Cloudflare 发布 Clef 与 Clef-flash 决策模型,主打低延迟智能体决策
Cloudflare 发布面向 AI 智能体的决策模型 Clef 和 Clef-flash,分别基于 Qwen3.8-27B 与 Qwen3.5-9B,以 Apache-2.0 许可在 Hugging Face 和 Workers AI 上提供。
Cloudflare 发布面向 AI 智能体的决策模型 Clef 和 Clef-flash,分别基于 Qwen3.8-27B 与 Qwen3.5-9B,以 Apache-2.0 许可在 Hugging Face 和 Workers AI 上提供。
Ai2 开源 AstaBrief 8B,一个把研究问题和检索文献片段转成带引用报告的小模型,已在 Asta 的 Generate a report 功能中作为 Fast 模式上线,并同步开放模型权重、训练数据和可从自有 PDF 生成报告的示例工作流。
推荐理由:原文给出数据过滤和 SFT 加 DPO 的具体配方,读者能据此判断开源小模型在科学报告生成上保留了多少专有模型的质量。
Black Forest Labs 发布图像生成模型 FLUX 3 Image,支持生成最高 4K 分辨率图片,放大后仍保持丰富细节。用户可在归一化的 0–1000 坐标网格上为每个元素指定 ID、描述文本及精确边界框,单次生成最多融入 10 张参考图像。模型支持对指定区域修改并保持其他像素不变,目前作为付费服务提供,开放模型版本将于数周内公开。
MiniMax 正式推出新一代音乐生成模型 Music 3.0,用户提供一个创意想法和可选歌词即可一次生成一首最长 5 分钟的完整歌曲,涵盖作曲、编曲、演唱与制作。
推荐理由:官方拆解了从多层 RVQ、Hybrid-LM 到 Flow-Matching 的完整生成链路,读者可据此判断音乐生成在音质与人声自然度上的改进方向。
MiniMax 正式推出语音大模型 MiniMax Speech 2.8,首次实现原生语气词支持,并升级了音色克隆、音质与跨语言合成。仅需 10 秒原声片段即可克隆音色,新模型消除了背景杂音与机械毛刺感,并率先修正中文音色合成日语时的发音偏移。该模型已全面上线 MiniMax 开放平台与 MiniMax Audio,一个音色支持 40+ 种语言。
MiniMax 正式发布全模态生成模型 H3,支持对文本、图像、视频、声音组成的多模态上下文统一理解,可输出原生双声道音视频,最高支持 15s 2K 分辨率。官方称在 2K 分辨率下每秒价格不到主流模型的 1/3,768P 下约为主流模型 720P 的 1/2。MiniMax 计划在未来几天内在符合相关法律法规的前提下开放模型权重,并称 H3 设计初期已考虑多款现有国产芯片的兼容性。
推荐理由:官方给出全模态生成的预训练任务划分与三项关键技术取舍,可看清视频模型从专用走向任务统一的路线。
字节 Seed 团队发布 Seedream 5.0 Pro 图像生成模型,具备复杂信息图设计、空间批注精准编辑与多语种原生生成能力。该模型可直出教育办公信息图与技术图纸,并根据涂鸦线稿拆分图层编辑。其原生支持十余种语言输入生成,包括西班牙语、孟加拉语及日语漫画等。
推荐理由:字节 Seedream 5.0 Pro 展示了复杂信息图直出、空间批注编辑与十余种语言原生生成能力,便于创作者评估适用边界。
字节 Seed 发布新一代音视频生成模型 Seedance 2.5,单段视频时长提升至 30 秒并支持两次延长。该模型强化了参考视频意图理解与编辑可用率,提供白模控制、绿幕编辑等进阶能力,以适配专业视频创作流程。
字节 Seed2.1 模型发布,在 KINA、SuperGPQA 等知识基准及 SWE-Atlas、Terminal Bench 2.1 等代码与智能体任务中取得高分。该模型在 MathVision、MMMU-Pro 等多模态推理及 VideoMME 长视频理解测试中表现优异,展现了其在复杂场景下的综合能力。
月之暗面(Kimi)发布开源思考模型 K2 Thinking,作为思考智能体在 HLE(44.9% with tools)、BrowseComp(60.2%)等基准达到 SOTA,支持 200–300 步连续工具调用。模型已在 kimi.ai 聊天模式上线并开放 API,原生 INT4 推理带来约 2 倍生成加速。这是其通过扩展思考 token 与工具步骤进行测试时缩放的最新尝试。
推荐理由:Kimi K2 Thinking 以开源权重实现 HLE 44.9% 等得分,读者可据此对比闭源前沿模型思考与代理能力差距及适用场景。
DeepSeek-V3.1 现已更新至 DeepSeek-V3.1-Terminus,官方 App、网页端、小程序与 DeepSeek API 均已同步更新,并开放 Hugging Face 和 ModelScope 开源下载。
