推荐理由：官方给出两个接入入口和按分辨率分档的每秒定价，开发者可据此估算调用成本。
模型发布
全部主题新模型的发布、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。
当前仅显示精选新闻最新精选
第 221–240 条 · 共 575 条@alibaba_cloud@alibaba_cloud精选AI 评分6666 @alibaba_cloud@alibaba_cloud精选AI 评分6767 
推荐理由：Wan3.0 正式开放使用，并公布折扣渠道与一个月优惠窗口，读者可据此安排接入时间。
@alibaba_cloud@alibaba_cloud精选AI 评分7474 
推荐理由：阿里云给出 Kimi-K3 的参数量、上下文规格与两个平台的试用入口，可据此判断其可用渠道与定位。
FireRedTeam GitHub 新仓库精选AI 评分6161 FireRedTeam 开源 FireRedAudio 通用音频语言模型
FireRedTeam 发布 FireRedAudio，一个基于共享 9B LLM 的通用音频语言模型，采用解耦连续表示，Audio Encoder 负责理解、RedAE 通路负责生成。
推荐理由：原文给出模型架构设计和多基准评测数据，并附完整开源代码，读者可据此评估其音频理解与生成能力。
@AYi_AInotes@AYi_AInotes精选AI 评分6868 Google 发布 Gemini 3.7 Flash，官方将其定位为迄今最智能的工作马模型，Google 高管发推称这是其史上增长最快的一次模型发布。
引用@OfficialLoganK@OfficialLoganKGemini 3.7 is our fastest growing model launch to date, amazing to see the reception!!!
推荐理由：文章给出 Gemini 3.7 Flash 的代码评测与价格变化，并讨论低价模型对 Agent 算力成本结构的影响。
@OpenRouter@OpenRouter精选AI 评分6666 推荐理由：975B 总参数配 41B 激活参数并支持调节推理强度，读者可据此比较总参数与激活参数的规模差异。
@omarsar0@omarsar0精选AI 评分6767 引用@deepseek_ai@deepseek_aiDeepSeek-V4-Flash-Vision-Exp is now live on the DeepSeek API Platform! 🚀 🔹 This experimental multimodal model matches DeepSeek-V4-Flash on text capabilities—including agents, reasoning, and world knowledge. 🔹 On multimodal agent benchmarks, V4-Flash-Vision-Exp makes a major leap over V4-Flash, bringing multimodal agent performance close to Opus-4.8. Try it with model='deepseek-v4-flash-vision-exp'. DeepSeek Harness 0.1.1 was released today with out-of-the-box support for the new model. 1/n
推荐理由：官方基准对比显示该实验模型在多模态智能体任务上接近 Opus-4.8，读者可据此了解多模态智能体的当前水平。
@AYi_AInotes@AYi_AInotes精选AI 评分7272 
引用@deepseek_ai@deepseek_aiDeepSeek-V4-Flash-Vision-Exp is now live on the DeepSeek API Platform! 🚀 🔹 This experimental multimodal model matches DeepSeek-V4-Flash on text capabilities—including agents, reasoning, and world knowledge. 🔹 On multimodal agent benchmarks, V4-Flash-Vision-Exp makes a major leap over V4-Flash, bringing multimodal agent performance close to Opus-4.8. Try it with model='deepseek-v4-flash-vision-exp'. DeepSeek Harness 0.1.1 was released today with out-of-the-box support for the new model. 1/n
推荐理由：逐条列出这个实验性多模态模型的单图 token 上限、分级定价与免费 Files API 额度，可供评估视觉 Agent 的成本与接入方式。
@kimmonismus@kimmonismus精选AI 评分6767 
引用@deepseek_ai@deepseek_aiDeepSeek-V4-Flash-Vision-Exp is now live on the DeepSeek API Platform! 🚀 🔹 This experimental multimodal model matches DeepSeek-V4-Flash on text capabilities—including agents, reasoning, and world knowledge. 🔹 On multimodal agent benchmarks, V4-Flash-Vision-Exp makes a major leap over V4-Flash, bringing multimodal agent performance close to Opus-4.8. Try it with model='deepseek-v4-flash-vision-exp'. DeepSeek Harness 0.1.1 was released today with out-of-the-box support for the new model. 1/n
