百度開源發布文心 Unlimited OCR 2,實現任意頁數文件解析
百度於10月27日開源發布文心 Unlimited OCR 2,稱其可解析任意頁數文件,並將 OCR 處理上限由數十頁推至「無限」。模型一次解析《哈利·波特》全系列 7 部作品,累計超過 3600 頁,並在 MPDocBench 和 MarathonDocBench 分別取得 84.6 分和 77.1 分。
百度於10月27日開源發布文心 Unlimited OCR 2,稱其可解析任意頁數文件,並將 OCR 處理上限由數十頁推至「無限」。模型一次解析《哈利·波特》全系列 7 部作品,累計超過 3600 頁,並在 MPDocBench 和 MarathonDocBench 分別取得 84.6 分和 77.1 分。
Baidu 開源了 Unlimited OCR 2,這是一款 3.34B 參數、採用 MIT 授權的 OCR 模型,可在單次請求中解析數百頁文件。模型以 SR-SWA 固定 512-token 參考集控制逐步解碼成本,最大位置長度為 131,072 tokens。
vLLM Semantic Router 團隊發佈 d3-ultra,一款採 Apache-2.0 授權的 27B 多模態決策模型;模型不生成文字,而是一次讀取輸入並為各問題的答案輸出概率。
OpenAI 發佈主攻視覺理解和電腦操作的 GPT-6.1 Terra,並將標準 API 價格較 GPT-5.6 Terra 下調 50%。其標準 API 輸入、輸出及快取輸入價格分別為每百萬 token 1 美元、5 美元及 0.05 美元。
推薦理由:文章把 GPT-6.1 Terra 降價連結至 OpenAI 擴大 API 呼叫量的策略,並以 Anthropic 的收入增長和算力成本作對照,呈現兩家公司商業化的共同壓力。
百度發佈並開源文心 Unlimited OCR 2,稱其可解析任意頁數文件,並一次處理《哈利·波特》全系列 7 部作品、累計超過 3600 頁。
OpenAI 發佈 GPT-6.1 Terra,主打視覺理解與電腦操作,並將標準 API 價格較上一代下調 50%。每百萬 token 的輸入、輸出及快取輸入價格分別為 1 美元、5 美元及 0.05 美元;在 Agents' Last Exam 中,中等推理強度較 GPT-5.6 Terra 高 15 個百分點,單項任務成本約降至三分之一。
推薦理由:文章把 GPT-6.1 Terra 的定價、任務成本和評測表現放在一起,並連結 OpenAI 擴大調用量與算力投入壓力,呈現降價背後的商業化考量。
科大訊飛在全球1024開發者節發佈端雲一體訊飛星火X2.6,並推出其在教育、醫療及司法領域的產品與應用。內容未列出模型安全性或性價比的具體方案與數據。
訊飛星火正式發佈 X2.6,編程與 Agent 能力提升,拓展複雜任務處理邊界。端側模型加入百萬級上下文和可控思考;端雲協同方案則支持眾多應用場景,併兼顧任務效果、數據安全與使用成本。
OpenAI 發佈並開始提供 GPT-6.1 Terra,強化視覺推理、電腦操作和文字表達,標準 API 價格為 GPT-5.6 Terra 的一半。在 Agents' Last Exam 中,medium 推理設定較 GPT-5.6 Terra 高 15 分,成本約為三分之一;low 設定下的事實錯答率約為 GPT-5.6 Terra 的三分之一。
推薦理由:文章以基準結果和定價對照 GPT-6.1 Terra 與 GPT-5.6 Terra,呈現視覺操作和工作任務表現提升時的成本變化。
OpenAI 發佈平衡型 AI 模型 GPT-6.1 Terra,並稱其在視覺推理、電腦操作及編程方面表現提升。其標準 API 價格較 GPT-5.6 Terra 低 50%;每個 token 價格為 GPT-6 Astra 的十分之一,任務處理速度快逾 3 倍。
推薦理由:多項基準測試同時列出得分與任務成本,並比較 Terra 和 GPT-6.1 Sol、GPT-6 Astra 在複雜編程上的能力差異。
inclusionAI 發佈 Qwen3.8-Flash-Next-singprobe,這款流式安全探針重用 Qwen/Qwen3.8-Flash-Next 生成時的隱藏狀態,逐 token 評估查詢意圖、回應不安全性及幻覺風險。
inclusionAI 發佈 SingProbe,這款基於 zai-org/GLM-5.3-Flash 的串流安全探針會在生成時重用基礎模型的隱藏狀態,逐個 token 評估查詢意圖、回應是否不安全及幻覺風險。
OpenAI 發佈 GPT-6.1 Terra,主打更快的回應速度、視覺理解和電腦操作能力,以及較低使用成本。
推薦理由:文中並列 GPT-6.1 Terra 在基準測試、電腦操作任務及 API 定價上的數據,呈現其與旗艦模型在能力、速度和成本上的取捨。
Canva 首款自研圖像生成模型 Canva Craft 於 2026 年 10 月 22 日上線,可透過 Dream Lab 和 Canva 公開 API 使用。
