Terminal · 402

小米 MiMo-V3-Pro 跑分疑似泄露，SWE-Bench Pro 达 72.8 或逼近海外顶尖闭源模型

比推消息，Max For AI 发文披露，一张疑似小米下一代大模型 MiMo-V3-Pro 的 Benchmark 截图在社群中流传。截图显示，该模型重点瞄准 Coding Agent 和通用 Agent 场景，部分测试成绩已接近 Claude Opus、GPT 等海外顶尖模型。据疑似截图，MiMo-V3-Pro 在 SWE-Bench Pro 上取得 72.8 分，高于 GLM 5.3 的 67.9 分和 Kimi K3 的 65.8 分，与 Claude Opus 5 的 74.6 分、GPT-5.6 Sol Max 的 75.4 分相差不到 3 分；Terminal-Bench 2.0 得分 70.6 分，同样接近 Claude Opus 5 的 72.0 分和 GPT-5.6 Sol Max 的 73.5 分。此外，其τ3-bench 得分达到 76.4 分，而 GPT-5.6 Sol Max 为 78.8 分。若上述成绩最终经官方确认并能在正式版本中复现，MiMo-V3-Pro 或将进入全球顶尖模型第一梯队。不过，目前该 Benchmark 截图的真实性及测试条件尚未得到小米官方确认，相关数据仍应视为未经证实的爆料。值得注意的是，小米目前官方公开的最新 MiMo 旗舰为 MiMo-V2-Pro 及 MiMo-V2.5-Pro，因此 V3-Pro 是否存在以及具体发布时间仍有待官方进一步披露。

1天前

5.4亿枚空投面临取消，OP治理投票陷内战

作者：Foresight News原标题：5.4亿枚代币空投即将被充公？OP治理投票陷内战8 月初，Optimism 基金会在治理论坛正式提交提案，计划将用户空投分配中剩余的 5.469 亿枚 OP 重新划定为「战略生态基金」，因其可能实质影响代币持有者对未来空投的预期，需经投票通过。投票已于北京时间 8 月 14 日启动，截止时间为 8 月 20 日 12:07。截至目前最新链上数据，支持票约 910.5 万枚 OP，反对票约 425.8 万枚 OP。法定人数要求约 1654 万枚 OP，当前参与规模距离达标仍有明显差距。投票结果尚未最终敲定，社区博弈仍在持续。今年 5 月后暂停 OP 回购OP 初始总供应量约为 42.95 亿枚。其中 19%（约 8.16 亿枚）被明确预留给用户空投。这一安排虽非正式法律义务，但 Optimism 官方在多年公开沟通中反复确认，包括 2024 年 10 月 Airdrop 5 发放时仍提及约 5.5 亿枚可用于未来空投。实际执行情况显示：2022 年至 2024 年间共完成五轮空投，累计发放约 2.691 亿枚 OP，占预留总量的约 33%。第一轮占比最高，后续轮次标准持续调整，从早期使用与 Gas 消耗，逐步转向委托治理、OP 主网活跃度、NFT 创作者以及 Superchain 活动等。第四年（2025 年 5 月至 2026 年 4 月）已无新空投，官方明确转向「可衡量留存与收入结果的定向增长项目」。链上数据也显示，Optimism 自 5 月后并未按照原计划回购 OP。其在完成第二轮和第三轮（3 月和 4 月）月度社区回购后，官方即单方面叫停了后续回购计划。官方在 3 月花费 367.905 枚 ETH 回购 6951453 枚 OP，4 月花费 50.16 枚 ETH 回购 925654 枚 OP，截至目前其累计回购的 OP 数量为 9451924 枚 OP，按照 0.08 美元的最新价计算，价值约 75.62 万美元。基金会表示将在 12 个月期结束后重新评估，不承诺长期延续。与此同时，第四年整体投入 OP 规模较第三年下降约 35%。治理基金新流通量同比减少 53%，Retro Funding（OP 根据实际贡献发奖励的公共产品资助机制。）支出下降 30%，空投归零。基金会同步发布第四年预算更新与第五年展望，预计第五年新增流通量约 2.73 亿枚 OP（不含此次可能重划的空投配额），其中生态基金预计投入约 2 亿枚。据 DefiLlama 数据显示，目前其总 TVL 已从巅峰期的 55 亿美元，大幅回落至 5.26 亿美元。战略转向企业增长加密市场二层网络目前面临用户流失，创新乏力等问题。据 token terminal 最新数据显示，其核心开发者已减少为 42 位，而在 2024 年年底的巅峰期，这个数字是 144 位。目前，Optimism 正转向企业市场，包括金融科技、交易平台、支付机构及传统金融机构，目前已有合作包括 Bitpanda、Ink 以及 Dunamu 等。具体而言，提案要求：· 创建新的分配类别「战略生态基金」；· 将剩余 5.469 亿枚 OP 从用户空投类别重新划入该基金；· 用途包括促成链、协议、机构与基础设施加入 OP Stack 的合作交易，深化 OP Mainnet 链上活动与流动性的激励，以及拓展顶级品牌与机构合作。已发放的 1 至 5 轮空投不受影响。若提案通过，基金会将更新代币分配文档与公开会计记录，并沿用既有的赠款监督与年度预算报告机制。第五年预算展望本身...

