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
Anthropic 推出 Claude Sonnet 5.5，这是加入 5.5 家族的中端模型，速度提升 30%，在知识工作和编码上较上一代 Sonnet 有明显提升，部分测试接近 Opus 5.5 而价格仅为其一半。该模型在 AA 智能指数上得分为 56，仅次于 Opus 5.5，超过 Fable 5.1 和 GPT-6 Astra 的 53；在多项办公测试中几乎追平 Opus 5.5，编码基准上接近或领先 Opus 与 Astra。Anthropic 表示部分任务成本最多降低 30%，并首次为 Sonnet 层级模型加入网络安全护栏。
匹配字段摘要
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
Inception 发布旗舰扩散语言模型 Mercury 的升级版本，在编码、指令遵循、数学解题和知识召回上均有提升，并同步宣布完成由 Menlo Ventures 领投的 5000 万美元融资。新版本通过扩大参数与训练数据、升级去噪器架构、改进训练目标与推理算法并推出全新服务引擎来实现这些提升，现已上线其 API 平台及 OpenRouter、Models.dev 等合作渠道，价格维持每 100 万输入 token 0.25 美元、每 100 万输出 token 1.00 美元不变，新用户可获 1000 万免费 token。
匹配字段摘要
Anthropic 发布 Claude Sonnet 5.5，官方称运行速度提升 30% 以上、多数工作成本最多降低 30%，定价与 Sonnet 5 相同但在各项基准上均优于前者。Simon Willison 实测发现，该模型在部分编码任务上接近 Opus 5.5，并已成为 claude.ai 免费层所用模型；但 max 思考档位下出现与 Opus 5.5 相同的缺陷，思考 128,000 token 后耗尽预算仍未能生成 SVG。Anthropic 表示 Haiku 5.5 将在未来几周内推出。
匹配字段摘要
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线，定位为面向编码与知识工作的更高效 Sonnet 模型，多数任务单任务成本更低、速度更快。该模型适合持续或规模化负载，例如告警首次响应、智能体持续监控、SQL 生成、UI/UX 测试和 IDE 内编码智能体；需要判断力的工作如发布调试、多 PR 功能栈、大型 PR 安全审查则交给 Opus 5.5。用户可在 Bedrock 控制台 Playground 选择 Sonnet 5.5，或通过 Anthropic SDK、AWS CLI 和 AWS SDK 调用，目前通过 bedrock-runtime 的 Global CRIS 推理配置文件提供。
匹配字段摘要
Anthropic 发布 Claude 5.5 家族第二款模型 Claude Sonnet 5.5，输出速度提升超过 30%，单任务成本最多降低 30%，在多项基准上接近 Opus 5.5。编码提升最明显：Terminal-Bench 4.0 从 Sonnet 5 的 10.3% 升至 70.6%，CursorBench 4.0 从 34.1% 升至 55.5%，仅比 Opus 5.5 的 57.8% 低两点；知识工作基准 GDPval-AA 得 1,844 分，接近 Opus 5.5 的 1,846 分。每百万 token 价格与 Sonnet 5 相同（输入 2 美元、输出 10 美元、缓存读取 0.20 美元），模型已在 AWS、Google Cloud 和 Microsoft Azure 上线，模型 ID 为 claude-sonnet-5-5，并首次为 Sonnet 系列加入网络安全防护措施。
匹配字段摘要
Fireworks AI 发布 Ember-1，这是 Fireworks Research 基于 Moonshot AI 开源权重模型 Kimi K3 后训练得到的专用模型，官方称在保持 Kimi K3 质量的同时减少约 40% 的 token 用量。该模型目前仅通过 Fireworks serverless API 以 Research Preview 形式提供，未公开权重、训练代码和具体训练算法，因此暂不支持自托管。Fireworks 称在 7 项基准和 2 家客户的生产流量中，K3 的推理过程被缩短 35% 至 50% 且未牺牲准确率；与 2 家客户的生产编码负载 A/B 测试中，每任务输出 token 从 49.3K 降至 29.9K，推理 token 下降 71.3%，总 token 下降 39%，任务得分 0.753 对 0.751 基本持平，其中一家客户已在生产环境使用。Ember-1 在 Fireworks 上每 token 价格与 Kimi K3 相同，为输入 $3.00、缓存输入 $0.30、输出 $15.00 每 1M tokens，节省完全来自生成更少的 token。
