Anthropic 发布 Claude Haiku 5.5，这是其目前最快、最便宜的小模型，平均价格比 Haiku 4.5 低约 75%，10 万 token 以内提示词最高降价 90%，超过 10 万 token 则贵 5 倍。基准测试显示其计算机使用能力提升明显，OSWorld-2.1 得分从 15.7% 升至 72.4%，Terminal-Bench 4.0 从 0 升至 39.2%，Humanity's Last Exam 无工具 45.9%、有工具 57.4%。该模型是首个支持可调推理等级的 Haiku 级模型，已在 AWS、Google Cloud 和 Microsoft Azure 上线，同时 Sonnet 5.5 的缓存读取费用从每百万 token 0.20 美元降至 0.10 美元。
匹配字段摘要、正文
Cohere 发布 Embed 5 嵌入模型家族，分 Embed 5 Pro 和 Embed 5 Fast 两档，均支持文本、图像及图文融合输入，覆盖 100+ 语言、最长 128K tokens，已在 Cohere API、Model Vault、Microsoft Foundry 和 Amazon SageMaker 上线，私有 VPC 或本地部署走 vLLM。两档共享同一向量空间，可用 Pro 建索引、Fast 查询，Cohere 建议的该组合在归一化评测中得 98.4（Pro+Pro 为 100），全 Fast 为 96.6，但两侧必须使用相同输出维度。模型 ID 为 embed-v5.0-pro 和 embed-v5.0-fast，支持 2048 至 256 六种维度、默认 2048，输出 float、int8 或 binary；Pro 每 1M 文本 token 收费 $0.12，Fast 为 $0.08，图像输入两档均为 $0.40。在 ViDoRe V3 上 Pro 平均 85.8，较 Embed 4 提升 8.8 分，Fast 为 84.5，Voyage 4 Large 为 83.7、Gemini Embedding 2 为 83.2、OpenAI text-embedding-3-large 为 75.5；多语言方面 Pro 在欧洲语言平均分 77 领先，但在 Cohere 自测表中 10 种其他语言里有 9 种落后于 Gemini Embedding 2。多数成绩使用 Cohere 新指标 RCP-nDCG@10，评测代码已公开但独立复现尚未完成。
Cohere 发布 Embed 5 嵌入模型家族，分 Embed 5 Pro 和 Embed 5 Fast 两档，均支持文本、图像及图文融合输入，覆盖 100+ 语言、最长 128K tokens，已在 Cohere API、Model Vault、Microsoft Foundry 和 Amazon SageMaker 上线，私有 VPC 或本地部署走 vLLM。两档共享同一向量空间，可用 Pro 建索引、Fast 查询，Cohere 建议的该组合在归一化评测中得 98.4（Pro+Pro 为 100），全 Fast 为 96.6，但两侧必须使用相同输出维度。模型 ID 为 embed-v5.0-pro 和 embed-v5.0-fast，支持 2048 至 256 六种维度、默认 2048，输出 float、int8 或 binary；Pro 每 1M 文本 token 收费 $0.12，Fast 为 $0.08，图像输入两档均为 $0.40。在 ViDoRe V3 上 Pro 平均 85.8，较 Embed 4 提升 8.8 分，Fast 为 84.5，Voyage 4 Larg
匹配字段摘要、正文
微软发布首款流式转写模型 MAI-Transcribe-2-Streaming，支持 60 种语言和自动连续语言检测，在 Artificial Analysis 的最终与部分转写准确率上均排名第一，收到音频后 100ms 出头即可给出首个部分结果，年内按每小时音频 0.54 美元计价。同时发布多语言文本转语音模型 MAI-Voice-2.1，支持 23 种语言和 26 个地区，单一音色可用各语言的原生口音，定价每 100 万字符 22 美元；以及面向高并发低延迟场景的 MAI-Voice-2.1-Flash，端到端延迟 150ms、可生成 45 秒音频，推理速度提升 55%，定价每 100 万字符 15 美元。三款模型可通过 Microsoft Foundry 等渠道使用，MAI-Voice-2.1 系列已上线 OpenRouter。