3天前Foresight News#Optimism #代币 #提案 #治理 #空投

Fluid Q2 TVL 降至 34 亿美元，营收环比降 29%

比推消息，据 Token Terminal 报告，由 Instadapp 团队打造的 DeFi 协议 Fluid 发布 2026 年第二季度数据。当季平均 TVL 为 34 亿美元，环比下降 21.1%、同比仍增 84.9%；活跃贷款 15 亿美元，环比降 15.1%、同比增 92.9%；交易量 181 亿美元，环比降 37.3%；费用 950 万美元，环比降 21.5%；协议收入 180 万美元，环比降 29.3%、同比增 9.8%；月活用户 7.07 万，环比降 43.8%。资本结构继续向 Solana 上与 Jupiter 合作的 Jupiter Lend 倾斜，其平均 TVL 约 17 亿美元，占近一半并实现环比增长，成为最大借贷部署。季度初受 Resolv 等第三方事件影响出现流出，Fluid 合约未受攻击，相关坏账由金库等覆盖，用户资金无损失。期间 Bitwise 开始在 Jupiter Lend 上管理 USDe 市场，Liquidity-as-a-Service 上线并落地约 1 亿美元 sUSDai 流动性设施，Huma PST 等 RWA 相关资产也接入 Fluid。团队表示将继续推进机构级部署、Jupiter DEX 及 Sui 扩展等，通过垂直化产品与机构合作引入增量资本并提升收入效率。

3天前#链上动态

爆火 AI 项目 J-Space 被质疑造假，社区复测结果与官方数据完全相反

比推消息，据 MaxForAI 披露，今日在 X 平台爆火的 AI 项目 J-Space Cognition Suite 遭社区质疑，被指其宣传的 DeepSeek V4 测试成绩无法复现。项目此前宣称，V4 Flash 搭配 J-Space 可追平 GLM-5.3，V4 Pro 则能在多个 Agent Benchmark 上超过 Fable 5，同时速度提升 2.53 倍、Token 效率提升 2.21 倍。GitHub 用户 GoForceX 使用 Terminal Bench 2.1 的 87 道题子集进行高并发复测，并确认加载 J-Space 相关模块。结果显示，加入 J-Space 后 Benchmark 成绩反而略有下降，Token 使用量和成本均有所增加，与项目宣称的性能、速度及 Token 效率提升方向相反。社区随后要求项目公开完整评测配置、逐题结果、运行日志、原始耗时及 Token 消耗等数据。目前项目主要公开汇总结果，尚未提供足以验证上述精确数据的完整原始实验记录。值得注意的是，面对质疑，项目作者曾回应称相关数据确实是夸张的，并表示实际提升大致处于 1.6 倍至 3 倍之间。截止目前，作者尚未就社区质疑作出正式回应，部分相关质疑 Issue 已被删除。

4天前

“牛来”市值短时突破 4900 万美元后回落，24H 涨幅 237.4%

比推消息， 据 GMGN 数据，BSC 生态 Meme 币牛来市值短时突破 4900 万美元，续创新高，但随后回落，现报 3773 万美元，24H 涨幅 237.4%。提醒用户，Meme 币价格波动较大，请投资者谨慎参与。      Will the market cap of the BSC meme coin 牛来 exceed $60 million at any point this week?Yes      No    Powered by        Moment      Predict. Earn Points. Unlock the Airdrop编辑删除    cryptoWill the market cap of the BSC meme coin 牛来 exceed $60 million at any point this week?YesNoResolve YES if any major reliable on-chain/DEX tracker (GMGN, DEX Screener, CoinMarketCap, GeckoTerminal, or equivalent) shows fully diluted / circulating market cap ≥ $60,000,000 at any timestamp during the week. Resolve NO if it never reaches that level. Prefer the highest credible peak print; minor discrepancies across sites are resolved by consensus of primary sources. 0xbeea1d618e533a387d941f58a7d4c9b7bd377777crypto2026-08-242026-08-24T06:59:59.999Zhttps://moment.vision/mapi/uploads/openai/images/20260817222231_6b40b7b05a53a1dd.jpg6a8389c5f00c055788898b52

