Latent Space 宣布 AINews v3 计划及平台转型
Latent Space 宣布将 AINews 与 Discord 社区合并,并计划迁移至 Beehiiv 以构建多节目网络。AINews 订阅量已超 20 万,Discord 成员达数万。平台重新开放赞助合作,并将于下周在 Supabase Select 活动上采访其创始人。
Latent Space 宣布将 AINews 与 Discord 社区合并,并计划迁移至 Beehiiv 以构建多节目网络。AINews 订阅量已超 20 万,Discord 成员达数万。平台重新开放赞助合作,并将于下周在 Supabase Select 活动上采访其创始人。
Liquid AI 发布 LFM2.5-VL-DSpark 实验性草稿模型,为 LFM2.5-VL-3B 视觉语言模型引入推测解码路径。该模型增加 280M 参数,在 H100 上实现最高 2.66x 解码加速,并支持 llama.cpp、MLX-VLM 和 SGLang。
NVIDIA GeForce NOW 发布 CONTROL Resonant 云端游戏,支持 GeForce RTX 5080 类性能与 NVIDIA DLSS 4 技术。
Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS,支持通过自然语言提示创建自定义角色声音并逐行指导场景对话。
推荐理由:原文展示了从静态预设到动态创意工作室的转变,提供了多语言角色定制与场景对话控制的具体能力。
Google 正在内部测试代号为 "argon" 的 Gemini 4 Pro 早期检查点,其 256k token 输出限制远超此前版本。早期测试显示该模型生成的前端代码设计整洁且解决了以往 Gemini 模型设计品味不佳的问题,单次生成耗时约 14 分钟。此前 Google 曾暗示开发 Gemini 3.5 Pro,但此次直接跳过该版本号推出 4 Pro。
Anthropic 发布 Claude Opus 5.5,称其为新 Claude 5.5 家族首个模型,多数任务达到 Claude Fable 5.1 水平,运行成本比 Opus 5 低 40%,并成为 Claude Code 与 Claude 应用的默认模型。
推荐理由:汇总了 Opus 5.5 与 GPT-6 Sol/Luna 同日的定价、基准与第三方评测,便于对比两家新模型的取舍。
Anthropic 发布 Claude Opus 5.5,约一小时后 OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna,作者 Simon Willison 记录了自己的初步印象。
推荐理由:作者实测对比了同日发布的三款新模型,并给出完整价格表,可据此判断这轮降价对应用选型的影响。
OpenAI 推出 GPT-6 Sol 和 GPT-6 Luna 两款更快更便宜的模型,API 价格比 GPT-5.6 促销价低 50%。Sol 每百万 token 输入 $2 输出 $10,Luna 输入 $0.10 输出 $0.50,在 AutomationBench 等基准中以更低成本达到或超越部分 Claude 模型。
推荐理由:原文给出了 GPT-6 Sol 与 Luna 的具体 API 定价与多项基准测试成绩,读者可据此比较两款模型相对前代 GPT-5.6 及 Claude 对手的成本效率差异。
Anthropic 发布 Claude Opus 5.5,典型工作负载运行成本比 Opus 5 低 40% 且输出速度快 30% 以上。API 定价为每百万输入 token $4、输出 $20,编码聚焦使其在 Terminal-Bench 4.0 获 66.4% 且可短时审计 200,000 行代码库。Claude Sonnet 5.5 与 Haiku 5.5 将于未来数周跟进发布。
推荐理由:原文对比了 Opus 5.5 与 Opus 5 及竞品的任务成本和评测表现,便于判断其编码与知识工作优势。
OpenAI 发布 GPT-6 Sol 和 Luna 两款模型,面向日常工作场景提供前沿智能,两者在能力与成本上有不同的平衡取向。
OpenAI 产品负责人 Tibo Sottiaux 确认将于周二发布 GPT-6 Sol 和 Luna 模型。Sol 定位为日常主力,Luna 为轻量低成本选项,旨在替代昂贵且沉重的 Astra 模型。此次发布早于 9 月 29 日举行的 DevDay 2026 大会,被视为为后续硬件等重磅公告腾出空间的战略举措。
小米发布 MiMo-V2.6 系列两款原生全模态开源模型,MiMo-V2.6-Pro 为 1.02T 总参数、42B 激活参数,Artificial Analysis 智能指数 46,位列开源权重模型首位,定价 $0.435/M 输入、$0.87/M 输出 token,采用 MIT 许可。
推荐理由:小米首次进入前沿开源模型序列,其RL环境与训练配方开源,可观察后训练成本压缩到何种程度。
小米发布并开源 MiMo-V2.6 系列,包含原生全模态模型 MiMo-V2.6-Pro 与主打低成本效率平衡的 MiMo-V2.6-Flash,覆盖编码、视觉任务与计算机操作。
