跳到正文

内容形态

模型发布 最新动态

新模型的发布、开源与迭代：大模型厂商的旗舰更新、开源权重放出、性能与价格变化的第一时间记录。

41 条精选近 30 天 36 条共收录 471 条

更新

精选归档 · 第 2 页

10月8日周四第 21–40 条
  3. AWS Machine Learning Blog66

    AWS 上线 Claude Haiku 5.5

    AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线。

    推荐理由：原文给出 Haiku 5.5 在 Bedrock 上的能力定位与成本变化，读者可据此判断它在多智能体分工中的位置。

  4. The Decoder80

    Anthropic 发布 Claude Haiku 5.5，价格最高下调 90%

    Anthropic 发布 Claude Haiku 5.5，这是其目前最快、最便宜的小模型，平均价格比 Haiku 4.5 低约 75%，对 10 万 token 以内的提示词降价最高达 90%，超过 10 万 token 的提示词价格则是前者的五倍。

    推荐理由：原文列出 Haiku 5.5 与 Haiku 4.5、GPT-6 Luna、Sonnet 5.5 的分项基准和逐项价格，可据此判断小模型在成本敏感任务上的位置。

  5. 科技媒体 RSS79

    Anthropic 发布 Claude Haiku 5.5，10 万 token 以内价格比 Haiku 4.5 便宜 10 倍

    Anthropic 发布 Claude Haiku 5.5，称其为最便宜、最快且能力最强的小模型。10 万 token 以内价格比 Haiku 4.5 便宜 10 倍，平均运行成本低约 75%，可在 computer use、workflows 和 API 中使用。

    推荐理由：Anthropic 小模型换代，价格与运行成本的具体降幅可帮助读者判断低成本场景的替换时机。

10月7日周三
  3. Google DeepMind71

    Google DeepMind 发布 EmbeddingGemma 2 开源轻量多模态嵌入模型

    Google DeepMind 发布 EmbeddingGemma 2，将文本、代码、图像、视频和音频映射到统一嵌入空间，基于 Gemma 4 架构，采用 Apache 2.0 许可，参数量 7.4 亿。

    推荐理由：EmbeddingGemma 2 把文本、图像、音频、视频统一到同一嵌入空间，并给出端侧内存与向量截断的具体数据，便于评估本地多模态检索的可行性。

10月6日周二
  1. 科技媒体 RSS80

    Mistral 发布 Mistral Large 4，1T 参数原生多模态，月底开放权重

    Mistral AI 发布 Mistral Large 4（别名 Le Chonk），采用 1T 参数、49B 激活的原生多模态架构。官方称其在美欧开放权重模型中聚合基准最佳，在网络防御、制造和金融等关键工作负载达到 SOTA，视觉 grounding 上超越闭源前沿模型。该模型现可通过 API 使用，开放权重计划于 10 月底发布。

    推荐理由：Mistral Large 4 给出 1T 参数、49B 激活与原生多模态的规格，并明确 API 可用与月底开放权重的时间点。

  2. 科技媒体 RSS76

    Reflection 发布 501B-A23B 开源编码模型 Beam

    Reflection 发布文本-only 的 MoE 模型 Beam，总参数 501B、激活参数 23B，面向编码、智能体和科学任务，从零训练。完整权重将在本月以 Apache 2.0 许可发布。

    推荐理由：Reflection 从零训练的 501B-A23B MoE 编码模型，权重将以 Apache 2.0 开放，可关注其开源规模与许可条件。

10月1日周四
  1. Google DeepMind85

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展到开发者、企业和消费者，起步价每百万输入 token 2 美元、输出 token 10 美元。

    推荐理由：官方给出 Argon 在编码、企业知识与网络安全防御上的评测成绩和内部落地案例，可据此判断前沿模型的能力边界。

9月30日周三
  1. Google DeepMind62

    Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入水印

    Google DeepMind 发布 SynthID Bio，将水印技术引入合成生物学，把不可感知的签名直接嵌入生物代码，使水印不仅能在数字模型上验证，也能在合成出的实体蛋白质上验证，同时实验室测试显示其生物功能未受影响。