5天前

DHH 横测编程模型：DeepSeek23 美元跑完，Fable 约 550 美元

比推消息，据监测，Ruby on Rails 作者 DHH 用同一个 Python 转 Rust 任务测试多款模型。DeepSeek Pro V4 Max 最终完成，用时约 2.5 小时，总 Token 成本 23 美元。Grok 4.6 花了 55 美元、约 1.5 小时，GPT-5.6 Sol 花了 43 美元；DeepSeek V4 Flash 和 GPT-5.6 Luna 没能完成。最初一轮由 Fable 主导，DHH 统计成本约 550 美元、耗时约 45 分钟。它把 TerminalTextEffects 从 Python 重写成 Rust，共用了约 1100 万 Token。启动时间从 87ms 降到 2ms，渲染速度提高 9.6 倍。不过对比有个前提。Fable 先写了一份 483 行的实施方案，Codex xhigh 审核后，其他模型都直接沿用了这份方案。因此这里更像是在比较不同模型执行同一方案的成本和效率。项目已经开源。仓库包含 354 项一致性测试，会逐帧、逐字节比较 Rust 版和 Python 原版，最终产物可编译成约 3.3MB 的静态单文件。

6天前

千问 27B 打到 Opus4.6 门口：Muse Glimmer 8 项全败

比推消息，据监测，千问正式开源 Qwen3.8-27B，官方跑分也一起公布。这个只有 27B 参数的本地模型，在官方列出的 8 项可直接对比测试中，全部超过 Meta 刚发布的 30B 模型 Muse Glimmer。差距在 Agent 和编程上尤其明显。Terminal-Bench 2.1，Qwen3.8-27B 得分 73.0，Muse Glimmer 为 51.7；SWE-bench Pro 是 61.7 对 51.2；OSWorld-Verified 则是 84.3 对 65.9。通用推理、文档和视觉测试也全部领先。更夸张的是和 Claude Opus 4.6 对比。两边都有成绩的 19 项测试中，Qwen3.8-27B 赢了 15 项。SWE-bench Pro、LiveCodeBench、OSWorld、AndroidWorld 和多项视觉任务都已经反超；Terminal-Bench、GPQA、HLE 和 NL2Repo 仍落后。一个能在个人电脑本地跑的 27B 模型，官方跑分已经摸到了上一代闭源旗舰的水平。

