通义千问 / Qwen一手模型发布
AI 评分68Qwen 发布 Qwen-Audio-3.1 音频模型系列，含 ASR-Next 与 TTS-Next 两款新模型
#模型发布#语音#多模态
N全部新闻
全部新闻
- The Rundown AI模型发布AI 评分82
Anthropic 与 OpenAI 相隔 90 分钟发布 Claude Opus 5.5 和 GPT-6 Sol、Luna
Anthropic 发布 Claude Opus 5.5，在 AA 的 Intelligence Index 上以 58 分登顶，超过此前领先的 Fable 5.1 和 GPT-6 Astra 的 53 分，价格比前代低 40%；OpenAI 随后推出 GPT-6 Sol 和 Luna，得分较 5.6 对应版本略有提升，价格减半，Luna 为每百万 token 0.10/0.50 美元，Sol 为 2/10 美元。Anthropic 称 5.5 在其内部对齐基准上取得迄今最好成绩，并改进了被批评的 Claudish 写作风格；这是 Anthropic 提出 pacing 后的首个发布，Sam Altman 表示 pacing 并不意味着停止。
#行业动态#模型发布#OpenAI
- Latent Space模型发布AI 评分91
Anthropic 发布 Claude Opus 5.5，OpenAI 同日推出 GPT-6 Sol 与 Luna
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%，并已成为 Claude Code 和 Claude 应用的默认模型。OpenAI 约一小时后发布 GPT-6 Sol 和 Luna，定价分别为每百万 token 输入/输出 2 美元/10 美元和 0.10 美元/0.50 美元，均比 GPT-5.6 前代便宜约 50%。Opus 5.5 的系统卡还报告了最多 100 个并行智能体的多智能体扩展结果，Sonnet 5.5 和 Haiku 5.5 将在未来几周跟进。
#模型发布#Anthropic#OpenAI
- gihyo.jp模型发布AI 评分88
OpenAI 发布 GPT-6 Sol 与 GPT-6 Luna，API 单价较 GPT-5.6 版大幅下调
OpenAI 于 9 月 22 日发布 GPT-6 系列新模型 GPT-6 Sol 和 GPT-6 Luna，分别面向复杂编码与 AI 智能体作业、大批量处理场景。API 标准单价为每 100 万 token：Sol 输入 2 美元、输出 10 美元，Luna 输入 0.10 美元、输出 0.50 美元，相比对应的 GPT-5.6 版促销价，Sol 输入输出均半价，Luna 输入半价、输出降价约 58%。两款模型上下文长度最大 105 万 token、最大输出 12.8 万 token，将在 ChatGPT Work、Codex 和 API 中提供，Free 与 Go 用户可在桌面应用试用 Luna。
#模型发布#OpenAI#编码
- gihyo.jp模型发布AI 评分86
Anthropic 发布 Claude Opus 5.5，API 输入输出单价较 Opus 5 下调 20%
Anthropic 于 9 月 22 日发布 Claude Opus 5.5，这是 Claude 5.5 家族的首个模型，官方称其在多数任务上性能接近 Claude Fable 5.1。Claude Platform 常规价格为输入每百万 token 4 美元、输出 20 美元，较 Opus 5 的 5 美元和 25 美元各降 20%，缓存读取从 0.50 美元降至 0.20 美元；官方测试称默认设置下典型任务成本比 Opus 5 低 40%，输出速度提升超 30%。Terminal-Bench 4.0 解决率为 66.4%（Opus 5 为 52.3%，但两者推理计算量设置不同），OSWorld 2.0 为 81.8%，GDPval-AA v2.1 的 Elo 为 1846。该模型已成为 Pro、Max、Team 等计划的默认模型，Claude Code 的 5 小时用量上限提高 20%，API 模型 ID 为 claude-opus-5-5，上下文窗口 100 万 token。
#模型发布#Anthropic#Agent
- Fireworks AI一手模型发布AI 评分62
Fireworks Research 发布 Ember-1：基于 Kimi K3 的省 token 专用模型
Fireworks Research 发布专用模型 Ember-1，基于 Kimi K3 训练，在保持同等质量的同时减少约 40% 的 token 消耗。官方称在 7 个基准和两家客户的生产流量中，K3 的推理过程可缩短 35–50% 而准确率不降；在 Bedside Bench 上，Ember-1 在成本与任务完成度上处于帕累托前沿。该模型以 Research Preview 形式在 Serverless 上线，与基础版 Kimi K3 并列提供，并同步开放基于企业自有数据的训练支持。
#模型发布#推理#数据/训练
- 蚂蚁百灵：Developer Blog一手模型发布AI 评分69
蚂蚁百灵开源 Ming-Image-0.1-Design 系列两个 6B 模型
蚂蚁百灵开源 Ming-Image-0.1-Design 系列，包含两个 6B 模型：Design 从文字需求生成 UI、信息图、海报等完整视觉设计，Layer 将设计图拆成 2—9 个语义独立的 RGBA 图层，同时开源 Design Skill 和 PPT Skill。在 Artificial Analysis 2026 年 9 月 18 日更新的 UI/UX Design 评测中，Design 位列开源模型第 1，Elo 得分 1082；Layer 在 Crello-Test 的 12 项指标中全部最优，单次推理时间从 795 秒降至 183 秒。蚂蚁内部画眉接入 Layer 后，首次获得可编辑图层从 5 分钟以上降至约 40 秒。
#模型发布#开源生态#多模态
- Fireworks AI一手模型发布AI 评分75
Fireworks 发布 Ember-1：基于 Kimi K3，token 用量减少约 40%
Fireworks Research 发布专用模型 Ember-1，基于 Kimi K3 训练，在保持同等质量的前提下减少约 40% 的 token 用量，今日起在 Serverless 上以 Research Preview 形式与 Kimi K3 并行提供。团队称在七个基准和两家客户的生产流量 A/B 测试中，K3 的推理过程可缩短 35%–50% 而不损失准确率，其中一家客户已在生产环境运行 Ember-1 并计划扩大规模替换基础模型。Ember-1 使用 Fireworks 自有数据训练，未使用客户数据，同时开放针对该模型的训练支持，供企业用自己的数据定制。
