腾讯混元开源交互式视频世界模型 Hy-Nomas
腾讯混元发布开源自由形式交互视频世界模型 Hy-Nomas，支持用文本提示词和相机轨迹进行交互，并具备带世界记忆的长时程生成能力。该模型可通过轻量 LoRA 适配机器人等专门领域，并针对消费级 GPU 推理做了优化。官方同时给出了网站、GitHub、Hugging Face 和演示入口。
匹配字段摘要、正文
←搜索结果
搜索“推理”
Kimi K3.1 Pro 发布，Artificial Analysis 智能指数 55 分位列第四
月之暗面发布推理模型 Kimi K3.1 Pro，在 Artificial Analysis 智能指数上得分 55，位列第四，比 Kimi K3 的 44 分提升 11 分，仅次于 Claude Opus 5.5（58）、Claude Sonnet 5.5（56）和 Muse Wonder Full（56）。其智能体能力提升明显，GDPval-AA 以 1846 Elo 排第三，Terminal-Bench 4.0 得分 67%（Kimi K3 为 13%），AutomationBench-AA 从 58% 升至 73%。模型上下文窗口 1M tokens，总参数 2.8T、激活参数 104B，支持文本和图像输入，定价为每 1M 输入/输出/缓存命中 token 2/10/0.20 美元，权重尚未发布。
匹配字段摘要、正文
Kimi K3.1 Pro 发布，智能指数排名第 4，权重开放后将领先开源模型
月之暗面发布推理模型 Kimi K3.1 Pro，在 Artificial Analysis 智能指数上得分 55，排名第 4，比 Kimi K3 的 44 分提升 11 分，仅次于 Claude Opus 5.5（58）、Claude Sonnet 5.5（56）和 Muse Wonder Full（56）。其智能体能力提升明显，GDPval-AA 得分 1,846 Elo 排第 3，Terminal-Bench 4.0 得分 67%（Kimi K3 为 13%），AutomationBench-AA 从 58% 升至 73%。模型上下文窗口 1M tokens，总参数 2.8T、激活参数 104B，支持文本和图像输入，定价为每 1M 输入/输出/缓存命中 token 2/10/0.20 美元，三项均比 Kimi K3 低 33%；权重尚未公布，发布后将成为得分最高的开源权重模型，开源与闭源领先模型的差距将从 12 分缩小到 3 分。
匹配字段摘要、正文
MiniMax开源M3.1 Flash模型，使用成本降低70%
MiniMax于10月23日宣布开源M3.1 Flash模型，该模型上线72小时处理超过100万亿Token。相较上一代M3，M3.1 Flash能力全面提升，使用成本降低70%，线上推理速度提升近3倍。MiniMax称将携手华为昇腾、NVIDIA、AMD等芯片厂商及vLLM、SGLang、Hugging Face等推理框架与社区推进开源首日接入。
匹配字段摘要、正文
MiniMax M3.1 Flash 开源权重，428B 总参数、每 token 激活 23B
MiniMax M3.1 Flash 权重已公开，总参数 428B，每 token 激活 23B。官方称其在智能体任务、编码和网络安全上大幅提升，BankerToolBench 76.2、DeepSWE v1.1 73.7%、OSWorld V2 61.7、Agents' Last Exam 29.6、CyberGym 82.2。模型采用 MiniMax Sparse Attention 与 DSpark 投机解码提升推理效率，权重已上线 Hugging Face 和 ModelScope，并提供 API 与 MCode 桌面端入口。
匹配字段摘要、正文
蚂蚁百灵开源医疗增强模型 Ling-3.0-flash-Sante
蚂蚁百灵宣布正式开源 Ling-3.0-flash-Sante，这是一个医疗增强的 MoE 模型，总参数 124B，每个 token 仅激活 5.1B 参数，官方称其在专业医疗任务和复杂医学推理上性能领先同规模模型。除医疗问答外，该模型还针对深度研究、多智能体协作和工具调用做了能力强化，模型权重现已开放下载。
匹配字段摘要、正文
Recursive 首个开源模型 Flint 上线 OpenRouter，40B MoE 专为编码智能体打造
Recursive 的首个模型 Flint 已上线 OpenRouter，这是一个开放权重的 40B MoE 模型（约 2.5B 激活参数），由该公司的自动研究系统 Eureka Machine 打造，面向编码智能体，支持 262K 上下文、推理和工具调用。Recursive 报告其在 Terminal-Bench 2.1 上得分 54.9%，SWE-bench Pro v2 上 89.7%，SWE-bench Verified 上 74.2%，上线期间免费使用。