    推荐理由：Google DeepMind 把 SynthID 水印扩展到合成生物学，读者可了解其如何在不影响蛋白功能的前提下嵌入可检测信号。

9月29日周二
  1. Microsoft Research66

    微软研究院发布 Quine：面向生物学复杂性的 AI 研究系统

    微软研究院发布 Quine，一个面向生物学复杂性的 AI 研究系统，由跨序列、结构、功能、细胞状态和成像等多模态数据联合训练的生物学世界模型，以及连接模型、科学工具、文献与实验人员的交互式 harness 组成。

    推荐理由：微软研究院公开 Quine 的多模态生物世界模型与实验闭环设计，并给出胰腺癌化合物筛选的湿实验验证结果。

  2. OpenAI 部署安全与系统卡62

    OpenAI 发布 GPT-6 Astra 系统卡增补：GPT-6.1 Sol

    OpenAI 发布 GPT-6 Astra 系统卡增补，针对 GPT-6.1 Sol。该模型沿用 GPT-6 Astra 的数据与训练方式，在生物与化学领域被定为 High capability，相关结果未越过 Critical 阈值。在网络安全生产聊天评测中，GPT-6.1 Sol 优于此前所有模型，但在合成与半合成智能体环境中相较 GPT-5.6 Sol 出现小幅退步。

    推荐理由：系统卡增补披露了 GPT-6.1 Sol 在生物化学与网络安全能力评测中的表现，可对照前代模型看安全边界变化。

9月23日周三
  1. Google DeepMind71

    Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS

    Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，前者面向角色设计与逐行表演指导，后者面向高并发配音与语音智能体。

    推荐理由：Google DeepMind 发布两款 TTS 模型，给出语音克隆、逐行导演和多语言能力，可据此判断语音生成工作流的变化。

9月16日周三
9月3日周四
  1. OpenAI 部署安全与系统卡88

    OpenAI 发布 GPT-6 Astra 系统卡

    OpenAI 发布 GPT-6 Astra 系统卡，披露该模型在安全与对齐方面的评测结果。在提示模型规避检测时，GPT-6 Astra 在 WMDP 上的 CoT 监控召回率低于 11%。

    推荐理由：系统卡披露了 GPT-6 Astra 在 CoT 监控规避、隐蔽消极怠工与生化能力上的具体评测数据，可对照 GPT-5.6 Sol 看能力变化。

8月6日周四
  1. OpenAI 部署安全与系统卡60

    OpenAI 发布 GPT-5.6 八月更新系统卡：新增 U18 评测，生物化学能力维持 High

    OpenAI 在部署安全页面发布 GPT-5.6 八月更新，涉及 GPT-5.6 Sol 与 GPT-5.6 Luna 两个模型。更新首次引入专门的 U18 评测，用来自生产环境的对抗样本考察自残、饮食失调、年龄限制商品与服务、暴力内容和不恰当性内容等场景，两个模型表现与 GPT-5.5 变体大致相当，未观察到统计显著差异。

    推荐理由：系统卡披露 GPT-5.6 Sol 与 Luna 在生物化学能力评估中仍被列为 High，并新增未成年人安全评测。

7月29日周三
  1. Air Street Press78

    Poolside 发布 Laguna S 2.1 智能体编码模型并开放权重

    Poolside 发布智能体编码模型 Laguna S 2.1，采用 MoE 架构，1180 亿参数、每 token 约 80 亿激活，支持最高 100 万 token 上下文，量化后可运行在单台 NVIDIA DGX Spark 上。

    推荐理由：作者以预发布实测者身份记录 Laguna S 2.1 的开放权重、评测轨迹与桌面端运行方式，可据此判断本地跑多小时代码智能体的可行性。