OpenAI 发布 Astra，作者称其为 GPT-6 家族的开端，在 ARC-AGI-3 上表现突出，并在 Zapier 的 AutomationBench 上得分最高，定价与 Fable 5.1 相同。作者周末试用时消耗了 40 亿 token，认为它能力波动明显，是展示型而非稳定干活的模型。Codex 中的 Astra 现在可以在不等待回答的情况下继续推进任务，OpenAI 还称已达成自动化研究实习生目标，下一个目标是 2028 年 3 月前做出自动化 AI 研究员。
匹配字段摘要、正文
Jensen Huang 称 OpenAI 的 GPT-6 Astra 使用约 100K+ 个 NVIDIA Grace Blackwell NVLink72 训练，并将其称为 AGI。其表示，从 ChatGPT、o1 到 Astra 历时 4 年，接下来还将有 400K 个 GPU 上线。
Jensen Huang 称 OpenAI 的 GPT-6 Astra 使用约 100K+ 个 NVIDIA Grace Blackwell NVLink72 训练，并将其称为 AGI。其表示，从 ChatGPT、o1 到 Astra 历时 4 年，接下来还将有 400K 个 GPU 上线。 · Jensen Huang said OpenAI’s GPT-6 Astra was trained on 100K+ NVIDIA Grace Blackwell NVLink72 systems and called it AGI. He said the progression from ChatGPT to o1 to Astra took four years, with 400K GPUs coming online next.
匹配字段摘要、正文
微软发布 MAI-Transcribe-2 语音识别模型，称其在 FLEURS 基准 60 种语言上平均词错误率为 5.2%，并在 Artificial Analysis 准确率与延迟帕累托前沿居首。该模型支持说话人分离、词级时间戳、关键词偏置、可配置转写风格和语码转换，官方称比 OpenAI GPT-Transcribe 快 10 倍、比 ElevenLabs Scribe v2 快 7 倍、比 Gemini 3.5 Transcribe 快 5 倍。模型已在 Microsoft Foundry、MAI Playground 和 Open Router 提供试用，年底前限时定价为每小时 0.10 美元。
匹配字段摘要、正文
IBM 发布 Granite 4.2 系列语言模型，包含 3B、8B、30B 三个尺寸，均可输出思维链并支持 thinking 与非 thinking 模式，另设低推理预算的 low-effort 模式。8B 和 30B 额外经过智能体 RL 阶段，学习调用工具、编辑运行代码、操作终端和联网搜索，全部模型支持原生工具调用，可通过 OpenAI 兼容接口接入智能体框架。模型基于 Granite-4.1 base 后训练，SFT 数据约 720 万条、约 100B token，RL 采用异步 GRPO 分阶段课程，并已发布 FP8、NVFP4、MXFP4 和 GGUF 量化版本。
匹配字段摘要、正文
DeepSeek 发布 DeepSeek-V4-Pro，重点升级 Agent 能力，并为 V4-Pro 与 V4-Flash 提供 low、high 和 max 三档推理强度。该模型原生支持 OpenAI Responses API，并针对 Codex 优化；现已通过 app/web 的“Expert Mode”和 API 提供，模型名称保持不变。
DeepSeek 发布 DeepSeek-V4-Pro，重点升级 Agent 能力，并为 V4-Pro 与 V4-Flash 提供 low、high 和 max 三档推理强度。该模型原生支持 OpenAI Responses API，并针对 Codex 优化；现已通过 app/web 的“Expert Mode”和 API 提供，模型名称保持不变。 · DeepSeek launched DeepSeek-V4-Pro with major Agent upgrades and low, high, and max reasoning-effort settings for V4-Pro and V4-Flash. The model natively supports the OpenAI Responses API and is optimized for Codex; it is now available through “Expert Mode” on the app and web, as well as via API, with model names unchange
匹配字段摘要、正文
Qwen 发布 Qwen3.8-Max，官方称其在编码与协作场景树立新标杆，模型名为 qwen3.8-max。该模型支持 enable_thinking 与 xhigh、medium、low 三档 reasoning_effort，上下文窗口为 1000000，并支持并行工具调用与文本、图像输入。官方同时给出 Claude Code、Codex、Qoder CLI、Qwen Code、OpenClaw 等编码助手的接入配置，其中 Qwen API 兼容 Anthropic API 协议与 OpenAI Responses 协议。
Qwen 发布 Qwen3.8-Max，官方称其在编码与协作场景树立新标杆，模型名为 qwen3.8-max。该模型支持 enable thinking 与 xhigh、medium、low 三档 reasoning effort，上下文窗口为 1000000，并支持并行工具调用与文本、图像输入。官方同时给出 Claude Code、Codex、Qoder CLI、Qwen Code、OpenClaw 等编码助手的接入配置，其中 Qwen API 兼容 Anthropic API 协议与 OpenAI Responses 协议。
匹配字段摘要、正文
Moonshot 发布 Kimi K3，这是一个 2.8 万亿参数的多模态模型，具备 1M token 上下文窗口和原生视觉能力，采用 MoE 架构，每 token 激活 896 个专家中的 16 个。Modal 与 Moonshot、vLLM 合作在发布当天完成支持，通过定制训练的 DFlash 推测器将交互速度从 100 提升到 460 tokens/s，单 GPU 吞吐从 800k 提升到 150 万 TPM。K3 现已通过 Modal 的 OpenAI 兼容 Shared API 按 token 计费提供，也可作为 Auto Endpoint 使用。