8天前

Hermes 登顶背后：一个 Web3 团队的进阶之路

作者：Jacob Zhao原标题：IOSG Weekly Brief｜Hermes 登顶背后：一个 Web3 团队的进阶之路 #340Hermes 的现象级增长，并非源于 OpenClaw 原理上无法复制的独家技术，而是因为在个人 Agent 品类成型的关键窗口期，最精准地闭合了一套「挑战者增长系统」：承接 OpenClaw 已经教育成熟的用户池，建立起「可委托性」（Delegation Trust）这一比「自我进化」叙事更真实的体验差异。当专业执行 Agent 越来越强时，用户仍然需要一个长期在线、值得托付的总管家。打开 OpenRouter 的公开应用排行榜，Hermes Agent 以 30.5 万亿的 Token 使用量位居全平台第一，同时在 Productivity、Coding Agents、Personal Agents 和 CLI Agents 四个品类中排名第一，断崖式领先 OpenClaw、Claude Code 等知名 Agent。▲ 图 1 · Hermes Agent 在 OpenRouter 的历史数据快照（截取于 2026 年 8 月 4 日，动态页面数据会随时间变化）尽管 OpenRouter 的统计口径无法覆盖直连官方 API（如 Claude 或 Codex 原生订阅）的全行业 Token 消耗，但作为当前全球最具规模的 AI 大模型路由与聚合平台，其榜单具有极强的「风向标」意义。虽然在高端专业任务层面，大量用户的核心业务工作流——复杂代码生成、架构设计、高价值数据分析——仍流向 Claude Code 和 ChatGPT，但 Hermes 在后台自动化、消息入口响应、长期在线监听与轻量级任务调度等使用场景保持优势。作为一个由 Web 3 团队打造的 Agent 产品，Hermes 取得了远超预期的传播、社区与使用强度成功，我们不禁要关注：· Hermes 为何能在 OpenRouter 推理调用上实现反超？· 它与 OpenClaw 之间的真实分野，究竟在哪里？· 与 Claude Code 和 Codex 的关系中，Hermes 如何保持「差异化共存」而非「正面竞争」？从开发框架到个人 AI 系统——OpenClaw 之路为什么早期 Agent 框架没有产生消费产品在 OpenClaw 出现前，Agent 领域虽已具备成熟的基础设施，但存在根本局限：其采用单位是「开发项目企业工作流」，而非「个人用户」。早期框架的共同特征是面向开发者、输出代码或配置——它们构建了 Agent 的基础设施，却未交付 Agent 本身。过高的工程门槛导致始终困于「开发者工具」阶段，缺乏将技术转化为「个人专属资产」的产品化闭环，直接面向终端用户的「个人 Agent 产品层」几乎处于空白。▲ 图 1 · Agent 技术栈六层结构（模型层→协议层→ SDK 开发框架层→编排运行时层→执行基础设施层→部署治理层）▲ 图 1 · Hermes Agent 在 OpenRouter 的历史数据快照（截取于 2026 年 8 月 4 日，动态页面数据会随时间变化）OpenClaw 真正改变了什么OpenClaw 并未在底层重新发明 Agent Loop 或任务调度技术，其核心贡献在于产品层面的系统性封装。LangChain 解决的是「如何构建 Agent」，而 OpenClaw 解决的是「如何拥有 Agent」。它跳过了技术栈的中间层，将散落的框架能力整合为个人可直接配置与长期使用的完整产品，实现了采用单位从「开发项目」向「个人」的根本转移...

9天前burnking#agent #Hermes #WEB3

韩模之光Solar Pro4 智能指数冲到 42 分，但还是打不过 DeepSeek V4Flash

比推消息，据监测，韩国 AI 公司 Upstage 发布旗舰推理模型 Solar Pro 4。Artificial Analysis 最新评测中，它的智能指数从上一代 Solar Pro 3 的 14 分冲到 42 分，主要提升来自 Agent 和长上下文能力。其中 Terminal-Bench v2.1 从 12% 升到 57%，长上下文推理从 31 升到 71。GDPval-AA v2 也从 498 Elo 升到 1277，超过 1000 的人类基线。Solar Pro 4 已经是韩国模型冲击全球前列的一张代表牌。但放到 DeepSeek V4 Flash 0731 面前，还是不够看。同一套 Artificial Analysis 智能指数里，DeepSeek 拿到 52 分，比 Solar Pro 4 高 10 分。DeepSeek 每秒输出约 122 个 Token，Solar Pro 4 约 65 个，前者接近快一倍。价格差距更大。Solar Pro 4 每百万 Token 输入、输出分别要 0.30 和 1.20 美元，DeepSeek 只要 0.14 和 0.28 美元。Solar 的输出价格超过 DeepSeek 的 4 倍。至少按这套综合评测和 API 性价比，韩模之光还没追上 DeepSeek。

9天前

DeepSeek-V4-Pro 正式版 Agent 能力暴涨，DeepSWE 一次升近 50 分

比推消息，据监测，DeepSeek-V4-Pro-0813 的 Agent 成绩大幅跃升。DeepSeek 官方流出的自测表显示，DeepSWE 从 Preview 版的 12.8 飙到 62.7，一次涨了 49.9 分。CyberGym 也从 52.7 升到 83.3，AutomationBench 从 12.8 升到 31.8。新版已经在多项评测反超 Claude Opus 4.8。Terminal Bench 2.1 达到 87.9 对 85.0，CyberGym 为 83.3 对 78.3，DeepSWE 为 62.7 对 58.0。AutomationBench 甚至以 31.8 超过 Fable 5 的 29.1。离谱的是，模型从 Preview 升到 0813，价格一分钱没涨。V4-Pro API 仍维持每百万 Token 输入 3 元、输出 6 元。不过这批成绩目前还是 DeepSeek 自测，第三方尚未完整复现。尤其 DeepSWE 一次暴涨近 50 分，Agent 评测又很依赖 Harness，实际提升还要等外部测试。

9天前