Cognition发布SWE-2，主打更低成本编码智能体
Cognition发布SWE-2编码模型，称其接近前沿模型表现，同时显著减少任务步骤并降低软件开发成本。
模型 · 分类
DeepSeek发布V4.1 Flash，主打百万Token长上下文
DeepSeek推出V4.1 Flash，支持原生多模态和百万Token上下文，并通过缓存优化大幅降低长上下文推理成本。
腾讯混元开源AuK，统一支持语音与音频编辑
腾讯混元联合上海交大等机构发布开源基础模型AuK，尝试用自然语言统一生成和编辑语音与其他音频。
谷歌发布图谱，预测90亿种DNA变异影响
Google DeepMind推出AlphaGenome Atlas，为人类基因组约90亿种单字母变异提供分子影响预测，并向学术研究人员开放。
OpenAI发布Images 2.5，强化精准编辑能力
OpenAI将Images 2.5推向ChatGPT和API，重点提升参考图一致性、多轮编辑稳定性与生成速度。
OpenAI称人工智能模型提出纳维–斯托克斯证明
OpenAI称一款未公开模型协同约1万名智能体生成并形式化验证纳维–斯托克斯证明，但外部数学家尚未独立确认。
智象发布具身世界模型，强化机器人抗干扰能力
HiDream-O1-Embodied统一表征图像、视频、三维与动作信息，瞄准复杂环境下更稳定的机器人感知和执行。
Claude Fable 5.1登顶智能体实战榜单
Claude Fable 5.1在6796次真实智能体会话中排名第一，但领先表现伴随着榜单最高的单任务成本。
DeepSeek拟建16万颗昇腾芯片超大集群
DeepSeek据报计划在内蒙古部署至少16万颗华为昇腾芯片，检验国产算力能否支撑前沿模型的大规模推理。
谷歌将Lyria 3.5推向Gemini及开发者平台
谷歌把Lyria 3.5从早期Flow Music入口扩展至全球Gemini用户、AI Studio和API，显著扩大音乐生成覆盖面。
微软在Foundry上线MAI-Image-2.6双模型
微软以完整版争夺图像编辑质量榜首，并用Flash版本降低生成成本，强化Foundry的企业图像生产能力。
AMD公布万亿参数AI原型工作站详细配置
Threadripper Halo Station原型机采用96核Threadripper PRO处理器、四块Instinct加速卡和最高约2.6TB综合内存，计划于2027年推出。
OpenAI 发布面向长流程任务的 GPT-6 Astra
新旗舰模型提供105万词元上下文、电脑操作和更强编程能力，但因网络安全风险采取分阶段受限开放。
谷歌发布Gemini 3.8 Flash及网络安全版
谷歌同步推出面向大众的智能体模型与受限开放的网络安全版本，覆盖漏洞发现、自动修复和长流程编程任务。
Meta发布Muse Spark 1.3，主攻编程智能体
Muse Spark 1.3强化长流程编程和智能体任务，但开放权重与最高推理档位均未在发布当天提供。
Perplexity 开源 Lily，加速 Mac 上的千问推理
Perplexity 已公开这款 Rust 与 Metal 专用引擎的源代码、测试和复现材料，并称其在 M5 Max 上运行 Qwen3.6-35B-A3B 的速度最高为 MLX-LM 的1.35倍。
Gemini 推出智能体式视频理解能力
Gemini 可自行判断视频中哪些时段值得细看，在提升检索准确率的同时，将词元消耗最多降低 88%。
Meta 推出实时语音模型 Muse Voice Transcribe
Meta首款实时音频感知模型以80毫秒为单位处理语音，覆盖70多种语言，并通过自适应等待在速度与准确率之间动态取舍。
OpenAI 开始分阶段推出关键级网络安全模型 GPT-6 Astra
OpenAI 已开始分阶段推出 GPT-6 Astra，同时以更严格的防护和额外访问限制控制其最高级别网络安全能力。
阿里升级Qwen3.8-Max，登顶网页开发竞技场
阿里发布Qwen3.8-Max-0902，在保留百万上下文与多模态能力的同时，登上Code Arena网页开发榜首。
World Labs 发布空间基础模型 Atlas
Atlas 用统一架构完成生成、三维重建与模拟，目标覆盖影视制作、机器人训练和虚拟世界开发。