OpenAI 發佈 GPT-6.1 Terra,該模型在 Agents' Last Exam 最高推理檔得分 60.0%,高於 Astra 的 59.3% 和 Sol 的 58.6%。
推薦理由:Agents' Last Exam 的分數與單次任務成本對照,呈現 Terra 在不同推理檔位下與 Astra、Sol 的能力和成本差異。
OpenAI 發佈 GPT-6.1 Terra,作為面向視覺推理、電腦操作及寫作的快速模型,取代 GPT-5.6 Terra,並已在 API 上線。標準 API 價格為每百萬輸入 token $1、輸出 token $5,是 GPT-6.1 Sol 價格的一半;在 Agents’ Last Exam v1 中,medium 得分為 57.6%,每項任務 $0.29。
推薦理由:文章並列 GPT-6.1 Terra 的 API 價格、電腦操作及視覺基準與同級模型比較,也呈現其編碼測試分數低於多個對手。
inclusionAI 發佈醫療專用模型 Ling-3.0-flash-Sante 的 FP8 量化版本 Ling-3.0-flash-Sante-fp8,保留 124B 總參數及每個 token 啟用 5.1B 參數。該模型採用區塊式 FP8 E4M3 量化,訓練上下文長度達 256K tokens;與 BF16 版本相比,評測平均分同為 73.9。模型供研究用途,並非醫療器材。
Preferred Networks 於2026年10月27日開始提供 PLaMo 3.1 Prime,加入 Web 搜尋及 Deep Research,並可在本地部署環境使用。
阿里通義實驗室宣佈 Qwen3.8 全系列開源,涵蓋 1.5B 至 72B,並公開權重、訓練資料及評估報告。文章稱,模型在 HumanEval 和 MBPP 的程式碼生成準確率達 90%+,原生支援 128K 上下文窗口。Qwen3.8 支援手機至伺服器部署及 HuggingFace Transformers、vLLM、Ollama,私有化部署成本降低近 80%。
OpenAI 發佈 GPT-6.1 Terra,主打以較低價格提供快速、強大的電腦操作能力,並結合視覺推理與自然寫作。在 Agents' Last Exam 中,中等推理強度下的得分較 GPT-5.6 Terra 高 15 個百分點,成本約為其三分之一;與 GPT-6 Astra 表現相若,每個 Token 的價格則為其十分之一。
推薦理由:文章並列 GPT-6.1 Terra 在電腦操作、視覺推理及編程基準的成績與成本,呈現其相較前代和高階模型的取捨。
OpenAI 於 10月27日推出 GPT-6.1 Terra,主打以較低成本完成複雜電腦操作,尤其是需要視覺推理及操作桌面軟件的工作。
推薦理由:多項基準與定價數據並列比較 GPT-6.1 Terra、前代及同系列模型,呈現其在桌面操作、推理和編碼任務上的表現與成本差異。
OpenAI 發佈 GPT-6.1 Terra,主打視覺推理、精準電腦操作及更清晰自然的寫作,並稱其較 GPT-5.6 Terra 有顯著提升。該模型定價為 $1/million input tokens、$5/million output,約為 GPT-6.1 Sol 價格的一半,約為 GPT-6 Luna 的 10 倍。
OpenAI 發佈 GPT-6.1 Terra,這款中端模型結合精細視覺推理、精準電腦操作及更自然的寫作,面向日常辦公任務。模型已向 ChatGPT Plus、Pro、Enterprise 和 Edu 用戶開放,可在 ChatGPT Work 與 Codex 使用;開發者亦可透過 OpenAI API 以 gpt-6.1-terra 調用。
推薦理由:文章以 Agents'Last Exam、OSWorld 2.1 等基準對照前代及旗艦模型,呈現 Terra 在推理、電腦操作與任務成本上的差異。
OpenAI 發佈 GPT-6.1 Terra,主打以較低成本完成複雜電腦操作任務,並提升事實準確性和編程能力。在 Agents’ Last Exam 中,採用中等推理強度時,Terra 得分較 GPT-5.6 Terra 高 15 個百分點,任務成本約為後者三分之一;在最高推理強度下,每項任務成本約為 Claude Opus 5.5 的九分之一。
推薦理由:多項基準成績、成本與錯誤率對比,呈現 Terra 在桌面操作、視覺推理及編程任務上的表現及適用邊界。
OpenAI 推出 GPT-6.1 Terra,主打視覺推理、精準電腦操作及更清晰寫作。Plus、Pro、Enterprise 及 Edu 用戶可在 ChatGPT Work 和 Codex 使用,開發者亦可透過 OpenAI API 以 gpt-6.1-terra 呼叫。
OpenAI 發佈 GPT-6.1 Terra,API 價格較 GPT-5.6 Terra 減半,並在多項推理、編碼和電腦操作基準上提升表現。
推薦理由:文章將 GPT-6.1 Terra 與前代及其他模型的價格、基準表現和安全測試並列,呈現其成本與任務能力的具體取捨。
