一句话判断
该模型在 1B 参数规模下取得 MMLU 75% 的成绩，值得关注其训练方法与架构创新。
核心信息
Sakana AI 发布新模型 Fugu，参数量为 1B，在 MMLU 基准上达到 75% 准确率，比同规模模型高出 5 个百分点。该模型采用高效训练技术，但未开源。
原始内容
https://sakana.ai/fugu/
相关动态
01
Meta 发布 Llama 3 8B
Meta 发布 Llama 3 8B 与 70B 两款模型，参数量分别为 8B 和 70B。 在 MMLU 基准上，8B 版本比 Llama 2 提升 5%，70B 版本提升 3%。
观察
02
BestBlogs 早报 07-25: Claude Opus 5 等
Anthropic 发布 Claude Opus 5 旗舰模型，Frontier-Bench 得分超前代两倍，ARC-AGI 3 是次优模型三倍，但网络安全能力落后。Moonshot 开源 Kimi K3 开放权重模型；火山引擎开源 SearchCLI Agent 搜索技术；AMD 发布 MI455X 等硬件。
观察
03
Claude Opus 5 在 AA-Briefcase 基准上领先 Fable 5，成本更低
Artificial Analysis 发布评测，Claude Opus 5 在 AA-Briefcase 基准上以 1720 Elo 领先，比 Claude Fable 5 高 146 点，成本降低 20% 至 $17.79 每任务，但推理时间更长，max 设置平均 36.2 分钟。
观察
04
Opus 5 性能大幅提升
在发布仅两个月内，Opus 5模型在ARC-AGI 3基准上从Opus 4.8的低于5%提升至超过30%，并在Artificial Analysis基准上以比Fable 5低26%的成本提供相当智能。
观察
05
Grok 集成 Google Workspace
Grok 已集成到 Google Workspace，通过侧边栏插件在 Sheets、Slides、Docs 中提供数据解释、公式书写、演示生成、文档起草等功能，无需频繁切换标签页，组织可批量部署。
观察