推荐理由:官方列出 Terminus 在 Agent 与语言一致性上的改进及测评对比,便于了解本次版本更新重点。
DeepSeek 发布实验性模型 DeepSeek-V3.2-Exp,在 V3.1-Terminus 基础上引入 DeepSeek Sparse Attention 稀疏注意力机制,针对长文本训练和推理效率做优化,在公开评测集上表现与 V3.1-Terminus 基本持平。
推荐理由:稀疏注意力在公开评测表现基本持平的前提下降低长文本推理成本,API 价格随之下降五成以上。
DeepSeek 同时发布 DeepSeek-V3.2 和 DeepSeek-V3.2-Speciale 两个正式版模型,网页端、App 和 API 已由 DeepSeek-V3.2-Exp 升级为正式版 V3.2。
推荐理由:DeepSeek 同时发布 V3.2 与 V3.2-Speciale 两个正式版模型,并把思考模式接入工具调用,读者可据此比较开源与闭源模型在 Agent 评测上的差距。
DeepSeek 上线并开源全新系列模型 DeepSeek-V4 预览版,分为 DeepSeek-V4-Pro 与 DeepSeek-V4-Flash 两个版本,均支持 1M 上下文和思考模式。
推荐理由:官方给出 V4 两个版本的参数、上下文与各项评测位次,可据此判断开源模型在 Agent 与推理上的当前位置。
DeepSeek 发布 V4.1 Flash,这是全新模型结构系列中最小尺寸的模型,为 552B 参数的 MoE 模型并具备原生多模态视觉理解能力,API 模型名改为 deepseek-flash 即可调用。
推荐理由:原文给出 552B MoE 结构、KV Cache 压缩幅度与 API 定价调整,可据此判断高效推理模型的成本走向。
Microsoft AI 发布 MAI-Transcribe-2-Streaming 实时转录模型与 MAI-Voice-2.1 等文本转语音模型,面向语音智能体。
Black Forest Labs 发布 Flux 3 模型家族的图像模型 Flux 3 Image,官方称其支持多步编辑而不改动画面其他部分。该模型覆盖文生图、图生图、文字渲染与照片级真实感,支持用边界框构图、最多十张参考图和最高 4K 输出。
GPT-6 Astra Ultrafast 现已在 OpenAI API 及符合条件的 ChatGPT Work 与 Codex 用户中可用,基于 NVIDIA Blackwell GPU 推理优化,token 生成速度较 Astra Standard 模式最高提升 8 倍。
推荐理由:GPT-6 Astra Ultrafast 在 Blackwell 上比标准模式快最多8倍,可缩短编码智能体在工具调用间的等待,提升交互流畅度。
Ideogram 发布新模型 Ideogram 4.5,称其只改动用户指定区域,换装等局部编辑不会改变人物身形和背景。该模型提供四档质量,单张价格 0.8 至 22 美分,均为原生 2K 分辨率,现已在 Ideogram 平台和 API 上线,目标场景包括产品摄影、室内设计、照片修复和图内文字编辑。
Tavus 的 Griffin 模型在1分钟视频通话中让48%参与者误认为真人,此前系统最高仅2%。在 Tavus 所述的 Nvidia 独立音频视频对话拟人测试中 Griffin 获3.83分接近人类3.92分,预览版 Griffin-Lite 已开放给选定测试者。Tavus 成立于2020年,从营销视频扩展至实时对话。
Amazon Web Services 发布开源决策模型 Strands Decider 2B,受 Jev 启发,以低成本和置信度评分适配智能体工作流的步骤决策。该模型基于 Qen3.5-2B 构建,完全开源可本地运行,由 Strands Labs 推出;同周 OpenAI 也宣布了类似产品,反映决策模型涌现。
Allen AI 发布 Olmo-core 3,一套面向大规模 MoE 的开放训练框架,设计目标是把 MoE 训练扩展到万亿参数级。
谷歌发布 Gemini 4 Argon 模型,在 DeepSWE v1.1 以 77.9% 超越 Opus 5.5 与 GPT-6 Astra,单项任务成本最低 1.99 美元。模型支持百万 Token 输出上限并强化防御性网络安全,目前仅向筛选的网络安全团队开放。谷歌内部用例显示其可释放超 300 TiB 内存并让 Rust 代码提速 2.7 倍。
Google 发布新一代前沿模型 Gemini 4 Argon,在多项基准上追平 OpenAI 和 Anthropic 的竞品,但未取得明显领先。Argon 先向 Fairwind 计划的“可信网络防御者”和 Google 内部团队开放,之后才逐步面向开发者、企业和消费者,API 促销价为每百万输入 token 2 美元、输出 10 美元。
