xAI 发布实时语音对话模型 Grok Voice 3.0，在 Artificial Analysis 的 Speech-to-Speech 指数上以 86.9 分登顶，高于 OpenAI GPT-Live-1 的 83.2 分和 Google Gemini 3.8 Live 的 82.6 分，前代 Grok Voice 2.0 为 81.3 分。该模型在 τ-Voice 客服对话基准上成功率从 56.5% 升至 71.6%，位列第二，落后 GPT-Live-1（Astra, Medium）的 74.5%；人类盲测偏好排名第三，语音输出平均延迟 0.81 秒，价格维持每分钟 0.08 美元。xAI 称其已在特斯拉车辆中每天处理数百万次对话，并在 Starlink 工作日接听约 2 万通客户来电，其中约 70% 无需人工介入，现已通过 API 开放。
匹配字段摘要、正文
阶跃星辰宣布开放 Step 5 Preview 模型权重，包含 BF16 与 FP8 两个版本，在 AI 编程、软件工程、专业知识工作、金融等任务上达到前沿水平。权重已上线 Hugging Face 和 ModelScope，开发者可通过 vLLM 或 SGLang 部署兼容 OpenAI 接口的 API 服务，也可用 Transformers 离线推理。华为、壁仞科技、沐曦股份、摩尔线程随后宣布提供 0Day 支持，其中昇腾基于 vLLM 推理引擎实现 0Day 支持，首套 1024 卡 Atlas 950 SuperPoD 液冷超节点同步上线点亮。
匹配字段摘要、正文
微软发布自研预训练基础模型 MAI-Base-2，采用 MoE 架构，总参数量 2.8 万亿、激活参数量 800 亿。微软 AI 主管苏莱曼在员工大会上称，该模型性能超过目前驱动 GPT-5.6 Sol 的模型，训练算力仅为 OpenAI 的四分之一；微软博客称其训练方法在四项评估中计算效率比 DeepSeek-V4-Pro-Base 高出 4.2 到 12.3 倍。微软私下还将该模型与 OpenAI 代号 Spud 的模型对比，称在衡量 AI 理解和预测信息模式的测试中表现更好，比较基于微软掌握的相关技术信息。
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
微软于 10 月 9 日推出 Microsoft-Decision-1，它不生成文本，而是对预设答案选项做单次前向打分并返回每个选项的校准概率，用于路由、分类、优先级排序和验证。该模型基于阿里 Qwen3.5-9B 后训练，已在 Microsoft Foundry 公测并上线 OpenRouter，标识为 microsoft/microsoft-decision-1，权重不对外分发。微软称其在 36 个基准、约 15 万道留出题上取得 83.5% 准确率，并计划后续把底座迁移到 MAI 和 OpenAI 模型；OpenRouter 列表显示价格为每百万输入 token 0.042 美元、输出免费。
匹配字段摘要
OrcaRouter 发布 OrcaCyber Zero 1.5，这是 OrcaCyber Zero 1.0 的后继模型，面向授权漏洞复现、漏洞利用开发和渗透测试，支持 1M token 上下文窗口、原生函数调用和结构化输出。厂商自报成绩为 Cybench 100%（39/39，无限制智能体执行）、CVE-Bench 95.8%（24 个可评估任务中的 23 个）、HumanEval+ 93.9%、SWE-bench Pro V2 76.5%。模型仅通过 OrcaRouter 托管 API 提供，使用 OpenAI 兼容接口，base_url 为 https://api.orcarouter.ai/v1，调用 orca/orcacyber-zero-1.5，访问受 Security Research 层级限制，定价为每 1M 输入 token 3.00 美元、每 1M 输出 token 7.50 美元。
OrcaRouter 发布 OrcaCyber Zero 1.5，这是 OrcaCyber Zero 1.0 的后继模型，面向授权漏洞复现、漏洞利用开发和渗透测试，支持 1M token 上下文窗口、原生函数调用和结构化输出。厂商自报成绩为 Cybench 100%（39/39，无限制智能体执行）、CVE-Bench 95.8%（24 个可评估任务中的 23 个）、HumanEval+ 93.9%、SWE-bench Pro V2 76.5%。模型仅通过 OrcaRouter 托管 API 提供，使用 OpenAI 兼容接口，base url 为 https://api.orcarouter.ai/v1，调用 orca/orcacyber-zero-1.5，访问受 Security Research 层级限制，定价为每 1M 输入 token 3.00 美元、每 1M 输出 token 7.50 美元。
匹配字段摘要、正文
微软在 Foundry 上线 Microsoft-Decision-1，该决策模型基于阿里 Qwen3.5-9B 后训练而成，而非采用合作伙伴 OpenAI 的模型，定价为每百万输入 token 0.042 美元、输出免费。微软称其已在内部四个团队测试，用于整理超 1 万条 Xbox 玩家反馈、为 Copilot 打分、事故现场拉取上下文等场景，并称在 Xbox 场景下比 GPT-6 Sol 快 14 倍以上。该模型仅支持文本、上限 32,768 token 并返回 JSON，不支持图像，微软尚未公布开放权重。
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，这是 Haiku 系列约一年来的首次更新，定价与 OpenAI 的 GPT-6 Luna 持平，同日还下调了 Sonnet 5.5 与订阅方案价格。Artificial Analysis 的独立评测显示其 Intelligence Index 为 43（最高 effort），比上一代 Haiku 提升 26 分，略高于 GLM-5.3 Flash（42）、Gemini 3.8 Flash（41）和 GPT-6 Luna（38），但落后 Claude Sonnet 5.5（56）13 分。该模型支持 1M token 上下文（Haiku 4.5 为 200k），首次引入 effort 设置与自适应思考，主要代价是 token 消耗偏高，最高 effort 下每个 Index 任务约用 162k 输出 token，约为 GPT-6 Luna 的 3 倍。