匹配字段摘要、正文
Cohere 发布 Embed 5 系列嵌入模型，包含面向最高质量的 Embed 5 Pro 和面向延迟与成本敏感场景的 Embed 5 Fast，两者共享同一嵌入空间，可用 Pro 建索引后用任一模型查询而无需重建索引。Embed 5 支持多模态输入与检索、100 多种语言和 128K token 上下文窗口，Pro 在 ViDoRe V3 上平均得分 85.8，Fast 为 84.5。模型已在 Cohere API、Model Vault、Microsoft Foundry 和 Amazon SageMaker 上线，Pro 定价为每百万 token 0.12 美元，Fast 为 0.08 美元。
匹配字段摘要、正文
Anthropic 于 9 月 28 日发布 Claude Sonnet 5.5，输出生成速度比 Sonnet 5 提升超过 30%，成为 Sonnet 系列中最快的模型；token 单价不变，但通过减少所需 token 数，测试中单任务成本最多降低 30%。其定价为每百万 token 输入 2 美元、输出 10 美元，与 Sonnet 5 相同，上下文窗口 100 万 token，已在 Claude API、Amazon Bedrock、Google Cloud、Microsoft Foundry 等平台提供，Claude Code v2.1.284 起 sonnet 别名指向该模型。Terminal-Bench 4.0 上 Sonnet 5.5 取得 70.6%，远高于 Sonnet 5 的 10.3%；Anthropic 建议将其用于规格明确、可验证的日常开发与文档、幻灯片、表格制作，复杂长任务仍推荐 Opus 5.5。
匹配字段摘要、正文
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%，单任务成本最多降低 30%，在多项基准上接近 Opus 5.5。编码提升最明显：Terminal-Bench 4.0 从 Sonnet 5 的 10.3% 升至 70.6%，CursorBench 4.0 从 34.1% 升至 55.5%，仅比 Opus 5.5 的 57.8% 低两点；知识工作基准 GDPval-AA 得 1,844 分，接近 Opus 5.5 的 1,846 分。每百万 token 价格与 Sonnet 5 相同（输入 2 美元、输出 10 美元、缓存读取 0.20 美元），模型已在 AWS、Google Cloud 和 Microsoft Azure 上线，模型 ID 为 claude-sonnet-5-5，并首次为 Sonnet 系列加入网络安全防护措施。
匹配字段摘要、正文
Anthropic 发布 Claude 5.5 家族第二个模型 Claude Sonnet 5.5，比 Sonnet 5 更聪明、更高效且快 30%，每 token 价格不变，因完成同样工作所需 token 更少，多数任务成本最多降低 30%。官方建议把 Sonnet 5.5 用于修 bug、快速迭代功能等范围明确的日常任务，复杂长周期工作仍选 Opus 5.5，Haiku 5.5 将在未来几周加入该家族。模型 ID 为 claude-sonnet-5-5，已在 Claude API、Amazon Bedrock、Google Cloud、Microsoft Foundry 等平台上线，Claude Code 从 v2.1.284 起 sonnet 别名指向该模型，默认以 medium effort 运行并原生支持 1M 上下文窗口。
匹配字段摘要、正文
微软发布图像模型 MAI-Image-2.6，并推出面向延迟敏感、高吞吐生产负载的 MAI-Image-2.6-Flash，两者均支持多图参考编辑、网络接地和动态宽高比。官方称 MAI-Image-2.6 在 Arena 的文生图与图像编辑均排第 2，在 Artificial Analysis 上图像编辑排第 1；Flash 生成速度比 GPT-Image-2-Medium 快 2.8 倍，效率高 72%。两款模型已在 MAI Playground 开放试用，并通过 Microsoft Foundry 进入 Public Preview。
匹配字段摘要、正文
