跳到正文

模型发布

新模型的发布、开源与迭代：大模型厂商的旗舰更新、开源权重放出、性能与价格变化的第一时间记录。

117条精选相关主题产品更新论文研究开源生态

最新精选

第 1–20 条 · 共 117 条
今天10月2日周五
  2. Microsoft AI News61

    Microsoft AI 发布 MAI-Transcribe-2-Streaming 及 MAI-Voice-2.1 语音模型

    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。

10月1日周四
  2. The Decoder79

    Google 发布 Gemini 4 Argon，追赶 OpenAI 与 Anthropic 但未取得明确领先

    Google 发布新旗舰模型 Gemini 4 Argon，是其七个多月来首款前沿模型，Artificial Analysis 测试中得 53 分，与 GPT-6 Astra (max)、Claude Fable 5.1 持平，但仍落后 Claude Opus 5.5 的 58 分。

    推荐理由：原文汇总了第三方测试与定价细节，指出 Gemini 4 Argon 缩小差距但未领先，且单价优势来自低 token 价格而非效率。

  4. Demis Hassabis66

    Google DeepMind 推出蛋白质水印方法 SynthID Bio，成功合成既有功能又带水印的 AI 设计蛋白质，成果发表于 Nature。作者称生物安全是 AI 时代最紧迫挑战之一，并开源 SynthID Bio 工具供研究社区使用。

    引用Pushmeet Kohli@pushmeet

    Very happy to announce that our team @GoogleDeepmind has pushed the boundaries of generative biology, achieving the successful synthesis of AI-designed proteins that are both functional and watermarked. This proof-of-concept watermarking of the building blocks of life is enabled by SynthID Bio, our new protein watermarking method. It is designed to safeguard the new era of AI-powered generative biology and strengthen global biosecurity. You can read my thoughts here on why watermarking AI-designed proteins is an important research breakthrough: https://x.com/pushmeet/status/2105314763148321102

    推荐理由：AI 设计蛋白质首次实现功能与水印兼具并发表于 Nature，同时开源工具，读者可关注生物安全水印路线的实际落地。

9月29日周二
  1. OpenAI News70

    OpenAI 发布 GPT-6.1 Sol，以 Astra 五分之一的价格提供近 Astra 智能水平

    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。

  2. Thariq72

    Anthropic 发布 Claude Sonnet 5.5，为 Claude 5.5 家族第二款模型，较 Sonnet 5 速度提升超 30%，多数工作成本降低最高 30%。作者 Thariq 表示 Sonnet 与 Opus 5.5 让高阶抽象如 projects、claude tag 和动态工作流的 token 成本顾虑更小，建议在构建工作流时优先试用 Sonnet 5.5。

    引用Claude@claudeai

    Introducing Claude Sonnet 5.5, the second model in the Claude 5.5 family. It’s a clear upgrade over Sonnet 5, runs more than 30% faster, and costs up to 30% less for most work.

    推荐理由：作者结合 token 成本这一常见顾虑，指出 Sonnet 5.5 与 Opus 5.5 让更高层智能更易负担，适合在构建工作流时选用。

  4. ClaudeDevs74

    Anthropic 推出 Claude 5.5 家族第二个模型 Claude Sonnet 5.5，称其相比 Sonnet 5 更聪明、更高效，速度快 30% 以上，多数工作成本最多降低 30%。作者建议用于修复 bug、快速迭代功能等边界清晰度的日常任务，Claude Code 用量也能更省。

    引用Claude@claudeai

    Introducing Claude Sonnet 5.5, the second model in the Claude 5.5 family. It’s a clear upgrade over Sonnet 5, runs more than 30% faster, and costs up to 30% less for most work.

    推荐理由：原文给出 Sonnet 5.5 相对 Sonnet 5 的速度、成本与适用任务，开发者可据此判断是否切换日常 Claude Code 用法。

  5. Dongxi 东锡 NLP75

    Anthropic 发布 Claude Sonnet 5.5，为 Claude 5.5 家族的第二款模型。官方称其相比 Sonnet 5 是明显升级，速度提升超过 30%，多数工作场景成本最多降低 30%。

    引用Claude@claudeai

    Introducing Claude Sonnet 5.5, the second model in the Claude 5.5 family. It’s a clear upgrade over Sonnet 5, runs more than 30% faster, and costs up to 30% less for most work.

    推荐理由：官方发布说明给出了相对 Sonnet 5 的速度提升与降价幅度，读者可据此权衡换用成本。

  6. Anthropic76

    Anthropic 宣布 Claude Sonnet 5.5 现已可用，这是 Claude 5.5 家族的第二个模型。相比 Sonnet 5 是明显升级，运行速度提升超过 30%，多数工作的成本降低最多 30%。

    引用Claude@claudeai

    Introducing Claude Sonnet 5.5, the second model in the Claude 5.5 family. It’s a clear upgrade over Sonnet 5, runs more than 30% faster, and costs up to 30% less for most work.

    推荐理由：Anthropic 官宣 Claude Sonnet 5.5 上线，直接给出比 Sonnet 5 快 30%、多数工作成本低 30% 的关键变化。

9月28日周一
  1. Hugging Face Blog75

    H Company 发布 Holo4 系列通用计算机操作智能体模型

    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。

9月26日周六
  1. Claude66

    Claude 官方表示 Claude Opus 5.5 发布数日，汇总了用户用其探索和发现的喜爱案例。引用案例中，@RyanSael 让 Opus 5.5 通过构建交互式镜头实验室讲解相机对焦，一次生成耗时 1 小时 26 分钟，API 成本 $25.66，成品见 https://lens.lab.sael.net。

    引用Ryan Sael@RyanSael

    I asked Opus 5.5 to explain camera focus by building an interactive lens lab Here's what it came up with after 1 hour 26 minutes in one shot, $25.66 API cost https://lens.lab.sael.net Move the focus ring and you can see the glass elements shift the sharp plane through the scene

    推荐理由：官方汇总用户用 Opus 5.5 探索的成果，引用案例给出了单次生成时长与成本，可作实际使用参考。

9月24日周四
  1. inclusionAI Hugging Face models60

    inclusionAI 开源 Ling-mini-2.0：16B 总参数 MoE 模型，激活仅 1.4B

    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。

  2. inclusionAI Hugging Face models62

    inclusionAI 开源 Ling-flash-2.0：100B 总参数、6.1B 激活的 MoE 模型

    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。