OpenAI 发布 GPT-6 Astra Ultrafast，运行在 NVIDIA Blackwell GPU 上，现已在 OpenAI API 及符合条件的 ChatGPT Work 和 Codex 用户中可用。
推荐理由：原文给出 Ultrafast 模式相对 Astra Standard 的加速幅度和适用场景，开发者可据此评估 coding agent 工作流的收益。
Microsoft AI 发布实时流式转写模型 MAI-Transcribe-2-Streaming，在 Artificial Analysis 的最终与部分转写准确率均排名第一，支持 60 种语言，接收到音频后约 100ms 内产出首个 partials，内部评测显示实时听写场景出词速度比最接近的竞品快 2x，年底前 introductory 价 $0.54 每小时音频。
推荐理由：官方公布三款语音模型的具体定价、延迟数字和 Artificial Analysis 排名，可据此评估搭建语音智能体的成本与速度。
Google DeepMind 发布前沿模型 Gemini 4 Argon，先向 Fairwind Program 的可信网络防御者开放，后续将面向开发者、企业和消费者推出。
推荐理由：官方博客给出定价、输出上限和多个基准成绩，可帮读者评估该模型在编码与安全防御场景的实际定位。
Anthropic 宣布弃用 Claude Sonnet 4.5（claude-sonnet-4-5-20250929），其在 Claude API 上的退役时间定于 2026 年 11 月 30 日。官方建议用户迁移至 Claude Sonnet 5.5，更多细节可查阅模型弃用说明。
NVIDIA 发布开源表格基础模型 Kumo Tabular，给定带标签表格后单次前向传播即可完成分类和回归预测，无需训练、调参或特征工程。
OpenAI 发布 GPT-6.1 Sol，定位为接近 Astra 智能水平的模型，主打编码、计算机使用和专业工作场景，价格为 Astra 标准 API 输入和输出 token 价格的五分之一。
推荐理由：原文明确了模型定位与五分之一的价格对比，读者可以据此评估在不同工作负载下替换现有模型API的成本空间。
inclusionAI 在 Hugging Face 发布开源全模态模型 Ming-flash-omni 2.0，基于 Ling-2.0 MoE 架构，总参数 100B、激活 6B，称在开源全模态 MLLM 中达到 SOTA。
H Company 发布 Holo4 智能体模型系列，包含 27B dense 和 35B-A3B MoE 两个尺寸，并附带基于 Nemotron 3 Nano Omni 后训练的 Holotron4 Nano。
推荐理由：官方发布给出了跨 GUI、代码、MCP 和 API 四类接口的统一智能体模型，附基准分数和完整轨迹数据，适合评估开源方案与闭源模型的成本差距。
Anthropic 发布 Claude Sonnet 5.5（claude-sonnet-5-5），可在 Claude API、Amazon Bedrock、Claude Platform on AWS、Google Cloud 和 Microsoft Foundry 使用。
推荐理由：官方列出了五类从 Claude Sonnet 5 升级会破坏的代码场景和迁移指引，方便开发者提前排查自己的 API 调用。
Anthropic 发布 Claude Sonnet 5.5，为 Claude 5.5 家族第二款模型，生成速度比 Sonnet 5 快 30% 以上，测试中单任务成本最多低 30%。
推荐理由：官方发布给出了与 Sonnet 5 和 Opus 5.5 的多项基准对比、定价和成本数据，读者可以据此判断它在自己场景下是否值得迁移。
inclusionAI 开源 Ling 2.0 系列首个模型 Ling-mini-2.0，总参数 16.26B、每 token 激活 1.4B（非嵌入 789M），采用 1/32 激活比 MoE 架构，称可达到 7–8B dense 模型的等效性能，在 H20 上简单 QA 场景生成速度超过 300 token/s，支持 128K 上下文（YaRN）。
推荐理由：官方发布了完整的参数配置、推理速度、训练吞吐和预训练检查点，读者可以据此评估小激活 MoE 在端侧和继续训练中的可用性。
inclusionAI 正式开源 Ling 2.0 架构下的第三个 MoE 大语言模型 Ling-flash-2.0，总参数 100B、激活参数 6.1B（非嵌入 4.8B），基于 20T+ tokens 数据训练并经 SFT 和多阶段强化学习。
推荐理由：官方给出参数结构、基准对比和推理速度数据，读者可据此评估小激活 MoE 替代 40B 稠密模型的可行性。
