11/13/2025 AI速递 | GPT-5.1正式上线API，性能全面提升

GPT-5.1现已在API平台上正式发布，带来了一系列显著的功能改进和优化。

此次更新中，
GPT-5.1引入了自适应推理能力，可以根据任务的复杂程度自动调整其思考深度。此外，为了满足用户对即时回复的需求，GPT-5.1还提供了“无推理模式”，能够迅速生成简洁的回答。

主要更新内容包括：

• 自适应推理，根据任务复杂度调整思考深度
• “无推理模式”以实现即时回复
• 简化任务所需的令牌数量减少
• 复杂任务下的更深入思考
• 24小时提示缓存，提高响应速度
• 代码质量进一步提升
• 工具调用序列中的用户定向更新消息（序言）得到改进

这些改进使得
GPT-5.1在构建需要高效、智能且成本可控的应用程序或代理时，成为了一个具有重要意义的升级选择。无论是开发者还是企业，都可以从这次升级中获益，特别是在处理复杂问题和提高系统效率方面。

总的来说，
GPT-5.1的发布标志着自然语言处理技术的又一次飞跃，为各行业的智能化应用提供了更强有力的支持。

OpenAI宣布
GPT-5.1已正式在API中推出。

这一新版本的模型不仅在速度上有了显著提升，还增强了可控性，并在代码生成方面表现更为出色。此外，
GPT-5.1还配备了一系列实用的新工具，旨在为开发者提供更全面的支持。

主要改进包括：

• 更快的响应速度，减少等待时间
• 更灵活的控制选项，便于用户定制输出
• 更强的代码生成能力，提高编程效率
• 新增实用工具，扩展应用场景

对于正在构建需要智能、速度和成本效益的应用程序或代理的开发者来说，
GPT-5.1无疑是一次有意义的升级。

无论是开发复杂的软件系统，还是创建高效的自动化解决方案，
GPT-5.1都能为您的项目带来显著的改善。

近日，百度公司宣布推出其最新的自然语言处理模型ERNIE 5，该模型在多个关键性能指标上超越了广受关注的GPT-5。

根据测试结果显示，ERNIE 5在图表理解、文档解析和多模态信息处理等方面表现出色，特别是在处理复杂文档和跨模态数据时，展现了显著的优势。

百度表示，ERNIE 5采用了先进的预训练技术和大规模数据集，能够更好地理解和生成高质量的文本内容。此外，该模型还具备强大的跨语言能力，支持多种语言的处理任务。

• **图表理解**：ERNIE 5能够准确地从图表中提取关键信息，并进行有效的分析。
• **文档理解**：在处理长文档和复杂格式的文档时，ERNIE 5的表现尤为突出。
• **多模态信息处理**：结合图像、音频等多种模态数据，ERNIE 5能够提供更全面的信息理解。

随着ERNIE 5的发布，百度进一步巩固了其在人工智能领域的领先地位，为各行各业提供了更强大的技术支持。

GPT-5.1现已在API中全面可用，定价与GPT-5保持一致。

此次更新还推出了
gpt-5.1-codex和gpt-5.1-codex-mini两个版本，专为处理长时间运行的编程任务而设计。这些新模型通过深度学习技术，能够更高效地生成复杂代码，提升了开发者的生产力。

主要更新内容：

• 
  gpt-5.1-codex：适用于大型代码项目，提供更强大的代码生成能力。
  
• 
  gpt-5.1-codex-mini：轻量级版本，适合较小规模的代码编写。
  

此外，我们还对提示缓存机制进行了改进，现在缓存的有效期延长至24小时，进一步提升用户体验。详细的技术评测和使用指南已在我们的博客文章中发布。

磁性市场（Magentic Marketplace）是一个开源的模拟环境，旨在研究AI代理在数字市场中的互动和交易。其模块化设计使研究人员能够大规模地实验不同的市场设置、代理行为和系统动态。

该平台提供了丰富的工具和资源，帮助研究人员构建和测试各种市场模型。通过使用磁性市场，研究人员可以深入了解AI代理在不同条件下的行为模式，从而优化市场机制和提高交易效率。

磁性市场不仅支持基础的市场模拟，还允许用户自定义复杂的经济模型，包括拍卖、竞标和其他交易机制。此外，它还集成了先进的数据分析和可视化工具，帮助研究人员更好地理解和解释实验结果。

应用场景：

• 研究市场行为和动态
• 测试新的交易机制和算法
• 优化电子商务和在线市场的运作
• 教育和培训，用于教授市场经济学和人工智能

微软研究院已经将磁性市场部署在Azure AI Foundry Labs上，欢迎研究人员和开发者进一步探索和使用。

更多详情，请访问：
https://t.co/gwCfDS8rkP

LlamaParse最近推出了一项重大升级，即全新的实验性“代理图表解析”功能，旨在显著提升图表OCR的准确性和效率。这一创新技术通过追踪折线图中的轮廓并提取数值，有效解决了大多数大语言模型在将图表转换为精确数值数据时遇到的难题。

