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。

韓國電信推出了 Mi:dm K 2.5 Pro，這是一個專有的推理模型，在人工分析智能指數上得分 48 主要基準測試要點： ➤ 工具使用的優勢：Mi:dm K 2.5 Pro 在 τ²-Bench Telecom 上得分 87%，顯示出在代理工具使用工作流程中的強大表現。Mi:dm K 2.5 Pro 在這一類別中排名靠前，得分與 Gemini 3 Pro Preview 和 Claude Opus 4.5 相似。 ➤ 韓語優勢：Mi:dm K 2.5 Pro 在全球 MMLU Lite 多語言指數中對韓語的得分為 83%，大致與 gpt-oss-120b 以及 Naver 的 HyperCLOVA X SEED Think 在這一類別中的表現相當。這反映了韓國 AI 實驗室在開發針對主要韓語環境和本地用例優化的模型方面的更廣泛趨勢。 ➤ 相對較高的令牌使用量：與同一智能層級的其他模型相比，Mi:dm K 2.5 Pro 顯示出相對較高的令牌使用量，在人工分析智能套件中使用了約 90M 的推理令牌。這與 EXAONE 4.0 32B（96M 推理令牌）相當，後者也是一個韓國模型。 ➤ 公共訪問有限：Mi:dm K 2.5 Pro 是一個專有模型，目前沒有公開可用的端點。相反，韓國電信主要打算將此模型打包進產品中，並利用此模型為 KT 的客戶提供服務。 請參見下方的進一步分析

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。