inclusionAI 发布 Ling 2.0 系列首款旗舰非思考模型 Ling-1T，总参数 1T、每 token 激活约 50B，支持 128K 上下文。
推荐理由：官方模型卡给出架构、训练规模和基准对比细节，读者可据此评估这款万亿参数非思考模型的推理效率与部署方式。
inclusionAI 在 Hugging Face 开源 Ming-UniVision-16B-A3B，基于 MingTok 连续视觉 token，在单一自回归 NTP 框架内统一图像理解与生成，官方称联合训练收敛速度提升 3.5 倍。
inclusionAI 基于 Ling 2.0 架构正式发布 Ring-mini-2.0，总参数 16.8B、激活参数仅 1.4B，经 Long-CoT SFT。
inclusionAI 正式开源思考模型 Ring-flash-2.0，总参数 100B、每次推理仅激活 6.1B，基于 Ling-flash-2.0-base 深度优化。
推荐理由：官方发布完整披露了 icepop 算法、多阶段 RL 训练流程和部署参数，读者可以评估其推理性价比与可复现性。
inclusionAI 正式发布开源思考模型 Ring-1T，总参数 1 万亿、激活 50B，基于 Ling 2.0 架构和 Ling-1T-base，上下文经 YaRN 扩展至 128K，权重可在 Hugging Face 与 ModelScope 下载，并支持 Ling Chat 和 ZenMux 体验与 API 调用。
推荐理由：官方发布开源万亿参数思考模型，给出 IMO 与 ICPC 实测结果和 Icepop、ASystem 训练细节，便于评估其推理与部署价值。
inclusionAI 发布开源万亿参数思考模型 Ring-2.5-1T，采用 1:7 MLA + Lightning Linear Attention 混合线性注意力架构，激活参数从 51B 增至 63B。
推荐理由：原文给出了混合线性注意力的具体效率数字和多项基准成绩，读者可以据此评估它在长程智能体场景中的实际取舍。
inclusionAI 发布并开源 Ling-2.5-1T，总参数 1T、激活 63B，预训练语料扩至 29T tokens，经 YaRN 外推支持最长 1M tokens 上下文。
推荐理由：官方模型卡给出架构、token 效率和长上下文评测细节，可帮助读者评估这款万亿参数即时模型对现有部署工作流的适配。
inclusionAI 开源 Ling 家族旗舰模型 Ling-2.6-1T，参数量达 1T，面向复杂推理、编码和 Agent 工作流。
推荐理由：官方发布万亿参数旗舰开源模型，给出架构设计、benchmark 结果和 SGLang/vLLM 部署细节，便于评估其实际可用性。
inclusionAI 正式开源 instruct 模型 Ling-2.6-flash，总参数 104B、激活 7.4B，采用 1:7 MLA + Lightning Linear 混合线性注意力与高稀疏 MoE 架构。
推荐理由：官方给出架构细节、340 tokens/s 推理速度和 15M tokens 评测用量等数据，也坦承工具幻觉局限，读者可据此评估高频率 Agent 部署场景的适配度。
inclusionAI 发布万亿参数旗舰推理模型 Ring-2.6-1T，主打真实生产环境中的 Agent 执行与复杂推理，上下文长度由 128K 扩展到 256K（YaRN），采用 MIT License 开源。
推荐理由：官方发布页给出 Agent 执行、推理档位和异步 RL 训练的具体做法与基准数字，读者可据此评估其在生产场景的适配价值。
inclusionAI 发布 Ling-3.0-flash-VL，基于 Ling-3.0-flash 扩展原生图像与视频理解，总参数 124B，每 token 激活 5.5B，上下文窗口最高 256K tokens。
inclusionAI 在 Hugging Face 发布 Ling-3.0-flash，为原生混合线性注意力 MoE 模型，总参数 124B、每 token 激活 5.1B，约为此前 1T 级旗舰 Ring-2.6-1T 的 12.4% 和 8.1%，官方称在关键基准上持平或超越前代。
inclusionAI 发布轻量混合推理 MoE 模型 Ling-3.0-tiny，总参数 7.9B，每 token 仅激活 1.3B，采用 3:1 KDA-MLA 混合线性架构加 128 专家稀疏 MoE FFN。
蚂蚁集团联合多家金融机构与领域专家推出 Ling-3.0-flash-Fin，这是 Ling 系列首个金融增强模型，在 Ling-3.0-flash 基础上用高质量金融数据继续训练，总参数 124B、激活参数 5.1B、上下文窗口 256K。
