.shtml)
|
||
[37] 2025年4月AI科技领域周报(4.21-4.27). [https://blog.csdn.net/dhhdane/article/details/147637050](https://blog.csdn.net/dhhdane/article/details/147637050) |