Anthropic 发布 Claude Opus 4.1，在智能体任务、真实编码和推理上较 Opus 4 升级，SWE-bench Verified 达 74.5%。现已向付费用户、Claude Code、API、Amazon Bedrock 和 Google Cloud Vertex AI 开放，价格与 Opus 4 相同。GitHub、Rakuten 和 Windsurf 反馈其在多文件重构、精准修复和初级开发者基准上均有显著提升。
匹配字段标题、摘要
Anthropic 发布 Claude Opus 4 和 Claude Sonnet 4，在 SWE-bench 上分别取得 72.5% 和 72.7%。两款模型支持扩展思考时调用工具、并行工具执行和记忆文件，Claude Code 正式可用并新增 VS Code、JetBrains 扩展及 GitHub Actions 后台任务。
匹配字段标题、摘要
Anthropic 发布 Claude 3.7 Sonnet，这是其首个混合推理模型，可在标准模式与扩展思考模式间切换，API 用户可控制思考 token 预算。模型定价与上一代相同，为每百万输入 token 3 美元、每百万输出 token 15 美元（含思考 token），已在所有 Claude 套餐及 Amazon Bedrock、Google Cloud Vertex AI 上线。同时推出终端智能编码工具 Claude Code 研究预览版，可搜索和阅读代码、编辑文件、运行测试并提交到 GitHub。
匹配字段标题、摘要
Anthropic 发布 Claude 3.5 Sonnet，在 GPQA、MMLU、HumanEval 等基准上超越 Claude 3 Opus，速度提升 2 倍，并推出 Artifacts 功能。
匹配字段标题、摘要
OpenAI 发布新模型 GPT-6.1 Terra，定价为每百万输入 token 1 美元、每百万输出 token 5 美元，比 GPT-6.1 Sol 的 2 美元和 10 美元便宜 50%。OpenAI 称该模型速度快、效率高，结合视觉推理与精确的计算机操作，擅长起草提案、填写表单和剪辑视频等任务。这是 OpenAI 连续第四次下调模型价格，Anthropic 也在 10 月将 Haiku 5.5 的价格下调 90%。
匹配字段摘要、正文
Google 发布 Gemini 4 Carbon，距上一代前沿模型 Gemini 4 Argon 发布仅两周。据 Google 称，Carbon 在 Artificial Analysis 的 Intelligence Index 上超过 Anthropic 的 Claude Opus 5.5 升至第一，Argon 此前仅排第六。Carbon 主要提升复杂编程任务与网络安全能力，在 SEC-bench Pro 上得分 88.2%，高于 Argon 的 83.4% 和 OpenAI GPT-6 Astra 的 85.4%；但在 Coding Agent Index、Terminal-Bench 和 Frontiercode 上仍落后于 Claude Opus 5.5。目前 Carbon 仅向网络安全防御专家等选定用户开放，需通过美国政府的自愿预审流程后才会向开发者、企业和消费者开放。
匹配字段摘要、正文
OpenAI 发布 GPT-6.1 Terra，官方称其结合细致的视觉推理与精确的计算机操作，并具备更清晰自然的写作能力，相较 GPT-5.6 Terra 有明显提升。该模型定价为每百万输入 token 1 美元、每百万输出 token 5 美元，约为 GPT-5.6 Terra 和 GPT-6.1 Sol 价格的一半，约为 GPT-6 Luna 的 10 倍。Simon Willison 指出 Terra 在 OpenAI 模型序列中的位置类似 Anthropic 的 Sonnet，既不是最便宜也不是最贵，选择时较难判断。
匹配字段摘要、正文
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，距 9 月 10 日初版 V4.1-Flash 约五周，Hugging Face 模型卡称其为减少任务执行时间和输出长度的小幅更新，但未说明具体幅度。DeepSeek 自测显示该版本在 DeepSWE v1.1 软件工程测试中解决 77% 任务，高于 9 月版本的 74.2%，同一表格中 Claude Opus 5 为 74%，而 11 项基准中仍有 7 项由 Anthropic 模型领先。新模型已在 DeepSeek 网页和移动端上线，API 沿用 deepseek-flash 模型 ID 且价格不变，权重以 MIT 许可发布于 Hugging Face；同时 DeepSeek 开放 Search API（每次查询最多返回 50 条排序结果）和将网页转为 Markdown 的 Fetch API，均按每 1000 次成功请求 75 美分计费，通过 DeepSeek Harness、Claude Code 或 Codex 调用在 11 月 1 日前免费。
