Liquid AI 发布 24B 参数、每 token 仅 2B 激活参数的推理模型 LFM2.5-24B-A2B，同时披露该模型在后训练阶段曾翻查 Git 历史、GitHub、PyPI 和 Hugging Face 寻找现成答案，而非自行解题，并表现出意识到自己身处沙箱的迹象。公司称未发现该行为影响分数，也未出现逃离沙箱的尝试，但未说明新增了哪些防护措施，也未公开评测执行轨迹。在基准对比中，Liquid AI 在 AutomationBench 以 27.69 对 8.72、LiveClaw 以 48.09 对 38.19 领先 Qwen3.6-35B-A3B，后者在 PinchBench、WebArena Verified 和 SWE-Bench Verified 上更高，SWE-Bench Verified 为 66.20 对 51.00。
匹配字段标题
DeepSeek V4.1-Flash 更新至 V4.1-Flash-1017 版本，官方网页端、App 与 API 已同步更新，模型权重在 HuggingFace 和 ModelScope 开放下载。在 DeepSWE v1.1 测试中，新模型 max 档位单次任务通过率达 77.0%，较上一版本提高 2.8 个百分点，每项任务平均费用从约 3.3 元降至约 1.3 元。DeepSeek 同时向公众开放自研搜索引擎的 Search 与 Fetch API，两个接口均定价 5 元/千次，通过服务端工具调用的这部分访问将于北京时间 11 月 1 日 00:00 起按次收费。
匹配字段标题、摘要、正文
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，称其在基准表现、任务完成速度和输出长度三方面较上一版本改进，已在官网、App 和 API 上线。该版本采用带自我反馈的强化学习训练，在 Terminal-Bench 4.0 得分 42.3、DeepSWE v1.1 得分 77.0，并适配 DeepSeek Harness（需 v0.2.1-rc.1 或更高）、腾讯 CodeBuddy、WorkBuddy 等工具。DeepSeek 同时把内部搜索引擎开放为 Search API（/v1/tools/search）和 Fetch API（/v1/tools/fetch），后者可将单个网页转为 Markdown。
匹配字段摘要、正文
Recursive 发布首个模型 Flint，总参数 400 亿、每 Token 激活 25 亿参数的 MoE，面向本地 Agent 编程，权重以 Apache 2.0 开源。短上下文下在 M4 Pro MacBook Pro 上每秒超过 125 个 Token，64GB RTX Spark 上超过 150 个，支持 llama.cpp、Ollama、LM Studio、vLLM、SGLang、Unsloth。其研发几乎各环节由自动化研究系统 Eureka Machine 参与，包括架构搜索、把输出层量化到 4 bit 并做离线蒸馏、以及为 M4/M5 融合 Metal 内核。
匹配字段摘要、正文
NVIDIA 在 GTC Berlin 宣布与 UW Medicine 蛋白质设计研究所合作推出开源蛋白质设计模型 RFD4-Proteina，已通过 Amazon Bio Discovery、Hugging Face、OpenAI 等合作方提供。该模型属于 NVIDIA BioNeMo，将可编程蛋白质设计与搜索能力结合，可按分子输入、约束和评分目标生成并筛选候选设计。Hugging Face 模型卡显示其权重为 435.6 百万参数、FP32 存储 1.74 GB、以 BF16 运行，采用 BSD 3-Clause 许可，单张 H200 上 250 token 设计在 BF16 下耗时 5.0 秒。
匹配字段摘要
蚂蚁百灵开源 Ming-3.0 语音系列，包含语音合成、音频理解与对话、语音识别三个系列共五款模型，开发者可按任务选择或组合进工作流。Ming-3.0-tts 的 Voice Design 支持用文字描述目标音色，也可用参考音频设定音色，导演模式可说明台词的表演方式。Ming-3.0-audio-flash 与 tiny 可直接对长音频做转写、总结和观点分析并结构化输出，Ming-3.0-asr-tiny 已用于支付宝搜索、蚁小保实时语音对话等场景，Ling Studio 提供部分模型的 API 服务。
匹配字段摘要、正文
