OpenAI 在 ChatGPT 全球上线 GPT-6 并推出 Intelligent UI
OpenAI 宣布 GPT-6 正在 ChatGPT 中面向全球上线，并同步推出 Intelligent UI。官方称新版本响应更快，提供可视化内容和可直接探索、使用的交互体验。
推荐理由：OpenAI 官方公布 GPT-6 在 ChatGPT 全球上线，并同步引入 Intelligent UI，读者可据此了解模型与交互形态的同步变化。
全部动态 · 今日7条
全部 AI 动态
信源抓到、进了内容池的全部内容，按时间排列；精选只是其中一部分。
模型
新模型、模型版本、权重开放、模型能力与价格变化的发布与评测结果
OpenAI News精选78 AWS Machine Learning Blog精选71 Claude Haiku 5.5 上线 Amazon Bedrock 与 Claude Platform on AWS
AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线。
推荐理由：AWS 官方给出 Haiku 5.5 的定位、成本变化与调用方式，读者可据此判断它在多智能体分层中的位置。
Mike Krieger · X精选76 Claude Haiku 5.5 加入 5.5 系列，运行成本更低
Mike Krieger 强调，Claude Haiku 5.5 专为速度和效率打造，成本比 Haiku 4.5 低 75%。他称，Opus 负责繁重的思考，Haiku 负责高容量工作。引用的 @claudeai 公告称，这是其成本最低、速度最快、能力最强的小型模型，平均运行成本比 Claude Haiku 4.5 低约 75%。 https://twitter.com/claudeai/status/2107894039626277339
推荐理由：与 Haiku 4.5 的比较为高容量工作提供了具体的成本参照，也体现了作者建议由 Opus 和 Haiku 分工处理不同任务。
Anthropic · X精选65 Anthropic 发布 Claude Haiku 5.5
Anthropic 发布最新模型 Claude Haiku 5.5。据其引用的 @claudeai 内容，这是其迄今最便宜、最快且能力最强的小模型，平均运行成本比 Claude Haiku 4.5 低约 75%。
推荐理由：Anthropic 官方发布小模型 Haiku 5.5，给出运行成本较上一代下降约 75% 这一关键变化。
Claude · X精选74 Anthropic 发布小型模型 Claude Haiku 5.5
Anthropic 推出了 Claude Haiku 5.5，并称这是其发布过的价格最低、速度最快、能力最强的小型模型。该公司表示，平均而言，运行它的成本比 Claude Haiku 4.5 低约 75%。这篇帖子未提供具体定价、基准测试或可用性详情。
推荐理由：Anthropic 在自己的公告中说明了 Claude Haiku 5.5 相对于 Haiku 4.5 的成本和速度定位，让读者了解该公司对小型模型系列的核心宣传说法。
Hugging Face Blog精选62 Liquid AI 开源 d1-3B 与 d1-omni-600M 端侧决策模型
Liquid AI 发布 d1 决策模型家族的两款开源权重模型 d1-3B 和 d1-omni-600M（实验性）。
推荐理由：Liquid AI 开源两款决策模型，给出端侧延迟与七项基准对比，可据此判断小模型做结构化决策的可用性。
Perplexity · X58 Perplexity 发布 pplx-embed-v2-late 多模态嵌入模型
Perplexity 正在发布 pplx-embed-v2-late，据称这是一组包含两个晚交互嵌入模型的模型，可通过共享嵌入空间检索文本、图像和页面，实现跨模态查询。该公司表示，这两个模型均达到前沿性能，并已在 Hugging Face 上公开发布；相关博客文章见 perplexity.ai/hub/blog/multimodal-embeddings-beyond-a-single-vector。
Ars Technica · AI精选76 Mistral 发布 1 万亿参数模型 Mistral Large 4，代号 Le Chonk
Mistral 发布 1 万亿参数模型 Mistral Large 4，代号 Le Chonk，任何人可免费使用和定制，目前处于预览阶段，最终版本将在本月底推出。该模型面向通用任务，但专门针对编码、网络防御以及制造、金融、电气工程等细分领域做了优化。Mistral 称 Le Chonk 是迄今中国以外能力最强的开源权重模型，与部分闭源模型非常接近，并强调该模型是从零训练而非蒸馏。
推荐理由：Mistral 以 1 万亿参数开源权重模型切入编码与网络防御等细分领域，读者可据此观察开源与闭源模型的差距变化。
Mistral AI · X62 Mistral 发布 Mistral Large 4，可运行通用智能体