谷歌发布TimesFM-3，零样本预测拓展至多变量场景
这款3.3亿参数模型无需针对任务微调，即可联合预测关联序列并利用促销、天气等外部变量。
微软压缩病理基础模型，推动大规模患者队列研究
开放权重的GigaPath-Flash与GigaTIME-Flash大幅降低算力和显存需求，同时保持研究基准表现。
智谱开放GLM-5.3权重，网络攻防能力同步下放
这款7430亿参数编程模型现已可下载，其显著提升的漏洞发现与利用能力也随之进入开放部署环境。
OpenAI将停止向SpaceX旗下Cursor直供模型
OpenAI拟于11月12日终止向Cursor直接提供模型，并将公司控制权变更转化为一次重要的平台分裂。
Gemini Omni 1.1补齐长视频与镜头控制
谷歌新一代视频模型支持最长40秒场景延展、首尾帧控制、低成本草稿及4K输出。
Midjourney 向用户开放 V8.2 图像编辑模型测试
Midjourney 首款 V8.2 图像编辑模型开始扩大测试，支持文字指令修改、四图参考、局部重绘与画布扩展。
腾讯开源混元 Hy4 Preview，上下文扩至百万 Token
腾讯发布混元 Hy4 Preview 开放权重，以 7700 亿总参数、490 亿激活参数和百万 Token 上下文主攻生产力智能体。
谷歌推出Gemini 3.5 Transcribe语音转写模型
谷歌新模型支持实时多语种音频、自动清理口头停顿，并在Gemini macOS版等产品中为语音驱动的任务流程提供输入能力。
智谱开源GLM-5.3-Flash，主打多模态低成本推理
这款3200亿参数混合专家模型支持原生多模态和百万词元上下文，并以激进价格提供托管推理服务。
通义千问开源Flash-Next，提前展示Qwen4架构
阿里巴巴开源1250亿参数多模态模型，每个词元仅激活60亿参数，并首次展示Qwen4的核心架构方向。
Recraft V4 Styles上线，参考图可直接生成统一风格
新功能无需单独训练，即可从一至十张参考图提取可复用视觉风格，并生成位图或可编辑SVG素材。
MiniCPM下载量突破5000万，面壁智能押注端侧AI
面壁智能称MiniCPM开源模型全球累计下载量突破5000万，并将高效端侧智能确定为下一阶段的核心方向。
汤森路透投入4000万美元推出专业大模型
这家信息服务集团开始直接掌控面向法律、税务和监管工作的专业模型，减少对外部大模型供应商的依赖。
橡鹿发布烹饪多模态模型及两款自主炒菜机器人
橡鹿机器人推出烹饪多模态基础模型及两款机器人，可观察锅内食材变化并实时调整火力、时间和调料投放。
OpenAI将GPT-5.6 Sol价格下调逾两成，为期三个月
OpenAI下调旗舰模型的API与用量额度价格，并补充支出管控功能，前沿模型竞争进一步转向推理成本。
DeepSeek 为 V4 Flash 实验版接入视觉能力
DeepSeek 推出多模态实验接口，将图像理解、可复用文件上传与智能体框架支持纳入 V4 Flash 产品线。
Claude 模型参与蛋白结合物设计并接受实验验证
Anthropic 将 Mythos Preview 和 Claude Opus 4.8 设计的蛋白结合物送入实验室验证，并公开技术报告、提示词与实验数据。
Astra 显现关键级网络能力，OpenAI 暂缓前沿训练
未发布模型 Astra 在测试中显现关键级网络攻击能力后，OpenAI 暂停部分强化学习训练并全面提高研发环境安全门槛。
Tripo P2.0 预览版直出四边面，瞄准游戏资产生产
Tripo 推出可生成原生四边面拓扑的 P2.0 预览版，最高支持2.5万四边面，重点服务角色与实时游戏资产。
阿里千问模型全球下载量突破30亿次
千问下载量跨过30亿次，显示全球开放权重模型的开发者生态正加速向中国模型倾斜。
Anthropic上调失控风险评估，暂不发布更强内部模型
Anthropic在最新风险报告中上调高风险场景下的模型失控概率判断，并确认暂不发布能力更强的内部“Model 2”。
苹果联手阿里训练中国市场专用 AI 模型
苹果据报已不再满足于直接接入通义千问，而是训练面向中国市场的专用模型，以争取更完整的平台控制权。
