跳到正文
10月3日週六
10月2日週五
10月1日週四
  1. Google DeepMind77

    Google DeepMind 發佈 Gemini 4 Argon,面向複雜長流程任務

    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。

  2. Runway:News(網頁)54

    Runway 宣佈 Praxis-1 開放權重世界動作模型

    Runway 宣佈 Praxis-1,這是其首個開放權重世界動作模型,採用通用世界模型的大規模影片預訓練,並計劃在未來數月公開發布。Noble Machines、Standard Bots 和 Ultra 正在各自硬件上測試該模型,Runway 亦會在不同機械人形態及環境中評估效能與安全性。

9月30日週三
  1. Sarvam AI65

    Sarvam AI 推出 Bulbul V4 Flash 文字轉語音模型

    Sarvam AI 推出 Bulbul V4 Flash 文字轉語音模型,面向即時應用,改善印度語言語音的自然度與表達能力。模型在生產環境的 time-to-first-audio 低於 250 ms,收費為 ₹20 per 10,000 characters,較 Bulbul V3 的 ₹30 per 10,000 characters 低三分之一。

  2. AWS Machine Learning Blog67

    GPT-6.1 Sol 在 Amazon Bedrock 正式開放使用,面向智能體編碼與專業工作負載

    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。

9月29日週二
  1. Simon Willison84

    OpenAI DevDay 2026 即時紀錄:發佈 GPT-6.1 Sol、Dots 等產品與功能

    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。

  2. Hugging Face Blog65

    NVIDIA Kumo Tabular 為表格預測樹立準確率與效率的新前沿

    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。

  3. OpenAI News68

    OpenAI 發佈 GPT-6.1 Sol,稱其智能接近 Astra,API 輸入及輸出 token 價格為 Astra 標準價五分之一

    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。

  4. gihyo.jp78

    Anthropic 發佈 Claude Sonnet 5.5,輸出速度提升逾30%、單項任務費用最多降低30%

    Anthropic 發佈 Claude Sonnet 5.5;相較 Sonnet 5,輸出生成速度提升逾30%,每項任務費用最多降低30%。每 100 萬 token 的輸入和輸出價格分別為 $2 和 $10,與 Sonnet 5 相同。Terminal-Bench 4.0 得分為70.6%,高於 Sonnet 5 的10.3%。

    推薦理由:報道將 Sonnet 5.5 的速度、單項任務成本及 Terminal-Bench 4.0 成績與 Sonnet 5 比較,並整理 API 遷移時需留意的設定差異。

  5. Simon Willison75

    Anthropic 發佈 Claude Sonnet 5.5

    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。

9月28日週一
  1. OpenMOSS / 復旦NLP / 上海創智 / MOSI67

    OpenMOSS 發佈 MOSS-VL 開放權重影片理解模型系列

    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。

  2. Anthropic:Claude.dev 開發者博客80

    Claude Sonnet 5.5 開發指南:API 接入、遷移與調校

    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。

  3. Hugging Face Blog70

    Holo4 發佈通用電腦操作智能體模型系列

    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。

9月26日週六
  1. elsewhere:文章64

    網易有道開源 R2T2、T3PO,分別登上 Hugging Face ASR 和 Translation Trending 榜首

    網易有道開源實時語音模型 R2T2 和 T3PO,兩款模型發布數日後分別登上 Hugging Face 的 ASR 和 Translation Trending 榜第一。R2T2 是 2B 參數的流式語音識別模型,採用「只增不改」方式,平均識別延遲為 200 至 600 毫秒。T3PO 是 15B 參數的中英同聲傳譯模型,提供低延遲、原生和高質量三種模式,採用 Apache 2.0 協議。

9月25日週五
  1. Sarvam AI66

    Sarvam AI 發佈 Saaras V4 語音識別模型

    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。

9月24日週四
  1. 通義 QwenAudio:原創語音項目54

    Fun-Audio-Chat-8B 發佈,提供模型、訓練及推理程式碼

    Fun-Audio-Chat-8B 已發佈,並提供模型、訓練及推理程式碼,供自然、低延遲語音互動使用。模型採用 5Hz 共享骨幹與 25Hz 精細化輸出頭的雙解析度語音表徵,在維持語音質素下可減少近 50% GPU 使用時數。它支援語音問答、音訊理解、語音函數調用、語音指令跟隨及語音共情。

9月23日週三
  1. Latent Space83

    Anthropic 發佈 Claude Opus 5.5 並成為 AINews 預設模型,OpenAI 推出降價版 GPT-6 Sol 與 GPT-6 Luna

    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。

  2. gihyo.jp85

    Anthropic 發佈 Claude Opus 5.5,輸出速度較 Opus 5 提升逾 30%,API 輸入及輸出單價較 Opus 5 下調 20%

    Anthropic 發佈 Claude Opus 5.5,稱其輸出速度較 Opus 5 提升逾 30%,預設設定下典型工作的費用降低 40%。Claude Platform 的輸入及輸出價格分別為每 100 萬 token 4 美元及 20 美元,較 Opus 5 下調 20%。

    推薦理由:文章列出多項基準測試中 Claude Opus 5.5 與 Opus 5 的成績,並交代 Terminal-Bench 比較採用不同推理計算量設定,補足判讀性能差異所需的背景。

9月22日週二
  1. gihyo.jp47

    Aikido、オープンウェイトのセキュリティ向けAIモデル「Altar-1」を公開

    Aikido 發佈首款開放權重網絡安全 AI 模型 Altar-1,該模型以 GLM-5.3 壓縮而成,大小為 328GB,較量化版 GLM-5.3 小 32.8%。內部測試以 30 個程式碼庫中的 32 個已知漏洞作評估,Altar-1 三次測試中曾找出 23 個,與量化版 GLM-5.3 相同。模型可從 Hugging Face 取得,並可在機構自主管理的基礎設施運行。

  2. gihyo.jp75

    Xiaomi 發佈 MiMo-V2.6 Pro/Flash 並公開模型權重

    Xiaomi 於9月21日發佈 MiMo-V2.6 Pro 和 Flash,並公開模型權重、技術報告及強化學習環境與程式碼。兩款多模態模型支援文字、圖像、影片和音訊;Xiaomi 表示,擴大強化學習規模提升了它們在編碼、PC 操作、3D 空間推理及內容創作方面的能力。公司亦公開超過7,000個強化學習任務環境和訓練框架,並提供名為「mini-harnesses」的輕量 Agent 執行平台。