推荐理由：基准对比显示 Flash 小模型在多模态智能体评测上已接近 Opus-4.8，可供判断轻量模型的能力边界。
@testingcatalog@testingcatalog精选AI 评分7171 
引用@deepseek_ai@deepseek_aiMultimodal API support 🔌 🔹 Set model='deepseek-v4-flash-vision-exp' 🔹 Images are tokenized for billing: up to 384 tokens each, at V4-Flash pricing 🔹 Supports Chat Completions, Messages & Responses 🔹 Supports mixed text + image input; images can be provided via base64, external URLs, or the Files API. Docs: https://t.co/USZ5gZ3wWB 3/n
推荐理由：材料给出新模型与 Opus 4.8 及自家文本版本的基准对比和计费细节，便于判断实际可用性。
@ArtificialAnlys@ArtificialAnlys精选AI 评分7373 
推荐理由：榜单给出了 Qwen 新一代与自家前代及其他头部图像模型的 Elo 对比，可据此判断这次升级的幅度。
DeepSeek API updates精选AI 评分7070 DeepSeek 发布实验版多模态模型 DeepSeek-V4-Flash-Vision-Exp
DeepSeek 在 API 平台上线实验性多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp，通过设置 model='deepseek-v4-flash-vision-exp' 即可调用。
推荐理由：官方公布了多模态 Agent 基准成绩和调用方式，读者可据此判断其视觉 Agent 能力在现有模型中的位置。
inclusionAI Hugging Face models精选AI 评分6565 inclusionAI 开源 Ling-3.0 系列多阶段训练检查点
inclusionAI 开源 Ling-3.0 系列语言基础模型，并按预训练、中训和 WSM 融合三个阶段放出多个检查点，供继续预训练、微调与蒸馏研究使用。
推荐理由：Ling-3.0 系列按预训练、中训、融合三个阶段放出中间检查点，便于研究者做继续预训练与蒸馏对比。
@thexpin@thexpin精选AI 评分6868 推荐理由：原文交代了 GLM-5.3 的能力侧重、基准分数和开放节奏，读者可以据此判断其在开源与闭源模型中的位置。
@ArtificialAnlys@ArtificialAnlys精选AI 评分7878 
推荐理由：GLM-5.3 与 Kimi K3 并列开源权重模型最高分，智能体能力提升明显且单任务成本低于同档模型。
@AYi_AInotes@AYi_AInotes精选AI 评分7676 
推荐理由：借 Intelligence Index 榜单对比，说明 27B 开源本地模型如何靠更长思维链弥补参数量差距。
xAI News精选AI 评分7272 xAI 发布 Grok 4.5，主打编码与智能体任务
xAI 发布 Grok 4.5，称其为自家最强模型，面向编码、智能体任务和知识工作，并与 Cursor 一同训练。官方给出的成绩包括 SWE Marathon 通过率 29.0%、DeepSWE 1.0 得分 62.0%，并称其平均每个 SWE Bench Pro 任务输出 15,954 个 token，约为 Opus 4.8 (max) 的 4.2 分之一。
推荐理由：原文给出多项基准对比、定价与 token 效率数据，读者可据此比较它与同代编码模型的位置。
xAI News精选AI 评分7777 xAI 发布 Grok 4 Fast，统一推理与非推理模式并支持 2M token 上下文
xAI 发布 Grok 4 Fast，称其用平均少 40% 的思考 token 在基准上达到与 Grok 4 相当的表现，同一前沿基准性能的价格降低 98%。该模型采用统一架构，由系统提示词切换长链推理与快速响应，具备 2M token 上下文窗口和端到端训练的工具调用与网络、X 搜索能力，在 LMArena Search Arena 以 1163 Elo 排名第一。
推荐理由：原文给出与 Grok 4 的基准对比、token 消耗和 API 定价，读者可据此判断推理模型的成本效率走向。
xAI News精选AI 评分6666 xAI 通过 API 开放编码模型 grok-build-0.1 公测
xAI 通过 API 以公测形式开放编码模型 grok-build-0.1，该模型专门针对包括网页开发、调试和 MCP 支持在内的智能体编码任务训练，也是驱动 Grok Build 的同一模型。
推荐理由：模型给出 100+ tokens/秒的服务速度与每百万 token 1 美元输入、2 美元输出的定价，便于评估智能体编码场景的成本与速度取舍。
xAI News精选AI 评分7070 xAI 发布 Grok 4.1，Thinking 模式以 1483 Elo 登顶 LMArena
xAI 发布 Grok 4.1，已在 grok.com、X 及 iOS 和 Android 应用向所有用户开放，Auto 模式即时上线并可在模型选择器中显式选择。
推荐理由：官方给出与上一代在真实流量中的盲测偏好和 LMArena 榜单对比，可据此判断对话风格与幻觉控制的改进幅度。