Mistral AI 发布 Mistral Large 4，官方称其可运行通用智能体，在复杂工作流中收集信息并产出成品交付物。
Simon Willison40 EmbeddingGemma 2 采用 Apache 2.0 许可证
EmbeddingGemma 2 采用 Apache 2.0 许可证，Simon Willison 认为嵌入模型不应使用闭源、专有的托管模式。他指出嵌入模型通常需计算并存储数千乃至数百万条嵌入向量，一旦厂商停用模型，用户就得为重新计算这些向量付费；他更愿意付费使用托管版本，同时保留厂商停服后自行运行开放权重或另寻供应商的退路。
Google DeepMind精选71 Google DeepMind 发布 EmbeddingGemma 2 开源轻量多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，基于 Gemma 4 架构、740M 参数，在 Apache 2.0 许可下开源，将文本、图像、音频、视频映射到统一嵌入空间。
推荐理由：EmbeddingGemma 2 把文本、图像、音频、视频统一到同一嵌入空间，并给出端侧内存与向量截断的具体数字，便于评估本地多模态检索的可行性。
TechCrunch · AI58 Musubi 发布开源决策模型 PolicyLM-1.7B，用于实时内容审核
Musubi 发布轻量决策模型 PolicyLM-1.7B，开放权重，可将纯英文写成的内容政策在 50 毫秒内应用到消息上。该模型成本与速度接近主流社交平台用于审核的 AI 分类器，但具备现代 LLM 的灵活性，无需专门训练即可执行复杂政策，政策变更时也无需重新训练。Musubi 联合创始人兼首席 AI 官 Filip Jankovic 表示，这让平台管理者可以主动为内容打标。
Simon Willison69 Mistral 发布 Mistral Large 4 预览版 Le chonk
Mistral 发布 Mistral Large 4 预览版，这是一个 1 万亿参数、490 亿激活参数的模型，在自有 3800 块 NVIDIA Grace Blackwell GPU 集群上训练，目前通过其 API 提供。
The Decoder71 Google 发布图像模型 Nano Banana 2.1，价格约为上一代一半
Google 发布图像生成与编辑模型 Nano Banana 2.1，取代 2026 年 2 月发布的 Nano Banana 2，价格约为其一半：1K 图像从 6.70 美分降至 3.36 美分，4K 从 15.10 降至 7.56 美分。
The Decoder66 Google 发布 EmbeddingGemma 2 多模态嵌入模型
Google 发布开源多模态嵌入模型 EmbeddingGemma 2，可将文本、图像、视频、音频和代码转换为数值向量。该模型参数量为 740 million，Google 称其在多模态嵌入基准上超过参数量两倍的竞品，在 Massive Text Embedding Benchmark (Code) 上得分 78.68，比前代 68.76 提升近 10 分。
Simon Willison42 Mistral Large 4 实测：用 SVG 生成测试对比 Claude、GPT、Gemini
Simon Willison 用同一提示词让 Mistral Large 4 与 claude-opus-5.5、gpt-6.1-sol、gemini-3.8-flash 各生成一张"穿渔网袜在火星乱穿马路的犰狳"SVG，以对比前沿模型在基准饱和后的表现。测试通过 llm 命令行工具调用，各模型使用默认推理等级。
Logan Kilpatrick · X60 Google 发布 Nano Banana 2.1 图像模型
Google 发布 Nano Banana 2.1，面向图像生成和编辑用户，带来更高质量的图像并修复了此前模型的多个问题，同时价格更低。该模型已在 API、AI Studio 和 Gemini app 中可用。
Mistral AI · X58 Mistral AI 称 Mistral Large 4 是网络安全领域最强模型之一
Mistral AI 表示 Mistral Large 4 是全球网络安全领域最强的 AI 模型之一。
Google DeepMind · X60 Google DeepMind 发布 EmbeddingGemma 2 端侧多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，称其为首个原生多模态的端侧嵌入开源模型。该模型在文本之外统一了代码、图像、音频和视频，将它们映射到同一共享空间。
Sundar Pichai · X62 Google 发布 EmbeddingGemma 2，这是一款开放的多模态嵌入模型
Sundar Pichai 宣布推出 EmbeddingGemma 2，并将其称为 Google 首款开放的原生多模态嵌入模型。它采用模块化的 740M 参数规格，可处理文本、代码、图像、视频和音频任务；与 Gemma 4 搭配时，它适用于离线、隐私优先的 RAG。据称，它的表现优于一些参数量超过其两倍的专用模型。模型权重现已在 Hugging Face 上提供。