inclusionAI 发布 Ming-UniAudio-16B-A3B-Edit，统一语音理解、生成与编辑，核心是基于 VAE 和因果 Transformer 的连续语音分词器 MingTok-Audio，整合语义与声学特征。
inclusionAI 发布 Ming-UniAudio 框架及 Ming-UniAudio-16B-A3B 模型，统一语音理解、生成和编辑，核心是基于 VAE 与因果 Transformer 的连续语音 tokenizer MingTok-Audio。
inclusionAI 在 Hugging Face 发布 Ming-flash-omni Preview，基于 Ling-Flash-2.0 稀疏 MoE 架构，总参数 100B、每 token 激活 6B。
推荐理由：原文给出稀疏 MoE 架构、生成式分割和方言语音识别等具体改进与评测数字，读者可对比其多模态能力变化。
inclusionAI 发布 Ming-Image-0.1-Design-Layer，可将一张平面设计图按指定层数拆解为多个 RGBA 图层，采用 MIT 许可证。模型推荐 1024 分辨率、12 步采样、CFG 2.0、BF16 精度，需单张 80 GiB 显存 CUDA GPU，可用 vLLM-Omni 部署，提示词增强支持 Ling-3.0-flash-VL 或 qwen3.8-27B。
inclusionAI 发布 Ming-Image-0.1-Design，一个面向 UI、信息图、海报等文字密集视觉设计的 6B 文生图模型，支持 RGBA 透明背景输出。
Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，支持用自然语言提示词设计角色声音、30 秒音频样本复刻声音，并逐行指挥表演。
推荐理由：原文给出两个 TTS 模型的定位差异、基准成绩和开放渠道，读者可据此评估语音生成工作流的选型。
inclusionAI（Venus Team，蚂蚁集团与清华大学）在 Hugging Face 开源 Realtime-Venus，包含基于 MiniCPM-o 4.5 的 9B 视听交互模型 Realtime-Venus-Omni 和纯音频模型 Realtime-Venus-Audio。
Anthropic 发布 Claude Opus 5.5，为 Claude 5.5 家族首款模型，官方称其表现与 Claude Fable 5.1 相当，运行成本较 Opus 5 降低 40%，输入和输出 token 价格为 $4 和 $20 每百万，缓存读取 $0.20 每百万（降低 60%），输出速度快 30% 以上。
推荐理由：官方给出完整基准、价格与安全评估细节，读者可据此比较 Opus 5.5 在成本与智能体编码上的实际变化。
Anthropic 发布 Claude Opus 5.5（claude-opus-5-5），面向长时运行的智能体编码与知识工作，默认 1M token 上下文窗口。
推荐理由：官方发布说明列出了价格、上下文窗口和 API 行为变化，可为长期智能体编码工作流的迁移提供具体参考。
TypeSafe 于 2026 年 9 月 15 日发布早期访问版决策模型 Jev（当前版本 1.13），现已可通过 OpenRouter 调用。Jev 是非生成式决策模型，只接受文本输入，返回 Choice、Score、Noul 三种类型化答案并附带校准概率，无自由文本输出。
推荐理由：原文给出 Jev 三个返回原语、真实 API 响应和定价细节，开发者可据此判断是否用它替换现有 LLM 加正则的分类流程。
Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking 两个实时语音对话模型，主打近实时推理与语音智能体。
推荐理由：官方给出两个新语音模型的定位分工和多项基准数字，读者可据此判断其适合规模化还是高复杂度语音任务。
inclusionAI 在 Hugging Face 开源 LLaDA-UI，一个基于 MoE 的块扩散视觉语言 GUI Agent，总参数约 16.7B，语言骨干为 LLaDA2.0-mini-base。
inclusionAI 发布 SingProbe，一个基于 google/gemma-4-26B-A4B-it 的流式安全探针，复用基座模型隐藏状态逐 token 打分，仅增加不到 0.5% 解码开销。
inclusionAI 在 Hugging Face 发布 SingProbe，一个复用 Qwen3.6-35B-A3B 隐层状态的轻量流式安全探测，逐 token 输出 8 类查询意图、不安全与幻觉风险分数，探测参数仅 4.2M。