跳到正文
世界时间EU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

关于人工智能与技术的门户事件 · 分析 · 访谈 · 技术背景

搜索
直播
›

两个日期决定 AI 模型有多旧,20 家实验室只有 10 家两个都公布

9 月 16 日上线的一个追踪页面列出了 8 家实验室的 20 个现役模型的发布日期和训练截止日期,并从每个日期起实时向上累计。20 个模型里只有 10 个带有实验室真正公布的截止日期。

人工智能与模型新闻林晓雯发布: 2026年9月27日3 分钟阅读资料来源 1
两个日期决定 AI 模型有多旧,20 家实验室只有 10 家两个都公布

这个页面是 stale.jock.pl,9 月 16 日以 Show HN 帖子的形式出现。它的出发点很具体:一个模型可能在 9 月发布,却早在 4 月就不再读书了。还没等人敲下第一句提示词,发布日与截止日之间的空档就已经存在。同样的数据也以 models.json 的形式提供,供智能体抓取。

8 家实验室里有 5 家至少为一个列出的模型公布了截止日期:Anthropic、Google DeepMind、Meta、OpenAI 和 xAI。页面说明,表格里的空白表示查过的厂商资料没有确认截止日期,并不等于该实验室从未公布过。Mistral、Alibaba 和 DeepSeek 出现在表格中,但所列模型均没有确认的截止日期。

逐个模型看空档

OpenAI 的 GPT-6 Astra 于 2026 年 9 月 3 日发布,训练数据截至 2026 年 4 月 30 日,空档四个月。GPT-6 Sol 于 9 月 22 日发布,截止到 4 月 20 日。同一天发布的 GPT-6 Luna 截止到 5 月 18 日。Anthropic 的 Claude Opus 5.5 于 9 月 22 日上线,截止日期为 2026 年 6 月;Claude Fable 5.1 于 9 月 1 日上线,截止日期同样是 2026 年 6 月。Meta 的 Llama 4 于 2025 年 4 月 5 日发布,截止日期为 2024 年 8 月。

表中滞后最长的是 Gemini 3.1 Pro:2026 年 2 月 19 日发布,截止日期为 2025 年 1 月,十三个月。Mistral Large 3、Mistral Small 4、Mistral Medium 3.5、Qwen3.8-Max、Qwen3.8-Flash、Muse Glimmer、Muse Spark 1.3、DeepSeek V4-Pro 和 DeepSeek V4.1-Flash 都没有公布截止日期,因此无法根据这一来源为它们计算空档。

页面认为搜索工具解决不了这个问题。模型联网搜索时只读几页,在一个回答里用掉就忘了;新开一个对话,它又回到 4 月。搜索还必须由模型自己触发,用的仍是存着过时事实的那套权重。网站称做了一项测量,覆盖 16 个模型、超过 2000 次调用,每个模型都配了网页搜索工具。前沿模型几乎每次都能判断正确。较弱的模型在答案已经改变之后仍凭记忆回答已有定论的问题,却会为水的沸点去搜索网页。页面还说,问 16 个模型挪威国王是谁,有五个说出了已故的人。

第二个数字为什么缺失

沉默背后有商业逻辑。发布日期是营销事件,会配一篇发布稿。截止日期则等于承认模型不知道什么。实验室一旦公布,就等于把衡量空档的方法在第一天交给竞争对手和客户。二十个里有十个,就是这个结果。

页面给做智能体的人提了个绕行办法:在智能体本来就会读的 AGENTS.md 或 CLAUDE.md 文件里写几行,让它先把 JSON 抓下来,再说明任何模型、版本或日期是当前的,并且在核实之前把带日期的东西一律当作未验证。这份导出包含每个模型的发布日期、公布截止日期和来源链接,随页面一起重新生成,所以智能体读到的是今天的日期,而不是它权重里的日期。措辞就在页面上,可以直接粘贴。

明显的局限是,这个页面是一个模型对模型的叙述,它自己也这么说。它给出的单个模型核查办法是直接问模型训练截止到什么时候。规矩的模型会回答,或者说自己不确定。编出一个笃定日期的模型,已经透露了关于自己的有用信息。采信之前,先拿答案和表格对一遍。

除了每个模型一个的实验室文档链接,页面没有对 20 个日期做独立审计。任何要拿这些数字做发布决策的人,都该点开那些链接,因为空白单元格恰恰是最可能先变的部分。

评论 0

资料来源

1
  1. 01Show HN: How Stale Is Your AI? Release age and training cutoff for 20 modelsEN

本文所有数字与引语均来自下列来源,未添加来源之外的内容。

本内容由编辑部在人工智能辅助下制作完成。

林晓雯

林晓雯

人工智能、模型与技术

林晓雯负责FLASH24的人工智能、模型与技术方向,主要写科技、人工智能与模型、媒体与互联网三个领域。她习惯从论文预印本、开源代码库和厂商技术文档入手,先核对训练数据来源和评测口径,再决定是否落笔。遇到模型跑分,她会自己复现一遍小规模测试,并对照独立第三方榜单,确认数字没有注水。她常联系一线工程师和产品经理,也盯着各大会议截稿日,把不同版本的技术报告放在一起比。业余时间她玩3D打印、折腾老电脑,还关心模型从网络垃圾里学到的偏见问题,这让她对数据清洗格外敏感。她有一条原则:拿不到原始数据的性能宣称,不写。

编辑部 →

评论

0
  1. 还没有评论——来说两句吧。

写评论

评论公开展示。我们不发布辱骂、垃圾信息和广告内容。