OpenAI 發佈 GPT-6.1 Terra,這款更快、成本更低的模型面向日常電腦工作,能理解螢幕內容、點擊、輸入及在應用程式間切換。模型即日起供 ChatGPT Plus、Pro、Enterprise 和 Edu 用戶使用,亦可在 Codex 使用;開發者每百萬個輸入 tokens 收費 $1,每百萬個輸出 tokens 收費 $5。
推薦理由:文章把螢幕操作、圖像理解及多項成本和表現比較放在一起,並交代測試由 OpenAI 自行進行且未經獨立核實,呈現模型定位與數據來源限制。
OpenAI 的 GPT-6.1 Terra 是 GPT-6.1 系列中主打低成本視覺推理與電腦操作的模型。它支援文字及圖像輸入,可理解應用程式畫面並跨應用程式執行操作,提供 1,050,000-token 上下文窗口及最多 128,000 output tokens。
OpenAI 發佈 GPT-6.1 Terra,每百萬個輸入/輸出 token 分別定價 $1/$5,低於 GPT-5.6 Terra 的 $2/$12。在 max effort 下,其 Artificial Analysis Intelligence Index 比 GPT-5.6 Terra 高 6 分,單項任務成本由 $1.40 降至 $0.40。
推薦理由:文章以 Artificial Analysis 多項基準比較 GPT-6.1 Terra 與前代及同系模型,呈現成本效率、編碼智能體表現和幻覺率的差異。
OpenAI 發佈 GPT-6.1 Terra,主打大規模快速且高效的電腦操作,以及更清晰、自然的寫作。輸入價格為每 1M tokens $1,輸出價格為每 1M tokens $5。
Canva 發佈首款自研 AI 圖像模型 Canva Craft,現已全球開放予所有 Canva 用戶,並專為設計師打造。模型採用兩階段架構,結合 Canva 的提示詞撰寫工具,在生成設計前先進行推理;訓練資料包括 Canva 的內容庫、授權及公開資料庫,以及選擇加入訓練的用戶資料。
Canva 推出首款自研 AI 圖像模型 Canva Craft,現已向全球所有 Canva 用戶開放,並專為設計師打造。模型採用兩階段架構,配合 Canva 的提示詞工具,可在生成前先規劃圖像構圖;訓練資料包括 Canva 素材庫、獲授權及公開數據庫,以及選擇參與訓練的 Canva 用戶資料。
騰訊混元同聲傳譯大模型 Hy-SimulMT 今日發佈並開源,支援中英語音即時互譯及即時音色克隆。實測響應時間約 3 秒,文章稱人類專業譯員平均需時 4-5 秒。團隊稱,在涵蓋十個領域的音訊測評中,模型翻譯質素達到人類同傳專家水平,且時延更低。
騰訊混元發佈並開源同聲傳譯大模型 Hy-SimulMT,支援中英語音到語音即時翻譯,實測響應時間約 3 秒。模型可邊聽邊譯並即時輸出譯文和語音,亦支援即時音色克隆;目前在騰訊 Hy 翻譯 App 首發,免費提供服務體驗。團隊測評顯示,Hy-SimulMT 的翻譯質量達人類同傳專家水平且時延更低;官方稱其在 RealSI 上的效果達開源模型最佳,並超過大部分商用同傳 API。
騰訊混元發布並開源同聲傳譯大模型 Hy-SimulMT,支援中英語音到語音即時翻譯,並支援即時音色克隆。官方介紹稱,模型響應時間實測約 3 秒,低於人類專業譯員平均的 4-5 秒;團隊測評稱其翻譯質素達人類同傳專家水平,延遲更低。Hy-SimulMT 已在騰訊 Hy 翻譯 App 首發,免費提供體驗。
Cadence 宣佈與 Nvidia 合作並推出 Maestro AI 模型系列,旨在協助自動化電子設計自動化(EDA)流程。這些模型以 Nvidia 的 Nemotron 模型系列微調;早期測試顯示,與通用基礎模型相比,輸出質素最高提升 30%,token 效率最高提高 5 倍。Maestro 支援按客戶資料自訂,並可透過 API、在安全的 VPC 或本地部署使用。
Moonshot AI 於 2026 年 10 月 23 日發佈多模態 MoE 模型 Kimi K3.1 Pro,並推出速度快 2–3 倍的 Kimi K3.1 Pro Highspeed。
科大訊飛在2026全球1024開發者節發布星火X2.6、Agent OS及星辰TaaS等成果,涵蓋模型、智能體協同和行業應用交付。星火X2.6的上下文窗口擴至百萬Tokens,並開源星火X2.6-4B端側模型;端雲路由準確率由81.2%提升至96.1%。Agent OS與APA構建企業級智能體協作和流程自動化體系,星辰TaaS則串聯模型能力、工具編排與行業解決方案。
inclusionAI/LBS-27B 目前未由任何推理服務供應商部署。模型的 README.md 內容為空,下載量亦未有追蹤。
科大訊飛發布星火語音基座大模型 SparkAudio 1.0,提升語音識別、音頻理解、情緒識別、實時説話人分離及環境聲理解等能力。發布方披露,整體效果提升20%、響應時間降低15%、成本降低60%。SparkAudio 1.0已在訊飛輸入法16.0、訊飛聽見及訊飛智能辦公本上線。