与「智谱AI」相关的搜索结果

据The Information 独家报道，继DeepSeek @deepseek_ai 之后智谱AI @Zai_org 也在考虑自主研发 AI 芯片，以训练未来的 GLM 模型。 随着其 GLM 模型的需求开始给算力供应带来压力，智谱 AI 正在探索定制 AI 芯片的可能性。 报道称，这家北京顶级AI实验室已向中国芯片设计公司进行了初步接洽，但尚未选定合作伙伴。 自发布以来，GLM-5.2 一直是各大token供应商上增长最快的模型，首周日token使用量增幅高达 27 倍。 智谱目前依赖华为芯片、其他国产芯片以及部分英伟达芯片。 虽然定制 ASIC 会牺牲灵活性，但它能降低功耗和每令牌成本。 Nvidia GPU 是强大的通用设备，但大规模推理的经济性不同。 GLM模型可以在专为其设计的芯片上获得更好的运行效果。 然而，受美国出口管制、华为硬件限制以及智谱自身被列入美国实体清单的影响，走纯国产芯片路线显然是其长期的必然选择。 中国的前沿AI lab们都在寻求进一步摆脱对西方芯片的依赖，同时加强本土计算能力的扩张。

所以，要么 GLM 5.2 比外界想象得更强，要么现在流传的消息有误导性。 根据 WSJ 的说法，智谱 AI 的 GLM-5.2 在某些漏洞发现场景中可以匹配美国顶级模型； 而中国的 360 Security 表示，其新的 Tulongfeng 工具可与 Anthropic 的 Mythos 相媲美。

聊最强模型这事本身就挺搞笑的。现在这赛道卷到什么程度？你今天排完名，明天就有人发新版本把你脸打肿。但不排吧，老有人问。 行，那就按2026年6月底的情况，综合Arena人类偏好、Intelligence Index、编码、Agent表现这些维度，聊聊我心目中的全球前十。 - （以下排名纯个人看法，别杠，杠就是你对。） 1：Claude Fable 5（Anthropic） Anthropic 6月9号放的Mythos级公开模型。目前Arena人类偏好榜稳坐第一，长时程Agent和复杂推理是真的猛。 你要搞那种专家级任务，几小时的深度研究、多步骤自主Agent，这台目前是最靠谱的选择。有一说一，贵是真贵。 - 2：Claude Opus 4.8（Anthropic） 觉得Fable 5太激进、不稳定？Opus 4.8就是那个"稳如老狗"的选项。 编码、长上下文、复杂Agent工作流，表现极其可靠。很多专业开发者现在的主力机就是这台。 怎么说呢，它可能不是每一项都拿第一，但综合可靠性和能力，依然是旗舰中的旗舰。 - 3：GPT-5.5（OpenAI） OpenAI目前最成熟的日常模型。通用能力均衡得一批，工具调用和生态就不用说了，ChatGPT那套东西太完整了。 多模态体验也优秀，适合不想折腾、拿来就用的多数人。呃，但实话实说，硬核推理上已经被Anthropic拉开了。 - 4：Gemini 3.1 Pro（Google） Google目前的最强前沿模型。数学推理和多模态（图像、视频）这块是真的硬，研究分析类工作用它很舒服。 但Agent能力嘛，还在追。适合需要高准确性的场景，不适合拿来搞花活。 - 5：Qwen3.7 Max（阿里） 这是目前中国模型里综合最强的，全球前五没毛病。能力均衡、什么都能干，编程、长任务、日常使用都表现不错。 最关键的是性价比杀疯了，价格只有前面那几个美系模型的几分之一。日常主力选它，钱包不疼。 - 6：Kimi K2.6（月之暗面） Moonshot的旗舰。超长上下文是它的杀手锏，多Agent协作也玩得转。 你如果经常搞长文档总结、深度研究、复杂工作流，这台绝对是利器。 短板？通用场景不如Qwen均衡。 - 7：GLM-5.2（智谱AI） 智谱最新一代，编码和Agentic任务是真的有点东西。 开源权重版本性能也强，适合自己折腾、做二次开发的玩家。 coding场景下甚至能跟Claude掰掰手腕，不开玩笑。 - 8：DeepSeek V4 Pro（深度求索） 极致性价比的代名词。推理和编码能力接近前沿水平，但价格低到离谱。 说白了就是"差不多够用，但便宜得要命"。社区里目前最受欢迎的高性能低成本选择，懂的都懂。 - 9：MiniMax M3（MiniMax） 效率取向的选手，特定场景下性价比优秀。适合对速度和成本极度敏感的生产环境。 不是最强，但该干的活都能干。 - 我的几点观察： 美系闭源还是霸着前四，Anthropic和OpenAI目前确实在领先位置。但注意，差距在缩小，不是错觉。 中国模型从第五名开始强势插入，Qwen3.7 Max是最均衡的代表。 而且在性价比维度上，中国模型（Qwen、DeepSeek、Kimi、GLM）已经可以说是碾压了。 很多实际场景能跑到前沿模型80-95%的效果，成本只要几分之一甚至几十分之一。这不叫卷属于降维打击。 开源权重这块更不用说，中国模型目前明显领先。 - 如果你问我怎么选： 追求极致、预算无限的话：Claude Fable 5 或者 Opus 4.8 。 日常主力、讲究性价比：Qwen3.7 Max，闭眼入 。 重度编程/Agent开发：GLM-5.2 或 DeepSeek V4 Pro 。 长文档和分析研究：Kimi K2.6。 这个排行保质期时间很短。AI这行现在就是这个节奏，你今天看完明天可能就过时了。 实际用起来别死磕一个模型，根据不同任务组合使用才是正道。 你目前主力用的是哪个？评论区聊聊。

