<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[easyllm的博客]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/easyllm</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; easyllm]]></copyright><item><title><![CDATA[【无标题】]]></title><link>https://blog.csdn.net/easyllm/article/details/161024492</link><guid>https://blog.csdn.net/easyllm/article/details/161024492</guid><author>easyllm</author><pubDate>Tue, 12 May 2026 20:04:55 +0800</pubDate><description><![CDATA[MoMA的发布是一个值得关注的信号，它说明运营商级别的资源整合者开始认真对待API中转这条赛道了。这对整个市场是好事：会倒逼所有玩家把自己的差异化能力说清楚，而不是靠信息不对称混日子。但运营商的基因决定了它的优先级排序：安全合规 > 规模覆盖 > 工程灵活性 > 模型更新速度。这个排序对政务客户是对的，对追求技术前沿的产品团队来说，则不一定匹配。用你实际生产环境的workload去跑benchmark，不要用PPT上的数字做决策。50元试用金足够你在非线智能API上跑完一次完整的对比测试，结果说话。]]></description><category></category></item><item><title><![CDATA[阿里Qwen3.6-27B实测]]></title><link>https://blog.csdn.net/easyllm/article/details/160719604</link><guid>https://blog.csdn.net/easyllm/article/details/160719604</guid><author>easyllm</author><pubDate>Sat, 02 May 2026 21:06:08 +0800</pubDate><description><![CDATA[阿里开源Qwen3.6-27B，主打智能体编程。编程能力提升6.7%，综合分略降；响应快80%，开源低成本，编程基准超越15倍前代旗舰。]]></description><category></category></item><item><title><![CDATA[大模型OCR识别能力实测：结果出乎意料，第一名你绝对想不到……]]></title><link>https://blog.csdn.net/easyllm/article/details/160665923</link><guid>https://blog.csdn.net/easyllm/article/details/160665923</guid><author>easyllm</author><pubDate>Thu, 30 Apr 2026 19:16:49 +0800</pubDate><description><![CDATA[针对中文OCR真实场景评测7类任务发现：Kimi K2.6以69.8%准确率居首，国产包揽Top5；GPT系列全面翻车且昂贵，高端GPT准确率不如低价国产模型；票据与竖排文本为共性短板。中文OCR选国产模型更准更省。]]></description><category></category></item><item><title><![CDATA[大模型表格识别能力实测：GPT-5.5、Kimi、通义千问，Mimo，谁在“睁眼说瞎话”？]]></title><link>https://blog.csdn.net/easyllm/article/details/160664671</link><guid>https://blog.csdn.net/easyllm/article/details/160664671</guid><author>easyllm</author><pubDate>Thu, 30 Apr 2026 18:28:51 +0800</pubDate><description><![CDATA[多模态大模型新测表格识别：面对“复杂结构+水印干扰”，GPT-5.5、Qwen、Kimi等明星模型集体翻车。水印成“视力杀手”，标题与结构识别成短板，旗舰模型鲁棒性仍需提升。
]]></description><category></category></item><item><title><![CDATA[OpenAI GPT-5.5实测]]></title><link>https://blog.csdn.net/easyllm/article/details/160546801</link><guid>https://blog.csdn.net/easyllm/article/details/160546801</guid><author>easyllm</author><pubDate>Mon, 27 Apr 2026 10:57:21 +0800</pubDate><description><![CDATA[GPT-5.5震撼登场：准确率飙升、耗时狂砍38%、Token暴降30%！推理大涨5.5%，智能体编程再进化。速度碾压同级，但国产开源1/7成本紧咬不放——谁才是你的真命模型？]]></description><category></category></item><item><title><![CDATA[GPT-5.5 全系上架 NoneLinear]]></title><link>https://blog.csdn.net/easyllm/article/details/160507539</link><guid>https://blog.csdn.net/easyllm/article/details/160507539</guid><author>easyllm</author><pubDate>Sat, 25 Apr 2026 20:44:43 +0800</pubDate><description><![CDATA[OpenAI推出GPT-5.5及Pro版：前者智能领先、延迟持平且更省token，适合编程与终端自动化；后者更可靠、重大错误率更低，面向高难度与高风险场景。]]></description><category></category></item><item><title><![CDATA[深度求索DeepSeek-V4-Pro实测]]></title><link>https://blog.csdn.net/easyllm/article/details/160500968</link><guid>https://blog.csdn.net/easyllm/article/details/160500968</guid><author>easyllm</author><pubDate>Sat, 25 Apr 2026 13:45:49 +0800</pubDate><description><![CDATA[DeepSeek 这次没卷跑分，卷的是百万长上下文和 Agent。中文综合榜上的位次，有人会觉得意外，有人会觉得理所当然——但细分维度里藏着一次明确的路线切换。