Google DeepMind 发布 Gemini 4 Argon 前沿模型
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 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。
StarSkirmish 平台让 AI 自制 StarCraft 机器人互相对战,OpenAI 的 GPT-6 Astra 与 Claude Opus 5.5 表现基本持平,但都打不过人类制作的顶级机器人 Stardust。
Aleph Alpha 发布英德双语 MoE 模型 Kolibri,总参数 78B、激活 3B,支持最长 1M Token 上下文,权重已在 Hugging Face 以 Apache 2.0 许可开放下载。
TypeSafe AI 发布决策模型 Jev,它不生成文本,而是并行评估输入并返回带概率分数和置信度的类型化输出。该公司由前 OpenAI 研究者 Diogo Almeida 创办,Jev 已被 Vercel、Netlify 等平台集成。
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。
AWS 发布 Strands Decider 2B 决策模型,基于 Qwen3.5-2B 构建,可下载模型权重及训练数据和脚本。该模型移除生成文本的语言模型头,换成对候选答案打分的指针头,参数量略超一百万,主干使用 rank-16 LoRA 适配器,用于路由请求、选择工具和校验智能体动作。
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。
Google 发布旗舰模型 Gemini 4 Argon,在 18 项基准测试中 13 项取得领先或并列第一,知识工作与长上下文表现突出,编程类测试则互有胜负。
推荐理由:Gemini 4 Argon 在知识工作与长上下文基准上领先,但编程类测试表现分化,可对照其分阶段开放策略理解取舍。
Cohere 发布 Embed 5,提供 Embed 5 Pro 与 Embed 5 Fast 两个模型,二者共享同一嵌入空间,团队可用 Pro 建索引、用 Fast 查询而无需重建第二个索引。
OpenAI 发布 GPT-6.1 Sol,官方称这是一次重大升级,覆盖专业办公、操控电脑和 agentic 编程等任务。该模型智能水平接近 Astra,价格仅为其五分之一;上一代 GPT-6 Sol 于上周推出。Astra 迭代前两天因未通过安全标准被暂停。
推荐理由:OpenAI 一周内连发两代 Sol 模型,官方称覆盖专业办公、操控电脑与 agentic 编程,价格仅为 Astra 的五分之一。
OpenAI 在旧金山 DevDay 2026 开发者大会上发布个人智能体助理 dots,由 GPT-6 Astra 驱动,拥有独立的云端电脑并全天候运行。dots 以戴贝雷帽、架眼镜的彩色小圆点形象出现在手机和笔记本屏幕上,可集成进第三方应用,Sam Altman 称其比 ChatGPT 更有野心。
推荐理由:OpenAI 在 DevDay 2026 发布由 GPT-6 Astra 驱动的个人智能体 dots,可集成第三方应用并常驻云端。
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。
开源项目 Jeff 发布,它是 Qwen3.5 和 Gemma 4 的微调版本,定位为零样本分类器,一次前向计算即返回每个选项的校准概率,不生成文本、无需解析。在 RTX PRO 6000 上约 22 毫秒出一次决策,0.8B 微调版本在 benchmark 上逼近 Jev。
Anthropic 发布 Claude 5.5 家族第二个成员 Sonnet 5.5,定位为 Opus 5.5 的快而省互补款,主打高频日常任务、修 bug、文档和表格。官方称其比 Sonnet 5 速度快 30% 以上,多数任务成本低 30%,Agent 编程评测成绩从 10% 提升到 70%。
推荐理由:Anthropic 在 Claude 5.5 家族中补上主打高频日常任务的 Sonnet 版本,速度与成本数据可供选型参考。
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 发布 Claude Sonnet 5.5,这是首个带网络安全防护与模型回退的 Sonnet 模型。在 Terminal-Bench 4.0 上该模型得分 70.6%,高于 Opus 5.5 的 66.4%,但公司仍认为其网络安全能力弱于 Opus 5.5 和 Mythos 5.1。
推荐理由:Sonnet 5.5 首次在中等价位模型上启用网络安全防护与模型回退,开发者需要重新评估生产环境的调用行为。
Jeff 发布 Jev 兼容的 0.8B 与 2B 决策模型,基于 Qwen3.5 和 Gemma 4 微调,用于零样本分类,单次前向传播返回每个选项的校准概率,RTX PRO 6000 上约 22 ms、Apple M4 Max 上约 28 ms。
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。
Anthropic 发布 Claude 5.5 家族第二款模型 Claude Sonnet 5.5,相比 Sonnet 5 运行速度提升 30% 以上,多数任务成本最多降低 30%。
推荐理由:Anthropic 官方发布 Claude Sonnet 5.5,给出与 Sonnet 5、Opus 5.5 及 GPT-6 Sol 的基准对比和定价细节。
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。
Google 通过 Gemini API 和 Google AI Studio 发布 Gemini 3.8 Flash TTS 与 Gemini 3.8 Flash-Lite TTS,开发者可用文字描述或 10 至 30 秒录音创建并复用自定义语音。
小米 MiMo 团队公开 MiMo-V3 的新推理架构 HySparse2,面向长程多轮 Agent,目标是减少 Prefill 计算、缩小 KV Cache 并提升长上下文检索精度。相比 MiMo-V2.6 的 Hybrid SWA,官方给出了相对收益系数,并称在百万 token 场景下 Prefill 计算量减少一半。
飞捷科思全面开源 Fysiverse-3D,这是其 Fysiverse 物理世界模型体系中面向三维世界构建的系列工作,覆盖从一句话到一个可执行世界的完整链路。该方案先由可验证空间文生图方案 SpatialGuard 对自然语言中的空间意图进行显式规划,生成空间关系准确、可验证的视觉观测,为下游重建提供可靠输入。
飞捷科思开源 OmniFysics“双子星”,在物理感知与物理参数相关任务上拿下 24 项世界第一。该模型综合图像、视频、声音与语言,不仅识别物体,还判断物体如何接触、发生哪些变化,面向运动预测、碰撞分析与机器人行动等物理理解场景。
飞捷科思正式推出面向全模态世界感知和物理状态推理的评测基准 FysicsReason,称其为全球首个此类基准。现有评测体系主要关注模型“最终做对了什么”,难以判断模型是否准确感知到支撑推理的关键信息,而该基准针对这一问题设计。
9月22日至24日云栖大会期间,来自浙大的"求是引擎"完成国内首次72小时不间断AI科研直播,公开挑战人类300年来未解的数学难题吻接数问题,并巨大推进和更新了该课题。与OpenAI聚焦"用AI解数学难题"不同,"求是引擎"把"科研过程"本身做成了系统。
阿里千问在 9 月 22 日云栖大会发布 AI 手机全栈解决方案 Qwen Intelligence,不涉及硬件生产,为手机厂商提供模型、平台与场景方案的一站式 AI 底座。方案核心是系统级 Agent Harness 架构,内置 Mobile Planner Agent 等三大 Agent,规划 Agent 成功率达 90%。
9 月 22 日 2026 云栖大会在杭州开幕,阿里巴巴集中发布通义千问一年进展,并称基于新一代架构的 Qwen4 已进入训练。大模型递归自我改进(RSI)已从论文概念进入真实训练、推理和芯片协同环节,往后 Qwen4.5、Qwen5 的参数规模将扩展到 5 万亿至 10 万亿。
推荐理由:阿里在云栖大会披露 Qwen4 已进入训练,并给出后续参数规模规划,可了解其大模型迭代路线。