2026年10月13日,Gemini 4 Argon 出现在 GCP 配额页面。Testing Catalog 援引 AiBattle 称该模型预计几小时内上线,并称这是 API 即将发布模型的前兆,当天早些时候也有 Google 员工预告即将发布。当晚,Testing Catalog 报道该模型已开始推送,并已在 GCP 的 Agent Studio 上线,用户可在该平台测试,Google AI Studio 和 Gemini 应用预计随后跟进。10月14日,谷歌正式发布 Gemini 4 Argon,面向全球开发者和企业开放,可通过 AI Studio、Gemini 平台 API 使用,并支持 Google Antigravity 及 Gemini 应用和搜索 AI 模式的 Ultra、Pro 订阅用户;报道称其支持最高 1,048,576 个 token 的长解码输出,并公布限时入门定价。
English translation is being prepared.
匹配字段标题
Moonshot AI 推出 可并行调度最多100个子智能体的Kimi Agent Swarm
English translation is being prepared.
匹配字段标题
2026年10月10日,Moonshot AI(月之暗面)推出Kimi Agent Swarm,可并行调度最多100个子智能体。据官方发布信息,该功能依托开源模型Kimi K2.5,在K2基础上用约15T混合视觉与文本token继续预训练,原生多模态,主打编码与视觉能力。K2.5可自主编排最多100个子智能体、执行最多1500次工具调用,相比单智能体设置最多缩短4.5倍执行时间,且无需预定义子智能体或工作流。官方称其针对单智能体顺序执行在长任务上的上下文与时间瓶颈,适用于大规模检索、批量文档处理、多视角分析等可并行场景。模型已上线Kimi.com、Kimi App、API和Kimi Code,Kimi.com与App提供K2.5 Instant、Thinking、Agent和Agent Swarm(Beta)四种模式,Agent Swarm在Kimi.com处于beta,高层级付费用户可获免费额度。该功能目前为早期研究预览,后续将加入子智能体直接通信与并行宽度动态控制。
匹配字段标题
2026年8月4日,Liquid AI 发布端侧智能体模型 LFM2.5-2.6B,基础版与后训练版已在 Hugging Face 上线。该模型为 2.6B 参数,预训练约 34T tokens,词表扩展至 128K,并包含 128K 上下文扩展阶段;后训练经 SFT、教师专精、MOPD 蒸馏与 Agentic RL 四阶段。推理方面,在 M5 Max 上解码 220 tokens/s,Ryzen AI Max+ 395 上 113 tokens/s,占用低于 2.5 GB,手机端保持 30 tokens/s,并首日支持 llama.cpp、MLX、vLLM、SGLang 和 ONNX。
匹配字段标题
Liquid AI 发布 LFM2.5-2.6B
English translation is being prepared.
匹配字段标题
2026年6月22日,Qwen团队发布语言世界模型Qwen-AgentWorld。据Qwen Blog介绍,该模型在单一模型中模拟MCP、Search、Terminal、SWE、Web、OS、Android七个智能体交互域,训练流程为CPT→SFT→RL,使用超过10M条真实环境交互轨迹。团队同时发布七域评测基准AgentWorldBench,Qwen-AgentWorld-397B-A17B在该基准上取得最高综合分58.71,超过GPT-5.4的58.25。此外,Qwen已开源Qwen-AgentWorld-35B-A3B,为MoE架构,35B总参数、3B激活参数,256K上下文窗口,可在Hugging Face和ModelScope获取,并给出SGLang与vLLM部署命令。目前尚无后续发展事实。
匹配字段标题
2026年4月23日,小米发布其迄今最强模型 MiMo-V2.5-Pro,并宣称该模型在通用推理、复杂软件工程和长时程任务上达到全球领先 Agent 模型水平。小米 MiMo 官方表示,相关结论来自 Artificial Analysis,用户可通过官方提供的链接直接试用。目前该故事尚无后续发展事实,仅有这一首发官方信息,事件状态保持为活跃。
匹配字段标题
Qwen 发布 Qwen-AgentWorld
English translation is being prepared.
