Anthropic 发布 Claude Opus 4.6，提升编码、规划、长上下文和智能体能力，并首次为 Opus 级模型提供 1M token 上下文窗口（beta）。该模型在 Terminal-Bench 2.0 和 Humanity's Last Exam 等基准上领先，在 GDPval-AA 上比 GPT-5.2 高约 144 Elo 分。API 新增自适应思考、四档 effort 控制、上下文压缩（beta）和 128k 输出 token，定价维持 $5/$25 每百万 token。
#模型发布#Anthropic#编码
Anthropic 发布 Claude Opus 4.6，称其在编码能力上较前代提升，能更长时间维持智能体任务，并首次为 Opus 系列模型提供 1M token 上下文窗口（beta）。该模型在 Terminal-Bench 2.0 取得最高分，在 Humanity's Last Exam 上领先其他前沿模型，在 GDPval-AA 上比 GPT-5.2 高约 144 Elo 分、比 Opus 4.5 高 190 分。API 侧新增自适应思考、四档 effort 控制、上下文压缩（beta）和 128k 输出 token，定价维持 $5/$25 每百万 token，超过 200k token 的提示按 $10/$37.50 计费。
#模型发布#Agent#编码
Sarvam AI 发布 Sarvam Vision，这是一个 3B 参数的状态空间视觉语言模型，支持图像描述、场景文字识别、图表解读和复杂表格解析等任务。该模型在 olmOCR-Bench、OmniDocBench V1.5 以及自建的 Sarvam Indic OCR Bench（含 22 种印度官方语言、20267 个样本）上报告了性能，并称在印度语言上准确率优于通用模型。官方同时宣布 2026 年 2 月整月免费开放 Document Intelligence API 与 Vision 体验，可通过 dashboard.sarvam.ai 使用。
#模型发布#多模态#开源生态
Mistral AI 发布 Voxtral Transcribe 2，包括批量转写模型 Voxtral Mini Transcribe V2 和实时模型 Voxtral Realtime。两者支持 13 种语言；前者提供说话人分离、上下文偏置和词级时间戳，单次可处理最长 3 小时音频，API 价格为 $0.003/min。4B 参数的 Realtime 延迟最低可配置至 200ms 以下，API 价格为 $0.006/min，并以 Apache 2.0 许可开放权重。
#模型发布#语音#端侧
Qwen 团队发布旗舰推理模型 Qwen3-Max-Thinking，通过扩大参数规模并投入大量算力做强化学习，在事实知识、复杂推理、指令遵循、人类偏好对齐和智能体能力上均有提升，在 19 项基准上表现与 GPT-5.2-Thinking、Claude-Opus-4.5、Gemini 3 Pro 相当。模型新增自适应工具调用能力，可在对话中自主调用内置的 Search、Memory 和 Code Interpreter，已在 chat.qwen.ai 上线；同时采用经验累积的多轮测试时扩展策略，在 GPQA、HLE、LiveCodeBench v6 等基准上优于标准并行采样。API 模型名为 qwen3-max-2026-01-23，兼容 OpenAI 与 Anthropic 接口协议，可直接配合 Claude Code 使用。
#模型发布#推理#Agent
Liquid AI 发布 LFM2.5-1.2B-Thinking，一款完全在设备端运行的推理模型，在手机上内存占用低于 900 MB，已在 Hugging Face、LEAP 和 Playground 上线。该模型为 1.2B 参数，相比 LFM2.5-1.2B-Instruct 在 MATH-500 上从 63 提升到 88、Multi-IF 从 61 提升到 69、BFCLv3 从 49 提升到 57，并在多数推理基准上匹配或超过参数量多 40% 的 Qwen3-1.7B。训练上采用课程式 RL 与模型合并，通过偏好对齐和 n-gram 重复惩罚把 doom loop 比例从 15.74% 降到 0.36%，并获 Qualcomm、Ollama、FastFlowLM、Cactus Compute 等新发布伙伴支持。
#模型发布#推理#端侧
#开源/仓库#开源生态#评测/基准
LG AI Research 发布大规模模型 K-EXAONE，采用 128 专家的 MoE 结构，总参数 2360 亿、实际激活约 230 亿，并引入多 token 预测使推理速度约为现有模型的 1.5 倍。模型支持约 26 万 token 上下文，词表从约 10 万扩展到约 15 万，分词效率平均提升约 30%。后训练采用自研 AGAPO 强化学习算法与 GrouPER 偏好对齐方法，在 Artificial Analysis Intelligence Index 的开源权重模型中排名全球第 7、韩国第 1，模型已在 Hugging Face 和 Friendli AI 上线。
#模型发布#数据/训练#推理
千问发布 Qwen3-VL-Embedding 与 Qwen3-VL-Reranker 系列模型，基于 Qwen3-VL 底座，面向多模态信息检索与跨模态理解，支持文本、图像、截图和视频输入，覆盖 30 多种语言。Embedding 采用双塔架构做高效初筛，Reranker 采用单塔 Cross-Attention 对（Query, Document）对联合编码输出相关性分数，两者串联构成两阶段检索流程。官方称 Qwen3-VL-Embedding-8B 在 MMEB-v2 上取得 SOTA，Reranker-8B 在多数任务上表现最佳，模型提供 2B 与 8B 两种规格、32K 序列长度并支持量化与自定义向量维度。
#模型发布#多模态#RAG
