Meta 發佈多模態推理模型 Muse Spark 1.1，稱其較 Muse Spark 在工具與電腦操作、編碼及多模態理解方面均有重大提升。模型可協調多個子智能體並管理 1 million tokens 的上下文窗口；開發者現可透過公開預覽中的 Meta Model API 使用，Meta AI app 和 meta.ai 亦提供 Thinking 模式。
推薦理由：Muse Spark 1.1 聚焦智能體工作流，涵蓋多智能體協作、電腦操作與 1 million tokens 上下文，並透過 Meta Model API 開放公開預覽。
MiniMax 正式發佈 M3，這款開放權重模型整合編碼與智能體能力、最高 1M tokens 上下文，以及原生圖像和影片輸入與桌面操作能力。M3 採用 MiniMax Sparse Attention（MSA），在上下文長度達 1M tokens 時，每 token 計算量為上一代的 1/20，prefilling 提速逾 9×、decoding 提速逾 15×。
MiniMax 發佈 H3 通用多模態生成模型，可理解文字、圖像、影片與音訊的統一上下文，並生成最長 15 秒、2K 解析度的原生立體聲影片。H3 預設提供 2K 輸出，官方表示其 2K 每秒價格低於主流模型的三分之一，並計劃在未來幾天內於適用法律法規範圍內開放模型權重。模型面向廣告、品牌、電商等創作場景，MiniMax 表示完整技術報告將於稍後分享。
MiniMax 發佈 Music 3.0 音樂生成模型，可依據創意概念及可選歌詞，在一次生成中完成最長 5 分鐘的歌曲。模型採用 8 層 RVQ、由 Qwen3.5-8B 初始化的 8B Global LLM、0.6B Local LLM，並透過 2.4B flow-matching 模組及 123M Flow-VAE 重建音訊。
GPT-6.1 Sol 取代僅發佈 7 天的 GPT-6 Sol，其 Intelligence Index 比 GPT-6 Astra 低 1 分，最高 effort 下的每項 Intelligence Index 任務成本不到後者四分之一。
推薦理由：這篇評測以同一框架對照 GPT-6.1 Sol、GPT-6 Sol 和 GPT-6 Astra 的 Intelligence Index 分數與單項任務成本，為比較新版本接近 Astra 分數時的成本取捨提供具體依據。
Upstage 發佈專有推理模型 Solar Mini 4，該模型在 Artificial Analysis Intelligence Index 得分 24。
Microsoft 宣佈 MAI-Image-2.6 在 Arena 文字生成圖像排行榜排名第二，較 MAI-Image-2.5 整體提升 79 Elo。其文字渲染提升 91 Elo，並在 Arena 每個測量類別均較 2.5 有改善。MAI-Image-2.6 現可在 Arena 試用，本週稍後將登上 MAI Playground，並即將推送至 Microsoft Foundry 等產品。
Microsoft 發佈 MAI-Code-1.1-Flash，稱其相較 6 月在 Microsoft Build 推出的 1.0，價格降至四分之一，完成任務所用 tokens 減少 25%。
Microsoft AI 發佈 MAI-Thinking-1，一款 35B-active、~1T-total parameters 的 sparse Mixture of Experts 推理模型。
Microsoft 介紹整合於 MDASH 的 MAI-Cyber-1-Flash，稱其可處理最多 90% 的任務，並讓 GPT-5.4 應對最難的 10%。Microsoft 稱，這種多模型配置較 MDASH 現有最佳方案（GPT 5.4 + 5.4 mini + 5.3 codex）節省 50% 成本。
Microsoft AI 發佈語音辨識模型 MAI-Transcribe-2，主打高準確度、低延遲及較低成本。
Microsoft 將 MAI-Image-2.6 帶入 Microsoft Foundry，並擴展系列推出 MAI-Image-2.6-Flash。兩款模型均支援多圖參考編輯、web grounding 和動態長寬比；MAI-Image-2.6-Flash 相較 GPT-Image-2-Medium 生成圖像快 2.8x、效率高 72%。
Microsoft AI 發佈首款串流轉錄模型 MAI-Transcribe-2-Streaming，在 Artificial Analysis 的最終及部分轉錄準確度排名均列第一。