谷歌发布 Gemini 3.7 Flash，主攻编程与智能体
谷歌以更强的编程与智能体能力更新主力模型，并为开发者提供持续至 2026 年底的首发优惠价格。
智谱发布 GLM-5.3，主攻编程智能体与网络防御
这款基于 7430 亿参数底座后训练的新模型强化了编程与网络安全能力，但 API 和开放权重仍需分阶段通过安全评估。
OpenAI 测试极速版 GPT-5.6 Sol，最高每秒 750 令牌
OpenAI 借助 Cerebras 将旗舰模型推理速度最高提升 14 倍，先向少量客户开放，以验证低延迟场景的商业价值。
Cohere 开放 24 亿参数视觉模型，瞄准端侧部署
North Micro Vision 以 24 亿参数承载文档和视觉理解能力，开放权重并采用 Apache 2.0 许可证。
DeepSeek V4 Pro 转正，重点强化智能体能力
0813 正式版已覆盖网页、移动端和 API，并加入 Responses API、分档推理强度及新一轮智能体能力升级。
Dyna-2 用百万小时人类视频学习机器人动作
Dyna Robotics 发布世界—动作模型 Dyna-2，以百万小时人类视频预训练，尝试缓解机器人真实轨迹稀缺问题。
谷歌将手语输入带到 Pixel 11，首发支持美式手语
DeepMind 的 SL2T 模型进入 Gboard 与实时转写，让 Pixel 11 用户可直接用美式手语输入英文。
SpaceXAI 发布 Grok 4.6，主攻长程智能体任务
Grok 4.6 以 50 万 token 上下文、原生工具调用和更低定价切入编程及长时间运行的智能体工作流。
阿里开放 Qwen3.8 旗舰模型权重，参数达 2.4 万亿
阿里正式开放 Qwen3.8-2.4T-A95B 权重，为代码与长程智能体提供可独立部署的超大规模基础模型。
蚂蚁发布稀疏小模型 Ling 3.0 Tiny
Ling 3.0 Tiny 总参数量为 79 亿、每个 token 仅激活 13 亿参数，瞄准低成本本地部署与高频智能体任务。
LTX-2.5 开放权重，用自适应算力提升视频质量
新一代开放权重视频世界模型引入动态渲染机制，并支持原生 4K HDR、音画同步和更强的多镜头控制。
Mistral 平台接入第三方模型，首发 GLM-5.2
Mistral 将从智谱 GLM-5.2 开始托管第三方开放模型，同时推出欧美区域推理节点和欧洲优先算力。
英伟达发布 Nemotron 3.5 Lightning 智能体模型
这款 300 亿参数 MoE 模型每次仅激活约 30 亿参数，并同步开放权重、训练数据、配方与模型路由工具。
Solar Pro 4 同时登上 Arena 三类榜单
Upstage 成为首家同时进入 Arena 智能体、网页开发代码和通用文本榜单的韩国实验室。
Anthropic 把 Sonnet 5 的 2/10 美元优惠价永久化
Anthropic 取消 Claude Sonnet 5 优惠价的截止日期，每百万输入 2 美元、输出 10 美元的定价在 8 月 31 日后继续沿用。
MAI-Image-2.6 首次上榜即拿下文生图竞技场第二
微软 AI 新版图像模型以 1336 分空降 Arena 文生图榜第二，上一代 2.5 仅排第十，与榜首 GPT Image 2 相差 45 分。
Muse Glimmer 竞技场首秀成绩落在中游
Arena 首次给出人类偏好评分：Meta 新开源模型 Muse Glimmer 在 Code Arena WebDev 位列第 77、文本竞技场第 97，开源模型中分别排第 26 和第 24。
OpenAI 推出 GPT-5.6-Cyber，仅向审核过的安全团队开放
OpenAI 发布专为授权安全工作训练的网络安全模型，对通用模型会拒答的高危请求响应率达 95%，通过实名审核分层放行。
Meta 开源 300 亿参数 Muse Glimmer，Apache 2.0 授权
Meta 超级智能实验室交出首个开源模型：300 亿参数多模态智能体模型，Apache 2.0 协议，单张消费级显卡即可跑。
Claude Code 打通会话互通，多终端智能体可互发消息
新功能让一个 Claude Code 会话通过本地套接字把结论直接传给另一个会话，跨机器场景仅允许回复。