Google 宣布推出 Gemini 4 Argon AI 模型,但目前用户还无法使用。此前外界预期的 Gemini 3.5 Pro 并未出现。
Google 母公司 Alphabet 发布 Gemini 4 Argon,称其可处理编码、研究和写作等任务,并专门针对防御性网络安全训练,能自主发现、验证并修补关键软件漏洞。
Google 发布新一代前沿模型 Gemini 4 Argon,称其在真实软件工程、法律金融等企业知识工作和网络安全防御等复杂工作流中具备前沿性能。该模型初期仅向一组可信网络防御方开放,Google 表示正参与美国政府的前沿模型预发布访问流程并逐步扩大访问范围。
Google DeepMind 发布 Gemini 4 Argon,面向编码、企业知识工作和网络防御,先在 Fairwind 计划的政府用户与可信网络防御者中开放,之后才向开发者、企业和消费者开放。
Google DeepMind 发布新前沿模型 Gemini 4 Argon,先通过 Fairwind Program 向受信任的网络安全防御方开放,随后逐步扩展到开发者、企业和消费者,起价为每百万输入 token 2 美元、每百万输出 token 10 美元。
推荐理由:官方给出 Argon 在长程编码、企业知识工作与网络安全防御上的基准与内部落地数据,可据此判断前沿模型的能力边界与分阶段开放节奏。
Google 发布 Gemini 4 Argon 前沿模型,用于长程软件工程与网络防御,初期仅向可信防御者开放。该模型入门价每百万输入 token 2 美元、输出 10 美元,输出上限升至 1M token,在 DeepSWE v1.1 达 77.9% 居首。更广访问将优先面向付费 API 与 Google AI Ultra 订阅用户。
OpenAI 发布 GPT-6.1 Sol,以 Astra 五分之一输入输出 token 价格提供接近 GPT-6 Astra 的性能。该模型在 DeepSWE v1.1 等基准以更低成本匹配 Astra,已通过 API 以 gpt-6.1-sol 开放,定价每百万输入 token 2 美元、缓存输入 0.10 美元、输出 10 美元,并计划推出 Ultrafast 选项。
推荐理由:GPT-6.1 Sol 以 Astra 五分之一价格实现接近性能,用户可对比它与前代及竞品在编码与办公任务上的成本差异。
文章指出 OpenAI 正在打击旨在提取模型推理能力的保护性模型蒸馏计划,并加强防御措施。
OpenAI 发布 GPT-6.1 Sol 超快模式,支持 8x 生成速度,定价 $60/M tokens,在自动化基准上击败 Opus 5.5 的 1/3 成本,并引入 Decisions API 和 Codex 云环境。
Anthropic 发布 Claude Sonnet 5.5,较 Sonnet 5 输出速度提升超 30% 且多数任务成本最高降 30%。
推荐理由:Anthropic推出Claude Sonnet 5.5模型,速度较Sonnet 5提升超过30%且多数任务成本降低最多30%,与Opus 5.5形成高低搭配,便于开发者按任务难度选择性价比方案。
OpenAI 推出 GPT 6.1 Sol,该模型提供接近 Astra 水平的智能,价格仅为后者的五分之一。
NVIDIA 发布开源表格基础模型 Kumo Tabular,支持分类与回归任务,单次前向传播即可预测新行标签,无需训练或特征工程。该模型在 TabArena、BeyondArena、TALENT 和 ScoringBench 四个基准测试中均排名第一,提供 28M 至 215M 参数三种尺寸,基于 OpenMDW-1.1 许可证开放商用。
推荐理由:该模型在四个基准测试中排名第一,展示了无需训练即可处理表格数据的效率与准确性平衡。
开源多模态模型 GPT-6.1 Sol 发布,支持代码、电脑及专业工作,价格减半,上下文 8k,参数 175B,速度 3.5x,可用性开源。
2026 年 9 月 29 日发布的 OpenAI DevDay 2026 回顾,涵盖 GPT-6 Astra、ChatGPT、Codex 及多模态工具,标志着大模型生态的重大演进。
Anthropic 发布新模型 Claude Sonnet 5.5,官方称其运行速度提升 30% 以上,大多数工作成本降低最多 30%。该模型定价与 Sonnet 5 相同,但在各项基准测试中表现优于 Sonnet 5,且成为 claude.ai 免费层使用的模型。
推荐理由:原文对比了 Sonnet 5.5 与 Opus 5.5 在编码任务上的表现,并指出其成为 claude.ai 免费层模型带来的竞争变化。
本文介绍了 OpenAI 发布的 Towards safety cases for frontier AI training 模型,涵盖技术保障、运营实践及误alignment 调查,旨在构建前沿 AI 训练的安全防线。