X

All SuperGrok and Cursor Pro subscribers now have access to Grok Bot. We're also resetting weekly usage limits for all users. Enjoy!

Damn，125B 总参数，每 token 只激活 6B，训练成本砍到上一代的 1/9，SWE-bench Pro 62.5 超过 Claude Opus 4.6 Max 的 53.4。 Qwen 团队今天这波操作真是让我目瞪口呆，， 这根本不是什么 3.8 小更新啊， 简直就是把 Qwen4 的核心架构提前开源出来掀桌了啊， 整篇报告看完，数据简直炸裂: 总参数 125B 加上 51B 嵌入，但每个 token 实际只激活区区 6B 参数， 训练成本直接砍到上一代的九分之一， 但在 SWE-bench Pro 的编程基准里拿下 62.5，正面反超了 Claude 的旗舰模型 通义这次可以说是把大模型的架构刀法彻底改写了: 他们用类似大脑记忆的方式，平时压缩记忆，需要时才做精准检索， 1M 超长上下文的吞吐直接暴涨了 8 倍多 最绝的是加了 51B 的常用词字典，直接放在内存里查表， 几乎不占 GPU 算力，就白白吃下了巨大的模型容量 这根本不是常规的堆算力，而是智能密度和系统效率的全面革命， 故意在全量 Qwen4 发布前把架构权重开源， 就是让开源社区、vLLM 和量化生态先把底座铺满， 再加上输入 1 块钱输出 3 块钱每百万 token 的定价值，完全是要把 Agent 应用的门槛直接打穿le 以前大家总觉得模型越大越好， 现在通义用一台极速跑车告诉你，架构做对了，用极低的成本一样能跑出顶级的智能 属于架构效率狂欢的时代，真被通义给踢开大门了啊

Introducing GLM-5.3-Flash - Leading capabilities at a highly competitive price - Natively multimodal with a 1M-token context window - A 320B-A18B model released under the MIT License - Previously previewed as Ox Alpha, running entirely on Chinese AI chips Blog: https://t.co/tzOmB7gdZP Available now across all official platforms: Weights: https://t.co/9LRMahY9Wa API: https://t.co/VcaQnzYmS9 Coding Plan: https://t.co/Nk8Y98HNhU ZCode: https://t.co/Peepqv4XSx Chat: https://t.co/WCqWT0qCQb AutoClaw: https://t.co/aGEG5HqTTb

We just increased the included usage of Grok models in Cursor! Demand has been increasing with the launch of Grok 4.6. We already doubled limits last month with more compute. And now we're raising limits again permanently. Enjoy!

Introducing Gemini 3.5 Transcribe, our new speech to text model with smart transcription, function calling, more precise transcription (lower WER), custom vocabulary support, multi-speaker identification, and support for over 85 languages! Also with realtime streaming support! https://t.co/5xUmKmc4OY