卧槽，GPT5.6 来了！普通人暂时无法使用！四个版本分别是 SOL Ultra 、SOL、Terra、Luna，这名字起的😂 OpenAI 正式发布全新一代大模型 GPT-5.6。 该模型至少包含 Sol Ultra、Sol、Terra 以及 Luna 四个衍生版本。 在底层基建与多模态安全对抗领域，GPT-5.6 并在反映终端控制能力的 Terminal-Bench 2.1 基准测试中创下历史最佳成绩，其核心版本 Sol Ultra 与 Sol 在基准跑分上超越了竞品 Anthropic 旗下的 Mythos 以及 Fable 5，被官方定义为目前市场中最强的网络安全（Cybersecurity）模型。 在具体的成本模型与代币效率维度，GPT-5.6 展现了极高密度的推理效率（Inference efficiency）。 评测数据显示，GPT-5.6 Sol 仅需消耗不到 100K token 的上下文带宽，即可在复杂任务处理上超越智谱 AI 等国产模型（如 GLM 5.2）依赖 2 至 3 倍 token 数量堆叠出的智能水平，同时也打破了 Anthropic Opus 4.7 需要 200K token 的智能上限。 在定价策略上，OpenAI 采取了激进的“价格屠夫”路线，其基础版 GPT-5.6 Luna 的分发价格已逼近国产低成本模型的费率区间，而旗舰版 Sol 的调用摩擦开支亦显著低于 Anthropic 旗下的 Opus 与 Fable 系列。 OpenAI 首席执行官萨姆·奥特曼（Sam Altman）在发布会后确认，美国商务部长已亲自通过电话对该模型的商业分发实施行政干预，要求在当前的初始预览阶段，仅向极为有限且经过美国政府逐一审核的客户开放试用。 这一国家机器的肉身介入，实质性地拉长了前沿模型全面流入消费级市场的摩擦周期。 奥特曼在随后的公开表态中并未采用激进的 PR 辞令，而是克制地指出，团队在过去数周内已完成了密集的安全加固（Hardening），并有确信度在未来数周内将这套具备高弹性、低成本的算力工具链向全球泛化用户全线放开。

你现在可以在Bitget交易智谱和MiniMax股票合约了！ Bitget上线两个新永续合约交易对，最高杠杆倍数20x： ZHIPUUSDT 智谱AI MINIMAXUSDT MiniMax 点击图片开始交易 ⏬

智谱是真的大火了，居然收到了关于「智谱 AI」的付费咨询邮件，这还是我收到的第一个针对 AI 团队的付费咨询呢 不过我对 GLM-5.2 确实还没深入使用，Coding Plan 抢不到，Zcode 使用限流，也拿不到 Zcode 商单和赠送 Token（好惨。。） 含泪拒了这个付费咨询吧，虽然之前有接触过几位智谱的朋友，了解一些细节，不敢瞎说。。。

