OpenAI 的 GPT-6 Sol 和 GPT-6 Luna 现已在 Amazon Bedrock 正式可用，两者 API 定价均明显低于前代 GPT-5.6。GPT-6 Sol 面向开发与运维中反复出现的复杂任务，可写功能、调试、重构与审查代码、分析数据并完成跨工具的多步流程；OpenAI 内部事实性评测显示其事实性错误约为 GPT-5.6 Sol 的一半。GPT-6 Luna 面向高频重复任务，如从大规模文档中抽取信息、摘要、分类和定向问答，并支持按请求调整推理投入。两者均支持显式提示词缓存，推理数据不用于模型训练。
匹配字段摘要、正文
TypeSafe AI 上周发布 Jev，这是其称为 System One 模型的新类别，输入文本后不返回文本，而是返回对应分类、是非题、评分及置信度的浮点数。Jev 只按输入计费，输出免费，首个模型输入价格为每百万 token 0.042 美元，低于 OpenAI GPT-5 Nano 的 0.05 美元。作者 Simon Willison 实测后认为它适合分类、垃圾信息检测、标签建议、排序和搜索重排，但指出它不擅长数字、日期和对抗性内容，且只返回浮点数会加剧黑箱与偏见问题。
匹配字段摘要、正文
前 OpenAI 研究员 Diogo Almeida 的 TypeSafe 结束隐身状态，推出 Jev，一种在软件内部回答预设问题并附带置信度分数的 AI 系统，官方称其零幻觉。Jev 定价为每 10 亿输入 token 42 美元、输出免费，TypeSafe 估算比 Claude Fable 5.1 低 238 倍，响应时间 70 至 500 毫秒，比当前 LLM 快 40 至 200 倍。它只在预先设定的选项之间选择，可用于应用内的快速判断，如分类请求、给记录打分或筛查其他 AI 输出是否越狱。
匹配字段摘要、正文
Cloudflare 于 2026 年 9 月 15 日发布新设置 Disallow AI Training，在保留搜索访问的同时拒绝内容被用于 AI 训练，该选项加入爬虫控制项 Training，面向全部套餐，可在域名级 Security Settings 中选择。选择后通过 Bot Preference Sync 把拒绝指定写入 robots.txt，Applebot、Googlebot、Bingbot 等搜索与训练兼用爬虫不被拦截，其余训练用爬虫被拦截；OpenAI、Anthropic、Amazon、Meta 因搜索与训练使用不同爬虫，训练用爬虫会被拦截而搜索用爬虫保留。Apple 的 Applebot-Extended 与 Google 的 Google-Extended 已支持在 robots.txt 中拒绝训练且不影响搜索排名，Microsoft 计划 2027 年初在 Bing 支持同类指定。
匹配字段摘要、正文
Cohere 发布面向 North Mini Code 的 Megakernel 推理服务引擎，在单张 H100 上以 BF16 运行，端到端平均解码吞吐量比 vLLM 快 1.25× - 1.41×。该引擎支持连续批处理、分页注意力、流式输出、前缀缓存和工具调用，并提供 OpenAI 兼容接口；其代码已在 GitHub 开放。批大小为 1 时，Megakernel 达到 292 tok/s，为 vLLM 的 1.58×，但当前最大批大小为 8，且预填充仍由普通 PyTorch 内核运行并会暂停解码。
匹配字段摘要、正文
OpenRouter 推出 openrouter:shell 服务端工具和 Files API，任何接入 OpenRouter 的模型都能在托管的 Linux 容器中执行命令，并上传文件、下载运行产物，两者目前均为 beta。shell 与 Bash 工具兼容 OpenAI 和 Anthropic 规范，容器默认关闭出站网络、空闲 5 分钟后休眠，沙箱时间按每秒 $0.0001 计费并计入请求成本，Files API 存储上限 10 GiB。
匹配字段摘要、正文
OpenRouter 发布 openrouter:shell 服务端工具和 Files API，任意模型都能在托管 Linux 容器中执行命令并读写文件，两者均处于 beta 阶段。shell 兼容 OpenAI 的 Shell 工具与 Anthropic 的 Bash 工具，通过 engine 设为 openrouter 可强制在服务端沙箱执行，容器默认关闭出网、闲置 5 分钟后休眠。沙箱按活跃时间计费，每秒 $0.0001，冷启动最低计费 30 秒，Files API 存储上限 10 GiB。
匹配字段摘要、正文
Pydantic AI 发布实时语音智能体支持，采用 speech-to-speech 方式，通过统一的 provider-agnostic API 接入 OpenAI Realtime、Azure OpenAI、Gemini Live 和 xAI Grok Voice，中间不再有转写、生成、合成的流水线。语音会话复用同一个 Agent 对象，服务端工具、消息历史和 API key 都留在后端，浏览器场景可用 WebRTC 直连并在服务端以 sideband 接入，目前浏览器 WebRTC 支持 OpenAI 和 Azure OpenAI。语音与文本共享同一份消息历史，可把通话交给文本 Agent 做结构化抽取，也可用 message_history= 为语音会话续接此前的文本对话；会话的 token 用量、usage_limits 和 OpenTelemetry 追踪与文本运行一致。