TechCrunch · AI71 Mistral 发布 1T 参数多模态模型 Mistral Large 4
法国 AI 实验室 Mistral AI 于周二发布 Mistral Large 4（ML4），这是一个 1 万亿参数的大型多模态模型，绰号 Le Chonk，目前仅通过带护栏的公开端点访问，计划在安全测试完成后三周内开放权重。
The Decoder72 Mistral 发布万亿参数 Mistral Large 4，主打网络安全任务
Mistral 发布迄今最大模型 Mistral Large 4，拥有 1 万亿参数、490 亿激活参数，已在 Mistral Studio 开放 API 预览，权重预计 10 月底发布。
Mistral AI精选80 Mistral 发布 Mistral Large 4 公开预览，1 万亿参数多模态模型
Mistral 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、490 亿激活参数的 natively 多模态模型，权重将于本月底开放。
推荐理由：Mistral 官方给出 1 万亿参数多模态模型的开放权重时间表与自建欧洲算力背景，可对照其与主流开源模型的定位差异。
Mistral AI · X精选80 Mistral 发布 Mistral Large 4，1T 参数原生多模态
Mistral AI 发布 Mistral Large 4（代号 Le Chonk），1T 参数、原生多模态、49B 激活，官方称其是欧美聚合基准上最好的开放权重模型。该模型在网络防御、制造和金融等关键负载上达到 SOTA，并在视觉 grounding 上超过闭源前沿模型；端到端在欧洲打造，可通过 Mistral Cloud 从欧洲部署，今日起 API 可用，开放权重版本将于 10 月底发布。
推荐理由：Mistral 官方给出 1T 参数、49B 激活的开放权重模型规格与欧洲本地部署路径，可据此判断开放权重阵营的规模与可用性。
The Decoder72 Reflection 发布开源权重模型 Beam，主打低算力成本
AI 公司 Reflection 发布首个免费开放的模型 Beam，面向编码、逻辑推理和智能体任务，采用 MoE 架构，每 token 激活 5010 亿总参数中的 230 亿。
Hugging Face Blog26 Falcon-Emirati-7B：让 LLM 学会阿联酋方言、文化与语感
Falcon-Emirati-7B 发布，这是基于 Falcon-H1-Arabic 打造的阿联酋方言专用模型，旨在像母语者一样理解和生成阿联酋阿拉伯语。它沿用 Falcon-H1 混合架构（Mamba 与 Transformer 注意力并行），基座家族覆盖 3B、7B、34B 三种规模，上下文窗口最高 256K tokens。
Latent Space74 Reflection 发布 Beam：501B 总参数 23B 激活的美国开源 MoE 模型
Reflection 发布 Beam，一个面向编码、智能体与科研任务的纯文本 MoE 模型，总参数 501B、激活 23B，从零训练，Apache 2.0 全量权重将于本月放出。
AWS Machine Learning Blog精选62 GLM 5.3 上线 Amazon Bedrock
智谱（Z.ai）的 GLM 5.3 已在 Amazon Bedrock 上线，这是一个 753B 参数的 MoE 模型，面向编码和长程智能体任务，通过全托管 API 提供跨区域推理、提示词缓存和服务层级，目前面向符合条件的企业客户开放。
推荐理由：原文给出 GLM 5.3 在 Bedrock 上的接入方式与提示词缓存用法，读者可据此评估托管推理对编码与长程智能体工作流的成本影响。
TechCrunch · AI72 Reflection 发布开源权重模型 Beam，对标中国开源模型
Reflection AI 正式发布其首个前沿开源权重模型 Beam，称在高级推理基准上性能与中国领先开源模型相当，且推理计算量少 3-4 倍。Beam 是 5010 亿参数、230 亿激活参数的 MoE 文本模型，预训练使用 23.8 万亿 token，上下文窗口 100 万 token；公司称其得分与 Z.ai 的 GLM-5.2 持平，并超过当前西方领先开源模型。
Ollama · X精选65 Reflection AI 宣布推出 Beam：拥有 501B 参数的智能体开放模型
Reflection AI 推出了 Beam，并将其描述为一款高效的智能体开放模型，拥有 501B 总参数和 23B 激活参数。该公司表示，Beam 在编码和智能体任务方面推动了西方开放模型前沿的发展，并且是从零开始端到端训练的，完整权重将于本月发布。Ollama 表示，更多美国模型即将登陆其平台。
