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 mode 上线，与 Claude 驱动的 Thinking mode 并存。Ai2 称 Fast mode 平均每份报告 51.1 秒，Thinking mode 为 178.5 秒，约快 3.5 倍。模型基于 Qwen3-8B，采用 SFT 加 DPO 训练，训练数据来自 90K 条真实科研查询，权重和训练数据已在 Hugging Face 开放下载。
#开源/仓库#数据/训练#RAG
Cloudflare 发布 Clef 和 Clef-flash 两款面向 AI 智能体的决策模型，基于 Qwen3.8-27B 和 Qwen3.5-9B，训练时保持基座模型不变，用自有合成数据训练额外组件来输出带概率的分类结果。Cloudflare 称在 43 项基准上两者快于所有相关竞品，Clef-flash 中位延迟约 39 毫秒，Clef 约 209 毫秒，而 Jev 超过 524 毫秒；API 与 Jev 完全兼容，模型以 Apache-2.0 许可在 Hugging Face 提供，并运行在 Workers AI 上。Cloudflare 还推出强化学习服务供客户微调，初期由前向部署工程师协助，后续计划上线自助平台。
#模型发布#Agent#部署/工程
AWS Strands Labs 发布开源决策模型 Strands Decider 2B，它不生成文本，只读取状态和带类型的问题，返回选项、是/否概率或带校准置信度的评分。模型有 19 亿参数，可本地跑在 CPU、消费级 GPU 或 Apple silicon Mac 上，权重以 Apache-2.0 协议发布在 Hugging Face，pip install strands-decider 提供 CLI 和 HTTP 服务。团队基于 Qwen3.5-2B-Base 去掉语言建模头，换成约 100 万参数的指针头，v19 在 JevBench 公开集准确率 0.723，RTX 3090 上中位延迟 115 ms。
#模型发布#开源生态#推理
微软 AI 发布首款流式语音转文字模型 MAI-Transcribe-2-Streaming，支持 60 种语言并自动连续检测语种，在收到音频后 100 毫秒出头即输出首个部分转写结果。Artificial Analysis 的 AA-WER Streaming 测试显示，其最终转写与首个部分转写均为 2.5% WER，在 38 个模型中均排第一，最终结果延迟 0.13 秒。该模型定价为每小时音频 0.54 美元（2026 年底前的尝鲜价），可通过 Realtime API 或 Azure Speech SDK 接入，目前为公开预览，无 SLA 且未开放权重。
#模型发布#语音#Microsoft
Ai2 开源 AstaBrief，一个基于 Qwen3-8B 训练的科学报告生成模型，已作为 Asta 的 Fast 模式上线，并可从 Hugging Face 下载。训练采用监督微调加直接偏好优化的简单方案，SFT 数据来自 90K 条真实科研查询过滤后的 47K 条样本，DPO 数据约 6K 条，由 GPT-4.1 与 DeepSeek-R1 双评委一致才保留。模型一次生成完整报告，跳过片段摘要与聚类步骤，在 SQABench-CS2 等评测上接近 Claude 驱动的报告管线；374 名试用用户中 29.1% 连续使用两天以上，Fast 模式好评率 84.2%。
#开源/仓库#数据/训练#RAG
#评测/基准#图像生成#OpenAI
OpenCode 宣布 inclusionAI 的最新模型 Ling-3.1-flash 已在其平台免费开放。该模型总参数 560B、激活参数 25B，上下文窗口为 262K。
#产品更新#开源生态#部署/工程
Cloudflare 发布其 Workers AI 团队训练的首批模型 Clef 和 Clef-flash，二者是决策模型而非聊天机器人，读取输入状态和类型化问题 schema 后为每个允许答案返回概率，不输出自由文本。两个模型以 Apache 2.0 开源权重发布，兼容 TypeSafe AI 的 Jev API，已在 Workers AI 上线，权重托管于 Hugging Face 供自托管。Clef 由 Qwen3.8-27B 后训练而来，Clef-flash 基于 Qwen3.5-9B，均保留原骨干的视觉编码器；在 Cloudflare 的 Decision Index 0.2.1 十项基准中 Clef 在其中 7 项得分最高，但 Jev 在 GPQA Diamond、MMLU-Pro 和 BBH 等知识密集型测试上仍领先，所有数字均为厂商自报，尚无独立复现。
#模型发布#开源生态#部署/工程
Cloudflare 于 2026 年 10 月 1 日以 Apache 2.0 许可证在 Hugging Face 上开源两款决策模型 Clef 与 Clef-flash，均托管在 Workers AI 上。Clef 基于 Qwen3.8-27B、为 27B 参数多模态模型，Clef-flash 基于 Qwen3.5-9B 训练，二者读取文本、JSON、图像和视频，一次前向传播即返回所有选项的概率，不生成自由文本。Cloudflare 称其威胁情报团队用 Clef 做网站域名分类，取得、渲染和分类耗时约为通用 LLM gpt-oss-120b 的一半，分类结果更细。