eworks AI 发布 Ember-1，这是 Fireworks Research 基于 Moonshot AI 开源权重模型 Kimi K3 后训练得到的专用模型，官方称在保持 Kimi K3 质量的同时减少约 40% 的 token 用量。该模型目前仅通过 Fireworks serverless API 以 Research Preview 形式提供，未公开权重、训练代码和具体训练算法，因此暂不支持自托管。Fireworks 称在 7 项基准和 2 家客户的生产流量中，K3 的推理过程被缩短 35% 至 50% 且未牺牲准确率；与 2 家客户的生产编码负载 A/B 测试中，每任务输出 token 从 49.3K 降至 29.9K，推理 token 下降 71.3%，总 token 下降 39%，任务得分 0.753 对 0.751 基本持平，其中一家客户已在生产环境使用。Ember-1 在 Fireworks 上每 token 价格与 Kimi K3 相同，为输入 $3.00、缓存输入 $0.30、输出 $15.00 每 1M tokens，节省完全来自生成更少的 token。
匹配字段摘要
Anthropic 发布中端模型 Sonnet 5.5，称其速度比上一代 Sonnet 5 快 30%，token 消耗速度也明显更慢，定位为适合编码和办公文档等日常任务的助手。Anthropic 的基准测试显示，Sonnet 5.5 在智能体编码上表现优于 Opus 5.5，原因可能是它能在不超成本上限的情况下派生多个智能体。Anthropic 还称 Sonnet 5.5 的网络能力与 Opus 5 相当，因此成为首个适用与 Fable、Opus 相同网络安全防护措施的 Sonnet 模型，并计划在未来几周发布新版 Haiku。
匹配字段摘要
NVIDIA 发布 NV-Reason-CT，一个面向 3D CT 分析的视觉语言模型，将思维链推理扩展到全容积 CT，可生成结构化诊断报告并支持多轮追问。模型由 3D ViT 编码器与 Qwen3.5-4B 语言模型组成，在 CT-RATE 基准上取得 Macro-F1 0.614、Macro-AUROC 0.871，超过已发表的 3D 对比学习与 2D/3D 融合基线。权重和配置已在 Hugging Face 开放，训练配方与推理脚本发布在 NVIDIA-Medtech/NV-Reason-CT 仓库，定位为供研究者后训练的研究基础模型，而非获批的临床诊断产品。
匹配字段摘要
OpenAI 于 9 月 22 日发布 GPT-6 系列新模型 GPT-6 Sol 和 GPT-6 Luna，分别面向复杂编码与 AI 智能体作业、大批量处理场景。API 标准单价为每 100 万 token：Sol 输入 2 美元、输出 10 美元，Luna 输入 0.10 美元、输出 0.50 美元，相比对应的 GPT-5.6 版促销价，Sol 输入输出均半价，Luna 输入半价、输出降价约 58%。两款模型上下文长度最大 105 万 token、最大输出 12.8 万 token，将在 ChatGPT Work、Codex 和 API 中提供，Free 与 Go 用户可在桌面应用试用 Luna。
匹配字段摘要
小米于9月21日发布 MiMo-V2.6 系列的 Pro 和 Flash 并公开模型权重，两者均为可处理文本、图像、视频和音频的多模态模型，通过扩大强化学习规模提升编码、PC 操作、3D 空间推理和内容制作等智能体能力。小米称 Pro 在多数智能体基准上达到 Claude Opus 5 和 GPT-5.6 Sol 的水平，在 Artificial Analysis Intelligence Index 上得分 46，为发布时开源模型最高，但与 Claude Fable 5.1、GPT-6 Astra 等顶级闭源模型仍有差距。权重和技术报告已在 Hugging Face 的 MiMo-V2.6 集合发布，同时公开 7000 多个强化学习任务环境、训练框架、轻量智能体运行基座 mini-harnesses，以及基于 Qwen3.5-9B 蒸馏的 MiMo-V2.6-Distill-Qwen-9B。
匹配字段摘要
Anthropic 于周二发布新模型 Opus 5.5，称其在编码和知识工作上创下新的 SOTA，并在多项基准上超过更大的 Fable 模型。Opus 5.5 输出价格为每百万 token 20 美元，低于上一代的 25 美元，运行速度也更快，同时减少了术语使用并把重要信息放在消息开头。该模型在生物学和网络安全能力上与 Mythos 相当，因此沿用 Fable 同款安全限制；Sonnet 5.5 和 Haiku 5.5 将在未来几周发布。
匹配字段摘要