SpaceXAI 发布 Grok 4.7,其最强编码与知识工作模型,已开放给 Cursor、Grok Build、Grok API 等平台。定价为 $2 per million input tokens 和 $6 per million output tokens,CursorBench 4.0 得分 46.3% 高于 Grok 4.6 的 40.4%。
Anthropic 正在对 Claude Fable 5.2 和 Opus 5.5 进行静默测试,其中 Opus 5.5 计划于本周二发布。Fable 5.2 在无需外部工具的情况下生成了复杂的交互式 JavaScript 游戏,表现优于 GPT-6 Astra。此前 Anthropic 刚推出 Claude Fable 5.1,此次测试被视为对现有模型的重大升级。
SpaceXAI 发布 Grok Voice Transcribe 2.0 语音转文本模型,准确率较 1.0 翻倍且价格不变。该模型支持数十种语言自动检测、实时流与批量转写,提供词级时间戳和免费说话人分离,现有 API 集成无需代码更改即可更新,而版本 1.0 将在未来几周弃用。
本文介绍了一种基于 C++ 的实例生成器 MilleMiglia,用于创建中程物流网络的高保真基准。该模型解决了中程物流特有的多车调度与时间窗口同步难题,生成隐私保护的数据,为未来研究提供关键构建块。
TypeSafe AI 结束两年隐身期,推出首个 System One 模型 Jev 并开启早期访问。该模型通过并行评估返回带置信度的结构化决策,输入定价为每百万 token 0.042 美元,输出免费,端到端响应时间为 70 至 500 毫秒。创始人 Diogo Almeida 曾参与 ChatGPT 开发,Jev 旨在替代开放式文本生成,提供快速且类型安全的决策层。
泄露截图显示谷歌正在测试名为“Mathematica”的数学专用 DeepThink V3 模型,支持 100 万 token 上下文窗口和 65,536 token 输出限制。该模型目前处于内部员工测试阶段,尚未获得官方确认。此前谷歌已推出针对精英数学竞赛的 Gemini DeepThink IMO 模式。
Apodex 发布 Apodex 1.1 模型家族,旗舰为 397B 模型、260K 上下文窗口,另有 35B 开源权重版本 Apodex 1.1 mini。
Google 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款多模态实时模型,面向生产级语音智能体,并在语音到语音评分中位列第一。
Google 推出 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两款语音模型,面向近实时对话与任务执行。
Google DeepMind 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking,旨在提升实时语音对话的智能与并行推理能力。
推荐理由:原文给出了两款实时语音模型在推理与工具调用上的具体基准表现,读者可据此评估其在生产级语音智能体中的适用性。
OpenAI 在 API 中发布 GPT-Live-1 全双工语音模型,可同时听说并处理中断与确认。该模型在 Full Duplex Bench 上比 GPT-Realtime-2.1 高30百分点,API 定价每分钟 $0.05。早期用户包括 Yelp Host、Speak 与 Cognition 的 Devin,适用于电话与客服工作流。
推荐理由:GPT-Live-1 将 ChatGPT 全双工语音开放至 API,相较级联方案可减少延迟与代码量,便于构建自然语音智能体。
OpenAI 在 API 中推出 GPT-Live-1,为开发者带来自然的全双工语音对话能力。该模型在指令遵循上更强,并支持自定义音色和电话(telephony)接入。
推荐理由:OpenAI 把全双工语音对话能力开放到 API,开发者可据此判断语音应用的接入方式。
DeepSeek 正式发布 DeepSeek-V4.1-Flash 模型,为新架构家族最小模型并原生支持多模态视觉理解。
推荐理由:DeepSeek-V4.1-Flash作为新架构最小原生多模态模型发布,API改用deepseek-flash且旧名临时路由,价格随之下调便于迁移。
Inception 发布扩散大模型 Mercury 2.5,生成速度达每秒 1,107 token 并支持 260K token 上下文。相比 Mercury 2 智能提升 40%,具备可调推理与并行工具调用能力,面向搜索语音编码等低延迟场景。该版本基于 Mercury 2 的生产反馈训练,是反馈循环的首个成果。
OpenAI 推出 ChatGPT Images 2.5 图像模型,生成延迟较 Images 2.0 最高降低 50%,已面向所有 ChatGPT、ChatGPT Work 与 Codex 用户开放。API 同步提供 GPT-Image-2.5 Flare 与 Sunburst 两款模型分别覆盖通用与高级编辑场景,并新增 @Sketch 绘图等创作工具。