Grok Imagine Image 2.0 双榜空降第二，随后在文生图榜退居第三
SpaceXAI 最新图像模型首次上榜即在文生图与图像编辑两个榜单位列第二；至 8 月 11 日，它在文生图榜已被微软 MAI-Image-2.6 挤到第三，图像编辑榜仍保持第二。
蚂蚁 Ling 3.0 Flash 重划开源效率前沿
第三方评测 Artificial Analysis 给蚂蚁 124B 开源模型打出 38 分，其约 5B 的激活参数量领先所有同档 flash 级模型。
OpenAI 首次把新模型 Astra 定为「关键」网络风险等级
OpenAI 称初步评测无法排除未发布模型 Astra 达到「关键」网络安全能力级别，已暂停部分研发工作并加码管控。
阿里推出 CosyVoice Studio，把语音能力打包成一个平台
基于自研 Qwen-Audio 模型，把录音成稿、语音智能体与有声内容创作合为一体，四端上线并限时免费。
AMD 收购 Taalas：把大模型直接「刻」进芯片
这家多伦多初创公司在权重冻结后定制芯片金属层，宣称推理系统可完全不用 HBM、先进封装、3D 堆叠与液冷。
Anthropic 放宽 Claude Fable 5 的生物学安全限制
重写分类器「宪法」后，生物学相关的降级回退减少约 85%，此前该模型频繁拒答普通健康问题饱受批评。
OpenAI 重划 ChatGPT 分层：付费用 Sol，免费转 Luna
付费用户全面切换到升级版 GPT-5.6 Sol 并获得五档推理滑杆，免费与 Go 用户则默认改用更小的 Luna，换来文字对话不限量。
Seedance 2.5 开放 API，欧美平台排队接入
字节跳动正式开放这款 30 秒视频模型的公开 API：Luma 提前一天上线、Runway 当日跟上，Krea、Lovart、Pika 等平台宣布接入但仍在陆续推进。
Anthropic 开始组建自研 AI 芯片设计团队
Anthropic 放出「定制芯片团队」招聘岗位，称计划让硬件与模型协同设计，使 Claude 跑得更快、更省。
DeepSeek 预告 API 服务大幅涨价，力度未公布
这家把全球推理价格拉到地板的中国实验室通知开发者，将整体上调 API 定价，但未给出具体幅度与生效时间。
谷歌确定 9 月 4 日关停 Assistant，Gemini 全面接管
谷歌已向用户发送邮件通知：Assistant 将于 9 月 4 日在手机、平板、Wear OS 手表、耳机与 Android Auto 上停止工作。
Meta 发布终端编码智能体 Muse Code 及配套模型 Muse Spark 1.2
Meta 超级智能实验室上线 Muse Code 测试版，配套模型定价每百万输入 token 1.25 美元，并推出「用数据换折扣」的贡献者档。
第三方评测：Qwen3.8-Max 登顶智能体分榜，代价是成本翻倍
Artificial Analysis 放出阿里 2.4 万亿参数旗舰的完整测评：综合排名前五、智能体能力第一，但 token 消耗与单任务成本同步飙升。
FLUX 3 视频模型结束灰度，登陆 Runway 与 Krea
Black Forest Labs 的 20 秒原生带音轨视频模型 8 月 4 日在 Runway、Krea、Replicate 同步开放，结束限量灰度期。
京东开源 JoyAI-Video-Edit：160 亿参数实时视频编辑
京东开源 JoyAI-Video-Edit，160 亿参数、Apache 2.0 协议，单张 NVIDIA B200 上以约 30 FPS 完成 720P 视频实时编辑。
Mistral 开源 Shieldstral：30 亿参数内容安全模型
Apache-2.0 许可，推理时以自然语言提问的方式接收审核策略，单张 16GB 显卡即可跑起来。
Sand.ai 开源 MAGI-2：1140 亿参数 MoE 视频模型
国内视频大模型公司 Sand.ai 放出 MAGI-2-preview 权重与推理代码，1140 亿参数稀疏架构、Apache 2.0 协议，可生成带同步音轨的 1080P 视频。
腾讯混元 Hy3 全球开放，WorkBuddy 海外版限时免费
