OpenAI 更新 Model Spec,以五项核心价值观引导更强 AI
OpenAI 更新 Model Spec,提出五项核心价值观,用于引导能力更强的 AI 做出合理判断、尊重人类自主性并忠实于人类意图。
OpenAI 更新 Model Spec,提出五项核心价值观,用于引导能力更强的 AI 做出合理判断、尊重人类自主性并忠实于人类意图。
OpenAI 采用分层监控来检测前沿模型失准和 AI 智能体的未授权行为,使响应人员能在事件升级前介入。
Mistral Large 4 在 Vercel AI Gateway 上启用更新后的权重,输入、缓存输入和输出 Token 价格均下调。据 Mistral 发布公告,新权重提升了智能体编程与防御性网络安全能力,编程任务 Token 效率更高,并改善了表格创建编辑、网络调研和抗提示注入能力。
推荐理由:Mistral Large 4 在 AI Gateway 上更新权重并下调价格,可对照其智能体编程与提示注入防护的改进。
Google DeepMind 发布 Gemini 4 Carbon,称其在网络安全与长周期任务上能力最强,在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
推荐理由:Gemini 4 Carbon 在漏洞发现、利用验证与补丁生成三项安全基准上同时领先,并给出长周期智能体任务的实测表现。
OpenAI 与 ServiceNow 扩大合作,把 OpenAI 模型和智能体引入 ServiceNow,同时将 ServiceNow 工作流接入 ChatGPT 和 Codex。
Particle AI 的 Particle-1 已在 Vercel AI Gateway 上线,该模型基于 DeepSeek V4.1 Flash 后训练,主打用更少 Token 完成软件工程任务。
Google DeepMind 发布世界模型 Genie 4,可实时生成带原生音频与交互对话的仿真世界,并支持用自然语言实时修改场景。Genie 4 借助 Gemini Omni 锚定真实外观与行为,由 Gemini 3.8 Flash 作为引导智能体拆解多步任务,并与 Gemini 4 Argon 合作模拟机器人操作。
推荐理由:Genie 4 把原生音频与实时语言操控并入世界模型,为机器人和智能体训练环境提供新路径。
Retell 使用 OpenAI 模型支撑每月 1 亿次通话,GPT-6 Astra 在其语音智能体基准测试中排名第一。Codex 帮助 Retell 实现每位员工 160 万美元的年化营收。
OpenAI 公布其在 Kakeya 猜想、指数时间假设(ETH)和量子色动力学三个问题上的模型结果,并说明研究人员如何验证和在此基础上继续推进。
CodeRabbit 使用 GPT-6.1 Sol 排查复杂代码库中的安全风险。其安全智能体帮助开发者审查发现的问题与建议修复方案。
OpenAI 发布 GPT-6.1 Terra,官方称其可在规模化场景下提供快速且具备能力的计算机操作。目前公开信息仅有这一句定位描述,具体能力与可用范围尚未披露。
推荐理由:OpenAI 推出 GPT-6.1 Terra,主打大规模场景下快速且可用的计算机操作能力。
OpenAI 的 GPT-6.1 Terra 已在 Vercel AI Gateway 上线,这是一款面向视觉推理、计算机操作和写作的快速模型,在视觉推理、事实准确性和编程方面较上一代 Terra 有所提升。
推荐理由:OpenAI 新模型经 Vercel AI Gateway 上线,可了解其在视觉推理与计算机操作上的定位及接入方式。
Google Research 与 Google for Health 在 IDWeek 2026 分享将基础模型用于结核病筛查的进展,路径从 AI 识别胸片延伸至前瞻性临床试验、监管认证和 MedGemma 等开放基础模型。
月之暗面 Kimi K3.1 Pro 与更快的 Highspeed 版已在 Vercel AI Gateway 上线,K3.1 Pro 是 K3.1 系列首个模型。
推荐理由:Kimi K3.1 Pro 在编码与智能体任务上升级并保留 1M Token 上下文,权重计划于 11 月 4 日开放。
OpenAI 发布 Decisions API,可为任意应用提供快速、聚焦、低成本的决策能力。该 API 面向需要响应速度的应用场景,主打低开销的决策调用。
Google Research 在 JAMA Network Open 发表研究,其 AI 模型通过"盲扫"超声评估胎龄,平均绝对误差为 4.18 天,与专家超声医师的 4.48 天达到临床非劣效。
Terminal X 的 Eval Agent 使用 GPT-6.1 Sol,按 54 项标准评分,对基金投资指令偏差的检出率提升 25%,与资深投资人判断的匹配度达 88.6%。
OpenAI 推出 Rosalind 学术计划,为符合条件的学术实验室提供 GPT-Rosalind 及配套工具的赞助访问,用于推进生命科学研究。该计划面向学术研究场景,具体申请资格与工具细节尚未在摘要中展开。
Google DeepMind 与新加坡政府科技局(GovTech Singapore)合作,基于轻量级 Gemma 模型微调出可在设备端运行的诈骗检测模型,用于识别冒充公职人员、银行等本地化诈骗对话。
Google DeepMind 开始广泛推送 Gemini 4 Argon,并同步发布安全与安全报告,说明其在网络安全和生物领域的前沿防护措施。该模型在 12 个端到端模拟网络攻击场景中全部通关,上一代为 5 个;在 Gray Swan 间接提示注入基准的 15 次自适应尝试中,攻击成功率降至 0.7%。
推荐理由:Google 披露 Gemini 4 Argon 在网络安全与生物风险上的防护设计,含提示注入攻击成功率降至 0.7% 等实测数据。
