Amazon 發佈受 Jev 啟發的開源決策模型 Strands Decider 2B
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。
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。
Cloudflare 於2026年10月1日以 Apache 2.0 授權在 Hugging Face 開源發布 Clef 和 Clef-flash,兩款基於 Qwen 訓練的決策模型。
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 推出新一代旗艦模型 Gemini 4 Argon,在 Google 公佈的 18 項基準測試中取得 12 項第一及 1 項並列第一。
Google DeepMind 於2026年9月30日發佈 Gemini 4 Argon,面向軟件開發、企業知識工作及網絡防禦,輸出上限為100萬個 token,較此前模型的6萬4000個增加。
推薦理由:文章並列輸出上限、業務基準成績與防禦用途的先行提供安排,呈現模型規格、評測表現及開放範圍。
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。
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。
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。
OpenAI 在 OpenAI DevDay 2026 公佈逾 20 項更新,推出 ChatGPT Space、雲端智能體 dots,並開始提供 GPT-6.1 Sol。
推薦理由:文章列出 GPT-6.1 Sol 在程式開發與桌面操作評測中的分數及成本比較,呈現它相對 GPT-6 Sol 和 Astra 的差異。
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 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。
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。
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。
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。
斯坦福大學團隊公開 CLM-8B,供 AI 智能體選擇下一步操作或工具;在電腦操作、遊戲和工具呼叫評測中,其表現與 Jev 相若,推理速度最高達 Jev 的 9 倍。
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。
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。
Google 於 2026 年 9 月 23 日發佈 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS,兩者可按自然語言指示生成語音。
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。
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。
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。
inclusionAI 發佈 Ming-3.0-tts-0.5B 語音合成模型,基於 Qwen2.5-0.5B,支援中文、英文等七種語言及四川話、粵語方言控制。
inclusionAI 發佈 Ming-3.0-tts-tiny,這款基於 Ling V3 的 MoE 語音合成模型共 7.9B 參數,每個 token 約啟用 1.3B 參數。
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。
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。
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。