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Microsoft AI 发布推理模型 MAI-Thinking-1，为 35B 激活、约 1T 总参数的稀疏 MoE 模型。官方称其在 SWE-Bench Pro 上与 Claude Opus 4.6 相当，AIME 2025 达 97.0%、AIME 2026 达 94.5%，盲测中人类偏好高于 Sonnet 4.6。
推荐理由：官方公布了模型规格与基准成绩，并说明不蒸馏、自建训练栈的路线，读者可据此评估中型推理模型的部署价值。
Google 在 Gemini API 更新日志中宣布 Gemini 3.7 Flash（gemini-3.7-flash）正式可用（GA），定位为面向编码和 Agent 的主力模型。官方称其在软件工程、Web 开发和智能体工作流上有大幅改进，2026年12月31日前提供入门价。
推荐理由：官方说明点名软件工程与智能体工作流的改进，并给出了到2026年底的入门价格窗口。
DeepSeek-V4-Pro 正式版已在 APP、网页端和 API 上线，模型名 deepseek-v4-pro，API 调用方式不变。官方称 Agent 能力大幅提升，生产环境性能表现提升尤为显著，并公布 HLE (wo / w tools) 42.7/60.0、Terminal Bench 2.1 87.9、NL2Repo 61.5 等基准成绩。
推荐理由：官方公告列出了正式版在多项 Agent 与编码基准上的分数、Responses API 支持和峰谷定价细节，方便用户评估迁移与调用时机。
Grok 4.6 正式发布，在 Grok 4.5 基础上进一步强化长时间运行的智能体任务，以及复杂的交互和视觉工作。在综合 9 项基准的 Artificial Analysis Intelligence Index 上，Grok 4.6 与 GPT-5.6 Sol 取得相同成绩，并已在 Cursor 和 Grok Build 上线。
推荐理由：Grok 4.6 强化长流程智能体任务，在 9 项基准综合指数上与 GPT-5.6 Sol 同分。
Google DeepMind 发布多语言手语转文本（SL2T）模型，首次将手语 AI 用于消费产品，在 Pixel 11 的 Gboard 和 Live Transcribe 中支持 ASL 转英文，后续将扩展更多语言和设备。
推荐理由：官方介绍 SL2T 的技术路径、训练数据和实测限制，读者可以了解手语翻译从实验到消费产品的落地方式。
Cursor 与 SpaceXAI 发布 Grok 4.6，基于 Grok 4.5 打造，专注于长时间运行的智能体、复杂交互和视觉工作。
推荐理由：官方发布说明了训练方法与多项智能体编程基准成绩，读者可据此对比 Grok 4.5 与 GPT-5.6 Sol 的表现。
Cursor 与 SpaceXAI 联合发布 Grok 4.6，该模型基于 Grok 4.5 打造，重点面向长时间运行的智能体以及更复杂的交互与视觉工作。它在由九项基准测试构成的 Artificial Analysis Intelligence Index 上与 GPT-5.6 Sol 持平。
推荐理由：Grok 4.6 与 GPT-5.6 Sol 在综合智能指数上持平，文中给出了与 Grok 4.5 及 GPT-5.6 Sol 的多项基准对比。
SGLang 与 Miles 宣布 Day-0 支持 Qwen3.8-2.4T-A95B，这是千问最大的开源模型，总参数 2.4T、每 token 激活 95B，采用 69 层 GDN 线性注意力与 23 层 GQA 全注意力 3:1 交错的混合架构，MoE 含 512 专家 top-10 路由。
推荐理由：SGLang 团队详解 Qwen3.8 混合注意力架构的推理支持方案，给出内核优化、并行布局与实测吞吐数字，可作部署参考。
Meta MSL 开源本地 Agent 模型 Muse Glimmer，总参数约 296 亿（含约 18 亿参数视觉编码器），上下文超 13 万 Token，支持文本和图像输入，量化到 17GB 后可装进 24GB 消费级显存。
