Reflection 发布开源权重模型 Beam,主打低算力对标 DeepSeek 与 Qwen
AI 公司 Reflection 发布首款免费开放模型 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。
AI 公司 Reflection 发布首款免费开放模型 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。
Reflection 发布 Beam,一个总参数 501B、激活 23B 的 MoE 文本模型,面向编码、智能体与科研任务,从零训练,Apache 2.0 全量权重预计本月发布。
Reflection AI 发布首款前沿开源权重模型 Beam,称其在高级推理基准上追平 Z.ai 的 GLM-5.2,且推理算力消耗少 3-4 倍。Beam 为文本 MoE 模型,总参数 5010 亿、激活 230 亿,预训练 23.8 万亿 token,上下文窗口 100 万 token。公司称本月将公开权重与完整技术细节,并通过超大规模云厂商和 neocloud 分发。
Reka AI 发布 190 亿参数全模态模型 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。与多数将任务分发给专用模型的系统不同,Rho-1 把所有模态作为 token 放在同一上下文窗口中运行,无需工具调用或外部模型,可实时生成连续视频并即时响应新指令,预测摄像头图像的同一套权重也驱动机器人运动。
Aleph Alpha 发布德英双语模型 Kolibri,总参数 78B,采用 MoE 架构,每 token 约激活 3B 参数。该模型在德语基准上得分 71%,解码速度快于 GPT OSS A5B、Qwen 3.6 A3B 和 Gemma 4 A4B 等对比模型,训练数据中德语占 21.3%,并使用中文模型生成合成训练数据。
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。
OpenAI 发布 GPT-6.1 Sol,定价 $2/$10 per million input/output tokens,在 DeepSWE v1.1 上比 GPT-6 Sol 高 6.4 分,Agent Arena 中位任务成本 $0.56,比 GPT-6 Sol 便宜 39%。
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,已在 Asta 的 Generate a report 功能中作为 Fast 模式上线,同时开放模型权重和训练数据。
推荐理由:Ai2 公开了 AstaBrief 的训练数据构造、引用过滤与评测细节,可了解小模型做科研报告生成的取舍。
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类在环。
微软 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。
Black Forest Labs 发布 Flux 3 模型家族的图像部分 Flux 3 Image,官方称其支持多步编辑且不改动图像其他部分,覆盖文生图、图生图、文字渲染和照片级真实感。
推荐理由:Flux 3 Image 支持多步编辑且不改动画面其余部分,并给出 API 折扣与开源权重时间表。
Tavus 推出 Griffin,公司称其为首个 Human Interaction Model(HIM),可在接收和生成视频的同时处理语音、面部表情、语调、手势和停顿。
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的伪影。该模型提供四档质量选项,每张图 0.8 至 22 美分,均为原生 2K 分辨率,现已上线 Ideogram 平台和 API,合作方包括 Picsart、Runway、Pika 和 Leonardo AI,并称即将推出开放权重版本。
Google DeepMind 发布 Gemini 4 Argon,面向编码、企业知识工作与网络防御,先在 Fairwind 计划的政府用户和可信网络安全人员中开放,后续再向开发者、企业和消费者放开。
推荐理由:汇总了 Gemini 4 Argon 的基准、定价与可用范围,并附上多位评测者对数据的质疑,便于对照判断其真实水平。
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、验证和修补关键软件漏洞。
Google 发布新前沿模型 Gemini 4 Argon,在多项基准上缩小了与 OpenAI、Anthropic 的差距,但未取得明显领先。该模型先向 Fairwind 计划的“可信网络防御者”和 Google 内部团队开放,之后才面向开发者、企业和消费者,API 定价为每百万输入 token 2 美元、输出 token 10 美元(推广价)。
Google 发布新一代前沿模型 Gemini 4 Argon,称其在软件工程、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安全方开放,Google 表示正参与美国政府的前沿模型预发布访问流程,并将在扩大开放前加强防范滥用、提示词注入和失准等前沿安全保障。
推荐理由:Google 发布 Gemini 4 Argon 却先限制给可信网络安全方,读者可据此观察前沿模型发布节奏与安全审查的关系。
Google DeepMind 发布新一代前沿模型 Gemini 4 Argon,先通过 Fairwind Program 向受信任的网络安全防御者开放,随后再面向开发者、企业和消费者推出。
推荐理由:官方披露了 Argon 的输出上限、定价与多项基准成绩,可据此判断前沿模型在长程工程与安全防御上的进展。
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。
Simon Willison 就 GPT 6.1 Sol 发布发表评论,称其以五分之一的价格提供接近 Astra 的智能。他因直播 OpenAI DevDay 2026 主题演讲而稍晚发布鹈鹕测试,测试结果显示 GPT-6.1-Sol 与 GPT-6 系列鹈鹕图没有明显差异。
Hcompany 发布 Holo4 系列智能体模型,提供 27B 稠密和 35B-A3B MoE 两个版本,并同步更新 Holotron4 Nano,权重已在 Hugging Face 开源。
推荐理由:Holo4 同时开源权重与全部评测轨迹,读者可据此判断通用计算机操作智能体在成本与能力上的取舍。
NVIDIA 发布开源表格基础模型 Kumo Tabular,属于 Kumo Structured 模型集合,给定带标签的表格行即可在单次前向传播中预测新行标签,无需训练、调参和特征工程,覆盖分类与回归。