微软发布 MAI-Transcribe-2 语音识别模型，称其在 FLEURS 基准 60 种语言上平均词错误率为 5.2%，并在 Artificial Analysis 准确率与延迟帕累托前沿居首。该模型支持说话人分离、词级时间戳、关键词偏置、可配置转写风格和语码转换，官方称比 OpenAI GPT-Transcribe 快 10 倍、比 ElevenLabs Scribe v2 快 7 倍、比 Gemini 3.5 Transcribe 快 5 倍。模型已在 Microsoft Foundry、MAI Playground 和 Open Router 提供试用，年底前限时定价为每小时 0.10 美元。
匹配字段摘要、正文
Cohere 推出视觉语言模型 Parse，将多模态企业文档转换为结构化数据，现已通过 Cohere API、Model Vault、Microsoft Foundry 和 AWS SageMaker 正式提供。Parse 支持九种主要语言，能够识别表格和嵌入图片并输出 Markdown，在 ParseBench 的三个评测维度中得分 79.2。Cohere API 定价为每 1,000 页 $1.50，8 H100 GPU 节点的处理速度为每秒 36 页。
匹配字段摘要、正文
xAI 宣布 Grok 4.5 现已在 grok.com、X 以及 iOS 和 Android 的 Grok 应用中上线。官方称 Grok 4.5 是其目前能力最强的模型，能跟踪更长的对话、给出更清晰的回答，并在难题上更高效地推理。它还能端到端完成任务，例如搭建可用的电子表格、把大纲转成幻灯片和图表、起草文稿以及从长 PDF 中提取要点，并可通过 Microsoft 365 加载项在 Word、Excel、PowerPoint 和 Outlook 中直接使用。
匹配字段摘要、正文
Mistral 发布 OCR 4，在提取文本之外返回边界框、块类型分类和逐页逐词置信度分数，支持 170 种语言、10 个语系，可运行在单个容器中实现完全自托管。官方称独立标注者在对比测试中平均 72% 的情况下更偏好 OCR 4，其在 OlmOCRBench 上取得 85.20 分，OmniDocBench 为 93.07 分，但官方也指出这两个基准在评分方式上存在已知局限。API 定价为每 1000 页 4 美元，Batch API 五折后为 2 美元，Document AI 为每 1000 页 5 美元，已通过 Mistral Studio、Amazon SageMaker、Microsoft Foundry 提供。
匹配字段摘要、正文
微软 AI 发布文本转语音模型 MAI-Voice-2，从仅支持英语扩展到 15 种语言，并新增 sad、whispered、excited 等情感标签控制。该模型支持用 5-60 秒参考音频做零样本声音克隆，在对比测试中被 72% 的偏好选择优于前代 MAI-Voice-1，现已上线 Microsoft Foundry，并正在集成进 VSCode 和 Dynamics 365 Contact Center。
匹配字段摘要、正文
微软发布文生图模型 MAI-Image-2-Efficient，速度比 MAI-Image-2 快 22%、效率提升 4 倍，价格降低近 41%，为每 100 万文本输入 token 5 美元、每 100 万图像输出 token 19.50 美元。该模型已在 Microsoft Foundry 和 MAI Playground 上线，无需等待名单或预览，并正陆续接入 Copilot 和 Bing，PowerPoint 等入口即将推出。微软称其平均比其它领先文生图模型快 40%，定位为面向产品图、营销素材、UI 原型和批量流水线的生产级模型，MAI-Image-2 则继续负责高保真成品输出。
匹配字段摘要、正文
微软 AI 发布 MAI-Transcribe-1、MAI-Voice-1 和 MAI-Image-2 三款模型，已在 Microsoft Foundry 和 MAI Playground 上线。MAI-Transcribe-1 覆盖使用量前 25 的语言，批处理转写速度是现有 Azure Fast 的 2.5 倍，在 FLEURS 基准的 11 种核心语言中排名第一。MAI-Voice-1 支持用几秒音频在 Foundry 中创建自定义音色，1 秒可生成 60 秒音频；MAI-Image-2 在 Foundry 和 Copilot 上生成速度至少提升 2 倍，并已在 Bing 和 PowerPoint 分阶段推送。
匹配字段摘要、正文