匹配字段摘要、正文
Anthropic 发布快速低价模型 Claude Haiku 5.5，定价为每百万 token 输入 $0.10、输出 $0.50，与 OpenAI 上月发布的 GPT-6 Luna 一致，但超过 100,000 token 后涨至 $0.50/$2.50，而 Luna 在 272,000 token 后才涨到 $0.20/$0.75。Simon Willison 实测发现 Haiku 5.5 使用了更不宽松的 tokenizer，同一长提示词消耗的 token 约为 Haiku 4.5 的 1.25 倍，构成隐性涨价；新模型不支持关闭推理，默认 medium 档。Anthropic 同时宣布将 Sonnet 5.5 的缓存读取价格减半，并为订阅计划增加 API 额度。
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。
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。
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
GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用，作为 GPT-6 Sol 的重大升级，面向智能体编码、计算机使用和专业工作负载。据 OpenAI，它在 DeepSWE v1.1 上以约五分之一的单任务成本达到 GPT-6 Astra 的水平，并比 GPT-6 Sol 最佳成绩高 6.4 个百分点，且推理投入更低。Bedrock 侧提供 IAM 策略管控、CloudTrail 审计、VPC 端点与零操作员访问，推理数据不用于模型训练。
匹配字段摘要、正文
Inception 发布 Mercury 2，称其为全球最快的推理语言模型，采用扩散式并行精炼而非自回归逐 token 解码，生成速度提升超过 5 倍。官方数据为 NVIDIA Blackwell GPU 上 1,009 tokens/sec，定价 $0.25/1M 输入 token、$0.75/1M 输出 token，支持可调推理、128K 上下文、原生工具调用和 schema 对齐的 JSON 输出，并兼容 OpenAI API。该模型面向编码补全、智能体循环、实时语音和搜索 RAG 等延迟敏感场景，现已可用。
匹配字段摘要、正文
Inception Labs 发布 Mercury 2，称其为全球首个推理扩散语言模型，在标准 NVIDIA GPU 上解码速度超过 1000 tokens/秒，300 token 的推理轨迹可在 300 毫秒内完成，把推理等待从 3 秒降到 300 毫秒。该模型提供 instant、low、medium、high 四档 reasoning_effort，其中 medium 在 IFBench 上比 GPT 4.1 高 27 分、在 Tau3Bench Telecom 上高 24 分，且仍快于 GPT 4.1 的非推理解码。Mercury 2 定价为输入 $0.25/M tokens、输出 $0.75/M tokens，兼容 OpenAI API，可接入 LiveKit、Pipecat、Vapi、Retell 等现有编排栈，API 已在 platform.inceptionlabs.ai 上线。
Inception Labs 发布 Mercury 2，称其为全球首个推理扩散语言模型，在标准 NVIDIA GPU 上解码速度超过 1000 tokens/秒，300 token 的推理轨迹可在 300 毫秒内完成，把推理等待从 3 秒降到 300 毫秒。该模型提供 instant、low、medium、high 四档 reasoning effort，其中 medium 在 IFBench 上比 GPT 4.1 高 27 分、在 Tau3Bench Telecom 上高 24 分，且仍快于 GPT 4.1 的非推理解码。Mercury 2 定价为输入 $0.25/M tokens、输出 $0.75/M tokens，兼容 OpenAI API，可接入 LiveKit、Pipecat、Vapi、Retell 等现有编排栈，API 已在 platform.inceptionlabs.ai 上线。
匹配字段摘要、正文
Inception Labs 宣布 Mercury 2 上线 Azure AI Foundry，该模型采用扩散架构并行生成 token，官方称生成速度提升超过 5 倍，在 NVIDIA Blackwell GPU 上达到 1,009 tokens/sec。模型定价为每百万输入 token 0.25 美元、每百万输出 token 0.75 美元，支持 128K 上下文、原生工具调用和 JSON schema 结构化输出，API 兼容 OpenAI，目前在美国和加拿大区域提供。
匹配字段摘要、正文
Sakana AI 发布 Fugu Max 和 Fugu Ultra v2 两款编排模型，均通过 OpenAI 兼容 API 提供，已有 Fugu 用户只需改一行参数即可升级。Fugu Max 整合包括 NVIDIA Nemotron 系列在内的开放权重与专用模型池，在 Terminal Bench 2.1、GPQAD、AA-LCR、GDP.pdf、AutomationBench 和内部基准 SWEFish 六个基准上取得最佳总分，定价为每百万输入 token 2 美元、每百万输出 token 6 美元，输出价格比 Sonnet 5、GPT 5.6 Terra 和 Kimi K3 低 40-60%。Fugu Ultra v2 面向复杂多步任务，在 Chartography 上得分 48.3，高于 Opus 5 的 27.3 和 Fable 5 的 29.5，在 DeepSWE 上得分 74.3，且其智能体池中不含 Fable 5、Fable 5.1 或 GPT-6-Astra。
匹配字段摘要、正文