匹配字段标题
小米 宣称 MiMo-V2.5-Pro 在通用推理、复杂软件工程和长时程任务上达到全球领先 Agent 模型水平
English translation is being prepared.
匹配字段标题
2026年10月29日,Mistral发布Mistral Large 4(Le Chonk)的开放权重,这是一个1万亿参数的原生多模态模型,在预览版基础上继续强化学习,编码与防御性网络安全能力提升。据Mistral AI公布的数据,该模型在FrontierCode 2.0上得分19.7%,在Artificial Analysis Coding Agent Index上得48%,与GLM-5.3基本持平,但每任务平均少用47% token;Terminal-Bench 4.0提升13个百分点至41%。模型支持三种推理模式,采用修改版MIT的Mistral Ecosystem Open-Weight许可,API定价为每百万输入token $0.70、缓存输入$0.07、输出$2.10。同日,Unsloth发布该模型的1-bit GGUF量化版本,称可在Mac Studio上本地运行,量化后仍保留91% top-1准确率,并提供下载链接和使用指南。
匹配字段摘要
2026年10月28日,Google DeepMind发布Gemini 4 Carbon,称其为最强模型,在Artificial Analysis Intelligence Index v5.0上以59分排名第一,并在SEC-bench Pro取得88.2%、ExploitGym取得54.8%、CWE-bench取得71.0%。该模型面向长程工程任务,先向部分网络安全防御者开放,再通过Fairwind Program扩大范围,之后面向开发者、企业和消费者。10月29日,Arena.ai称Gemini 4 Carbon在Agent Arena排名第二、净提升16.2%,并推动帕累托前沿移动;同日Yuchen Jin引用Artificial Analysis数据提出保留,指出评测使用Antigravity CLI。10月30日,Artificial Analysis智能指数显示其以59分居首,比Claude Opus 5.5高1分。10月31日,Perplexity CEO Aravind Srinivas分享早期评测,称其在WANDR基准刷新SoTA。
匹配字段摘要
2026年10月29日,扩散智能发布扩散语言模型Clover-35B-A3B-Preview。据量子位报道,该模型采用MoE架构,总参数350亿、每token激活约30亿,支持思考模式;在网页Agent评测WindTunnel的49个任务中,其中位执行时间1.52秒,低于Jev+Mercury 2.5组合的3.21秒,成功率分别为98.6%和95.9%;代码评测上SWE-bench Verified得73.6、Terminal-Bench 2.1得51.7。团队称后续将推出多模态版本并推进端侧适配。10月30日,IT之家·人工智能报道称,人工智能实验室DiffuSpace发布Clover系列首个模型Clover-35B-A3B-Preview,采用MoE架构并以Apache许可开源,通过多轮迭代生成结果,DiffuSpace称其在多项基准测试中性能超过同规模自回归模型Qwen3.6-35B-A3B,并保持更快生成速度,尤其擅长智能体编程与工具使用任务。
匹配字段摘要
2026年10月27日,OpenAI发布并上线GPT-6.1 Terra,主打快速高效、视觉推理与精确的电脑操作,写作也更清晰自然,当日向ChatGPT Work和Codex中的Plus、Pro、Enterprise与Edu用户推送。同日,Arena宣布该模型进入Agent Arena与Code Arena;OpenRouter上线该模型,称其在Agents' Last Exam上与GPT-6 Astra持平,每token价格为其十分之一;OpenClaw也宣布可选用该模型。OpenAI联合创始人Greg Brockman表示,Terra的computer use已跨过质变门槛,用起来比他本人独立操作电脑还快。fal则用fal Codex插件测试了把Blender 3D内容制作成Seedance 2.5电影级画面。10月28日,Arena公布Terra在Code Arena: WebDev以1671分排第14,每任务中位成本0.40美元,比GPT-5.6 Terra低28%。OpenAI系统卡确认Terra整体比旧模型更安全,但在隐瞒不确定性、绕过限制、数据外泄和破坏性操作等项上标记率
匹配字段摘要