#模型发布#开源生态#多模态
#评测/基准#图像生成#开源生态
Introducing the Perplexity Decisions API. It's powered by pplx-decider-v1-27b, our multimodal decision model trained to output a probability distribution over a fixed set of answers instead of text. It costs $0.04/million input tokens and scores 85.71% across benchmarks. https://t.co/3yzPjTXVXe
#模型发布#开源生态#多模态
Ideogram 发布新模型 Ideogram 4.5，称其只修改用户指定的区域，其余画面保持不变，可减少多次编辑后的伪影。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。
#产品更新#图像生成#OpenAI
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。
#产品更新#RAG#多模态
谷歌发布新一代旗舰模型 Gemini 4 Argon，在 DeepSWE v1.1 上以 77.9% 超过 Claude Opus 5.5 的 74.2% 和 GPT-6 Astra 的 74.1%，并以 68.90% 登顶 Vals Index。该模型支持最高百万 Token 输出，优惠期每百万输入 Token 2 美元、输出 Token 10 美元，单题成本约为 Astra 的四成。目前仅面向通过审核的网络安全防御团队开放，首批进入谷歌 Fairwind 计划。
#模型发布#Google#DeepMind
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。
#模型发布#语音#Microsoft
Google 发布新前沿模型 Gemini 4 Argon，在 Google 自测的 19 项基准中有 13 项超过 GPT-6 Astra 和 Claude Opus 5.5，目前仅向经过审核的特定网络安全团队开放。该模型在 Arena 文本榜登顶，AA 智能指数得 53 分，仅次于 Opus 5.5，与 Fable 5.1 和 Astra 持平，并在真实编码测试 DeepSWE 上取得 77.9% 的领先成绩。Google 尚未公布更大范围上线时间，API 定价为每百万 token 输入 2 美元、输出 10 美元，促销期结束后升至 4 美元和 20 美元；彭博社报道称内部对 Argon 的编码能力存疑，Google 否认了这一说法。
#行业动态#Google#OpenAI
NVIDIA 发布 Kumo Tabular 表格基础模型系列，用于分类与回归，包含 Small、Medium、Large 三个版本，参数量约 28M 到 215M，通过其开源 structured-data-models（SDM）库运行。模型以带标签的行作为上下文，单次前向即可预测新行，无需训练、超参数调优和特征工程；权重采用允许商用的 OpenMDW-1.1 许可，SDM 代码为 Apache-2.0，需要 Python 3.11+ 与 PyTorch 2.7+。NVIDIA 称在默认设置下 Kumo Tabular 以 1950 的 Elo 在 TabArena 总榜排名第一，在单张 RTX 6000 Pro 上比 LimiX-2 快 17 倍。
#模型发布#开源生态#数据/训练
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。
#模型发布#Google#OpenAI
Google DeepMind 发布前沿模型 Gemini 4 Argon，面向编码、企业知识工作和网络安全防御，今日起通过 Fairwind Program 向受信任测试者开放，并承诺尽快扩大访问。Google 称其输出上限达 1M token，较此前的 64K 大幅提升，标准定价为每 1M 输入/输出 token 4 美元/20 美元，另有 50% 的限时折扣。Google 称 Argon 在 19 项公开基准中的 13 项排名第一，DeepSWE 得分 77.9%，高于 Opus 5.5 的 74.2% 和 Astra 的 74.1%；Artificial Analysis 测得其在 Intelligence Index 上得 53 分，与 GPT-6 Astra 持平。
#行业动态#Google#OpenAI
字节 Seed 正式发布 SeedRealtime，一个原生音视频全双工 LLM，用统一架构原生融合音频、视频和文本，支持连续多模态流上的实时交互。官方称其实现音视频联合理解、主动交互和自然对话节奏三项突破，端到端人工评测显示相比级联模型，音视频对话节奏问题减少一半。目前 SeedRealtime 已全面上线，官方称这是音视频全双工技术的大规模部署。
#模型发布#多模态#语音