腾讯宣布 2950 亿参数的混元 Hy3 面向全球开放，落地 WorkBuddy 国际版、Miora 与腾讯云 TokenHub，WorkBuddy 8 月 31 日前免费。
MiniMax H3 登顶 Video Arena，成开源视频模型第一
Video Arena 榜单显示，MiniMax-H3 在文生视频与图生视频两个分区均位列开源模型第一，领先次名开源模型约 280 分。权重现已公开，但许可协议目前限制美、欧、英、韩地区的开源权重使用。
腾讯混元发布 Hy ASR 3.0 preview，元宝已首发上线
腾讯混元新一代语音识别模型上线，普通话、英语、粤语词错率均约 3%，已在腾讯云开放 API，元宝端免费可用。
通义万相上线实时功能，摄像头画面可即时转风格
万相发布 Real-time 实时功能套件，首个能力 Camera-to-Image 可把手机摄像头实时画面即时转成风格化图像，首发主打二次元。
Cogent AI 发布 VR-1：受控开放的攻击链推理模型
Cogent AI 推出安全专用模型 VR-1，可组合并验证企业级多阶段攻击路径，权重不公开，仅向审核通过的机构开放。
MiniMax 放出 H3 视频模型开源权重
MiniMax 正式开放全模态视频模型 H3 的权重下载，让一款榜单前列的视频生成模型首次可以在本地部署运行。
阿里发布 2.4 万亿参数 Qwen3.8-Max，API 先行
阿里新旗舰 Qwen3.8-Max 为 2.4 万亿参数 MoE 模型，主打长周期智能体任务，官方称下周开放权重。
Sakana AI 上线日语专用大模型 API「Namazu」
东京实验室 Sakana AI 基于月之暗面开源的 Kimi K2.6 微调出日语特化模型 Namazu，正式开放商用 API。
Epoch 未解数学题库扩至 50 题，AI 再攻克两道
Epoch AI 将 FrontierMath 开放问题集扩充到 50 道真实未解研究题，并新记录两项由 AI 取得的解答，均属中间的「中等有趣」档位；同一次更新中另有三道题被移除。
Gemini Spark 下沉 AI Pro，覆盖 160 多个国家
谷歌把常驻后台的个人智能体 Spark 开放给 160 多个新市场的 AI Pro 订阅用户，距其在美国下沉该档位仅一周。
OpenAI 以十项数学新成果揭幕新模型 Astra
OpenAI 公布下一代主力模型家族 Astra，同时放出十项长期未解的数学与理论计算机科学难题解法，全部附带 Lean 形式化证明。
DeepSeek V4-Flash 重训上线，智能体能力大涨
DeepSeek 于 7 月 31 日开放重新后训练的 V4-Flash 正式 API 公测，第三方测评智能指数升至 50 分，价格维持 0.14/0.28 美元不变。
谷歌 Gemini Robotics 2 让人形机器人实现全身控制
谷歌 DeepMind 发布三款具身智能模型，用单一策略统一控制腿、躯干、双臂与手指，并支持多台机器人协同完成同一任务。
Ideogram 联手 Pruna 推出每张 0.003 美元的图像模型
P-Image-Ideogram 提供四档质量模式、原生 1K 与 2K 输出、3 至 8 秒出图，直接瞄准规模化生产的图像流水线。
OpenAI 下调 GPT-5.6 定价：Luna 降 80%、Terra 降 20%
OpenAI 大幅下调 GPT-5.6 系列 API 价格，Luna 输入价降至每百万 token 0.2 美元，并为 Sol 新增付费高速模式。
Seedance 2.5 开放公测，单次可生成 30 秒
字节跳动 Seedance 2.5 于 7 月 31 日结束企业内测，在国内即梦与海外 Dreamina 同步开放，单次可生成 30 秒视频。
Thinking Machines 开源 276B 参数 Inkling-Small
旗舰 975B 模型发布仅两周，Thinking Machines 又开源 Apache 2.0 授权的 276B 小版本，激活参数 12B，支持文本、图像与音频推理。
通义万相上线 Realtime 模式：边打字边改画面