Fireworks 发布 DeepSeek-V4.1-Flash，在 DeepSWE 上 pass@1 为 74.34%，与 GPT-6-Astra 的 74.12% 处于同一水平，单任务成本 0.43 美元，约为 Astra 的 1/15。该模型为 552B 参数 MoE，采用输入 8B、输出 16B 的分离激活预算，KV Cache 的 HBM 占用降至上一代 V4 的 1/4。在 HLE 上它得分 34.52%，低于 Astra 的 50.40%，作者认为它更适合智能体编码而非高难推理。
匹配字段摘要
Meta 在 Muse Code 和 Meta Model API 上线 Muse Spark 1.3 max reasoning 版本。Alexandr Wang 表示该版本在编码和智能体任务上表现明显更强，即使已用过 muse spark 1.3 high 或 xhigh 也值得一试。
匹配字段摘要
OpenAI 发布 GPT-6 Astra，称其为全球最智能且最对齐的模型，在科学、数学、计算机使用、编码、网络安全等领域的基准测试创下新高。Astra 在 ARC-AGI-3 上达到 99.9%，此前 GPT-5.6 Sol 为 7.8%，FrontierMath T4 为 98%，ExploitBench 网络安全为 100%，但在 AA 智能指数上得 61 分，落后于 Fable 5.1、5、Opus 5 和 Meta 的 Muse Spark 1.3。API 定价为每百万 token 10 美元和 50 美元，约为 GPT-5.6 Sol 的 2.5 倍，但单任务 token 使用更高效；先向少数机构开放，付费 ChatGPT 套餐和 API 将在数日内跟进，并提供 Astra Pro 档位。
匹配字段摘要
Meta 发布 Muse Spark 1.3（Max），Google 推出 Gemini 3.8 Flash，两款模型在 Artificial Analysis Intelligence Index 上分别获得 62 分和 59 分。Gemini 3.8 Flash 维持 $0.75 / $3.75 定价，并提升编码、推理和智能体任务表现；Meta 表示下一步将推出代号“Watermelon”的更大模型，并发布 Muse Spark 权重。
Meta 发布 Muse Spark 1.3（Max），Google 推出 Gemini 3.8 Flash，两款模型在 Artificial Analysis Intelligence Index 上分别获得 62 分和 59 分。Gemini 3.8 Flash 维持 $0.75 / $3.75 定价，并提升编码、推理和智能体任务表现；Meta 表示下一步将推出代号“Watermelon”的更大模型，并发布 Muse Spark 权重。 · Meta released Muse Spark 1.3 (Max), while Google launched Gemini 3.8 Flash, scoring 62 and 59 respectively on the Artificial Analysis Intelligence Index. Gemini 3.8 Flash retains its $0.75 / $3.75 pricing while improving coding, reasoning, and agentic performance; Meta says
匹配字段摘要
Meta 发布 Muse Spark 1.3，今日起在 Muse Code 和 Meta Model API 上线，重点提升智能体与编码任务表现和实际可用性。官方称新版本可在单一线程中维持更长周期的多工作流任务，会更主动向用户提问、在卡住时说明并确认高风险操作，对自身能力边界判断更准。内部对比显示，相比 Muse Spark 1.2，工具调用减少约 20%，token 用量减少约 25%；max reasoning 将在完成安全测试后推出。
匹配字段摘要
Google 发布 Gemini 3.8 Flash，这是不到一个月内的又一次升级，同时推出新的 Gemini 3.8 Flash Cyber，官方称其推进了网络防御的前沿。Demis Hassabis 表示更多模型与网络安全工作细节见博客。Logan Kilpatrick 称该模型在智能体与编码能力上有提升，是 6 周内第三次更新的 Flash 模型。
匹配字段摘要
Google DeepMind 发布 Gemini 3.8 Flash 和面向可信防御者的 Gemini 3.8 Flash Cyber，称其为目前推理与编码能力最强的模型，速度与成本与 3.7 Flash 相当。3.8 Flash 在 DeepSWE v1.1 上超过多数更大的前沿模型，HLE-Verified 得分 54.9%，复杂任务会执行更多推理步骤并迭代调用工具。3.8 Flash Cyber 在 CyberGym 上达到前沿水平，内部跨 20 种编程语言的漏洞发现基准成功率超过 70%，CWE-Bench 补丁 pass@1 为 47.2%。
匹配字段摘要、正文