匹配字段摘要、正文
MiniMax 发布 M3.1 Flash，实测前端 Coding 能力
MiniMax 于 10 月 19 日认领匿名模型 Space Bunny，正式发布 M3.1 Flash，采用稀疏注意力架构，428B 总参数、约 23B 激活，推理速度提升近 3 倍，使用成本降 70%，定价为输入每百万 token 1 元、输出 4 元、缓存读取 0.1 元。模型权重将于 10 月 23 日开源，官方预告更高智能上限的 Pro 版不久后推出。作者用四道同类型新题替换社区出圈案例重测，认为其前端 Coding 能力进步明显，且保留了主动打开浏览器试错的自验收行为。
匹配字段摘要、正文
Mistral 发布一整套语音模型
Mistral 联合创始人 Arthur Mensch 宣布发布一整套达到 SOTA 水平的语音模型，并附上链接 https://t.co/Ue1S72c9HW。他表示语音将成为 AI 系统最重要的交互界面，Mistral 将语音模型部署在物理位置上靠近推理模型。
匹配字段摘要
Gradium 开源 Phonon 端侧 TTS 模型套件，参数均在 50m 以下
Gradium 开源 Phonon 端侧语音合成模型套件，全部模型参数在 50m 以下，主打多语言自然度与准确度，并称提供迄今最广的推理支持。其中 Phonon-31m 以 Apache 2.0 许可开放。Matt Turck 转发了这一消息。
匹配字段摘要
OpenAI 称 GPT-6.1 Sol 大幅提升遗留代码迁移能力
OpenAI 表示新模型在 COBOL、Fortran、Visual Basic 等老旧语言的编写与迁移上明显更强。其自建的 MultiLangBench 要求模型用 20 种语言从零构建兼容 SQLite 的数据库引擎，GPT-6 Astra 平均通过率 87.4%，GPT-5.6 Sol 为 26.8%，其中 COBOL 从 10.9% 升至 72.1%。在 COBOL 迁移到 C++、Java、Kotlin、Python 或 Rust 的测试中，GPT-6.1 Sol 在低推理强度下准确率 86.6%，API 成本为 61%，GPT-5.6 Sol 同设置下为 5.4%，高推理强度下达到 97.9%。
匹配字段摘要
OpenAI 称 GPT-6 在 COBOL、Fortran 等遗留编程语言上表现大幅提升
OpenAI 表示其最新模型针对 COBOL、Fortran、Visual Basic 等低资源语言做了改进，这些语言训练代码远少于 Python，但支撑着全球关键基础设施。OpenAI 构建了两个评测：MultiLangBench 要求模型从零构建兼容 SQLite 的数据库引擎，GPT-6 Astra 在最高推理强度下 20 种语言平均测试通过率 87.4%，GPT-5.6 Terra 约为 38%；GPT-6 Luna 为 40.3%，略高于 GPT-5.6 Terra 的 37.9% 但成本更低。在将 COBOL 转译为 C++、Java、Kotlin、Python 或 Rust 的迁移基准上，GPT-6.1 Sol 低推理强度下准确率 86.6%，GPT-5.6 Sol 为 5.4%，提高推理强度后可达 97.9%。
匹配字段摘要
Mistral 发布 Voxtral 3 语音模型家族与语音 Agent SDK
Mistral 发布 Voxtral 3 语音模型家族，包含支持 50+ 语言的转写模型 Voxtral Small Transcribe 3、支持 35+ 语言和 50+ 方言的合成模型 Voxtral Mini TTS 3，以及基于 LiveKit 的语音 Agent SDK，把听、推理、工具调用和说话串成一条实时流式管线，每轮响应在 1 秒内完成。转写模型支持说话人分离、上下文偏置和轮次结束检测，Mini 版本为 4B 参数，批量转写定价 $0.0035/min；合成模型定价 $13/1M 字符，支持 30 分钟音频的语音克隆。该家族可通过 Mistral 的欧洲托管 API 或自部署使用，语音 Agent API 搭配 Mistral Small 4 推理时定价 $0.04/min。
匹配字段摘要
ElevenLabs 发布 Eleven Realtime 语音到语音模型 v1 Mini 与 v1 Max
