人工智能分析在今天的Nvidia 2026年CES主题演讲中被Jensen Huang提到！ @NVIDIAAI最新的Nemotron 3 Nano（30B A3B）在我们的智能和效率基准测试中脱颖而出，成为一个高效的开放权重模型。

GDPval-AA 排行榜更新：GLM-4.7 以 1224 的 ELO 成为新的开放权重领导者，而 MiniMax M2.1 在 M2 的基础上取得了显著改进。 GDPval-AA 在专用终端环境和网络访问的基础上，比较模型在准备演示文稿、分析等现实知识工作任务上的输出。然后将工作输出相互比较，并通过自动化管道进行评估，以生成匹配和 ELO 分数。 ➤ @Zai_org 的 GLM-4.7 达到 1224 的 ELO，紧随其后的是 GPT-5.1（高），与 GLM-4.6 相比增加了约 170 分。这意味着我们预计 GLM-4.7 的输出在面对面比较时将以 73% 的概率击败 GLM-4.6。 ➤ @MiniMax__AI 也在 GDPval-AA 上展示了他们的 M2.1 发布所带来的改进，ELO 比之前的 M2 模型提高了 +56 分，但仍处于 GLM-4.6 和 GPT-5.1 Codex（高）之间。

Z-Image Turbo 是新的 #1 开放权重文本到图像模型，超越了 FLUX.2 [dev]、HunyuanImage 3.0 (Fal) 和 Qwen-Image，在人工分析图像领域中脱颖而出。 Z-Image Turbo 是阿里巴巴 Tongyi-MAI 团队发布的第一个模型（与阿里巴巴 Wan 和 Qwen 团队分开），在阿里巴巴云上每千张图像的费用为 5 美元，使其成为可用的最便宜的图像模型之一 - 比 FLUX.2 [dev]（每千张图像 12 美元）、HiDream-I1-Dev（每千张图像 26 美元）和 Qwen-Image（每千张图像 20 美元）都便宜。它是一个 6B 参数模型，只需 16GB 内存即可在消费级硬件上运行。 Z-Image Turbo 在 Apache 2.0 开源许可证下发布，允许商业使用且没有限制。它可以通过阿里巴巴云、fal 和 Replicate 的 API 获得。 请参见下面我们在人工分析图像领域中 Z-Image Turbo 与其他领先开放权重模型的比较 🧵