AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线，据 Anthropic 称这是 Claude 5.5 系列中速度最快、效率最高的模型，面向子智能体和高并发、成本敏感的任务，多数任务成本比 Claude Haiku 4.5 低约 75%。它是首个带 effort controls 的 Haiku 模型，可针对单个任务调节成本与智能的取舍，并支持智能体编码、多步工具调用和高分辨率图像。该模型可与 Claude Opus 5.5 搭配，由 Opus 5.5 负责规划与判断，Haiku 5.5 承担路由、分类、摘要和跨文件小改动等高频子智能体任务。
匹配字段标题、摘要、正文
Anthropic 发布 Claude Haiku 5.5，这是其目前最便宜最快的小模型，保持 1M token 上下文窗口和最高 128K 输出 token，100K token 以内提示的输入价格为每百万 token 0.10 美元、输出 0.50 美元，比 Claude Haiku 4.5 低 90%。该模型已通过 Claude API、Amazon Bedrock、Google Cloud、Microsoft Foundry 和 AWS 上的 Claude Platform 正式提供，是首个带可调 effort 设置的 Haiku 级模型，自适应思考默认开启、effort 默认 medium。Anthropic 自报的基准中，OSWorld 2.1 为 72.4%，Terminal-Bench 4.0 为 39.2%，Humanity's Last Exam 无工具 45.9%、带工具 57.4%。
匹配字段摘要、正文
Anthropic 于 10 月 7 日发布 Claude Haiku 5.5，在编码、计算机操作和知识工作上较 Haiku 4.5 提升，运行成本平均降低约 75%，已在 Claude Platform、Claude Code 以及 AWS、Google Cloud、Microsoft Azure 上线。该模型面向摘要、分类、对话历史压缩、数据库查询等高频低成本任务，也可作为 Opus 5.5 或 Sonnet 5.5 的子智能体使用；上下文窗口从 20 万扩至 100 万 token，最大输出从 6.4 万增至 12.8 万 token，并首次在 Haiku 系列支持 effort 设置，默认 medium。评测方面，Terminal-Bench 4.0 得 39.2%（Haiku 4.5 为 0.0%，Sonnet 5.5 为 70.6%），OSWorld 2.1 离线评测得 72.4%（Haiku 4.5 为 15.7%，Sonnet 5.5 为 83.9%）。
匹配字段摘要
Anthropic 发布 Claude Haiku 5.5，这是其目前最快、最便宜的小模型，平均价格比 Haiku 4.5 低约 75%，10 万 token 以内提示词最高降价 90%，超过 10 万 token 则贵 5 倍。基准测试显示其计算机使用能力提升明显，OSWorld-2.1 得分从 15.7% 升至 72.4%，Terminal-Bench 4.0 从 0 升至 39.2%，Humanity's Last Exam 无工具 45.9%、有工具 57.4%。该模型是首个支持可调推理等级的 Haiku 级模型，已在 AWS、Google Cloud 和 Microsoft Azure 上线，同时 Sonnet 5.5 的缓存读取费用从每百万 token 0.20 美元降至 0.10 美元。
匹配字段摘要
AWS与Anthropic 推出 Claude Haiku 5.5在Amazon Bedrock和Claude Platform on AWS的服务
English translation is being prepared.
匹配字段标题
AWS Strands Labs 发布开源决策模型 Strands Decider 2B，它不生成文本，只读取状态和带类型的问题，返回选项、是/否概率或带校准置信度的评分。模型有 19 亿参数，可本地跑在 CPU、消费级 GPU 或 Apple silicon Mac 上，权重以 Apache-2.0 协议发布在 Hugging Face，pip install strands-decider 提供 CLI 和 HTTP 服务。团队基于 Qwen3.5-2B-Base 去掉语言建模头，换成约 100 万参数的指针头，v19 在 JevBench 公开集准确率 0.723，RTX 3090 上中位延迟 115 ms。
匹配字段标题、摘要、正文
Amazon Web Services 发布并开源 Strands Decider 2B决策模型
English translation is being prepared.