Google DeepMind 发布 Gemini 4 Argon for Robotics,这是 Gemini 4 系列中面向机器人场景的版本。目前仅有标题信息,具体能力与可用范围尚未披露。
Google DeepMind 发布 Gemini 4 Argon,面向开发者、企业和科研人员开放,API 定价为每百万输入 Token 2 美元、每百万输出 Token 10 美元。
推荐理由:Gemini 4 Argon 在编码、科研与安全场景给出具体实测数据,可观察前沿模型在长程任务上的能力边界。
Google DeepMind 发布 EmbeddingGemma 2,将文本、代码、图像、视频和音频映射到统一嵌入空间,采用 Apache 2.0 许可,参数量 740M。
推荐理由:Gemma 4 架构上的端侧多模态嵌入模型,参数量与内存占用数据对本地 RAG 选型有直接参考价值。
Chatham Financial 使用 Codex 和 GPT-5.6 构建技术并重新设计工作流程,将交易验证时间从 30 分钟缩短到 4 分钟以内。
OpenAI 发布 GPT-6 系列模型选型指南,面向初创公司讲解如何选择 GPT-6 模型、调整推理强度、优化提示词与技能、协调工具调用,并为生产环境准备相关工作流。
GitHub 于 2026 年 10 月 2 日在所有 Copilot 体验(含 Copilot Chat、内联编辑、ask 与 agent 模式、代码补全)中弃用 Gemini 3.5 Flash。
Convai Innovations 的 Laya 决策模型已在 Vercel AI Gateway 上线,通过 Boundless 提供,10 月 31 日前免费使用。
Vercel 与 Microsoft AI 合作,将 MAI 模型接入 AI Gateway,后者是少数可访问 MAI 模型的平台之一。
Google DeepMind 发布 Gemini 4 Argon,称其为前沿智能的新阶段。原文正文抓取失败,暂无更多细节。
InclusionAI 的 Ling 3.1 Flash 已在 Vercel AI Gateway 上线,10 月 13 日前免费使用。该模型为混合推理语言模型,总参数 560B、每 Token 激活 25B,在 AI Gateway 上提供 262K Token 上下文窗口,面向编程、多步分析和使用工具的 AI 智能体场景。
Microsoft Research 发布 Quine,一个面向生物学复杂性的 AI 研究系统,由跨序列、结构、功能、细胞状态和成像等多模态数据训练的世界模型与连接科学工具、文献、湿实验和研究者的交互框架组成。
推荐理由:微软研究院公开面向生物学的多模态世界模型 Quine,并给出胰腺癌化合物筛选的湿实验验证结果。
OpenAI 回顾 DevDay 2026 上公布的 20 多项更新,涉及 GPT-6 Astra、ChatGPT、Codex、API、安全以及面向开发者的新工具。材料仅提供摘要,未披露各项更新的具体细节。
推荐理由:OpenAI DevDay 2026 一次性公布 20 多项更新,涵盖 GPT-6 Astra、ChatGPT、Codex 与 API,可快速了解其开发者生态布局。
OpenAI 发布 GPT-6.1 Sol,官方称其具备接近 Astra 的智能水平,面向编程、计算机操作和专业工作场景。该模型的 API 输入与输出 Token 价格为 Astra 标准价的五分之一。
推荐理由:OpenAI 发布 GPT-6.1 Sol,API 输入输出 Token 价格降至 Astra 标准价的五分之一,可用于编程与计算机操作。
OpenAI 的 GPT-6.1 Sol 已在 Vercel AI Gateway 上线,在编码、计算机使用和专业工作场景上较 GPT-6 Sol 有所改进,可读取复杂文档并执行多步工作流。
推荐理由:GPT-6.1 Sol 在编码与多步工作流上较 GPT-6 Sol 有改进,且标准输入输出定价低于 GPT-6 Astra。
Anthropic 最新的 Sonnet 模型 Claude Sonnet 5.5 已在 GitHub Copilot 正式可用,面向功能开发和修 bug 等日常编码工作。
推荐理由:Anthropic 新 Sonnet 模型接入 GitHub Copilot,官方测试称编码任务与 Sonnet 5 持平但步骤和 Token 更少。
OpenAI 的 GPT-6 Sol 和 GPT-6 Luna 以及 Anthropic 的 Claude Opus 5.5 已上线 Amazon Bedrock,前两者定价显著低于 GPT-5.6,后者比 Opus 5 用更少 Token 完成更多任务。
GPT-6 Astra 处理一份 50 个标签页的税务工作簿,速度是 GPT-5.6 Sol 的两倍。其对用户意图的理解更强,让 Basis 在真实场景中使用更有信心。
Fireworks 的 Ember-1 已在 Vercel AI Gateway 上线,这是一个基于 Kimi K3 构建、面向编码与智能体工作流的研究预览推理模型。
Proaction 使用 Codex、GPT-Live-1 和 GPT-6 Astra 构建、运营并销售现代车队管理服务,销售提升 60%,节省 75+ 小时。
Vercel 在 AI Gateway 上线 stealth/pixel-canary 模型,stealth 期间限时免费。该模型擅长编码,包括构建应用和重构现有代码,也适合前端开发与移动应用设计。
推荐理由:Vercel 在 AI Gateway 上线 stealth 模型 Pixel Canary,可对照其在 Next.js 评测中与 GPT 6 Astra 的分数差异。