Inception Labs 發佈 Mercury 2.5，稱其相較 Mercury 2 智能提升 40%，並維持低延遲、低成本的服務特性。
Google 發佈 Gemini 4 Argon，稱其為迄今最強模型，並表示它適用於編碼、研究、寫作等工作，尤其面向防禦性網絡安全。該模型專為防禦性網絡安全工作訓練，Google 稱它可自主發現、驗證並修補關鍵軟件漏洞；目前僅透過 Fairwind Program 向部分網絡安全合作夥伴推出。
Amazon Web Services 發佈開源決策模型 Strands Decider 2B，基於 Qwen3.5-2B，可從預設選項中快速、低成本地作出選擇並提供信心分數。模型現已全面開源，體積足以在本地運行。Amazon 工程師 Marc Brooker 表示，智能體工作流並非每一步都需要完整大語言模型的能力或成本。
Ai2 開源 AstaBrief 8B，這款模型可把研究問題和檢索到的文獻摘錄生成帶引用報告，並已在 Asta 的 Generate a report 功能中提供 Fast mode。
Microsoft AI 發佈 MAI-Transcribe-2-Streaming 即時轉錄模型，以及 MAI-Voice-2.1 和 MAI-Voice-2.1-Flash 兩款文字轉語音模型。
Ai2 開源 AstaBrief 8B 及其訓練資料，並將這款科學報告生成模型加入 Asta 的 Fast mode。它以 Qwen3-8B 為基礎，根據研究問題和檢索到的文獻摘錄一次生成附引文報告；Asta 全流程中，Fast mode 平均每份報告需時 51.1 秒，較 Thinking mode 的 178.5 秒快約 3.5 倍。
Black Forest Labs 發佈 Flux 3 Image，作為 Flux 3 模型家族的圖像版本，並稱其多步編輯不會改動圖像其他部分。模型支援文字生成圖像、圖生圖、文字渲染和寫實圖像生成，亦可用邊界框組合場景、加入最多 10 張參考圖，並輸出最高 4K 圖像。
Tavus 發佈 Griffin，稱其為首個「Human Interaction Model」（HIM）；其研究中，48% 參與者在一分鐘視像通話後認為 Griffin 是真人。
Ideogram 現已推出 Ideogram 4.5 圖像模型，並稱模型只會編輯用户指定的圖像區域，保留其餘畫面不變。GPT-Image 2.5 和 Nano Banana 雖已改善局部編輯，但多次編輯時仍可能產生瑕疵。
Google DeepMind 推出 Gemini 4 Argon，面向編碼、企業知識工作及網絡安全防禦，支援最高 1M output tokens。
Google 宣佈 Gemini 4 Argon AI 模型，但目前尚未開放使用。正文僅以「So much for Gemini 3.5 Pro」一句帶過，未提供模型規格、開放時間或其他細節。
Google DeepMind 發佈前沿模型 Gemini 4 Argon，面向軟件工程、企業知識工作及網絡安全等複雜長流程任務。其輸出 token 上限由 64K 提至 1M，在 DeepSWE v1.1 得分 77.9%，並在 LVBench 得分 91.7%。
推薦理由：Gemini 4 Argon 將輸出上限由 64K 提至 1M tokens，文章把這項擴容與處理更長、更複雜工作流程的能力相連。
GPT-6.1 Sol 已在 Amazon Bedrock 正式開放使用，面向智能體編碼、電腦操作及專業工作負載。OpenAI 表示，GPT-6.1 Sol 在 DeepSWE v1.1 上匹配 GPT-6 Astra，單項任務成本約為 GPT-6 Astra 的五分之一；其分數亦比 GPT-6 Sol 的最佳結果高 6.4 個百分點，且所用推理力度較低。
推薦理由：文章列出 GPT-6.1 Sol 在 DeepSWE v1.1 上與 GPT-6 Astra 的任務成本對照，並比較其對 GPT-6 Sol 的分數提升。
OpenAI 在 DevDay 2026 發佈 GPT-6.1 Sol、Dots 智能體及多項開發者工具與功能。GPT-6.1 Sol 主打接近 Astra 的智能水平，價格為 Astra 的五分之一；Ultrafast 最高達 300 tokens/second，速度快 8x，先支援 Astra 6。
推薦理由：現場紀錄同時追蹤產品宣佈、示範失誤與後續功能場次，讀者可從發佈內容和實際操作兩方面瞭解 OpenAI DevDay 的產品進展。
NVIDIA 發佈開放式表格基礎模型 Kumo Tabular，用於表格分類與回歸，可根據帶標籤的上下文列，在單次前向傳播中預測新列標籤，無需訓練、調參或特徵工程。