阿里万相团队在 wan.video 上线 Realtime 模式，用户持续输入描述时画面即时随之变化，进一步押注实时交互式生成。
OpenAI 称 GPT-5.6 Sol 把自己的服务成本砍掉 20%
OpenAI 表示，上线后它让 GPT-5.6 Sol 反过来优化自家推理栈，模型自主重写生产 kernel，端到端服务成本下降 20%。
Ideogram 推专用擦除模型，称居 RemovalBench 首位
Ideogram 发布专用对象擦除模型，连阴影与反射一并清除，官方称在 RemovalBench 上优于 Nano Banana 2、FLUX Erase 与 GPT Image-2。
谷歌 Lyria 3.5 上线 Flow Music，支持选段重绘
谷歌在 Flow Music 推出 Lyria 3.5，新增选段重绘功能，可只重做曲目中的一段，或把一小段构思扩写成完整歌曲。
OpenAI：换评测框架后 Sol 的 ARC-AGI-3 冲到 38.3%
OpenAI 称 GPT-5.6 Sol 改用自家 Responses API、开启保留推理与上下文压缩后，ARC-AGI-3 公开题集成绩从 7.8% 升至 38.3%；该数字与官方榜单成绩并不可直接比较。
亚马逊冻结 Nova 模型线，押注新设前沿研究团队
据 Business Insider，亚马逊已停止 Nova Premier、Omni、Reel 与 Canvas 的研发，资源转向 Pieter Abbeel 领衔的研究组。
Anthropic：Claude Mythos 自主攻破 HAWK 与 7 轮 AES
Anthropic 称其前沿模型在极少人工干预下产出两项原创密码分析成果，HAWK-256 有效安全强度腰斩，AES 攻击提速数百倍。
Gemini API 托管智能体上线 3.6 Flash 与沙箱 hooks
谷歌托管智能体运行时默认切至 Gemini 3.6 Flash，并新增工具调用前后 hooks、token 上限、定时触发与免费额度。
Liquid AI 开源两款 CPU 友好的 8K 长上下文编码器
LFM2.5-Encoder-230M 与 350M 把 BERT 级模型的上下文推到 8192 token，满长度下 CPU 推理速度约为 ModernBERT-base 的 3.7 倍。
OpenAI 发布 GPT-Transcribe 与实时转写模型，取代 Whisper
两款新语音转文字模型成为 OpenAI 推荐默认方案，支持可提示的上下文注入，价格低至每分钟 0.0045 美元。
国产算力 Day0 跑通 2.8 万亿参数 Kimi K3
阿里云称真武 M890 超节点是国内首个成功运行月之暗面 2.8 万亿参数模型的超节点，华为昇腾同日宣布零日适配。
月之暗面开源 Kimi K3：2.8 万亿参数权重登陆 Hugging Face
月之暗面在 7 月 27 日 0 点（UTC）如约放出 Kimi K3 全部 2.8 万亿参数权重，采用 Kimi K3 License 许可证，成为迄今最大的开源权重模型。
微软自研安全模型 MAI-Cyber-1-Flash 把 MDASH 成本砍半
微软首个自研网络安全模型承担 MDASH 中最多九成的漏洞挖掘工作量，最难的一成仍交给 OpenAI 前沿模型。
月之暗面开源 PerceptionBench：无模型突破 60%
Kimi 团队发布新基准，把推理从多模态评测中剥离，只考一件事：模型到底有没有把图看对。
快手发布 KAT-Coder-V2.5，十万真实仓库环境练出编码智能体
快手 KwaiKAT 团队发布 KAT-Coder-V2.5：在 10 万+可验证真实仓库环境中强化学习训练，PinchBench 反超 Claude Opus 4.8，并开源 3B 激活的 Dev 版。
Claude Opus 5 领跑 ARC-AGI-3：30.2% 对 GPT-5.6 Sol 的 7.8%
ARC Prize 公布 Claude Opus 5 在 ARC-AGI-3 上拿下 30.2%，约为 GPT-5.6 Sol 的四倍，第三方评测再次改写前沿模型座次。
Anthropic 发布 Opus 5：性能逼近 Fable 5，价格不变