推荐理由:NVIDIA 开源表格基础模型,给出免训练免特征工程的做法与四个基准排名,可据此判断表格预测工作流的变化。
OpenAI 发布 GPT-6.1 Sol,官方称其具备接近 Astra 的智能水平,面向编码、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 标准价格的五分之一。
推荐理由:OpenAI 发布 GPT-6.1 Sol,给出接近 Astra 的能力定位与五分之一的 API 价格,读者可据此判断其性价比。
OpenAI 发布 GPT-6.1 Sol,称其在智能体编码、计算机使用和办公任务上接近因安全问题推迟发布的旗舰模型 GPT-6.1 Astra,成本约为后者的五分之一。
推荐理由:OpenAI 因安全顾虑推迟旗舰 Astra,转而发布价格仅其五分之一的 Sol,读者可据此比较成本与能力的取舍。
OpenAI 在 DevDay 上发布 GPT-6.1 Sol,称其在智能体编码、计算机使用和专业工作上接近 GPT-6 Astra 的智能水平,标准输入输出 token 价格仅为后者的五分之一。
推荐理由:OpenAI 在 DevDay 发布 GPT-6.1 Sol,并披露 GPT-6.1 Astra 因安全顾虑被搁置,读者可据此了解其能力定位与定价策略。
ElevenLabs 发布 Eleven v4 语音模型,能更准确地跟随脚本中的情绪、停顿和音效标签,并在长内容制作中保持音色一致。新架构同时支撑 Turbo 版本,官方测试中约 150 毫秒开始输出语音,对比 Cartesia Sonic 3.6 的 262 毫秒和 OpenAI GPT-4o mini TTS 的 814 毫秒。
Anthropic 发布中端模型 Sonnet 5.5,称其比上一代快 30%,token 消耗速度显著更低,定位为日常任务助手,可用于编码和办公文档。Anthropic 的基准测试显示 Sonnet 5.5 在智能体编码上表现优于 Opus 5.5,原因可能是它能在不超成本上限的情况下生成多个智能体。
Anthropic 本周发布 Claude Opus 5.5,在 SimpleBench 上以 88.4% 领先,并被社区认为擅长用代码生成讲解视频。在 Terminal-Bench-Science 上,Opus 5.5 从低推理档的 24% 升至 xhigh 档的 62%,max 档反而回落到 59%,有用户建议避开 max 档。
推荐理由:汇总 Opus 5.5 与 GPT-6 系列在基准、成本与社区口碑上的对比,可快速判断前沿模型格局变化。
Anthropic 发布 Claude Sonnet 5.5,官方称其运行速度提升 30% 以上、多数任务成本最多降低 30%,定价与 Sonnet 5 相同但在各项基准上均优于 Sonnet 5。
推荐理由:作者实测了 Sonnet 5.5 的编码表现与免费层可用性,并给出与 Opus 5.5 的横向参照。
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上可用,定位为更高效、单任务成本更低的 Sonnet 模型,适合聚焦编码与知识工作。
推荐理由:原文给出 Sonnet 5.5 在 Bedrock 上的能力定位与 Opus 5.5 的分工,读者可据此判断何时选 Sonnet 承担规模化任务。
Anthropic 发布 Claude 5.5 家族第二款模型 Claude Sonnet 5.5,输出速度提升超过 30%,每任务成本最多降低 30%,在多项基准上接近 Opus 5.5。
推荐理由:对比 Sonnet 5.5 与 Opus 5.5、GPT-6 系列的基准与每任务成本,可判断中端模型的性价比取舍。
Latent Space 宣布将在下周推出 AINews v3,把已运营 3 年、订阅超 20 万的 AINews 与 Latent Space Discord 合并,并探索迁移至 Beehiiv 和新主页。
Google DeepMind 发布 Gemini 3.8 Live with Live Avatar,在 Gemini 3.8 Live 的原生实时对话模型上加入近实时视频生成,实现带唇形同步、自然表情和流畅轮次的视觉化对话,已在 Gemini Enterprise 上线。
推荐理由:官方给出 Live Avatar 的实时视频对话能力、97 种语言同步与异步工具调用细节,可据此判断企业级多模态交互的落地形态。
Google DeepMind 推出 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款语音生成模型,前者面向角色设计与逐行表演指导,后者面向高并发配音与语音智能体。
推荐理由:官方给出两款 TTS 的定位差异、可用入口与基准排名,便于判断语音生成在配音和播客场景的落地方式。
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:同日两家发布新模型并同步降价,读者可对比能力定位与每任务成本的真实差异。
Anthropic 和 OpenAI 的新模型给出相同承诺:用更少的钱换更多的能力。前沿 AI 模型竞赛已进入比价阶段。
OpenAI 的 GPT-6 Sol 和 GPT-6 Luna 已在 Amazon Bedrock 正式可用,API 定价明显低于前代 GPT-5.6。
推荐理由:原文给出两款新模型在 Bedrock 上的定位与定价变化,读者可据此判断不同负载该选哪一档。
OpenAI 发布 GPT-6 Sol 和 Luna 两款模型,将前沿智能带入日常工作,两者在能力与成本上有不同的平衡。原文未披露参数、定价或具体能力指标。
推荐理由:OpenAI 一次推出 Sol 与 Luna 两款 GPT-6 模型,读者可据此了解其在能力与成本上的不同取舍。
AWS 宣布 Claude Opus 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线,是 Claude 5.5 模型家族的首个模型。
推荐理由:官方给出 Claude Opus 5.5 在 Bedrock 上的接入方式与定价变化,读者可据此评估迁移与成本。
小米发布 MiMo-V2.6 系列开源全模态模型,其中 MiMo-V2.6-Pro 为 1.02T 总参数、42B 激活参数,Artificial Analysis 称其以 46 分登顶开源权重模型智能指数,输入输出价格分别为 $0.435/M 和 $0.87/M tokens,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 训练成本与开源环境细节提供了观察后训练路线的具体样本。