All stories
Page 1 of 2
NewFigure melted down its last-gen robots, and that says more about the industry than any launch event
Figure's September 30 decommission notice gives two reasons for retiring F.02: keeping the old fleet no longer made sense once the F.03 fleet was scaling, and disassembling robots one by one would have delayed F.04.
NewMiniMax 把新模型锁进订阅：M3.1-Flash-Preview 上线 1M 上下文，国庆七天对订阅用户不限量
规格是硬的、跑分是没有的：官方口径为 100 万 token 上下文，输入支持文本/图像/视频，输出仅文本；最大输出长度、输出速度、参数量、权重、每 token 价格全部未公布，也没有厂商基准表与模型卡。
OpenAI o3 与 Claude Opus 5.5 对比评测：能力边界、成本与适用场景
原题是一组生命周期错位的对比：o3 已于 2026-08-26 从 ChatGPT 下线、API 快照计划 2026-12-11 删除，而 Claude Opus 5.5 于 2026-09-22 发布，晚于 o3 下线近一个月；同代对比对象应为 GPT-6 Astra / GPT-5.6 Sol vs Opus 5.5。
From Demo to Production: A Roadmap for Putting AI Agents to Work
The dividing line for an agent is not "can it work once" but "can it keep running reliably, reversibly and auditably": demo performance is not production reliability.
DeepSeek V4 推理成本：官方价格与第三方实测对比
官方价是报价单不是账单：输入输出配比、缓存命中率、峰谷时段会让实测成本系统性偏离单一标价。
E2E 测试：DeepSeek V4 推理成本实测
成本和门槛同时下降
GPT-5 首周实测：推理能力提升 40%，但推理成本翻了一倍
官方称推理基准提升 40%，我们在 5 类真实任务上复现到 22%–38%。
一文看懂 Agent 框架选型：LangGraph、DSH 与自研怎么选
三类方案的核心差异在于「谁拥有循环」。
论文解读：长上下文真的在「用」全部 token 吗？
研究发现模型对中段信息的利用率显著低于首尾。
Anthropic 发布新一代 Claude：编码能力领先，定价不变
新模型在编码基准上刷新纪录。
用 Stripe 给你的 AI 产品加上订阅：从零到上线的 7 个步骤
Checkout + Billing + Customer Portal 三件套足够覆盖大多数场景。
开源模型追平闭源？我们在 6 个真实任务上做了对比
在 6 个任务中，开源模型在 4 个上差距小于 5%。