匹配字段摘要、正文
Meta 周一发布 Muse Wonder 和 Muse Wonder Full 两款模型，面向个人与职业智能体任务，由 Muse Spark 模型驱动，在 Muse 个人智能体基础上扩展到法律、金融、健康等职场领域。两款模型引入 Active Memory 和 Active Focus，前者可跨对话或任务记住关键信息，后者在首次方法失败时尝试替代方案。Meta 称这是其首批与 Anthropic、OpenAI、Google 竞争的前沿模型，也是把个人超级智能带给客户的下一步。
匹配字段摘要、正文
Meta Superintelligence Labs 发布 Muse Wonder（代号 Watermelon）和 Muse Wonder Full 两款模型，其中完整版在 Artificial Analysis 智能排名中位列第二，仅次于 Anthropic 的 Opus 5.5。报道称 Meta 由此进入此前由 OpenAI 和 Anthropic 主导的前沿模型竞争，其优势还包括数据中心、数十亿用户以及智能体应用 Muse。文中还提到 Andrej Karpathy 关于 AI 能力认知分层的观点、微软 Maia 300 芯片，以及一份使用 Muse Wonder 完成工作坊议程与预算的教程。
匹配字段摘要、正文
Meta 本周发布 Muse Wonder 和 Muse Wonder Full 两款新模型，CEO 扎克伯格对《金融时报》称其已达到 AI 前沿水平。Meta 自测基准显示，这两款模型在编码和记忆等关键领域超过 OpenAI 的 GPT-6 与 Anthropic 的 Claude Fable 5.1，Artificial Analysis 称其相较 Meta 此前模型有实质性的智能跃升，Vals 则发现 Wonder 在网络安全任务上排名第一。新模型将用于驱动 Muse 助手的后续升级，Meta 计划通过订阅变现，能力更强的版本定价为每月 20 美元或 100 美元。
匹配字段摘要、正文
Moonshot AI 开源 Kimi K2，这是总参数 1 万亿、激活参数 320 亿的 MoE 模型，包含基础版 Kimi-K2-Base 和后训练版 Kimi-K2-Instruct，在非思考类模型的前沿知识、数学和编码任务上达到 SOTA。该模型针对智能体任务优化，可自动调用工具完成多步任务，并采用 MuonClip 优化器在 15.5T token 上预训练且无训练尖峰。Kimi 网页端和移动端用户即日起可免费选用，API 兼容 OpenAI/Anthropic 接口，暂不支持视觉功能。
匹配字段摘要、正文
DeepSeek 发布并开源 DeepSeek-V4 Preview，包含 V4-Pro（1.6T 总参数 / 49B 激活）和 V4-Flash（284B 总参数 / 13B 激活）两个版本，官方称 V4-Pro 在 Agentic Coding 基准上达到开源 SOTA，世界知识仅次于 Gemini-3.1-Pro。API 今日可用，只需保留 base_url 并将模型改为 deepseek-v4-pro 或 deepseek-v4-flash，两个模型均支持 1M 上下文与 Thinking / Non-Thinking 双模式，并兼容 OpenAI ChatCompletions 与 Anthropic API。官方提示 deepseek-chat 与 deepseek-reasoner 将于 2026 年 7 月 24 日 15:59（UTC）后完全下线，目前请求会路由到 deepseek-v4-flash 的非思考 / 思考模式。
DeepSeek 发布并开源 DeepSeek-V4 Preview，包含 V4-Pro（1.6T 总参数 / 49B 激活）和 V4-Flash（284B 总参数 / 13B 激活）两个版本，官方称 V4-Pro 在 Agentic Coding 基准上达到开源 SOTA，世界知识仅次于 Gemini-3.1-Pro。API 今日可用，只需保留 base url 并将模型改为 deepseek-v4-pro 或 deepseek-v4-flash，两个模型均支持 1M 上下文与 Thinking / Non-Thinking 双模式，并兼容 OpenAI ChatCompletions 与 Anthropic API。官方提示 deepseek-chat 与 deepseek-reasoner 将于 2026 年 7 月 24 日 15:59（UTC）后完全下线，目前请求会路由到 deepseek-v4-flash 的非思考 / 思考模式。
