Moonshot AI 發佈 2.8T 參數模型 Kimi K3
Moonshot AI 發佈 Kimi K3,稱其為全球首個開放 3T 級模型;它有 2.8T 參數、原生視覺能力及 1-million-token 上下文窗口。
推薦理由:資料披露 Kimi K3 相較 Kimi K2 的整體擴展效率提升約 2.5×,並交代其整體表現仍落後最強的專有模型。
AI 寫代碼的一切:編碼助手、Vibe Coding、代碼模型評測與開發工作流變革。
Moonshot AI 發佈 Kimi K3,稱其為全球首個開放 3T 級模型;它有 2.8T 參數、原生視覺能力及 1-million-token 上下文窗口。
推薦理由:資料披露 Kimi K3 相較 Kimi K2 的整體擴展效率提升約 2.5×,並交代其整體表現仍落後最強的專有模型。
美團 LongCat 發佈 LongCat-2.0,這款 MoE 大語言模型總參數量為 1.6 trillion,每個 token 約啟用 48 billion 參數。
推薦理由:文中按編碼、Agent、搜尋及基礎能力列出 LongCat-2.0 與多款專有模型的基準分數,並標明部分分數引用自官方報告。
Mistral AI 發佈 Leanstral 1.5,這款 Apache-2.0 授權模型總參數量為 119B、活躍參數為 6B,面向 Lean 4 形式化驗證。
推薦理由:文章不只列出形式化數學基準,也以 AVL 樹複雜度證明及 57 個程式庫的漏洞排查,呈現 Leanstral 1.5 將定理證明延伸至實際程式驗證的應用。
OpenAI 於 2026 年 6 月 26 日啟動 GPT-5.6 系列限定預覽,Sol、Terra、Luna 先經 Codex 和 API 提供予少數可信任夥伴及機構。
推薦理由:三款模型按能力、成本和用途分層,目前先透過 Codex 和 API 提供;文中列出定價與基準結果,便於比較不同型號的取捨。
Samsung Electronics 向全球員工部署 ChatGPT Enterprise 和 Codex。OpenAI 稱,這是其規模最大的企業 AI 部署之一。
推薦理由:這則公告提供企業級 AI 落地的具體案例,交代 Samsung Electronics 面向全球員工部署的產品,也呈現 OpenAI 對此次部署規模的定位。
GLM-5.2 發佈,將最大上下文長度由 200K 擴至 1M tokens,並強化長程任務與編碼能力。它在 Terminal-Bench 2.1 和 SWE-bench Pro 分別取得 81.0、62.1,高於 GLM-5.1 的 63.5、58.4。
推薦理由:文章並列長程編碼基準成績與 IndexShare、MTP 的效率改動,讓讀者可對照模型性能數據和 1M-token 上下文的工程支撐。
SpaceX 於 2026年6月16日宣佈,已行使以全股票交易收購 Cursor 的選擇權,目標是構建全球最有用的 AI 模型。此前公佈的選項條款包括在 2026 年內以 600億美元收購 Cursor,或支付 100億美元作為雙方合作費用;雙方共同訓練的模型將很快在 Cursor 和 Grok Build 推出。
推薦理由:這次收購延續雙方此前的模型訓練合作,而 Origin 則把 Cursor 的服務拓展至程式碼託管、審查與團隊協作。
OpenAI 計劃收購 Ona,以安全、持久的雲端環境擴展 Codex。此舉將支援 AI 智能體在企業工作流程中長時間運行。
推薦理由:這宗收購把雲端環境與 Codex 的擴展連結起來,可從中瞭解 OpenAI 如何將長時間運行的 AI 智能體延伸至企業工作流程。
Anthropic 於 2026 年 6 月 9 日開始一般提供 Claude Fable 5,並稱其在軟件工程、知識工作、科學研究及圖像理解方面表現突出,長而複雜的任務中領先幅度更大。
推薦理由:文章並列 Claude Fable 5 與 Claude Mythos 5 的適用對象和安全處理,亦交代訂閲期限及 API 價格,呈現一般提供與受限提供的差異。
Ethan Mollick實測Claude 5 Fable後指出,模型能按多頁規格連續工作長達12小時,人的角色更像委託者。它在Claude Code中調用多個智能體研究交通資料並製作等時線地圖,也花九個半小時開發可校準人類與AI判斷的研究軟件Concord。Mollick指出,Fable消耗大量 tokens,安全護欄常令它退回能力較弱的Claude 4.8 Opus,而其決策過程不易看見。