推荐理由：Reflection AI 将 Beam 定位为一款高效的智能体开放模型，拥有 501B 总参数和 23B 激活参数，为读者比较开放权重的编码和智能体模型提供了一个具体参照。
The Decoder68 Reka AI 发布 19B 全能模型 Rho-1，单模型处理文本图像视频与机器人控制
Reka AI 发布 19B 参数全能模型 Rho-1 的研究预览版，可在单一神经网络中处理并生成文本、图像、视频和机器人控制动作。与多数把任务分派给专用模型的系统不同，Rho-1 把所有模态作为 token 放进同一个共享上下文窗口，不调用工具或外部模型，能实时生成连续视频并即时响应新指令而无需重启，预测摄像头图像的同一套权重也用于驱动机器人动作。
The Decoder62 Aleph Alpha 发布 78B 开源权重模型 Kolibri
Aleph Alpha 发布 Kolibri，一个德语和英语双语模型，总参数 78B，采用混合专家架构，每个 token 约激活 3B 参数。公司称 Kolibri 在两种语言的质量与运行成本上处于帕累托前沿，德语基准得分 71%，解码速度快于 GPT OSS A5B、Qwen 3.6 A3B 和 Gemma 4 A4B 等同类模型。
The Decoder38 NASA 与 IBM 发布开源月球基础模型，基于 17 年 LRO 观测数据
NASA 与 IBM Research 联合多家学术机构发布 NASA-IBM Lunar Foundation Model，称其为最早的开源月球科学基础模型之一。
The Decoder66 Cloudflare 发布 Clef 与 Clef-flash 决策模型，称智能体决策不再必须有人参与
Cloudflare 发布 Clef 和 Clef-flash 两款面向 AI 智能体的决策模型，返回带概率的简短分类而非长文本，并称智能体决策不再必须有人参与。
Hugging Face Blog精选62 Ai2 开源 AstaBrief 8B 科学报告生成模型
Ai2 开源 AstaBrief 8B，一个把研究问题和检索到的文献片段转成带引用报告的模型，基于 Qwen3-8B 经 SFT 和 DPO 训练，已作为 Asta 的 Fast 模式上线。
推荐理由：原文给出 AstaBrief 的训练数据构造与引用过滤细节，可迁移到其他长文生成模型的落地。
The Decoder65 Microsoft AI 发布面向语音智能体的转写与语音合成模型
Microsoft AI 发布实时转写模型 MAI-Transcribe-2-Streaming，支持 60 种语言，首个部分结果延迟略超 100 毫秒，微软称其在 Artificial Analysis 准确率排名第一，年底前音频价格为每小时 0.54 美元。
The Decoder精选78 Black Forest Labs 发布 Flux 3 Image，支持多步编辑
Black Forest Labs 发布 Flux 3 模型家族中的图像模型 Flux 3 Image，官方称其支持多步编辑且不改动画面其他部分，覆盖文生图、图生图、文字渲染和写实生成。
推荐理由：Flux 3 Image 把多步编辑与 4K 输出、参考图上限放在一起，可对照同期 Ideogram 4.5 看图像编辑模型的竞争节奏。
The Decoder66 Tavus 发布 Griffin 人机交互模型，48% 测试者误认为真人
Tavus 推出 Griffin，公司称其为首个 Human Interaction Model（HIM），可在实时视频通话中同时接收和生成语音、面部表情、语调、手势与停顿。
The Decoder62 Ideogram 发布 Ideogram 4.5，称可局部编辑图像而不影响其余部分
Ideogram 发布新模型 Ideogram 4.5，称其只修改用户指定的区域，其余部分保持不变，可避免多次编辑后出现伪影。该模型提供四档质量，每张图 0.8 至 22 美分，均为原生 2K 分辨率，现已在 Ideogram 平台和 API 上线，合作方包括 Picsart、Runway、Pika 和 Leonardo AI，并称即将推出开放权重版本。
Mustafa Suleyman · X精选66 微软 AI 推出 MAI-Transcribe-2-Streaming，在 AA-WER Streaming 准确率排名中位居榜首
微软 AI 即将推出 MAI-Transcribe-2-Streaming，Mustafa Suleyman 称其为全球最准确的实时转录模型。 他声称，该模型比 ElevenLabs 快 55%、便宜 60%，并邀请开发者在微软平台上构建智能体。 在引用的帖子中，Artificial Analysis 报告称，该模型在 AA-WER Streaming 的最终转录和首个部分转录准确率排名中均位列第一；语音结束后 0.13 秒，最终转录的 WER 为 2.5%，流式转录定价为每小时音频 0.54 美元。
推荐理由：引用的基准测试对比将转录准确率与延迟和定价放在一起，为读者在为智能体选择流式语音模型时提供了具体的权衡依据。