Pydantic AI 发布实时语音智能体支持，采用 speech-to-speech 方式，通过统一的 provider-agnostic API 接入 OpenAI Realtime、Azure OpenAI、Gemini Live 和 xAI Grok Voice，中间不再有转写、生成、合成的流水线。语音会话复用同一个 Agent 对象，服务端工具、消息历史和 API key 都留在后端，浏览器场景可用 WebRTC 直连并在服务端以 sideband 接入，目前浏览器 WebRTC 支持 OpenAI 和 Azure OpenAI。语音与文本共享同一份消息历史，可把通话交给文本 Agent 做结构化抽取，也可用 message history= 为语音会话续接此前的文本对话；会话的 token 用量、usage limits 和 OpenTelemetry 追踪与文本运行一致。
匹配字段摘要、正文
Slack 推出 Slack Code，为编码智能体开设专属项目频道，用户可在 Slack 对话中 @ 智能体，让它创建代码频道并跟进任务。在频道里，成员可以查看智能体的操作、审阅其提出的改动、查看实时 HTML 预览，并在需要时让它改变方向；任务完成后频道可自行归档，留下可搜索的记录。Anthropic、Cognition、GitHub、OpenAI 的 ChatGPT 和 Vercel 等正在为 Slack Code 开发集成，Claude、Devin、Copilot 和 ChatGPT 等智能体将进入代码频道；Slack 还推出 Agent DM、Agents 标签页和 Add to Slack 功能。
匹配字段摘要、正文
Qwen3.8-2.4T-A95B 作为开源权重模型发布，并已在 Modal 上线。Modal 与 Qwen 团队在发布前合作，为 Modal Auto Endpoints 提供 day zero 支持，底层由 SGLang 和针对 Qwen3.8 结构调优的定制 DFlash 推测模型支撑。该文本模型将以 OpenAI 兼容的共享端点形式提供一个月，按 token 计费。
匹配字段摘要、正文
NVIDIA 发布 NeMo Switchyard，为 AI 智能体提供跨模型路由能力，可在专用模型与前沿模型之间按任务分配请求，以平衡性能、成本与效率。该工具提供免调优的 LLM 分类器、阶段路由器和升级路由器，也支持基于工作负载数据训练的预填充路由器，并可通过 OpenAI、Anthropic 和 Responses API 接入。LangChain 在 145 个多轮智能体任务上测试升级路由器，在 Nemotron 3.5 Lightning 与 Claude Opus 4.8 之间路由，仅 7% 调用发往前沿模型，成本降低 74%，准确率约有 6 个百分点的折让。
匹配字段摘要、正文
SGLang 宣布为 NVIDIA Nemotron 3.5 Lightning 提供 Day-0 支持，开发者可通过其 OpenAI 兼容推理栈部署该模型。Nemotron 3.5 Lightning 是从 Nemotron 3 Ultra 蒸馏而来的 30B 混合 MoE 模型，每 token 仅激活 3B 参数，支持 MTP、DFlash、DSpark 三种投机解码，并可通过 enable_thinking 与 thinking_budget 控制推理开关和深度。模型权重已在 Hugging Face 提供 BF16 和 NVFP4 版本，官方称其在相近准确率下完成智能体任务最多快 30%。
SGLang 宣布为 NVIDIA Nemotron 3.5 Lightning 提供 Day-0 支持，开发者可通过其 OpenAI 兼容推理栈部署该模型。Nemotron 3.5 Lightning 是从 Nemotron 3 Ultra 蒸馏而来的 30B 混合 MoE 模型，每 token 仅激活 3B 参数，支持 MTP、DFlash、DSpark 三种投机解码，并可通过 enable thinking 与 thinking budget 控制推理开关和深度。模型权重已在 Hugging Face 提供 BF16 和 NVFP4 版本，官方称其在相近准确率下完成智能体任务最多快 30%。
匹配字段摘要、正文
Sakana AI 发布日语特化 LLM API「Sakana Namazu」，基于 Moonshot AI 的开源模型 Kimi K2.6，用自有数据适配日语与日本业务语境，并内置 Web 搜索和代码执行工具。该 API 兼容 OpenAI 接口，已有代码只需改写 base_url 并设置 API 密钥即可接入。基准方面，它在 JFBench、日英翻译任务和 FairPoliticsQA 上均超过基座模型，其中 FairPoliticsQA 从 34.10% 提升至 56.30%，同时保持 Kimi K2.6 在 AIME26、MMLU-Pro、LiveCodeBench v6 上的推理与编码表现。
