人工分析在今天的Nvidia CES 2026主題演講中被Jensen Huang提及！ @NVIDIAAI最新的Nemotron 3 Nano (30B A3B)在我們的智能和效率基準中脫穎而出，成為一個高效的開放權重模型。

GDPval-AA 排行榜更新：GLM-4.7 成為新的開放權重領導者，ELO 為 1224，而 MiniMax M2.1 在 M2 上有顯著改進。 GDPval-AA 在專用終端環境和網絡訪問下，對準備演示文稿、分析等現實知識工作任務的模型輸出進行比較。然後，將工作輸出彼此比較，並通過自動化管道進行評估，以生成比賽和 ELO 分數。 ➤ @Zai_org 的 GLM-4.7 獲得 ELO 1224，僅次於 GPT-5.1（高），與 GLM-4.6 相比增加了約 170 分。這意味著我們預期 GLM-4.7 的輸出在對比 GLM-4.6 時有 73% 的機會勝出。 ➤ @MiniMax__AI 也在 GDPval-AA 上顯示出改進，推出的 M2.1 將 ELO 提高了 +56 分，相較於之前的 M2 模型，但仍位於 GLM-4.6 和 GPT-5.1 Codex（高）之間。

Z-Image Turbo 是新的 #1 開放權重文本到圖像模型，超越了 FLUX.2 [dev]、HunyuanImage 3.0 (Fal) 和 Qwen-Image，在人工分析圖像競技場中表現出色。 Z-Image Turbo 是阿里巴巴 Tongyi-MAI 團隊（與阿里巴巴 Wan 和 Qwen 團隊分開）發布的第一個模型，價格為 $5/1k 圖像，這使它成為可用的最便宜的圖像模型之一 - 價格低於 FLUX.2 [dev] ($12/1k 圖像)、HiDream-I1-Dev ($26/1k 圖像) 和 Qwen-Image ($20/1k 圖像)。它是一個 6B 參數模型，僅需 16GB 的內存即可在消費者硬件上運行。 Z-Image Turbo 在 Apache 2.0 開源許可下發布，允許商業使用且無限制。它可以通過 API 在阿里巴巴雲、fal 和 Replicate 上獲得。 請參見下方我們的人工分析圖像競技場中 Z-Image Turbo 與其他領先的開放權重模型的比較 🧵