代价是什么？什么变强了，什么让位了？看完你来判断。]]></description><category></category></item><item><title><![CDATA[DeepSeek-V4 上架 NoneLinear]]></title><link>https://blog.csdn.net/easyllm/article/details/160477105</link><guid>https://blog.csdn.net/easyllm/article/details/160477105</guid><author>easyllm</author><pubDate>Fri, 24 Apr 2026 16:06:34 +0800</pubDate><description><![CDATA[DeepSeek-V4系列发布：Pro版代码能力超越Sonnet 4.5，数学/竞赛开源最强；Flash版更经济。均配备1M上下文，已上线NoneLinear平台。]]></description><category></category></item><item><title><![CDATA[小米 MiMo-V2.5 实测]]></title><link>https://blog.csdn.net/easyllm/article/details/160470687</link><guid>https://blog.csdn.net/easyllm/article/details/160470687</guid><author>easyllm</author><pubDate>Fri, 24 Apr 2026 11:58:43 +0800</pubDate><description><![CDATA[小米MiMo系列36天内再更新，把"全模态Agent"拆成了快慢两条路线——这次的轻量版主打"能看能听的快反应"，不再和旗舰卷准确率。但中文实测成绩单里，有意料之中的提速，也有意料之外的起伏。速度换来了什么？又让出了什么？看完你来判断。]]></description><category></category></item><item><title><![CDATA[小米 MiMo-V2.5-Pro 实测]]></title><link>https://blog.csdn.net/easyllm/article/details/160469305</link><guid>https://blog.csdn.net/easyllm/article/details/160469305</guid><author>easyllm</author><pubDate>Fri, 24 Apr 2026 11:30:53 +0800</pubDate><description><![CDATA[小米全新旗舰大模型重磅发布！官方号称迄今最强，直接对标全球顶尖水准。底层推理与代码能力迎来蜕变？详尽深度实测报告为你揭开真实性能底牌！赶紧点击查看，揭秘其实力究竟如何！]]></description><category></category></item><item><title><![CDATA[MiMo-V2.5 & Pro上架 NoneLinear]]></title><link>https://blog.csdn.net/easyllm/article/details/160448735</link><guid>https://blog.csdn.net/easyllm/article/details/160448735</guid><author>easyllm</author><pubDate>Thu, 23 Apr 2026 20:34:57 +0800</pubDate><description><![CDATA[小米推出两款MiMo模型：V2.5-Pro定位顶级Agent，擅长长程任务与复杂工程；V2.5为原生全模态，支持1M上下文，成本更低，适用多模态场景。]]></description><category></category></item><item><title><![CDATA[月之暗面Kimi K2.6实测]]></title><link>https://blog.csdn.net/easyllm/article/details/160417495</link><guid>https://blog.csdn.net/easyllm/article/details/160417495</guid><author>easyllm</author><pubDate>Wed, 22 Apr 2026 20:38:51 +0800</pubDate><description><![CDATA[kimi-k2.6在跨语言（Rust、Go、Python、Zig等）、跨任务类型（前端、DevOps、性能优化）的长程编码任务上展现出较强的泛化能力。另一项案例中，kimi-k2.6对一款运营8年的开源金融撮合引擎exchange-core进行了13小时的自主重构，发起超过1000次工具调用，精确修改了4000多行代码，最终在已接近性能极限的引擎上实现了中位吞吐量185%的提升（0.43提升至1.24 MT/s）和性能吞吐量133%的提升（1.23提升至2.86 MT/s）。]]></description><category></category></item><item><title><![CDATA[阿里Qwen3.6-Max-Preview实测：闭源旗舰登顶总榜]]></title><link>https://blog.csdn.net/easyllm/article/details/160402654</link><guid>https://blog.csdn.net/easyllm/article/details/160402654</guid><author>easyllm</author><pubDate>Wed, 22 Apr 2026 11:36:48 +0800</pubDate><description><![CDATA[阿里全新旗舰模型闭源发布！最新评测揭秘其问鼎巅峰的真实实力。编程及知识广度全面进化，但调用成本暴涨。它能否硬刚国际顶流竞品？点击查看深度横向对比与能力解析！]]></description><category></category></item><item><title><![CDATA[Kimi K2.6、Qwen3.6-Max 上架 NoneLinear]]></title><link>https://blog.csdn.net/easyllm/article/details/160364403</link><guid>https://blog.csdn.net/easyllm/article/details/160364403</guid><author>easyllm</author><pubDate>Tue, 21 Apr 2026 11:40:33 +0800</pubDate><description><![CDATA[👉 已上架非线智能 NoneLinear 平台：https://nonelinear.com/static/models.html。]]