Vector Lab
VECTOR LAB

EST. 2025

WEEKLY UPDATE2025
BY ANDREW MEAD

OpenAI 开发者日

GLM 更便宜了,Sora 2 API、AgentKit,还有更多新消息!

注:本文由 OpenAI gpt-6.1-sol 通过 Codex CLI 自动翻译;翻译质量可能有所欠缺,尤其是技术术语。

新闻

GLM Coding 套餐特别优惠

过去几周,我们已经聊过不少关于 Z.ai 及其 GLM 系列模型的话题,也提到它目前是智能体编程领域最划算的选择,每月只需 3 美元。

现在,这个优惠更划算了:新用户可以使用 Vector Lab 的邀请码,购买任意 GLM Coding 套餐均可享九折优惠。

更多 GLM 性能基准测试

GLM-4.6 的表现优于 claude-4-5-sonnet,价格却只有它的约八分之一 —— 来自 Twitter 上的 gum1hox(注意,这是数学基准测试)

OpenAI 开发者日

Chat with Apps

开发者日的首个公告是 Chat with Apps 功能。它允许你将自己的网站嵌入 ChatGPT 应用,让用户既能与应用交互,也能通过 ChatGPT 操作应用、解答疑问。ChatGPT 会结合当前应用的上下文,更好地回答问题。

目前,你可以在对话中直接提及已经上线的合作应用(例如 Canva)来使用这项功能,模型也可以根据具体请求推荐合适的应用。

为 ChatGPT 构建自己的应用非常简单。他们基于 MCP 协议构建了 SDK,如果你已经有一个 MCP 服务器,只需添加一个返回 UI 的工具,应该就能在 ChatGPT 中运行了。

不过,真正把应用发布出去就是另一回事了,因为 OpenAI 似乎只允许选定的企业将应用接入 ChatGPT 网站。目前已有 7 款应用,另外还有 11 款即将上线。OpenAI 表示,会在年底前后评估更多应用,但如果你是一家小型初创公司,我劝你别抱太大期待。

AgentKit

接下来的一项重大发布是他们的智能体构建平台。这个平台类似于 N8N 或 ComfyUI,提供一组节点,你可以将它们连接起来,为自己的智能体创建自定义工作流。

用户界面

OpenAI 团队声称,这个平台是在六周内使用他们的 Codex 模型主要通过氛围编程完成的。 这未必是件好事,因为不少用户提到,这款应用打磨不足,界面也复杂难懂。

我个人不觉得这类可视化构建工具有多实用。我认为,如果你是非技术用户,你根本不想操心任何逻辑。你只想描述一下任务,然后让智能体帮你把实际的工作流或代码搭建出来。而如果你是技术水平较高的用户,你会希望亲自编写代码,以获得更多控制权。我觉得可视化工作流编辑器适合用来调试,以及理解智能体的大致运行流程。但我不认为它们适合用来真正构建这些智能体。

CodexSDK

Claude Code 和 Codex CLI 是目前最好的智能体平台,因为它们出自模型开发商之手。未来它们也会继续保持优势,因为开发商能够专门针对这些框架训练模型。

Claude Code 有 Claude Agent SDK(最近由 Claude Code SDK 更名而来),让你能够以编程方式使用 Claude Code,并基于它构建自己的工作流。CodexCLI 之前一直缺少自己的 SDK(我还考虑过自己写一个),不过现在终于有了。

这让你能够解决一整批新的问题,因为 GPT-5 比 Claude 更不容易卡住或产生幻觉,而且对细节的关注也强得多。

遗憾的是,这个库目前只有 TypeScript 版本,不过我预计近期也会推出 Python 版本。如果你现在就想试试,可以去 Codex GitHub 仓库看看。

其他消息

  • 通过 API 使用 Sora 2
    • 定价不错,但限制比应用内严格得多
  • GPT 5 Pro 开放 API 访问
    • 大多数人并不了解这个模型,因为之前只有订阅每月 200 美元的套餐才能使用。你仍然不该用它,因为它只比普通 GPT-5 的 high 档强几个百分点,价格却是后者的 12 倍。
  • GPT realtime mini 和 GPT image mini
    • 它们是对应标准版模型更小、更快、更便宜的版本。质量预计会有所下降,但如果你能接受,这些模型的性价比会高得多。

新品发布

Qwen3 VL 30B

两周前,我还在抱怨 Qwen3-VL 只有 235B 参数版本,希望也能有个 30B 版本。

结果愿望成真了,他们本周发布了 Qwen3-VL-30B 模型。

基准测试

以这个体量来说,该模型在图像和视频基准测试中的表现非常出色,纯文本能力的下降也微乎其微。

凭借它的多模态能力、强劲的文本表现,以及快速的推理速度(它是一个仅激活 3B 参数的 MoE 模型),我准备把它换成我日常使用的本地 LLM。

Liquid AI 8B

Liquid AI 最近一直在大力投入小型高效模型领域。尽管许多消费者和企业都有这方面的需求,但到目前为止,几乎所有主要实验室都忽视了这个领域。

本周,他们延续了这一方向,发布了 LFM2-8B-A1B。顾名思义,它拥有 8B 参数,其中激活参数为 1B,因此即便在边缘设备上也能运行得非常快。 它的基准测试表现大致相当于 Qwen3 4B,速度却是后者的 3 倍。

速度是 4B 模型的 3 倍

这个模型非常适合部署在手机上:手机有足够的内存加载 4 位量化版本(约 4GB),而且它在 iPhone 17 上能以相当不错的每秒 50 个 token的速度运行,同时也足够聪明,能够处理实际任务。

NeuTTS

最近出现了一个体积小、质量高,还能进行声音克隆的文本转语音模型。它叫 NeuTTS Air,拥有 6 亿参数。

每周都会发布一大堆类似的模型,但这个格外引人注意,因为它克隆出的声音非常自然,而这恰恰是大多数模型都很难做到的。它们通常会有机械感、噪声,或者断断续续,但 NeuTTS 没有这些问题。

不过,你不必只听我说,现在就可以在 Hugging Face 上免费试用。

快讯

LLM 也会赌博上瘾吗?

LLM 会内化类似人类的认知偏差,比如赌瘾吗?研究人员最近的发现表明,答案似乎是肯定的。


论文摘要

结语

希望你喜欢本周的新闻。如果你想每周收到新闻,别忘了在下方订阅我们的邮件列表。

一名舞者在星空般的虚空中伸展双臂,与绚丽的蓝粉色火焰和凤凰般的光带共舞,呈现超现实的宇宙景象。

在虚空中起舞 —— 由我(Andrew)使用 Fluxmania Legacy 和 SynthWave Lora 创作

Stay Updated

Subscribe to get the latest AI news in your inbox every week!

← BACK TO NEWS