#模型发布#推理#部署/工程
- Google DeepMind一手模型发布AI 评分67
Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS
Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，支持从零生成自定义角色声音并逐句控制口音与情绪，已接入 Google AI Studio、Gemini API、Gemini Enterprise、Gemini Notebook 和 Google Vids。Gemini 3.8 Flash TTS 在 Hume AI 的 Voice Design Benchmark 上以 71.4 分位列第一，口音建模得分 60.8，两款模型分列 Hume AI Overall Quality Index 第一和第二，支持超过 100 种语言。声音复刻需提供声音所有者的口头同意录音，所有生成音频均嵌入 SynthID 水印。
#模型发布#语音#多模态
- Sherwin Wu模型发布AI 评分61
OpenAI 发布 GPT-6 Sol 与 Luna，API 价格较 GPT-5.6 降低 50%
GPT-6 Sol and Luna just landed in Astra’s orbit. Both launch today with API prices 50% lower than GPT-5.6. Build with Sol. Scale with Luna. To production and beyond. https://t.co/ZCEFp4JdjV
#行业动态#OpenAI#模型发布
- ChatGPT一手模型发布AI 评分83
OpenAI 发布 GPT-6 Sol 与 GPT-6 Luna，今日起在 ChatGPT Work 和 Codex 上线
#模型发布#OpenAI
- AWS Machine Learning一手模型发布AI 评分67
Claude Opus 5.5 上线 Amazon Bedrock 与 Claude Platform on AWS
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。
#产品更新#OpenAI#Anthropic
- Yuchen Jin模型发布AI 评分63
Anthropic 发布 Opus 5.5，单任务速度提升约 30%、成本降低约 40%
Anthropic 发布 Opus 5.5，作者称其单任务速度比 Opus 5 快约 30%、成本低约 40%。作者表示这一变化很有吸引力，让他在搁置一个月后重新打开 Claude Code。
#行业动态#Anthropic#模型发布
- Lydia Hallie模型发布AI 评分71
Opus 5.5 发布，比 Opus 5 快约 30%、每任务便宜约 40%
Opus 5.5 发布，作者称其使用体验类似 Fable，但比 Opus 5 快约 30%、每任务成本低约 40%。作者表示这是一款用起来很舒服的模型，并附上了试用链接。
#模型发布#Anthropic
- Anthropic模型发布AI 评分67
Anthropic 发布 Claude Opus 5.5，运行成本较 Opus 5 降低 40%
Introducing Claude Opus 5.5, the first model in our new Claude 5.5 family. It performs at the level of Claude Fable 5.1 for most tasks, and costs 40% less to run than Opus 5. https://t.co/Q9C2VKQ79f
#模型发布#Anthropic
- Latent Space模型发布AI 评分82
小米发布 MiMo-V2.6-Pro 与 Flash 开源全模态模型，训练成本约 300 万美元
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，采用 MIT 许可，Artificial Analysis 称其以 46 分登顶开源权重模型智能指数。技术报告显示其 RL 训练在 130 小时、75B token 上花费约 260 万美元，并计划开源环境代码与训练配方，但 7k+ 任务数据集尚未发布。
#模型发布#开源生态#多模态
- gihyo.jp模型发布AI 评分57
Aikido 发布开源权重安全模型 Altar-1，由 GLM-5.3 压缩至 328GB
Aikido Security 于 9 月 21 日发布其首个开源权重安全模型 Altar-1，模型权重已公开，可在组织自管基础设施上运行。Altar-1 基于 GLM-5.3 压缩，通过量化和 REAP 专家剪枝把每层专家候选从 256 减到 168，体积降至 328GB，比量化版 GLM-5.3 小 32.8%，且未做再训练。在 30 个仓库 32 个已知漏洞的 3 次评测中，Altar-1 与量化版 GLM-5.3 均重新发现 23 个，16 位版为 25 个；模型已在 Hugging Face 的 AikidoSec/altar-1 发布，模型卡建议使用 4 基 NVIDIA H200 搭配 vLLM 推理。
#模型发布#安全/对齐#开源生态
- 阶跃星辰 StepFun一手模型发布AI 评分56
阶跃星辰发布 Step 5 Preview，智能指数 44、每任务 0.71 美元
StepFun's Step 5 Preview scores 44 on the Artificial Analysis Intelligence Index, matching Kimi K3 (max) at ~2.8x lower cost per task, but trails peers on agentic evaluations Step 5 Preview is @StepFun_ai's new flagship model, with 600B total and 27B active parameters, succeeding Step 3.7 Flash (released May 2026). It scores 44 on the Intelligence Index, level with Kimi K3 (max) and just behind GLM-5.3 (max, 45) and Qwen3.8 Max (45) Key takeaways: ➤ Step 5 Preview costs ~2.8x less per Intelligence Index task than models at the same score. It costs ~$0.72 per task, against ~$2.00 for Kimi K3 (max) at the same score of 44 and ~$2.01 for GLM-5.3 (max) at 45. This is driven by pricing: at $1/$2.70 per 1M input/output tokens, it is priced below both on input and output. MiMo-V2.6-Pro is the one model that scores higher (46) at a lower cost per task ($0.13) ➤ Frontier reasoning is the standout strength, and where the jump from Step 3.7 Flash is largest. Step 5 Preview scores 46% on Humanity's Last Exam, in line with Kimi K3 (max, 47%), and 21% on CritPt, between Kimi K3 (23%) and GLM-5.3 (max, 19%). Both are up sharply from Step 3.7 Flash: +25 points on HLE and +19 points on CritPt ➤ Higher AA-Omniscience accuracy than GLM-5.3 at fewer parameters, but with more hallucination. At 600B total parameters, Step 5 Preview reaches 42% accuracy on AA-Omniscience, our benchmark measuring factual recall and hallucination, ahead of GLM-5.3 (max, 34%, 753B) and behind Kimi K3 (max, 48%, 2.8T). It attempts more questions than GLM-5.3 (68% vs 55%) and hallucinates more often when it does (43% vs 30%), landing at 16 on the AA-Omniscience Index, between GLM-5.3 (14) and Kimi K3 (20) ➤ Agentic evaluations are where Step 5 Preview lags peers at a similar Intelligence Index score. It scores 1,566 Elo on GDPval-AA, our primary evaluation for agentic performance, behind Qwen3.8 Max (1,668) and GLM-5.3 (max, 1,646). The gap holds on Terminal-Bench 4.0 (33% vs 39% and 42%), AA-Briefcase (1,432 Elo vs 1,640 and 1,525) and AutomationBench-AA (51% vs 56% and 62%) Key model details: ➤ Model Size: 600B total parameters, 27B active MoE model ➤ Context window: 1M tokens ➤ Multimodality: Text, image and video input, text output ➤ Pricing: $1/$2.70 per 1M input/output tokens, with cached input at $0.05/M ➤ Availability: StepFun first-party API, with open weights release planned for October 15th ➤ Licensing: Closed weights currently, with weights release planned for October 15th
#模型发布#评测/基准#OpenAI
- gihyo.jp模型发布AI 评分86
小米开源多模态模型 MiMo-V2.6 Pro／Flash
小米于9月21日发布 MiMo-V2.6 系列的 Pro 和 Flash 并公开模型权重，两者均为可处理文本、图像、视频和音频的多模态模型，通过扩大强化学习规模提升编码、PC 操作、3D 空间推理和内容制作等智能体能力。小米称 Pro 在多数智能体基准上达到 Claude Opus 5 和 GPT-5.6 Sol 的水平，在 Artificial Analysis Intelligence Index 上得分 46，为发布时开源模型最高，但与 Claude Fable 5.1、GPT-6 Astra 等顶级闭源模型仍有差距。权重和技术报告已在 Hugging Face 的 MiMo-V2.6 集合发布，同时公开 7000 多个强化学习任务环境、训练框架、轻量智能体运行基座 mini-harnesses，以及基于 Qwen3.5-9B 蒸馏的 MiMo-V2.6-Distill-Qwen-9B。
#模型发布#多模态#Agent
- Black Forest Labs Blog一手模型发布AI 评分68
Black Forest Labs 发布 FLUX 3 Action：7B 开源世界动作模型用于机器人控制
Black Forest Labs 发布 FLUX 3 Action，一个从多模态 FLUX 3 主干衍生的 7B 开源权重世界动作模型，在 RoboLab-120 榜单上以不到此前最佳开源模型一半的参数量取得 38.3% ± 0.38 的成功率，速度最高提升 3.95 倍。该模型在图像、视频和音频数据上预训练，其中视频占训练 token 的 95% 以上，再通过联合视频-动作训练和针对目标本体的微调适配动作空间。报告还分析了将其与 GPT 6 Astra 等推理模型组合的混合方案，发现快速控制能让具身推理更省时省钱，每美元成功率最高提升 53.64%。
#模型发布#具身智能#开源生态