GLM-5.2 刚刚正式发布! 给大家带来实测! 直接说结论本次测试中, 提升最大的是Agent能力, 而且是有质的变化! 测试中GLM-5.2 完全不用搜索附近的位置, 就能直接去想要到达的地方. 这一切竟然是它在一开始把地图背下来了! 这在我测试的20多个模型中之前是没有一个模型能做到的, 比如之前的模型想去换电站, 那么都要搜一下附近有哪些换电站(这就会浪费一次tool_call), 而GLM-5.2直接就知道换电站的位置! 从来没用过搜索函数. 这种一开始就把需要的数据内化到上下文中, 并且能够贯穿整个1M上下文进行推理的能力真的是叹为观止. 除此之外, 本次测试后端代码的 Agentic Coding 能力也有提升, 来到了总榜的第二名. 而本次测试暴露出最大的短板则是空间理解. 其实成也萧何败也萧何, 它虽然把换电站的位置都背下来了, 但是去的换电站却不是最近的, 所以虽然记住了, 但是记住了之后在用之前再根据自己当前所在位置推理一下, 他还是没有做到的, 这也是最大的短板了, 强烈建议官方优化一波. #GLM52# #智谱# #智谱AI# #AgenticCoding# #长上下文能力#

这个开源项目系统整理了 35 家 AI 公司的 AI 工程师面试题，全部来自 “公开报告的面试经历” 来自 @outcome_school 团队 @pallavishekhar_ 开源发布，内容几乎涵盖了 OpenAI、Anthropic、DeepMind、xAI、DeepSeek、Kimi、GLM 等 AI Labs，Cursor、Cognition、ElevenLabs 等 AI Native 团队和 Nvidia、Microsoft、Amazon、Apple 等头部大厂。 覆盖的岗位头衔也非常多：AI Engineer、LLM Engineer、Gen AI Engineer、ML Engineer、Research Engineer、Applied Scientist、FDE、MLOps/LLMOps 工程师等。 开源地址： # 内容架构：一个精心设计的双层结构 第一层：跨公司通用题（Common Questions）。 作者把在多家公司反复出现的题目只列一次，标注"Asked at"哪些公司，按十大主题组织： 1. LLM 内部机制与架构 — attention 缩放因子、KV cache 内存公式推导、MQA/GQA/MLA、FlashAttention、BPE、RoPE/YaRN、Chinchilla scaling laws、MoE、解码采样策略、lost-in-the-middle、RMSNorm、SwiGLU 2. 推理、服务与 GPU 性能 — prefill vs decode、continuous batching、PagedAttention、投机解码、量化（FP16→FP4）、五种并行策略、TTFT/TPOT 指标、H100 上的 roofline 计算、vLLM/SGLang/TensorRT-LLM 选型、“如何把服务成本降 10 倍” 3. RAG 与检索 — 分块策略、BM25 vs 稠密检索、重排序器、HyDE、权限感知检索、ANN 索引、索引新鲜度、答案归因 4. Agent 与工具调用 — ReAct、MCP、工具 schema 设计、多智能体编排、Agent 记忆、循环终止条件、人类审批 5. 微调与对齐 — RLHF/DPO/GRPO/RLVR 全谱系、LoRA/QLoRA 数学、灾难性遗忘、“提示 vs RAG vs 微调”决策框架、蒸馏、reward hacking 6. 评估与可观测性 — LLM-as-judge 及其偏差、幻觉检测、基准污染、Agent 评估、回归门禁 7. 安全与负责任 AI — 提示注入（直接/间接）、OWASP LLM Top 10、护栏、Constitutional AI、红队 8. 多模态与语音 — VLM、语音 Agent 延迟预算、barge-in 打断处理、级联 vs 端到端语音、ASR/TTS 评估 9. AI 系统设计 — 十类高频设计题（千万级文档企业 RAG、代码助手、客服 Agent、Text-to-SQL、LLM 网关、数亿用户聊天服务等） 10. 编码题 — 从零实现 attention、KV cache、BPE、采样；LRU 缓存、令牌桶限流器、异步批处理器、SSE 流解析器、最小 Agent 循环 第二层：35 家公司的专属章节，分为五大梯队： 1. 前沿实验室（12 家）：Anthropic、OpenAI、Google DeepMind、Meta、xAI、Mistral、Cohere、DeepSeek、月之暗面（Kimi）、智谱（GLM）、阿里（Qwen）、Sarvam AI（印度） 2. 