新版Gemini 2.5所有榜一，谷歌无敌了！一个月全面击败o3，编程反超Claude 4
谷歌发布了Gemini 2.5 Pro，仅用一个月就碾压了旧版。新版模型在数学、编程和推理方面表现卓越，稳居所有榜单第一。它引入了‘思考预算’功能，并提升了代码生成的质量。
数学基准测试
微软联合清北推出rStar-Math技术，数学推理能力赶超OpenAI o1
微软发布rStar-Math技术，让小型语言模型具备深度思考能力。通过蒙特卡罗树搜索方法，该技术在多个开源模型测试中取得了显著提升，甚至超越了OpenAI的o1-preview系统。
实测天工4.0，比肩o1，力压kimi，推理能力大增！
昆仑万维发布「天工大模型」4.0版本，免费向用户开放。Skywork o1在数学和代码基准测试中表现优于国产模型。对比其他模型，其推理能力和学习能力有所提升。