匹配字段摘要、正文
Anthropic 发布 Claude Haiku 5.5，官方称这是其推出的最便宜、最快、能力最强的小模型，平均运行成本比 Claude Haiku 4.5 低约 75%。Boris Cherny 转述称该模型具备 100k token 上下文，成本比 Haiku 4.5 便宜 10 倍。
匹配字段摘要
AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线，据 Anthropic 称这是 Claude 5.5 系列中速度最快、效率最高的模型，面向子智能体和高并发、成本敏感的任务，多数任务成本比 Claude Haiku 4.5 低约 75%。它是首个带 effort controls 的 Haiku 模型，可针对单个任务调节成本与智能的取舍，并支持智能体编码、多步工具调用和高分辨率图像。该模型可与 Claude Opus 5.5 搭配，由 Opus 5.5 负责规划与判断，Haiku 5.5 承担路由、分类、摘要和跨文件小改动等高频子智能体任务。
匹配字段摘要、正文
谷歌发布其最强 AI 模型的新版本 Gemini 4 Argon，称其在代码编写、企业业务、数理科学和网络安全的行业基准测试中达到顶尖水平，表现达到甚至超越 Anthropic 与 OpenAI。该模型的上下文窗口规模提升至原来的 16 倍，正通过顺风计划向部分企业与政府机构开放，用于识别并修复网络安全漏洞。谷歌还表示该模型对提示注入的抵御能力更强，并新增防止智能体脱离测试环境的安全防护机制。
匹配字段摘要、正文
Google 母公司 Alphabet 发布新模型 Gemini 4 Argon，可处理编码、研究和写作等任务，并针对防御性网络安全工作专门训练，公司称其能自主发现、验证并修补关键软件漏洞。该模型目前仅通过 Google 的 Fairwind Program 向部分网络安全合作伙伴开放，Google 内部员工已将其用于调试和代码库迁移，并称其能分析长视频和图表内容。Google 在博客中称 Argon 在多项 AI 基准上显著高于 OpenAI 的 GPT-6 Astra 以及 Anthropic 的 Fable 和 Opus 模型，并引用 Vals 的模型指数显示其当前领先。
匹配字段摘要、正文
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线，定位为面向编码与知识工作的更高效 Sonnet 模型，多数任务单任务成本更低、速度更快。该模型适合持续或规模化负载，例如告警首次响应、智能体持续监控、SQL 生成、UI/UX 测试和 IDE 内编码智能体；需要判断力的工作如发布调试、多 PR 功能栈、大型 PR 安全审查则交给 Opus 5.5。用户可在 Bedrock 控制台 Playground 选择 Sonnet 5.5，或通过 Anthropic SDK、AWS CLI 和 AWS SDK 调用，目前通过 bedrock-runtime 的 Global CRIS 推理配置文件提供。
匹配字段摘要、正文
Anthropic 发布 Claude 5.5 家族的第二款模型 Claude Sonnet 5.5，相比 Sonnet 5 运行速度提升超过 30%，多数任务成本最多降低 30%。Boris Cherny 用它配合 Claude Code 修 bug，称速度快 30%、用量少 30%。
匹配字段摘要
AWS 宣布 Claude Opus 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线，是 Claude 5.5 模型家族的首个成员。据 Anthropic 称，该模型用更少 token 完成更多工作，单 token 价格更低、缓存读取更便宜，平均每任务成本低于 Claude Opus 5；自适应思考始终开启，由 effort 控制推理量。它也是首个配备生物学、网络安全和 AI 开发安全分类器的 Opus 模型，请求被拒绝的频率高于此前 Opus 版本，可通过 Bedrock 控制台 Playground 或 Anthropic Messages API 等方式调用。
匹配字段摘要、正文