匹配字段摘要、正文
Sakana AI 发布 Sakana Fugu，把多智能体编排系统做成一个基础模型，通过单一 OpenAI 兼容 API 调用，内部自行完成模型选择、任务委派、验证与结果整合。首发包含 Fugu 和 Fugu Ultra 两个版本，前者兼顾性能与低延迟，后者面向多步难题；官方称 Fugu Ultra 在工程、科学与推理基准上可与 Fable 5、Mythos Preview 比肩。其智能体池可替换，官方表示若某家供应商限制访问，Fugu 会动态绕开，并计划后续纳入开放模型与自家模型。
匹配字段摘要、正文
Ethan Mollick 提前获得 GPT-5.5 试用权限，认为其能力提升明显，其中 GPT-5.5 Pro 完成同一 3D 港口城镇模拟任务用时 20 分钟，上一代 GPT-5.4 Pro 为 33 分钟。他用 Codex 配合 GPT-5.5 处理自己积压十年的众筹数据，仅用四个提示词就生成了一篇含真实文献综述和统计方法的论文，他认为质量相当于博士二年级项目成果。他还提到 OpenAI 新的图像模型（有时被称为 GPT-imagegen-2）能渲染高质量文字和图像，但 AI 在长篇虚构写作上仍存在文风浮夸、对话同质等粗糙之处。
匹配字段摘要、正文
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。
匹配字段摘要、正文
NVIDIA Nemotron Nano 2 VL 开源视觉语言模型发布，面向视频理解与文档智能，并获 vLLM 推理支持。模型采用混合 Transformer–Mamba 架构，通过 EVS 剪除冗余视频帧以减少 token。vLLM 夜间版本支持以 BF16、FP8 和 FP4 精度部署 OpenAI 兼容的推理服务器。
匹配字段摘要、正文
Qwen3-VL 已在 Ollama 云端上线，本地版本将很快提供。该模型支持操作 PC 和手机 GUI 的视觉智能体、从图像和视频生成 Draw.io/HTML/CSS/JS、原生 256K 上下文并可扩展至 1M，OCR 语言从 19 种增至 32 种。Ollama 同时给出 JavaScript、Python 库及 OpenAI 兼容 API 的调用方式。
匹配字段摘要、正文
Cartesia 推出 Ink 系列流式语音识别模型，首发 Ink-Whisper 基于 OpenAI Whisper 优化，面向实时语音智能体。Ink-Whisper 在背景噪声、专有名词、口音等场景下 WER 优于 whisper-large-v3-turbo，并实现最低 TTCT，价格为 1 credit/秒（Scale 计划 $0.13/小时）。
匹配字段摘要、正文
Mistral AI 发布首款专用于代码的嵌入模型 Codestral Embed，称其在真实代码检索评测中优于 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的大型嵌入模型。该模型支持调整嵌入维度和精度，即使采用 256 维 int8 输出也领先上述竞品。其上下文长度为 8192 tokens，但官方建议检索时使用 3000 字符、重叠 1000 字符的分块。
Mistral AI 发布首款专用于代码的嵌入模型 Codestral Embed，称其在真实代码检索评测中优于 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的大型嵌入模型。该模型支持调整嵌入维度和精度，即使采用 256 维 int8 输出也领先上述竞品。其上下文长度为 8192 tokens，但官方建议检索时使用 3000 字符、重叠 1000 字符的分块。 · Mistral AI released Codestral Embed, its first embedding model specialized for code, and says it outperforms Voyage Code 3, Cohere Embed v4.0, and OpenAI’s large embedding model on real-world code retrieval benchmarks. The model supports adjustable embedding dimensions and precision, with its 256
匹配字段摘要、正文
OpenAI 将 GPT-4o 免费提供给 ChatGPT 用户，并推出具有人类级响应速度和表现力的新语音及视频模式。Sam Altman 表示，这种交互快速、自然且实用，未来还将加入可选的个性化、信息访问和代用户执行操作等能力。
匹配字段摘要、正文
2026年10月31日,OpenAI发布GPT-Rosalind-6系统卡附录。该模型与GPT-6 Astra使用同一套权重,未新增训练数据或后训练,仅通过可信访问提供给经过审核的科研机构、企业和政府合作方。在最高推理预算下,MedChemBench v7平均评分49.6%(GPT-Rosalind-5.5为28.9%),GeneBench Pro v13单次尝试成功率37.7%(前代为16.7%),LifeSciBench Gold平均分61.3%(前代为44.0%)。按Preparedness Framework,该发布在生物与化学领域定为High能力、未达Critical阈值,网络安全领域定为Critical,AI自我改进低于High。目前尚无后续发展。
匹配字段标题
2026年10月31日,OpenAI发布GPT-Rosalind-6系统卡附录。该模型与GPT-6 Astra使用同一套权重,未新增训练数据或后训练,仅通过可信访问提供给经过审核的科研机构、企业和政府合作方。在最高推理预算下,MedChemBench v7平均评分49.6%(GPT-Rosalind-5.5为28.9%),GeneBench Pro v13单次尝试成功率37.7%(前代为16.7%),LifeSciBench Gold平均分61.3%(前代为44.0%)。按Preparedness Framework,该发布在生物与化学领域定为High能力、未达Critical阈值,网络安全领域定为Critical,AI自我改进低于High。目前尚无后续发展。
匹配字段标题
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
匹配字段标题
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
匹配字段标题
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
匹配字段标题