匹配字段标题
AWS 宣布 Claude Opus 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线，是 Claude 5.5 模型家族的首个成员。据 Anthropic 称，该模型用更少 token 完成更多工作，单 token 价格更低、缓存读取更便宜，平均每任务成本低于 Claude Opus 5；自适应思考始终开启，由 effort 控制推理量。它也是首个配备生物学、网络安全和 AI 开发安全分类器的 Opus 模型，请求被拒绝的频率高于此前 Opus 版本，可通过 Bedrock 控制台 Playground 或 Anthropic Messages API 等方式调用。
匹配字段标题、摘要、正文
Meta 发布 Muse Spark Open 的开放权重，该模型自 4 月首发以来一直闭源，此次面向编码和长时间运行的智能体任务开放。模型总参数 816B，每个 token 仅激活 42B，提示词可混合文本、图像、音频或视频，上下文窗口最高 100 万 token。在 Meta 自己的基准表中，Muse Spark Open 在 JobBench 智能体测试得 61.8 分，高于 Thinking Machines Lab 的 Inkling（31.1）和 Nvidia Nemotron 3 Ultra（27.2）；编码测试 Terminal-Bench 2.1 得 76.4，低于 Kimi K3 的 85、GLM 5.3 和 Qwen3.8；工具调用 MCP-Atlas 得 89.2，高于 Meta 列出的所有对手。权重采用新的 Muse Model License，开发者适配或内置到自有软件中不收费，但将其作为托管服务出售且 12 个月总收入超过 2000 万美元的公司需另签协议，产品需标注 Built with Muse Spark Open，禁止军事和关键基础设施用途。发布时有 7 家推理服务商提供托管访问，权重可从 Hugging Face 及 AWS、Google、Microsoft 的模型目录下载。
放。模型总参数 816B，每个 token 仅激活 42B，提示词可混合文本、图像、音频或视频，上下文窗口最高 100 万 token。在 Meta 自己的基准表中，Muse Spark Open 在 JobBench 智能体测试得 61.8 分，高于 Thinking Machines Lab 的 Inkling（31.1）和 Nvidia Nemotron 3 Ultra（27.2）；编码测试 Terminal-Bench 2.1 得 76.4，低于 Kimi K3 的 85、GLM 5.3 和 Qwen3.8；工具调用 MCP-Atlas 得 89.2，高于 Meta 列出的所有对手。权重采用新的 Muse Model License，开发者适配或内置到自有软件中不收费，但将其作为托管服务出售且 12 个月总收入超过 2000 万美元的公司需另签协议，产品需标注 Built with Muse Spark Open，禁止军事和关键基础设施用途。发布时有 7 家推理服务商提供托管访问，权重可从 Hugging Face 及 AWS、Google、Microsoft 的模型目录下载。
匹配字段摘要、正文
LMSYS于2026年10月16日宣布,SGLang已原生支持Reflection的Beam模型,并用于支撑其生产API。Beam是501B参数、每token激活23B的MoE模型,原生1M token上下文窗口,计划以Apache 2.0发布;SGLang为其提供BF16、NVFP4和动态FP8支持、DFlash2投机解码与混合注意力前缀缓存。在4张NVIDIA GB300 GPU上以NVFP4运行OpenHands多轮智能体编码回放,并发32时达到每GPU 127.6K tokens/sec、每用户185.87 tokens/sec(p50)。同日,Reflection发布Beam模型权重,Ollama作为day-zero合作方限时免费提供并采用零数据保留;Beam总参数量约5010亿、每token激活约230亿,上下文窗口100万token,以Apache 2.0许可发布。后续AWS方面信息称,Beam权重已在Hugging Face发布,提供BF16、FP8和NVFP4三种checkpoint,并已在Amazon SageMaker JumpStart上线,也可通过SageMa
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、正文
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
Cohere 推出视觉语言模型 Parse，将多模态企业文档转换为结构化数据，现已通过 Cohere API、Model Vault、Microsoft Foundry 和 AWS SageMaker 正式提供。Parse 支持九种主要语言，能够识别表格和嵌入图片并输出 Markdown，在 ParseBench 的三个评测维度中得分 79.2。Cohere API 定价为每 1,000 页 $1.50，8 H100 GPU 节点的处理速度为每秒 36 页。
匹配字段摘要、正文
2026年10月8日,AWS与Anthropic推出Claude Haiku 5.5,在Amazon Bedrock和Claude Platform on AWS上线。据Anthropic称,这是Claude 5.5系列中速度最快、效率最高的模型,面向子智能体和高并发、成本敏感的任务,多数任务成本比Claude Haiku 4.5低约75%。它是首个带effort controls的Haiku模型,可针对单个任务调节成本与智能的取舍,并支持智能体编码、多步工具调用和高分辨率图像。该模型可与Claude Opus 5.5搭配,由Opus 5.5负责规划与判断,Haiku 5.5承担路由、分类、摘要和跨文件小改动等高频子智能体任务。目前尚无后续发展事实。