Liquid AI 发布 LFM2.5-1.2B 模型家族，预训练规模从 10T 扩展到 28T token，并扩大强化学习后训练流程，包含 Base、Instruct、日语、视觉语言和音频语言模型。其中 LFM2.5-Audio-1.5B 采用新的 LFM 音频解分词器，在移动 CPU 上比 LFM2 的 Mimi 解分词器快 8 倍，并以 INT4 量化感知训练。所有模型均为开放权重，已在 Hugging Face 和 LEAP 上线，并获 llama.cpp、MLX、vLLM、ONNX 首日支持，AMD 与 Nexa AI 提供 NPU 优化版本。
#模型发布#端侧#多模态
MiniMax 发布 MiniMax-M2.1，重点提升真实复杂任务表现，系统增强 Rust、Java、Golang、C++、Kotlin、Objective-C、TypeScript、JavaScript 等语言能力，并加强 Android 与 iOS 原生开发。相比 M2，M2.1 回复与思维链更简洁，响应更快、token 消耗明显下降，在多语言场景超过 Claude Sonnet 4.5 并接近 Claude Opus 4.5，在自建 VIBE 全栈基准上平均得分 88.6。模型权重已开源，可从 HuggingFace 下载，支持 SGLang、vLLM、Transformers、Ktransformers 本地部署，API 已在 MiniMax 开放平台上线，MiniMax Agent 也已基于该模型公开可用。
#模型发布#编码#Agent
Qwen3-TTS 家族发布两个新模型：音色设计模型 Qwen3-TTS-VD-Flash 和音色克隆模型 Qwen3-TTS-VC-Flash，均可通过 Qwen API 调用。VD-Flash 支持用自然语言指令控制音色、韵律、情感与角色设定，在 InstructTTS-Eval 上整体优于 GPT-4o-mini-tts 和 Mimo-audio-7b-instruct，并在角色扮演测试中超过 Gemini-2.5-pro-preview-tts。VC-Flash 支持 3 秒音色克隆，可基于克隆音色生成中文、英语、德语、意大利语、葡萄牙语、西班牙语、日语、韩语、法语和俄语 10 种语言语音，在 MiniMax TTS Multilingual Test Set 上平均词错误率优于 MiniMax、ElevenLabs 和 GPT-4o-Audio-Preview。
#模型发布#语音#多模态
#模型发布#推理#Google
Mistral AI 发布 Mistral OCR 3，其在表单、扫描文档、复杂表格和手写内容上相较 Mistral OCR 2 的总体胜率为 74%。该模型可通过 API（mistral-ocr-2512）及 Document AI Playground 使用，支持输出 Markdown、嵌入图片和以 HTML 重建的表格。价格为每 1,000 页 $2，Batch API 优惠价为 $1，并支持向后兼容和私有化部署。
#模型发布#多模态#部署/工程
Mistral AI 推出 Devstral 2 编程模型家族及开源命令行智能体 Mistral Vibe CLI，可执行跨文件代码修改与工程任务。123B 和 24B 模型均支持 256K 上下文，在 SWE-bench Verified 上分别获得 72.2% 和 68.0%；小模型支持消费级硬件本地部署。Devstral 2 目前可免费调用 API，免费期后输入与输出每百万 Token 分别为 $0.40 和 $2.00。
#模型发布#编码#Agent
Mistral AI 推出 Mistral 3 模型家族，包括 3B、8B 和 14B 的 Ministral 3，以及采用稀疏 MoE 架构、含 41B 激活参数和 675B 总参数的 Mistral Large 3，均以 Apache 2.0 许可证发布。Ministral 3 提供 base、instruct 和 reasoning 版本，Mistral Large 3 提供 base 与 instruct 版本并将推出 reasoning 版本；该系列现已登陆 Mistral AI Studio、Amazon Bedrock、Azure Foundry、Hugging Face 等平台。
#模型发布#多模态#推理
Prime Intellect 发布 INTELLECT-3，一个 106B 参数的 Mixture-of-Experts 模型，在 GLM-4.5-Air 基座上进行 SFT 和大规模 RL 训练，在数学、代码、科学和推理基准上取得同规模 SOTA。团队开源了模型权重、训练框架 prime-rl、verifiers 环境库及全部训练与评测环境，训练在 512 张 NVIDIA H200 GPU 上完成。模型可在 chat.primeintellect.ai 或通过 Inference API 使用。
#模型发布#数据/训练#开源生态
Anthropic 发布 Claude Opus 4.5，称其在编码、智能体和计算机使用上达到世界最佳，并在日常任务如深度研究和表格处理上有显著提升。模型现已在应用、API 和三大云平台可用，API 定价为每百万 tokens 输入 5 美元、输出 25 美元。同时更新了 Claude Developer Platform、Claude Code 和消费级应用，新增 effort 参数以控制推理强度，并提升了上下文管理和多智能体协调能力。
#模型发布#Anthropic#编码
Zyphra 发布 ZAYA1 预览，称这是首个完全在 AMD 硬件、软件和网络栈上端到端训练的 AI 模型，配套技术报告已发布到 arXiv。ZAYA1-base 在 14T token 上训练，采用 Muon 优化器和 CCA 注意力、新型 MoE 路由等架构改进，基准表现与同规模 Qwen3 系列相当，并超过 SmolLM3、Phi4 等西方开源模型。训练集群由 Zyphra、AMD 和 IBM 合作搭建，使用 128 个节点、每节点 8 块 AMD MI300X GPU 与 AMD Pensando Pollara 网络，提供超过 750 PFLOPs 实际训练性能。
#模型发布#数据/训练#开源生态
Noam Shazeer 祝贺团队打造出一款“出色的模型”，但未说明模型名称或具体能力。他称该成果汇集数千名贡献者，并涉及数十亿个用例。
#大佬观点