模型
别名：GPT-4o model
偏好输出42和37的AI模型
已跟踪 8 条高相关材料
最近变化
2026-07-21 · 生成1-100随机数可创建模型行为指纹，GPT-4o偏好42和37
为什么值得关注
GPT-4o 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
[AINews] Thinking Machines' Native Interaction Models - TML-Interaction-Small 276B-A12B - advances SOTA Realtime Voice and kills standard VAD
Latent Space · 9 分
Thinking Machines发布TML-Interaction-Small 276B-A12B模型，采用2760亿参数MoE架构与120亿活跃参数，实现<200ms端到端延迟，显著超越GPT-4o和Gemini 3.1-Flash，在实时语音交互、时间对齐微回合与视觉主动...
MiniMax-M3 is live on OpenRouter! A frontier-class open-weight model that combines a 1M-token conte...
OpenRouter(@OpenRouterAI) · 8.7 分
MiniMax-M3 已上线 OpenRouter，是一款支持100万token上下文、前沿编码与代理性能、原生多模态（图像/视频）的开源模型，标志着大模型能力向长文本、多模态和自主执行方向的重要突破。
一个随机数就能识别AI模型身份：行为指纹技术可检测API中转站偷换模型
AI HOT 精选 · 8.5 分
行为指纹技术通过让AI模型生成随机数序列，可识别其身份并检测API中转站偷换模型，错误率约10.6%。
已收录 8 条与 GPT-4o 相关的内容，按评分排序。
Thinking Machines发布TML-Interaction-Small 276B-A12B模型，采用2760亿参数MoE架构与120亿活跃参数，实现<200ms端到端延迟，显著超越GPT-4o和Gemini 3.1-Flash，在实时语音交互、时间对齐微回合与视觉主动性任务上达到SOTA，彻底淘汰传统VAD机制。
入选理由：TML-Interaction-Small为276B参数MoE模型，仅12B激活参数，实现<200ms端到端延迟。
MiniMax-M3 已上线 OpenRouter，是一款支持100万token上下文、前沿编码与代理性能、原生多模态（图像/视频）的开源模型，标志着大模型能力向长文本、多模态和自主执行方向的重要突破。
入选理由：MiniMax-M3 支持1M-token上下文窗口，显著超越主流模型如GPT-4o的32K限制。
行为指纹技术通过让AI模型生成随机数序列，可识别其身份并检测API中转站偷换模型，错误率约10.6%。
入选理由：生成1-100随机数可创建模型行为指纹，GPT-4o偏好42和37
AI在说服力上已超越人类专家，尤其在政策和慈善捐款方面效果显著。
入选理由：AI系统在说服力上比人类专家高出3倍，尤其在慈善捐款方面表现突出。
谷歌发布 Gemma 4 QAT 模型，内存占用减少 3 倍，可在手机和笔记本电脑上运行。
入选理由：Gemma 4 E4B 模型仅需 2GB RAM 即可在手机上运行。
FrontierCode 是一项新的代码质量评估基准，专注于衡量代码是否可合并，而非仅通过单元测试。
入选理由：FrontierCode 由开源维护者耗时 40 多小时构建，旨在评估代码是否可合并。
Martin Fowler在Fragments中分析了AI工具评估指标的缺陷，指出自动化并未导致职业消亡，开源模型追赶闭源模型的速度正在加快，以及AI生成内容中的幻觉引用问题。
入选理由：闭源模型创新速度领先，开源模型追赶周期从GPT-4的13-18个月缩短至GPT-4o的2-7个月。
Odysseus 是一个本地运行的 AI 工作空间，不依赖云端服务器，但并非 ChatGPT 竞品。
入选理由：Odysseus 是一个本地运行的 AI 工作空间，无需连接云端服务器。
![[AINews] Thinking Machines' Native Interaction Models - TML-Interaction-Small 276B-A12B - advances SOTA Realtime Voice and kills standard VAD](https://substackcdn.com/image/fetch/$s_!LR03!,w_1456,c_limit,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2F02190942-3f50-4067-ae03-97c6b504b3a3_1490x1592.png)
![[AINews] FrontierCode: Benchmarking for Code Quality over Slop](https://substackcdn.com/image/fetch/$s_!sdBk!,w_1456,c_limit,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2F0acd2026-8f85-4504-a5f3-6a0cd82d0b6a_2170x1604.png)