微软推出多语言语音转文字模型 MAI-Transcribe-1，支持 25 种语言，在 FLEURS 基准上词错率低于 Scribe v2、Whisper-large-V3、GPT-Transcribe 和 Gemini 3.1 Flash-Lite。该模型批量转写速度比现有 Microsoft Azure Fast 快 2.5 倍，定价为每小时音频 0.36 美元，已在 Microsoft Foundry 开启公开预览，并逐步接入 Copilot 语音模式和 Microsoft Teams。
匹配字段摘要、正文
微软发布 MAI-Image-2 图像生成模型，官方称其在 Arena.ai 榜单上位列模型家族第三，并已开始在 Copilot 和 Bing Image Creator 上逐步推出。该模型主打增强的照片级真实感、可靠的图内文字生成以及细节丰富的场景生成，目前可在 MAI Playground 试用，API 已面向 WPP 等部分微软客户开放，后续将上线 Microsoft Foundry。
匹配字段摘要、正文
Mistral AI 发布 Mistral Small 3.1，提升文本性能和多模态理解，将上下文窗口扩展至 128k tokens，推理速度达每秒 150 tokens。该模型采用 Apache 2.0 许可证，基础版和指令版均已开放，可在单张 RTX 4090 或配备 32GB RAM 的 Mac 上运行。用户现可通过 La Plateforme API 和 Google Cloud Vertex AI 使用，NVIDIA NIM 与 Microsoft Azure AI Foundry 将在未来几周提供。
理解，将上下文窗口扩展至 128k tokens，推理速度达每秒 150 tokens。该模型采用 Apache 2.0 许可证，基础版和指令版均已开放，可在单张 RTX 4090 或配备 32GB RAM 的 Mac 上运行。用户现可通过 La Plateforme API 和 Google Cloud Vertex AI 使用，NVIDIA NIM 与 Microsoft Azure AI Foundry 将在未来几周提供。 · Mistral AI released Mistral Small 3.1 with improved text performance and multimodal understanding, a context window of up to 128k tokens, and inference speeds of 150 tokens per second. Licensed under Apache 2.0, it is available in both base and instruct checkpoints and can run on
匹配字段摘要、正文
2026年10月27日,Microsoft AI发布图像编辑模型MAI Image 2.7,以预览形式上线。Microsoft AI Blog称,该模型在Arena Edit排名第3、在Artificial Analysis图像编辑榜排名第2,微软AI因此成为排名第2的实验室;官方还称其在Artificial Analysis评估的全部10个用例和7类编辑动作上均优于2.6,在场景与风格上领先次优模型24 Elo。IT之家后续报道称,该模型在AA-Image-Editing v2.1榜单以1193 Elo排第2,仅次于OpenAI的GPT Image 2.5 Sunburst (max)。目前用户可在Arena、Artificial Analysis和MAI Playground试用,文生图功能即将推出;微软尚未公布公开API、定价和正式商用时间,模型权重也未开放。
匹配字段标题
2026年10月27日,Microsoft AI发布图像编辑模型MAI Image 2.7,以预览形式上线。Microsoft AI Blog称,该模型在Arena Edit排名第3、在Artificial Analysis图像编辑榜排名第2,微软AI因此成为排名第2的实验室;官方还称其在Artificial Analysis评估的全部10个用例和7类编辑动作上均优于2.6,在场景与风格上领先次优模型24 Elo。IT之家后续报道称,该模型在AA-Image-Editing v2.1榜单以1193 Elo排第2,仅次于OpenAI的GPT Image 2.5 Sunburst (max)。目前用户可在Arena、Artificial Analysis和MAI Playground试用,文生图功能即将推出;微软尚未公布公开API、定价和正式商用时间,模型权重也未开放。
匹配字段标题