推荐理由：Meta 开源 30B 级本地 Agent 模型，量化后 24GB 消费级显存可跑，读者可据此判断本地 Agent 的部署门槛变化。
Meta 发布从 Muse 蒸馏而来的 30B 多模态模型 Muse Glimmer，采用 Apache 2.0 许可，面向本地隐私场景的智能体用途。模型由 2B ViT 视觉编码器和 28B 文本解码器组成，支持图像、视频、多模态工具调用和目标检测，并附带基于 DFlash 的可选投机解码。
推荐理由：原文给出架构组成、基准对比和各推理框架的 day-0 用法，读者可以据此评估本地部署的可行路径。
NVIDIA 发布 Cosmos 3 开放世界物理 AI 基础模型系列，基于 mixture-of-transformers 架构，融合视觉推理、世界生成与动作预测能力。
推荐理由：原文列出 Cosmos 3 三个尺寸的定位与多项基准排名，读者可据此判断开放世界模型在物理 AI 中的分工。
阿里巴巴 8 月 3 日正式发布新一代基座大模型 Qwen3.8，旗舰版 Qwen3.8-Max 总参数量 2.4T、激活 95B，支持视觉理解与 1M Tokens 上下文。
推荐理由：原文列出 2.4T 总参数、激活 95B 与 API 定价，读者可据此比较旗舰模型的规模与成本取舍。
ByteDance Seed 发布原生音视频全双工大模型 SeedRealtime，用统一架构融合音频、视频与文本，支持音视频联合理解、主动交互与流畅对话节奏。端到端人工评测显示，相比级联模型，音视频对话节奏问题减少一半。模型已在豆包 App 全量上线，用户更新后在对话框选择“打电话”进入视频通话即可体验。
推荐理由：原文给出统一架构、端到端评测数字和豆包 App 开放入口，可据此了解音视频全双工交互的能力与体验变化。
Liquid AI 发布 LFM2.5-2.6B，一款可完全在设备端运行的智能体模型，支持工具调用与多步工作流，预训练约 34T tokens，中期训练将上下文窗口扩展至 128K。
推荐理由：官方给出与约 4 倍参数量模型的逐项基准对比和 CPU 解码速度，可供判断端侧智能体的可用边界。
Mistral AI 发布开源多模态安全分类器 Shieldstral，权重 3B，采用 Apache 2.0 协议。模型将内容审核改写为推理时的问答任务，用户用自然语言给出政策，无需重训即可适配文本、图像和 prompt–response 对的审核。
推荐理由：原文解释了用问答式策略接口替代固定分类体系的设计思路，并给出训练数据构建方法，读者可以借鉴其小模型超越大模型的数据策略。
阿里巴巴正式发布新一代基座大模型 Qwen3.8，旗舰版 Qwen3.8-Max 总参数量 2.4 万亿、激活 95B，采用稀疏 MoE 架构与混合注意力机制，支持视觉理解，上下文长度达 1M Tokens。
推荐理由：原文给出 2.4T MoE 旗舰模型的参数规模、编程能力表现和 API 定价，便于比较其性价比定位。
Qwen 官方发布 Qwen3.8-Max，称为 Qwen 家族迄今最强模型，参数规模达 2.4 万亿，基于 Qwen3.5 架构，在编码、办公和研究等方面全面提升。官方还将首次开源 Qwen-Max 级模型权重，开放权重定于下周发布。
推荐理由：Qwen 官方宣布新旗舰模型并开源 Max 级权重，读者可据此关注其编码与协作能力变化。
OpenAI 官宣下一代模型 Astra 的存在，并公布其在数学与理论计算机科学领域完成的十项突破，这些问题此前至少十年未有解法，在 Sol API 费率下总算力成本约 2000 美元。
推荐理由：OpenAI 公开下一代模型 Astra 攻克的十项数学难题，并给出 Lean 形式化验证与解题过程，可观察模型参与前沿研究的实际方式。
DeepSeek@deepseek_ai精选AI 评分6868
推荐理由：官方宣布 V4-Flash 公测上线，Agent 能力大幅升级并原生支持 Responses API，配有与多款模型的基准对比数据。
MiniMax 发布通用多模态生成模型 MiniMax H3，统一理解文本、图像、视频和音频上下文，可生成最长 15 秒、默认 2K 分辨率、带原生立体声的视频。
推荐理由：官方公布 H3 的统一任务设计、核心技术组件与 2K 定价对比，并预告即将开放模型权重，可了解其训练范式思路。