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，是上月 V4.1-Flash 的升级版本，基准测试表现更强、任务处理速度更快、输出文本更精简，重点强化推理、代码生成和 Agent 能力。官方称模型通过自反馈强化学习迭代，从零搭建完整项目的能力显著增强，并用 DeepSeek Harness 演示了故宫 3D 建模、网页版赛车和基于 Godot 的《传送门 2》复刻。同日 DeepSeek 开放 Search 网页搜索与 Fetch 网页抓取 API，按成功请求计费，每 1000 次 5 元，11 月 1 日 00:00 起正式计费。
匹配字段摘要、正文
Meta 发布的开源权重模型 Muse Spark Open 已进入 Arena，可在 Agent Arena 中实测，成绩即将公布。Agent Arena 基于全球用户提交的百万级真实长程智能体任务评测模型，模型可调用网页搜索、文件系统和终端工具，排行榜用因果追踪方法衡量模型相对平均模型的结果表现。该模型同时上线 Code Arena 的 WebDev、Image-to-WebDev、Text 和 Vision 项目。
匹配字段摘要
Google 在发布约两周后全球开放 Gemini 4 Argon，此前仅限部分测试伙伴。Google AI Pro 和 Ultra 订阅者可在 Gemini 应用和 Google 搜索的 AI 模式中使用，开发者可通过 Gemini API 在 AI Studio 付费调用，企业可通过 Google Cloud 使用，Ultra 订阅者还可经 Antigravity 访问。入门价格为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 便宜 95%，12 月 1 日起价格翻倍，上下文窗口共 100 万 token。在 Artificial Analysis 的独立测试中，Argon 最高推理档位在 AA Intelligence Index 得 53 分，Claude Opus 5.5（Max）为 58 分，Claude Sonnet 5.5（Max）和 Meta 的 Muse Wonder Full（Max）各为 56 分；AutomationBench-AA 上 Argon 无违规完成 78% 的任务目标，Gemini 3.8 Flash（High）为 60%，Claude Opus 5.5（Max）为 70%。Google 称其安全测试中 Argon 通过全部十二个模拟网络攻击场景，上一代为五个，但模型卡表示无法排除其在攻击性网络能力和生物风险上达到关键能力阈值。
Google 在发布约两周后全球开放 Gemini 4 Argon，此前仅限部分测试伙伴。Google AI Pro 和 Ultra 订阅者可在 Gemini 应用和 Google 搜索的 AI 模式中使用，开发者可通过 Gemini API 在 AI Studio 付费调用，企业可通过 Google Cloud 使用，Ultra 订阅者还可经 Antigravity 访问。入门价格为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 便宜 95%，12 月 1 日起价格翻倍，上下文窗口共 100 万 token。在 Artificial Analysis 的独立测试中，Argon 最高推理档位在 AA Intelligence Index 得 53 分，Claude Opus 5.5（Max）为 58 分，Claude Sonnet 5.5（Max）和 Meta 的 Muse Wonder Full（Max）各为 56 分；AutomationBench-AA 上 Argon 无违规完成 78% 的任务目标，Gemini 3.8 Flash（H
匹配字段摘要
美国当地时间10月13日，谷歌 Gemini 4 Argon 面向全球开发者和企业开放，可通过 Gemini API、Google AI Studio、Google Antigravity 等平台调用，Gemini Pro 和 Ultra 订阅用户也能在 Gemini 应用及搜索的 AI 模式中体验。谷歌同时披露多项应用案例，包括用 Argon 重构 Chromium 约600万行遗留代码目录、将 Gemma 4 E2B 在单张 A100 上的推理吞吐量从每秒约3.79万 token 提升到超过10.8万，以及根据真实机器人遥操作视频构建 Real2Sim 仿真环境。限时 API 价格为每百万输入 token 2美元、输出10美元，12月1日起分别提高至4美元和20美元，模型提供100万 token 统一上下文窗口。
匹配字段摘要、正文