ElevenLabs 发布 Eleven Realtime 系列语音到语音模型，包含面向低成本自然对话的 v1 Mini 和面向复杂任务的 v1 Max，两者均支持 90 多种语言并可调用其 17,000 多个音色。Artificial Analysis 的独立评测显示，v1 Max 在 Big Bench Audio 语音推理上答对 98.8%，平均 0.57 秒开始说话，v1 Mini 分别为 75.9% 和 0.62 秒。该 API 兼容 OpenAI Realtime API，已有集成只需更换 endpoint 和模型名，也可在 ElevenAgents 中直接选择模型部署。
匹配字段摘要
OpenAI 发布面向 COBOL 等老语言的编程模型 GPT-6 Astra
OpenAI 发布编程模型 GPT-6 Astra，面向 COBOL、Fortran、Visual Basic 等老旧编程语言。OpenAI 为此构建了 MultiLangBench 和 COBOL migration 两项评测，GPT-6 Astra 在 MultiLangBench 的 20 种语言上得分 87.4%，GPT-5.6 Sol 为 26.8%；COBOL migration 得分 86.8%，高推理强度下为 97.9%，GPT-5.6 Sol 仅 5.4%。该模型已通过 OpenAI API 向开发者开放，用于 COBOL、Fortran、OCam 和 Visual Basic 的编程任务。
匹配字段摘要、正文
fal 与 BFL 发布视频模型 FLUX 3 Max
fal 与 BFL 合作发布后训练视频模型 FLUX 3 Max，团队优化推理以提升输出质量。该模型在 Artificial Analysis 图生视频指数上得分 1,139，生成速度最高比 Seedance 2.5 快 22 倍；fal 称其可约 12 秒生成 10 秒 720/768p 视频，未来三周降价 75%。
匹配字段摘要、正文
DeepSeek V4.1 Flash 1017 发布，智能指数 45 分并列开源第二
DeepSeek 发布旗舰模型 DeepSeek V4.1 Flash 的更新版 DeepSeek V4.1 Flash 1017，在 Artificial Analysis Intelligence Index 上得分 45，比 DeepSeek V4.1 Flash 提升 6 分，与 GLM-5.3 并列开源权重模型第二，仅落后 MiMo-V2.6-Pro 1 分。该版本在智能体能力、知识和科学推理上有提升，GDPval-AA v2.1 的 Elo 从 1600 升至 1746，AA-Omniscience 非幻觉率从 4% 升至 33%，CritPt 从 14% 升至 24%。模型为 552B 总参数、16B 激活，MIT 许可，上下文窗口 1M tokens，API 定价与上一版相同，为每 1M 输入 tokens 0.30 美元、每 1M 输出 tokens 1.20 美元，每任务成本 0.26 美元。
匹配字段摘要
Dream Labs 发布机器人基础模型 Dream-1
Dream Labs 结束隐身状态，发布机器人基础模型 Dream-1，可控制此前未见过的双臂机器人，执行未训练过的任务，并进入此前未到过的场所，起价每小时 3 美元。Dream API 同日向所有人开放，其推理由 fal Serverless 提供支持。
匹配字段摘要、正文
MiniMax 发布 M3.1 Flash 模型，成本为 M3 的三分之一、速度提升 3 倍
MiniMax 发布 M3.1 Flash，在 Cowork（Automation-Bench 62%、ALE 30%）、编码（DeepSWE 74%）和视觉推理（BabyVision 91%）等任务上达到前沿水平，成本为 M3 的 1/3、速度为 3 倍。API 统一价格为每 1M 输入/输出 token 0.15/0.60 美元，缓存读取为每 1M token 0.015 美元。官方称此前登顶全球榜单、处理 200T+ tokens 的 Space Bunny 是 M3.1 Flash 的早期版本，模型权重将于 10 月 23 日发布。
匹配字段摘要、正文
MiniMax 发布 M3.1 Flash 模型，DeepSWE 得分 74%
MiniMax 正式发布 MiniMax M3.1 Flash，即此前在 OpenRouter 上名为 Space Bunny 的模型，DeepSWE 得分 74%。官方称其在 Cowork（Automation-Bench 62%、ALE 30%）、编码（DeepSWE 74%）和视觉推理（BabyVision 91%）等任务上达到前沿水平，成本为 M3 的 1/3、速度为 3 倍。API 定价为每 1M 输入/输出 token 0.15/0.60 美元，缓存读取 0.015 美元/1M token，模型权重将于 10 月 23 日发布，MiniMax 还在筹备推出 Pro 模型。
匹配字段摘要