【美股解码】DeepSeek正试炼华尔街的AI泡沫？

2025年1月20日，幻方量化旗下AI公司DeepSeek（深度求索）推出了DeepSeek-R1模型，这个模型的性能能和OpenAI最先进的GPT-4o模型相提并论，但训练成本却只是GPT-4o的几十分之一。这事儿一出，华尔街那些原本被炒得高高在上的大型科技股就受到了质疑，大家都开始琢磨，这些股票的价值是不是真的有那么高。

OpenAI公布2025年将发布的技术产品：AGI、Agents、GPT-4o升级版

12月31日，OpenAI首席执行官萨姆·奥特曼（Sam Altman）12月31日凌晨公布了2025年即将发布的技术产品。分别是：AGI（通用人工智能）、Agents（智能体）、更好的GPT-4o升级版、更好的记忆存储、更好的上下文窗口、“Grow up mode”（成人模式）、深度研究特色功能、更好的Sora、更好的个性化定制。(财联社)

OpenAI开放满血o1模型API 成本暴降60%

12月18日，OpenAI 12月18日凌晨开启了第9天技术分享直播，正式发布了o1模型的API，并且对实时API进行大升级支持WebRTC。其中，o1模型的API与之前的预览版本相比，思考成本降低了60%，并且附带高级视觉功能；GPT-4o的音频成本降低60%，而mini版本价格更是暴降了10倍。同时OpenAI还发布了全新的偏好微调方法，通过直接偏好优化算法可以让大模型更好地掌握用户的偏好风格。(财联社)

ChatGP中的GPT-4o模型再次更新，知识库截止时间为今年6月

腾讯推出新一代大模型混元Turbo 定价比前一代大模型低50%

9月5日，财联社记者今日在腾讯全球数字生态大会上获悉，腾讯宣布推出新一代大模型“混元Turbo”，相比前代模型训练效率提升108%，推理效率提升100%，推理成本降低 50%，解码速度提升20%，效果在多个基准测试上对标GPT-4o。腾讯副总裁、云与智慧产业事业群COO兼腾讯云总裁邱跃鹏表示，腾讯混元Turbo输入和输出价格只有前代模型的一半，企业和开发者可以直接在云上接入使用。(财联社)

OpenAI发布新功能，允许企业客户微调GPT-4o模型

通义千问开源数学模型Qwen2-Math 测评得分超GPT-4o

8月9日，据《科创板日报》讯，阿里通义团队开源新一代数学模型Qwen2-Math，包含1.5B、7B、72B三个参数的基础模型和指令微调模型。Qwen2-Math基于通义千问开源大语言模型Qwen2研发，旗舰模型 Qwen2-Math-72B-Instruct在权威测评集MATH上的得分超越GPT-4o、Claude-3.5-Sonnet、Gemini-1.5-Pro、Llama-3.1-405B等，以84%的准确率处理了代数、几何、计数与概率、数论等多种数学问题。

Web3每日简讯（2024.6.21）

据介绍，在覆盖阅读、编程、数学和视觉等领域的多项性能测试中，Claude 3.5 Sonnet的性能基本全面超越了包括GPT-4o在内的一众知名AI模型，能达到研究生水平的推理（GPQA）、本科生水平的MMLU（大规模多任务语言理解）编码能力（HumanEval），树立起新的行业基准。

首个AI高考全卷评测结果发布：最高分303 数学全不及格

6月19日，据《科创板日报》讯，上海人工智能实验室旗下司南评测体系OpenCompass选取了7个大模型进行高考“语数外”全卷能力测试。OpenCompass发布了首个大模型高考全卷评测结果。语数外三科加起来的满分为420分，此次高考测试结果显示，阿里通义千问2-72B排名第一，为303分，OpenAI的GPT-4o排名第二，得分296分，上海人工智能实验室的书生·浦语2.0排名第三，三个大模型的得分率均超过70%。来自法国大模型初创公司的Mistral排名末尾。从结果来看，大模型的语文、英语考试水平普遍不错，但数学都不及格，最高分也只有75分。

OpenCSG创大模型编程世界纪录

5月31日，据《科创板日报》讯，近日，国内初创企业OpenCSG推出的StarShip CodeGen Agent，以23.67%的成绩刷新了普林斯顿SWEBench(大模型真实独立编程评测)排行榜，取得了全球第二名的成绩，同时创造了非GPT-4o基模的历史最高纪录（SOTA）。