GLM-5.2 is the new leading open weights model on Artificial Analysis

Artificial Analysis 对 DeepSeek V4 Flash 0731（Reasoning, Max Effort）的综合评测：智能指数 50（全网第 3/101），远超同类型模型中位数 25价格极具竞争力：输入 $0.14/1M tokens输出 $0.28/1M tokens，均低于市场中位数（0.43/1.20）缓存命中价格 $0.003/1M（全网最低，下降 98%）上下文窗口 1M tokens，支持文本输入输出在智能指数评测中产生 210M tokens，冗余度高于中位数的 100M

Dario Amodei明确Anthropic从未主张禁止开放权重模型，认为不含危险能力的开放权重模型是公共产品Anthropic支持三项措施：(1)限制向中国出售先进芯片并打击走私；(2)打击工业级蒸馏操作；(3)对所有足够强大的模型实施强制安全测试Amodei警告，禁止美国企业使用中国开源模型的保护主义禁令无法解决他最关心的两大安全风险，而在生物安全领域，一旦模型足够强大，攻击者可能占据结构性优势

Kimi K3 报告介绍 2.8T 参数 MoE（104B activated）原生视觉与 1M token 上下文；架构侧强调 Kimi Delta AttentionAttention Residuals 与 Stable LatentMoE，相对 K2 约 2.5 scaling efficiency后训练覆盖 general/agentic/coding 与多档 reasoning effort评测称在长程 codingagentic知识推理与视觉上达到开源前沿，但仍落后 Claude Fable 5 与 GPT-5.6 Sol 等最强闭源全文释放权重，便于作为 Agent 能力上沿与评测对照基线

今日聚焦AI代码生成评测基准的演进：从HumanEval的有效性危机到新一代SWE-Bench ProLiveCodeBench Pro等基准，引入functional entropy等新评测指标，以及对AI工程实践的整合建议