OpenAI 发布 GPT-6 Astra,称其是面向企业场景能力最强的模型,具备高级推理、计算机操作以及更强的写作与设计判断力。
推荐理由:OpenAI 公布 GPT-6 Astra 面向企业场景的能力定位,读者可据此了解其推理与计算机操作方向。
IFM 发布 K2 Horizon 模型家族,包含 0.9B、3.7B、7B、32B、36B 和 375B 六款语言模型,并公开各模型训练代码与日志。模型与代码基于 Apache 2.0 许可,额外释放中间检查点及奖励黑客行为记录,便于社区审计;这是 IFM 自 LLM360 线以来首次覆盖端侧到 375B 智能体全尺寸范围。
OpenAI 发布 GPT-6 Astra,已向 ChatGPT Work、Codex 及 API 开放。API 模型 gpt-6-astra 定价 $10 per million input tokens 与 $50 per million output tokens,Fast 模式双倍速双倍价。
推荐理由:原文给出 GPT-6 Astra 在 OSWorld 2.0 对比 GPT-5.6 Sol 的耗时与准确率,读者可判断其计算机使用效率提升。
Google DeepMind 发布 WeatherNext 3,这是其最先进的全球气象 AI 模型,支持实时卫星数据输入和每小时刷新。该模型在 5 公里分辨率下提供温度等表面变量预测,并将降水预测准确率提升最高 60%,已集成至 Search、Gemini 和 Maps 等产品。
推荐理由:模型直接学习实时卫星数据并实现每小时更新,为高纬度地区提供更高精度的局部气象预测。
Hugging Face 推出 NeoMME 系列多模态多语言编码器,含 260M 和 800M 两个版本,用单个双向 Transformer 同时处理文本 token 与 32×32 图像 patch,无需独立视觉塔或因果语言模型,并以掩码离散扩散目标从零训练。
Google DeepMind 发布 Gemini 3.8 Flash 和面向安全防御的 Gemini 3.8 Flash Cyber,前者定价与 3.7 Flash 相同,为每百万输入 token 0.75 美元、每百万输出 token 3.75 美元。
推荐理由:官方给出 3.8 Flash 与 Cyber 两个变体的能力、定价和开放入口,可据此判断长程编码与安全场景的选型。
Google 发布 TimesFM-3,这是其新一代时间序列基础模型,原生预训练支持多变量预测,参数量 3.3 亿,预训练语料超过 1 万亿个时间点。模型支持多目标、历史协变量和已知未来协变量,采用交替注意力架构与 Contiguous Patch Masking,单次前向传播即可生成整个预测区间,并为每个目标输出 10 到 90 分位的 9 个分位数。
微软研究院推出 GigaPath-Flash 和 GigaTIME-Flash,以蒸馏自十亿参数 GigaPath 编码器的 22M 参数 ViT-S 骨干替代原模型,在 PANDA 前列腺分级和 EBRAINS 脑肿瘤分型基准上以约 50 倍更少算力达到原 GigaPath 3% 以内的性能。
Google DeepMind 发布 Gemini 3.5 Transcribe,称其为目前最精确的语音转文字模型,可直接把原始音频转成准确、格式化文本。据 Artificial Analysis 测量,流式场景平均 WER 为 4.0%,非流式为 2.6%,最终转写时间较前代 Chirp 3 改善 70%;模型支持 85 种以上语言自动检测、自定义词汇和最多三位说话人区分。
推荐理由:官方给出 WER、延迟与多语言等量化指标,并列出两套 API 与产品落地入口,便于判断语音转写能力边界。
IBM Granite 团队发布 Granite 4.2,这是其首个稠密、decoder-only 的推理模型家族,包含 3B、8B、30B 三个尺寸,均以 Apache 2.0 许可开源。
推荐理由:IBM 公开了 Granite 4.2 从预训练到多阶段 RL 的完整构建流程,可对照其分阶段课程与奖励设计理解推理模型如何训练。
DeepSeek 在 API 平台发布实验性多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp。其纯文本能力与 DeepSeek-V4-Flash 持平,在需视觉理解的 agent 基准上显著跃升,多模态 agent 能力接近 Opus-4.8。调用需设置 model='deepseek-v4-flash-vision-exp'。
推荐理由:DeepSeek 正式发布实验性多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp,该模型在需视觉理解的 agent 基准上较同族文本模型大幅跃升,多模态 agent 能力接近 Opus-4.8。
Google DeepMind 发布 Gemini 3.7 Flash,定位为面向编码和智能体的最强主力模型,距 Gemini 3.6 Flash 发布仅三周。
推荐理由:官方给出与 3.6 Flash 的多项基准对比和半价定价,可据此判断编码与智能体任务的性价比变化。