匹配字段标题
2026年10月2日,Amazon Web Services 发布并开源了 Strands Decider 2B 决策模型。该模型不生成文本,只读取状态和带类型的问题,返回选项、是/否概率或带校准置信度的评分。模型有19亿参数,可本地跑在 CPU、消费级 GPU 或 Apple silicon Mac 上,权重以 Apache-2.0 协议发布在 Hugging Face,pip install strands-decider 提供 CLI 和 HTTP 服务。团队基于 Qwen3.5-2B-Base 去掉语言建模头,换成约100万参数的指针头,v19 在 JevBench 公开集准确率 0.723,RTX 3090 上中位延迟 115 ms。目前尚无后续发展事实。
匹配字段标题
2026年9月30日,AWS 与 OpenAI 宣布 GPT-6.1 Sol 在 Amazon Bedrock 正式可用。据 AWS Machine Learning 发布的信息,该模型是 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,GPT-6.1 Sol 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。目前尚无后续发展事实。
匹配字段摘要
2026年8月27日,Cohere发布视觉语言模型Parse,用于将多模态企业文档转换为结构化数据。该模型可识别表格和嵌入图片、输出Markdown,并支持九种主要语言;其在ParseBench三个评测维度中的得分为79.2。Parse现已通过Cohere API、Model Vault、Microsoft Foundry和AWS SageMaker提供。Cohere API定价为每1000页1.50美元,使用8个H100 GPU节点时处理速度为每秒36页。
匹配字段摘要
AWS与OpenAI 正式上线 Amazon Bedrock上的GPT-6.1 Sol
English translation is being prepared.
匹配字段摘要
AI 初创公司 Recursive 发布首个模型 Flint，这是一个可在笔记本上离线运行、以 Apache 2.0 许可在 Hugging Face 免费下载的编码模型，公司称其研发过程主要由自研的 Eureka Machine 参与完成。Flint 是 MoE 模型，40B 参数中每次仅激活 2.5B，在搭载 M4 Pro 的 MacBook Pro 上生成速度约 131 tokens/秒，在 SWE-Bench Verified 上表现优于其他 50B 参数以下的模型。Recursive 表示 Flint 比大型付费编码助手需要更多引导，建议把大任务拆成小步骤。
参与了构建 Flint 的每一个环节，从预训练到后训练和推理。 Recursive 表示，Eureka 的贡献包括更稀疏的模型结构、低比特训练（使 Flint 缩小了 71%，而质量几乎没有损失）以及自定义内核——即加速底层计算的专用程序。 Recursive 没有说明 Eureka Machine 为其研究人员节省了多少时间，但它并非唯一一家借助 AI 开展研究的公司。OpenAI 上个月表示，截至 8 月中旬，其 AI 智能体每对应人类研究员的一个工作日，就会记录 3.1 个工作日。 如果 Recursive 的押注奏效，每个新模型都应能承担更长时间的工作而无需人工帮助。该公司此前告诉 TechCrunch，其 6 月与亚马逊云服务（AWS）达成的 4.1 亿美元算力协议“与其说关乎员工人数，不如说关乎智能体数量”。 Socher 对《连线》表示，更长期的目标是让 Eureka Machine 实现完全的递归自我改进，由人类监督整个过程，并能在出现问题时将其停止。Recursive 表示，每个新模型都应让 Eureka Machine 成为更好的研究者，帮助它更快地构建下一个模型。
匹配字段正文
NVIDIA 于 2026 年 10 月 21 日宣布扩展其开放模型家族，覆盖语言、机器人、生物和量子计算，并围绕欧洲主权智能定位。组合包括 Nemotron 3.5 Super VL 与 Nemotron 3.5 Bolt、Nemotron Retriever、面向结构化业务数据的 Kumo、Cosmos 3.5 世界模型、面向自动驾驶的 Alpamayo 2 Edge、BioNeMo 和 Ising。Nemotron 3.5 Super VL 已在 Hugging Face、ModelScope、OpenRouter 和 build.nvidia.com 上线，Nemotron 3.5 Bolt E4B 4GB 预计 10 月 23 日可用。
neral-purpose models. SEEQC is pairing the NVIDIA NVQLink platform and Ising models with its Digital Link to satisfy the low-latency demands of real-time quantum error correction. AWS is integrating the Ising family into AWS Parallel Computing Service so researchers can build on the models ahead of deployment, NVIDIA said, noting that decoding is typically performed on classical hardware colocated with the quantum processor because of latency requirements. Availability Nemotron 3.5 Super VL is a
匹配字段正文