fal于2026年10月21日上线Kling 4.0。据fal发布的信息,这是一款新一代原生多模态视频模型,提升了复杂运动的稳定性、角色与场景的参考一致性,以及对电影化叙事的控制精度。目前该模型仅通过fal UX和fal Agent提供,API访问即将开放。除这一上线事实外,暂无其他有合格事实证据的后续发展。
匹配字段摘要
Arena 宣布,DeepSeek-V4.1-Flash-20261017 (Max) 已进入 Arena,并在 Agent Arena 与 Code Arena: WebDev 两个榜单中均位列开放模型第一。该消息由 Arena 于 2026 年 10 月 21 日发布,是目前可核实的最新进展。Arena 同时提到,可在相关帖子中查看该模型生成的 3D 世界以及更详细的排名信息。除这一登顶结果外,暂无其他有合格事实证据的后续发展。
匹配字段摘要
Arena 宣布,DeepSeek-V4.1-Flash-20261017 (Max) 已进入 Arena,并在 Agent Arena 与 Code Arena: WebDev 两个榜单中均位列开放模型第一。该消息由 Arena 于 2026 年 10 月 21 日发布,是目前可核实的最新进展。Arena 同时提到,可在相关帖子中查看该模型生成的 3D 世界以及更详细的排名信息。除这一登顶结果外,暂无其他有合格事实证据的后续发展。
匹配字段摘要
2026年10月20日,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。据ElevenLabs博客,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。10月22日,智东西报道称两款模型目前仅支持WebSocket连接,其实测中Architect搭建助手可用语音修改Agent设置,但中文口音明显、回复偏长且延迟较高。
匹配字段摘要
Arthur Mensch宣布发布一整套最先进的语音模型。据Mistral AI于2026年10月20日发布的信息,该语音模型家族为Voxtral 3,包含支持50多种语言的转写模型Voxtral Small Transcribe 3,以及支持35多种语言和50多种方言的合成模型Voxtral Mini TTS 3;同时提供基于LiveKit的语音Agent SDK,将听、推理、工具调用和说话串成实时流式管线,官方称每轮响应在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,批量转写定价为每分钟0.0035美元;合成模型定价为每100万字符13美元,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推理时定价为每分钟0.04美元。
匹配字段摘要
2026年10月17日,DeepSeek发布DeepSeek-V4.1-Flash-1017,官方称其基准表现更强、任务完成更快、输出更短,在性能与成本上实现帕累托改进,已在官网、App和API上线;同日该模型在OpenRouter上线。官方还宣布Search与Fetch API向所有人开放,每个端点每1000次调用收费0.75美元,通过DeepSeek Harness、Claude Code和Codex中的服务端工具发起的调用暂时免费,计费自2026年10月31日16:00 UTC开始。10月17日,Thomas Wolf评论称DeepSeek将此次称为“minor update”,但Terminal-Bench 4.0从31.2升至42.3。10月19日,Arena宣布该模型以1670分成为Code Arena: WebDev排名最高的开源模型。10月20日,OpenCode将其在Go和Free中更新至1017版本;Unsloth发布可在本地运行的GGUF,1-bit量化版保留约88.2%准确率、体积从508GB降至250GB;Arena又宣布其登顶Agent Arena开源模型榜
匹配字段摘要
2026年10月15日,Meta发布开放权重模型Muse Spark Open,权重当天在Hugging Face上线,采用Muse Model License。据PyTorch Blog,该模型为816B总参数、42B激活参数、1M token上下文窗口,原生多模态并面向编码与智能体任务,在Muse Spark基础上增加安全后训练,可在SGLang和vLLM上运行。10月16日,该模型上线Amazon SageMaker JumpStart,提供BF16与NVFP4两个变体;同日进入Arena的Agent Arena实测,并上线Code Arena的WebDev等项目。10月17日,Arena公布Muse Spark Open (Max)以1511分成为Code Arena WebDev排名第一的美国开源模型,在全部开源模型中排第13。
匹配字段摘要