Sakana AI 发布日语特化 LLM API「Sakana Namazu」，基于 Moonshot AI 的开源模型 Kimi K2.6，用自有数据适配日语与日本业务语境，并内置 Web 搜索和代码执行工具。该 API 兼容 OpenAI 接口，已有代码只需改写 base url 并设置 API 密钥即可接入。基准方面，它在 JFBench、日英翻译任务和 FairPoliticsQA 上均超过基座模型，其中 FairPoliticsQA 从 34.10% 提升至 56.30%，同时保持 Kimi K2.6 在 AIME26、MMLU-Pro、LiveCodeBench v6 上的推理与编码表现。
匹配字段摘要、正文
Perplexity 周二把上线五个月的 Model Council 扩展到云端 Computer 平台，用户可选 2 到 8 个模型组成顾问团，模型各自独立作答后由用户选定的模型担任主席，综合出报告并标出结论一致与分歧之处。该功能此前仅限企业版和 Max 用户，现在也向个人 Max 和 Pro（20 美元/月）用户开放，可选模型涵盖 OpenAI、Anthropic、Google 以及 GLM、Kimi 等开放权重模型。Computer 采用按量计费，100 credits 等于 1 美元，Pro 用户获 4000 赠送 credits，Max 用户获 35k 及每月续期的 10k。
匹配字段摘要、正文
Modal 发布 Auto Endpoints，提供 OpenAI API 兼容、生产可用的推理服务，底层是用户可见可控的 Modal App，可通过 CLI 或点击部署 GLM 5.2 等开放模型。官方称不隐藏代码与指标，自动提供投机解码接受长度、每副本引擎侧 token 延迟分位数等数据，并同步推出面向超低延迟路由的 Modal Servers，HTTP 请求开销约 5ms。其部署配方基于 SGLang、FlashAttention-4 等开源引擎的补丁与上游贡献，并采用 Z Lab 的 DFlash 块扩散 drafter 架构。
匹配字段摘要、正文
小米 MiMo 发布并开源终端编码助手 MiMo Code V0.1，采用 MIT 许可，附带限时免费的 MiMo V2.5 多模态模型，支持百万 token 上下文窗口。该工具提供无限上下文、Agent 与模型协同、Compose Mode、自进化系统以及基于 MiMo-V2.5-ASR 的语音输入，并兼容 Claude Code，可自动加载已有的 skills、MCP 服务器和命令并复用 API 配置。Mac 与 Linux 可用一行 curl 命令安装，Windows 通过 npm install -g @mimo-ai/cli 安装，同时支持 Anthropic、OpenAI、DeepSeek、Kimi、GLM 等模型提供方。
匹配字段摘要、正文
Prime Intellect 宣布 Lab 结束 beta 并正式开放，这是一个面向自我改进智能体的训练平台，把任务定义、harness、评测、奖励信号训练、rollout 检查、adapter 部署和推理整合到一处。平台以环境为基本单元，Hosted Training 负责大规模强化学习，按 token 计费而非按集群小时计费，正式版首批支持来自 NVIDIA、OpenAI、Meta 和 Qwen 的 14 个模型，参数规模在 1B 到 70B 之间。beta 期间已有数百名用户运行超过 10,000 次训练任务，训练完成的 LoRA adapter 可通过 Prime Inference 以 OpenAI 兼容 API 部署。
匹配字段摘要、正文
Sakana AI 发布旗舰商用产品 Sakana Fugu，这是一个多智能体编排系统，通过动态协调多个前沿基础模型在编码、数学、科学推理等任务上取得高性能，现已开放早期 Beta 测试申请。该产品以 API 形式提供，兼容 OpenAI 格式端点，现有使用 GPT、Gemini 或 Claude API 的工作流几乎无需改动即可接入，背后由 Fugu 自动完成协作拓扑搭建、角色分配和子任务分发。产品分为侧重延迟的 Sakana Fugu Mini 和面向高难度任务的 Sakana Fugu Ultra 两个版本，方法基于其 ICLR 2026 论文 Trinity 和 Conductor 并做了进一步改进。
匹配字段摘要、正文
Modal 发布一套 Autoresearch Skills，引导智能体使用其计算原语，包括启动交互式 Sandbox、用 modal run 运行训练任务、用 Volumes 管理持久存储以及编排并行子智能体。官方演示中，Claude Code 被指向 OpenAI 的 Parameter Golf 挑战，15 小时内跑了 113 次实验、消耗 238 GPU-hours，核心训练运行比单台工作站快 5 倍，同时资源占用远低于专用集群。整个过程中智能体通过 modal.Sandbox.create(gpu='H100') 等调用在单 GPU 探索、5 个并行 8×H100 验证和串行调试之间切换，任务结束后自动缩容到零。
匹配字段摘要、正文
Modal 宣布其免费端点已升级为 Z.ai 发布的 GLM-5，该模型采用 MIT 许可，面向长周期智能体与系统工程任务。Modal 与 Z.ai 在公开发布前合作测试，并给出在单节点 8 张 B200 上用 SGLang 部署的可复现代码，内部实测每用户每秒 30 至 75 token。端点兼容 OpenAI API，可接入 Vercel AI SDK、Claude Code、OpenCode 和 OpenClaw，使用限制为单并发请求。
匹配字段摘要、正文