Anthropic 推出 Opus 5，多项基准接近 Fable 5，在 ARC-AGI-3 上把对手甩开三倍，且沿用 Opus 定价、token 消耗更低。
Midjourney 将 V8.2 设为默认图像模型
Midjourney 让 V8.2 结束预览、升为默认模型，这次以美学与个性化为重心，强化画质与风格参考表现。
Anthropic 称 Opus 5 将提示注入成功率压至近乎为零
Anthropic 表示，开启 Auto Mode 的 Claude Opus 5 在 129 个浏览器场景中将提示注入攻击成功率降至 0%，但该成绩依赖分层防御。
Sakana 称 Fugu Ultra v1.1 路由已反超 Fable 5
Sakana AI 升级版 Fugu Ultra v1.1 编排模型宣称，在编码与推理基准上击败单体的 Fable 5，且其路由池里并不含 Fable 5。
DeepSeek V4 正式版上线:旧接口今日停服,峰谷计费生效
DeepSeek V4 系列今日转正:deepseek-chat 与 reasoner 旧接口停止服务强制迁移,国内大模型首个 API 峰谷计费同步落地。
Black Forest Labs 推出 FLUX 3：首个视频模型原生带音频
FLUX 图像模型背后的德国实验室发布多模态旗舰 FLUX 3，单次生成 20 秒带原生音频的视频，并预告年内开源多模态底座。
阿里云真武 M890 超节点投产：自研芯片跑起 2.4 万亿参数 Qwen3.8
阿里云宣布基于平头哥自研芯片的真武 M890 超节点在百炼平台承接旗舰模型 Qwen3.8 的生产推理，称推理成本直降四成——国产超节点首次伺服 2 万亿参数级模型。
Cursor发布Router智能路由：按请求选模型，成本降三到五成
Cursor推出请求级模型路由Router，为每个编码任务自动匹配最合适的模型，早期企业客户实测成本降低30%-50%且质量不打折。
英美联合评估:Kimi K3 网络攻击能力远逊美国前沿模型
英国 AISI 与美国 CAISI 联合测评月之暗面 Kimi K3:开源模型中网络攻击能力最强,但与美国前沿模型差距悬殊,蒸馏疑云再起。
通义连发两款多模态模型:图像 3.0 卷排版,TTS 登顶榜单
阿里通义本周连发 Qwen-Image-3.0 与 Qwen-Audio-3.0-TTS:前者单次生成整版信息图、连 10 像素小字都清晰可读,后者登顶 Artificial Analysis 语音榜。
思科开源 Antares 小模型，专攻代码库漏洞定位
思科 Foundation AI 开源 350M 和 1B 两款安全小模型，能把公开漏洞情报精准映射到代码库具体文件，成本仅为前沿大模型零头。
Poolside 开源 Laguna S 2.1，小激活 MoE 冲进编码模型第一梯队
Poolside 发布 118B 参数、8B 激活的开源编码模型 Laguna S 2.1，SWE-Bench Multilingual 达 78.5%，OpenRouter 定价仅每百万 token 一两毛美元。
登顶 Hugging Face 日榜：DeepSeek-V4 全参数后训练跑通华为昇腾超节点
65 位作者的 SLAI T-Rex 论文登顶 Hugging Face 日榜，详解在华为昇腾 SuperPOD 上对万亿参数 DeepSeek-V4 系列完成全参数后训练，全程未用英伟达硬件。
谷歌一口气发布三款 Gemini:3.6 Flash 主打省 token
谷歌发布 Gemini 3.6 Flash、3.5 Flash-Lite 和网络安全特化版 Flash Cyber,以更少输出 token 和更低价格押注智能体生产负载,3.5 Pro 仍在测试中。
英伟达开源 Cosmos 3 Edge：4B 世界模型让机器人本地推理
英伟达开源 40 亿参数世界模型 Cosmos 3 Edge，推理与动作生成全部在端侧完成，Jetson Thor 上实现 15 Hz 实时控制。
Kimi K3 火到关闸:算力见底,月之暗面暂停新订阅
K3 上线 48 小时需求暴涨约六倍逼近 GPU 极限,月之暗面暂停新用户订阅;第三方评测显示这款 2.8 万亿参数开源路线模型已与 Claude Fable 5 几乎打平。