推薦理由:Ethan Mollick以等時線地圖和研究分析軟件的實測,呈現人類角色如何由過程操作轉向委託與驗收,以及模型自主決策帶來的可見性落差。
Anthropic 發佈 Claude Opus 4.8,並為 Claude Code 推出「動態工作流程」研究預覽版。Opus 4.8 在編碼、智能體技能、推理及實務知識工作等方面較 Opus 4.7 改進,價格維持不變;Anthropic 的基準測試顯示,它在大部分項目上勝過 GPT-5.5 和 Gemini 3.1。
推薦理由:Claude Code 動態工作流程可在單一工作階段並行運行數十至數百個子智能體,文中亦交代研究預覽的支援入口及較高 token 消耗提醒。
Mistral AI 推出 Vibe,將長流程工作任務與程式開發整合至同一個 AI 智能體。Work Mode 可跨企業工具處理知識搜尋、資料分析、文件撰寫及排程任務;Code Mode 支援網頁端遠端編碼,並推出 VS Code 擴充功能及更新 Vibe CLI。
推薦理由:Vibe 將企業知識檢索、多步工作流程與程式碼任務收進同一智能體,並展示可檢視執行過程及設定權限的工作方式。
Mistral 推出 Mistral Medium 3.5 公開預覽,並以此支援 Mistral Vibe 雲端遠端編碼代理及 Le Chat 的 Work mode。
推薦理由:材料展示模型、雲端編碼代理與 Le Chat 多步驟工具流程的連接方式,能看出長程任務如何落入具體產品工作流。
Google 於 2026 年 5 月 19 日在 Google I/O 2026 公佈多項開發者工具更新,包括 Antigravity 2.0、Gemini API 的 Managed Agents,以及 Google AI Studio 支援 Android 應用程式開發。
推薦理由:這些更新涵蓋桌面與終端代理工具、API 代理執行環境及 Android 應用開發,可看出 Google 正把多個開發環節納入同一工具鏈。
Google Research 開放 ERA 科學研究工具,並開始逐步開放由 ERA 與 AlphaEvolve 構建的 Computational Discovery。
推薦理由:文章把 ERA 的樹狀搜尋方法與多學科基準和實際科學問題並置,呈現其從程式碼優化延伸至預測研究的應用範圍。
GitHub 宣佈所有 Copilot 計劃將於 2026 年 6 月 1 日改為按用量計費,以 GitHub AI credits 取代按次計算的 PRU,費用將按 token 消耗量及各模型的公開 API 價格計算。
推薦理由:文章逐項對照 GitHub Copilot 由 PRU 轉為按 token 用量計費後的方案與功能變化,並指出哪些既有操作知識仍然適用。
Google DeepMind 發佈 Gemini 3.5 模型系列,首款 Gemini 3.5 Flash 即日起透過 Gemini app 和 Google Search 的 AI Mode 向全球用户開放。
推薦理由:Gemini 3.5 Flash 列出代理任務、編碼及多模態基準成績,並比較每秒輸出 tokens 的速度,讓性能主張有多項指標可供對照。
OpenAI 讓用户透過 ChatGPT 手機應用程式跨裝置及遠端環境使用 Codex。用户可即時監看、調整及核准編碼任務。
推薦理由:這項更新把 Codex 編碼任務的監看、調整與核准延伸至 ChatGPT 手機應用程式,讓相關操作可跨裝置及遠端環境進行。
Anthropic於2026年5月6日宣佈與SpaceX達成合作,可使用Colossus 1數據中心的全部計算能力,並同日提高Claude Code及Claude API的使用限額。
推薦理由:這項算力合作已對應到具體方案調整,文章列出Claude Code不同方案的限額變化,以及Claude Opus API限制上調。
OpenAI 上週在 Codex 推出 Auto-review,由另一個 Codex Agent 審核越過沙盒邊界的操作,取代該處的用戶審批。Codex 工作階段因等待人工批准而暫停的頻率,約為手動審批模式的 1/200;需審查的操作約 99% 獲批准。OpenAI 提醒,Auto-review 並非安全保證,紅隊測試曾發現它可能被誤導,因而批准原本需經用戶批准的命令。
推薦理由:文章以 Codex 內部部署和安全評測呈現 Auto-review 在減少人工中斷與審核越界操作之間的設計取捨,並交代其安全限制。