传统的图表OCR方法往往需要大量手动校正工作，而LlamaParse的新功能则能够大幅度减少这一负担，使图表分析自动化成为可能。无论是金融分析师、科研人员还是商业决策者，都可以利用这一工具快速提取和分析图表中的关键信息，提高工作效率。

目前，用户已经可以在LlamaParse平台上体验这一新功能。只需上传图表，系统将自动进行解析并提供精准的数据输出。

BentoML 现已全面支持 AntLingAGI 推出的最新万亿参数开源模型 Ling-1T 和 Ring-1T，这标志着大规模语言模型时代正式进入开源和生产阶段。

**万亿参数模型的时代已经到来**，不仅开源而且高效，适用于实际生产环境。对于探索开源模型的用户来说，Ling-1T 和 Ring-1T 是绝佳的选择。

• **Ling-1T（非思考型）**：1 万亿总参数，约 500 亿活跃参数（MoE，1/32 激活），支持高达 128K 上下文（YaRN），高效推理能力：高准确率且所需令牌更少，特别适合代码、数学和逻辑推理任务。
• **Ring-1T（思考型）**：1 万亿总参数，约 500 亿活跃参数（RLVR），通过 Icepop 和万亿规模 ASystem 稳定化，性能领先或在 AIME/HMMT、LiveCodeBench、ARC-AGI 等基准测试中具有竞争力，具备银牌级别的国际数学奥林匹克竞赛推理能力，同样支持高达 128K 上下文（YaRN）。

两款模型均采用 MIT 许可，并提供官方 FP8 变体。

BentoML 提供开箱即用的支持，可在您的 GPU 集群或任何云平台上部署和扩展这些模型。例如，可以在单个节点上的 8 块 B200 GPU 上运行 FP8 变体，以减少跨节点通信开销。

如果您需要定制化的部署解决方案，请联系我们。

通过将基于PyTorch的机器学习力场（MLIPs）集成到LAMMPS分子动力学（MD）软件包中，科学家能够实现快速且可扩展的原子系统模拟，这在化学和材料科学研究中具有重要意义。

利用ML-IAP-Kokkos接口，开发者可以简化社区模型的对接过程，并大规模扩展MD模拟。这项技术不仅提升了计算效率，还为复杂材料系统的建模提供了新的可能性。

主要优势包括：

• **提高计算速度**：通过GPU加速，显著缩短了模拟时间。
• **增强可扩展性**：支持大规模并行计算，适用于更大、更复杂的系统。
• **简化开发流程**：提供统一接口，降低开发门槛。

更多关于如何简化模型对接和扩展MD模拟的细节，请参阅NVIDIA开发者博客：
🔗  
https://t.co/Bw7d0QrdFO

#PyTorch #OpenSourceAI #AI #Inference #Innovation

除了PyTorch本身，PyTorch基金会还托管了多个重要项目，如vLLM、DeepSpeed和Ray，这表明PyTorch正在成为人工智能领域的基础语言。

对于Lightning AI的CTO Luca Antiga来说，他同时也是首届PyTorch基金会技术顾问委员会（TAC）主席，PyTorch大会是与推动PyTorch向前发展的社区建立联系的重要契机。这个社区包括数百万使用PyTorch Lightning进行开发的开发者。

该活动之所以引人注目，是因为你有机会遇到那些在PyTorch基础上构建出令人惊叹的应用的开发者们。这些应用涵盖了从自然语言处理到计算机视觉等多个领域，展示了PyTorch在实际应用中的强大能力。

此次大会不仅促进了技术交流，还为开源社区提供了宝贵的互动机会。通过这样的活动，PyTorch进一步巩固了其在AI生态系统中的核心地位。

IBM的Granite Nano模型现在可以让用户在手机上完全离线运行AI。这项技术通过优化模型大小和计算效率，使得复杂的AI任务可以在移动设备上实现。

IBM的Granite团队成员Emma详细介绍了这一创新技术。通过使用Granite Nano模型，用户无需依赖互联网连接即可在手机上执行图像识别、语音处理等任务，极大地提升了移动设备的智能应用能力。

主要特点包括：

• **低功耗**：Granite Nano模型设计考虑了移动设备的电池寿命，确保长时间运行。
• **高性能**：尽管模型体积小，但性能不打折扣，能够快速处理复杂任务。
• **易于集成**：开发者可以轻松将这些模型集成到现有的应用程序中，提升用户体验。

这一技术的应用范围广泛，从智能家居到医疗健康，都能看到其潜在价值。