></description><category></category></item><item><title><![CDATA[阿里 Qwen3.6-35B-A3B 实测]]></title><link>https://blog.csdn.net/easyllm/article/details/160328804</link><guid>https://blog.csdn.net/easyllm/article/details/160328804</guid><author>easyllm</author><pubDate>Mon, 20 Apr 2026 11:33:50 +0800</pubDate><description><![CDATA[官方将其定位为"体量轻巧、推理高效的稀疏混合专家（MoE）模型"，核心升级方向集中在智能体编程能力和原生多模态任务上——Qwen3.6-35B-A3B总参数350亿，每次推理仅激活30亿参数，兼容OpenCLaw、Claude Code、Qwen Code等主流编程助手。此外，本次评测侧重中文场景下的综合能力考察，Qwen3.6-35B-A3B此次迭代的核心发力点——低激活参数下的原生多模态、空间智能等能力，读者可参考文末的官方评测数据获得更全面的了解。*输出价格单位： 元/百万token。]]></description><category></category></item><item><title><![CDATA[Qwen3.6-35B-A3B 已上架 NoneLinear 平台]]></title><link>https://blog.csdn.net/easyllm/article/details/160256252</link><guid>https://blog.csdn.net/easyllm/article/details/160256252</guid><author>easyllm</author><pubDate>Fri, 17 Apr 2026 17:36:39 +0800</pubDate><description><![CDATA[已上架非线智能 NoneLinear 平台：https://nonelinear.com/static/models.html。Qwen3.6-35B-A3B（阿里）]]></description><category></category></item><item><title><![CDATA[大模型表格识别能力实测：Gemma 4排名倒数，开源之王也有软肋]]></title><link>https://blog.csdn.net/easyllm/article/details/160149784</link><guid>https://blog.csdn.net/easyllm/article/details/160149784</guid><author>easyllm</author><pubDate>Tue, 14 Apr 2026 16:41:23 +0800</pubDate><description><![CDATA[但实际上 gemma-4-31b-it（32%）反而低于 gemma-4-26b-a4b-it（39%），说明 Gemma 4 的 Dense 变体在多模态结构化任务上存在额外短板。gemma-4-31b-it是 Gemma 4 家族中的 Dense模型，gemma-4-31b-it 参数全量激活，支持 256K 上下文窗口，在 AIME 2026 数学基准上从 Gemma 3 的 20.8% 飙升至 89.2%，编码和科学推理同样大幅跃升。─── NONELINEAR 模型超市 ───。]]></description><category></category></item><item><title><![CDATA[智谱GLM-5.1实测]]></title><link>https://blog.csdn.net/easyllm/article/details/159982510</link><guid>https://blog.csdn.net/easyllm/article/details/159982510</guid><author>easyllm</author><pubDate>Thu, 09 Apr 2026 13:57:45 +0800</pubDate><description><![CDATA[官方将其定位为"面向长程任务的开源第一模型"，核心升级方向集中在代码工程能力和长程Agent任务上——GLM-5.1能够在单次任务中独立、持续工作超过8小时，在SWE-Bench Pro等代码基准上取得了全球模型第三、开源模型第一的成绩。官方选取了业内最具代表性的三个代码评测基准进行综合评估，GLM-5.1取得全球模型第三、国产模型第一、开源模型第一的成绩。GLM-5.1此次迭代的核心升级集中在代码工程能力和长程Agent任务两个方向，以下为官方公布的Benchmark数据。]]></description><category></category></item><item><title><![CDATA[谷歌Gemma 4 MoE实测]]></title><link>https://blog.csdn.net/easyllm/article/details/159956429</link><guid>https://blog.csdn.net/easyllm/article/details/159956429</guid><author>easyllm</author><pubDate>Wed, 08 Apr 2026 14:41:20 +0800</pubDate><description><![CDATA[在Gemma 4 31B Dense版本之后，我们继续对Gemma 4系列的另一款模型——gemma-4-26b-a4b-it进行了全面评测。在当前主流大模型竞争格局中，gemma-4-26b-a4b-it作为一款MoE开源模型，其核心竞争力不在于与大参数旗舰模型比拼准确率，而在于以极低的推理成本提供可用的智能水平。需要说明的是，本次评测侧重中文场景下的综合能力考察。*数据来源：非线智能ReLE评测https://github.com/jeinlee1991/chinese-llm-benchmark。]]></description><category></category></item><item><title><![CDATA[谷歌Gemma 4实测]]></title><link>https://blog.csdn.net/easyllm/article/details/159920444</link><guid>https://blog.csdn.net/easyllm/article/details/159920444</guid><author>easyllm</author><pubDate>Tue, 07 Apr 2026 14:15:58 +0800</pubDate><description><![CDATA[Gemma 4共发布了四个尺寸版本，本次评测的gemma-4-31b-it是其中参数量最大的Dense版本，拥有310亿参数，原生视觉理解、140+语言以及原生函数调用能力。在官方公布的Arena AI排行榜上，Gemma 4 31B位列全球开源模型第3名，展现出远超其参数规模的竞争力。官方特别指出，Gemma 4在该排行榜上超越了参数量达其20倍的模型（截至 4 月 1 日）。在当前主流大模型竞争格局中，gemma-4-31b-it作为一款开源模型，聚焦于本地部署、边缘推理等对模型体积有严格要求的场景。]]></description><category></category></item></channel></rss>