推薦理由：文章列出四項基準的結果，並以梯度提升樹、AutoGluon 等方法作對照，為表格預測模型的效能評估提供具體比較參照。
OpenAI 發佈 GPT-6.1 Sol，稱其面向編碼、電腦操作及專業工作，智能水平接近 Astra。其 API 輸入及輸出 token 價格均為 Astra 標準 API 對應價格的五分之一。
推薦理由：公告把 GPT-6.1 Sol 的工作場景定位與 Astra 標準 API 輸入、輸出 token 價格作比較，便於瞭解其能力主張與定價定位。
Anthropic 推出 Claude Sonnet 5.5，官方稱其運行速度提升 30% 以上，對大多數工作最多便宜 30%。作者表示其定價與 Sonnet 5 相同，並觀察到它在所有基準測試上似乎都勝過 Sonnet 5，在部分編碼任務上接近 Opus 5.5。
OpenMOSS 發佈 MOSS-VL 開放權重影片理解模型系列，涵蓋連續影片即時互動、離線理解及後續訓練三類用途。系列包括 MOSS-VL-Realtime、MOSS-VL-Instruct-0708 和 MOSS-VL-Base-0708，分別面向即時互動、離線任務，以及持續預訓練和微調。三款模型均為 11B 參數，支援 256K 上下文窗口；倉庫亦提供即時與離線推理、部署和微調資源。
Anthropic 發佈 Claude Sonnet 5.5，較 Sonnet 5 快 30%，每 token 價格不變，多數工作成本最多可減 30%。指南詳述 API 用法、從 Sonnet 5 遷移時的行為變更及 effort 調校建議，並指出原生上下文窗口為 1M tokens。
推薦理由：指南整理 Sonnet 5.5 相對 Sonnet 5 的 API 變更與調校方法，涵蓋工具呼叫、thinking 區塊和 effort 設定，可作遷移核對參考。
H Company 發佈 Holo4 通用電腦操作智能體模型系列，提供 27B dense 與 35B-A3B Mixture of Experts，並推出更新版 Holotron4 Nano。
推薦理由：文章提供 Holo4 在 OSWorld 2.0 的規格分數、Opus 5.5 對照和成本估算口徑，並指出各模型的測試框架與任務子集不盡相同，便於理解比較條件。
Claude Sonnet 5.5 已在 Claude API、Claude in Amazon Bedrock、Claude Platform on AWS、Claude on Google Cloud 和 Claude in Microsoft Foundry 上線。
Sarvam AI 發佈 Saaras V4 語音識別模型，稱其在 22 種印度語言達到 SOTA，並支援五種轉寫格式。模型結合音訊編碼器與從零開始訓練的 3B 混合狀態空間 LLM 解碼器，在七個英語基準測試中取得最低平均 WER。Saaras V4 支援低延遲串流，首個 token 延遲低於 150 ms。
Sarvam AI 發佈 Sarvam Vision 2.1，強化表格解析、表單鍵值擷取及 Indic 手寫識別。在 olmOCR-Bench 官方集合中，模型得 87.3 分，為表列最高；在 OmniDocBench v1.6 得 94.97 分，低於 PaddleOCR-VL 1.6 的 96.01 分。
Anthropic 發佈 Claude Opus 5.5，Latent Space 表示將其即時設為 AINews 後續內容的預設模型。Anthropic 表示其多數任務表現接近 Claude Fable 5.1，運行成本較 Opus 5 低 40%；文中補充，這項成本降幅適用於 medium 預設設定，API token 標價則下調 20%。
推薦理由：報道並列 Claude Opus 5.5 與 GPT-6 Sol、GPT-6 Luna 的能力主張和價格變化，也區分 token 標價降幅與每任務成本，呈現不同降價口徑。
OpenAI 發佈 GPT-6 Sol 和 Luna 兩款模型，稱兩者將前沿智能帶入日常工作，並在能力與成本之間採取不同取向。
小米推出 MiMo-V2.6-Pro，該模型在 Artificial Analysis Intelligence Index 得 46 分，排名開放權重模型首位。
推薦理由：文中並列模型榜單、RL 訓練成本與將開源的環境配方，呈現這次發佈由模型權重延伸至後訓練流程的技術脈絡。
xAI 發佈 Grok 4.7，現已可在 Cursor、Grok Build、Grok API、第三方編碼 harness、模型路由器及雲平台使用，面向編碼與知識工作。