大厂 AI 组织：Microsoft、Amazon、Apple、NVIDIA、Tesla，以及一组消费级 ML 公司（Uber/Netflix/LinkedIn/Airbnb/Pinterest/Spotify） 3. AI 基础设施公司：Databricks、Groq、Together AI、Hugging Face、Scale AI、Perplexity 4. AI 原生产品公司：Cursor、Cognition（Devin）、Sierra、Harvey（法律）、Glean、 AI（机器人）、Waymo 5. 前向部署/企业 AI：Palantir # 题目分布透露的行业信号同样值得关注 1. 公司的差异化考察方向，和它的商业模式严丝合缝。 这是最能体现整理功力的地方： · DeepSeek、月之暗面、智谱、Qwen 的题目深度绑定自家论文——MLA、auxiliary-loss-free 负载均衡、Multi-Token Prediction、MuonClip、DualPipe、长上下文扩展、GLM 的 thinking 模式。面试这些公司等于面试它们的论文，还要求 PyTorch 从零实现 MoE 路由。 · Groq 的题全是 SRAM-only 架构下的 roofline 重推演：“没有 HBM，decode 的 roofline 论证哪里变了”、“确定性在 p99 层面到底买到什么”。 · Apple 清一色端侧：3B 模型在手机上跑、PTQ vs QAT、不采集用户内容的前提下用设备信号改进模型、30+ 语言区无法记录用户内容的评估方案。 · CharacterAI 是推理经济学：“我们的服务成本被 KV cache 而非权重主导，降一个数量级，代价是什么”。 · Harvey（法律）和 Abridge（医疗） 考的是领域约束下的工程：200 页信贷协议里第 140 页的条款依赖第 8 页的定义术语怎么检索、生成的病历中出现了患者没提过的药怎么当作安全事故处理、PHI 如何约束整个架构。 · Palantir 的招牌是 "decomposition" 轮：把“一家货运铁路公司每年因机车非计划停机损失数千万”分解成工程计划。 2. 编码轮的形态正在发生实质性变化。 文档里反复出现的一类题，与传统 LeetCode 明显不同： · “实现一个内存 KV 存储：先 SET/GET/DELETE，再加事务 BEGIN/COMMIT/ROLLBACK，包括嵌套事务”（OpenAI、xAI 都问） · “给你一个 LLM 推理引擎的调度器类，其中一个方法是空壳，没有规格没有文档。说说你头三十分钟干什么”（xAI） “重构这 120 行能跑但很乱的代码，不许破坏测试”（OpenAI） · “对 5 万个文档跑 LLM 调用，API 限 100 并发、偶发 429 和超时，把 Python 写出来”（Anthropic） 考察重心从算法记忆转向增量需求下的代码演进能力、并发正确性、真实工程约束下的取舍。 3. “AI 协作轮”作为新题型已经进入正式面试流程。 这是文档里最前沿的信号： · Anthropic 部分机器学习岗有 AI-collaboration 轮：现场给你 Claude，考察的是你如何指挥它和验证它的产出，而不是你自己写。 · Meta 2026 年的流程新增三阶段 AI 辅助编码轮（探索修复 → 实现新功能 → 扩展改进）。 · Cursor 的 onsite 是两天在真实 Cursor 代码库上做一个功能（或 8 小时远程版），明确考核你对 AI 工具的使用效率和自主 scoping 能力。 · Sierra 给你两小时和任意 AI 工具，看你选择做什么。 xAI 有四小时限时产品构建。 4. FDE 成为一级岗位类别。 Anthropic、OpenAI、Databricks、Scale、Together、Sierra、Harvey、ElevenLabs、Palantir 的章节里都有 "Applied and Forward-Deployed Scenarios" 专属题库——典型题目如“企业客户说 Claude 幻觉太多，你是驻场工程师，头 48 小时做什么”。这对应了 AI 公司向企业交付方式的转变：模型能力差距收窄后，落地能力成为差异化。 5. 硬核系统题的普及。 "H100 上 70B 模型 batch size 1 的 roofline 计算"、"估算 70B 模型的 GPU 显存（权重 + KV cache + 激活 + 碎片）"、"p99 延迟在部署后翻倍但模型没变，走一遍诊断”——这类题横跨 NVIDIA、Together、OpenAI、Perplexity 等多家，说明推理性能的量化直觉已成为 AI 工程师的通用素养，而非基础设施工程师的专属。