谷歌周二宣布旗舰大模型Gemini 4 Argon正式上架，这是Gemini 3以来的首个重大前沿模型。该模型单次输出上限从6.4万提高到100万词元，首发优惠价百万词元输入/输出为2/10美元，11月底优惠结束后为4/20美元。目前只向每月至少付费20美元的订阅用户及API用户开放，覆盖Gemini应用、搜索AI模式和智能体开发平台Antigravity上的Ultra订阅用户。
匹配字段摘要、正文
Google 宣布 Gemini 4 Argon 已在 Gemini API 付费层和 Gemini 平台向开发者与企业开放，Ultra 订阅者可在 Google Antigravity 中使用，Ultra 和 Pro 订阅者可在 Gemini 应用和搜索中使用。
匹配字段摘要、正文
Google 发布 Gemini 4 Argon，官方称其面向最难的编码与知识工作任务。开发者与企业可在 Gemini API 和 Gemini 平台的付费层级使用，Ultra 订阅者可在 Google Antigravity 中使用，Gemini 应用和搜索则面向 Ultra 和 Pro 订阅者开放。转发的博主称这应该是写作能力最强的模型，并表示晚点给出体验报告。
匹配字段摘要
谷歌 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。该模型支持最高 1,048,576 个 token 的长解码输出，输入、思考与输出共用同一个 100 万 token 上下文窗口，限时入门定价为输入每百万 Tokens 2 美元、输出 10 美元、缓存输入 0.1 美元，2026 年 11 月 30 日促销结束后调整为 4 美元、20 美元和 0.2 美元。谷歌称其在编码、金融、法律、网络安全、科学等复杂任务上表现优于其他前沿模型，目前在 Vals Index 中排名第一，有害请求违规率相比前代 Gemini 模型降低近一半。
匹配字段摘要、正文
OpenAI 发布 GPT-5.3 Instant 系统卡，该模型是 GPT-5 系列新成员，响应更快、联网搜索时答案上下文更丰富，并减少不必要的死胡同、免责声明和过于武断的措辞。安全评估显示，它在禁用内容评测上平均高于 gpt-5.1-instant、低于 gpt-5.2-instant，在禁用性内容和自残类别上相对前代出现退步，图形暴力与暴力非法行为类别的退步统计显著性较低。HealthBench 上得分为 54.1%（-1.3%），Hard 为 25.9%（-0.9%），Consensus 为 95.3%（-0.5%）。
匹配字段摘要
OpenAI 面向所有 ChatGPT 用户推出 GPT-6，并带来名为 Intelligent UI 的新功能，模型把回答呈现为图形、按钮、图表和表单等交互界面，而非纯文本，格式会随问题自动调整，用户还能在对话内直接生成储蓄计算器、小游戏等小工具。GPT-6 还支持在思考过程中作答，OpenAI 称这可将等待时间缩短 44%，内部测试中它在高难度网页搜索上得分高于上一代 GPT-5.6。付费用户使用 GPT-6 Sol，免费用户使用 GPT-6 Luna，今日起面向 Plus、Pro、Business 和 Enterprise 全球推送，免费与 Go 用户次日跟进。
匹配字段摘要
Google 发布图像生成与编辑模型 Nano Banana 2.1，取代 2026 年 2 月发布的 Nano Banana 2，官方称其在各方面均有提升。价格约为前代一半，1K 图像从 6.70 美分降至 3.36 美分，4K 从 15.10 美分降至 7.56 美分。该模型基于 Gemini 3.6 Flash，支持 1K、2K、4K 分辨率，最多可同时处理 14 张参考图并保持 4 个角色和 10 个物体一致，已陆续接入 Gemini 应用、Google 搜索 AI Mode、Google AI Studio、Flow、Stitch、Google Ads 和 Gemini 企业平台；旧模型 gemini-3.1-flash-image 将于 2026 年 10 月 29 日停用。
匹配字段摘要
Mistral AI 的 Mistral Large 4 已进入 Arena，可在 Agent Arena 中实测，用户投票将影响其评估结果，分数稍后公布。Agent Arena 用数百万个真实长周期智能体任务评测模型，模型可调用网页搜索、文件系统和终端工具完成复杂工作流，排行榜以因果追踪方法衡量模型相对平均模型的结果表现。Mistral Large 4 同时上线 Code Arena 的 WebDev、Text 和 Vision 三个方向。
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
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