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
Rohan Paul@rohanpaul_ai精选AI 评分6565
Introducing Beam: a highly efficient agentic open model with 501B total parameters and 23B active. - Frontier reasoning efficiency - Advances the Western open frontier on coding & agentic tasks - Trained end-to-end from scratch Full weights release this month. Learn more about Beam: http://reflection.ai/beam
推荐理由：作者在转发基础上补充了效率估算口径和 headline 图表外的对比数据，帮助读者更冷静地看待 Beam 对 GLM-5.2 的领先说法。
Tavus 发布实时视频交互模型 Griffin，在54人一分钟视频通话实验中，26人（约48%）把预览版 Griffin-Lite 当成真人，上一代系统该比例为 2.4%。模型采用全双工视频交互方案，可同时看听说并依据表情、视线和停顿回应，音频到视频生成平均延迟 0.43 秒，实时生成 720p、25 帧每秒画面；目前仅向部分可信测试者开放研究预览，团队正开发 AI 身份披露功能。
推荐理由：原文同时给出48%的实验数字和延迟、榜单成绩，读者可以据此自行判断这轮视频交互能力的边界。
Ai2 发布并开源 AstaBrief 8B，基于 Qwen3-8B，用约 47K SFT 样本和约 6K DPO 对训练，将研究问题和检索文献转为带引用报告，已作为 Asta 的 Fast mode 上线。
推荐理由：官方详细披露了 SFT 与 DPO 数据构建和引用过滤方法，对想训练科研报告模型的团队有可迁移的做法参考。
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 于9月30日发布 Gemini 4 系列首款旗舰模型 Gemini 4 Argon，跳过延期的3.5 Pro。
推荐理由：文章汇总了 Argon 的输出窗口、定价、跑分和内外部争议，读者可以对照竞品评估它能否补上 Google 的编程短板。
MiniMax 首个 Flash 模型 M3.1-Flash-Preview 上线，目前为预览版，可在 MiniMax Code 中选用，订阅 Token Plan 可通过 API 接入 Agent。
推荐理由：原文汇总了实测案例与已知规格，覆盖编码、前端、看图看视频等场景，读者可以据此判断其能力边界。
Artificial Analysis@ArtificialAnlys精选AI 评分6767
推荐理由：第三方评测给出各档成本对比数字，读者可以据此判断 GPT-6.1 Sol 在成本效率上的位置。
谷歌 DeepMind 发布新旗舰模型 Gemini 4 Argon，未带 Pro、Flash 后缀，单次输出上限从上一代 64K 提升到 100 万 token，介绍价每百万 token 输入 $2、输出 $10。
推荐理由：作者汇总了官方跑分、第三方榜单和彭博社爆料，读者可以对照看到 Argon 各项能力的强项与短板。
Google 于当地时间 9 月 30 日发布 Gemini 4 系列首款旗舰模型 Argon，暂不面向普通用户，先通过 Fairwind 项目开放给受信任的网络安全防御机构。
推荐理由：文章汇总了 Gemini 4 Argon 的基准成绩、定价和分阶段开放策略，并指出其在部分基准上仍有落后，便于比较各家旗舰模型差距。
谷歌发布Gemini 4 Argon，单次输出Token上限从64K提升到100万。模型在DeepSWE v1.1取得77.9%的SOTA成绩，AutomationBench拿下51.3%头名，但Terminal-bench4.0仍落后。Argon百万输入Token收费2美元、输出10美元，目前通过Fairwind计划向受信任的网安人员开放，并参与美国政府发布前审查。
推荐理由：文章汇总了模型能力、价格与内部落地数据，读者可以据此评估它在软件工程和网安场景的适用性。
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。
谷歌发布新一代模型 Gemini 4 Argon，输出 Token 上限从 64K 提升至 100 万，在 DeepSWE v1.1 取得 77.9%、LVBench 得分 91.7%、AutomationBench 以 51.3% 排名第一。
推荐理由：文章汇总了模型跑分、内部工程案例和先向受信任团队开放的分阶段发布策略，能帮助读者了解能力之外的开放节奏问题。
Google 发布新一代模型 Gemini 4 Argon，面向长流程软件工程、企业知识工作与网络安全防御，输出 Token 上限从 64K 提升至 100 万，初期每百万输入 Token 2 美元、输出 10 美元。
推荐理由：梳理了 Gemini 4 Argon 的跑分、定价与分阶段开放节奏，读者可以据此评估其能力与实际可用性之间的距离。
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。
Demis Hassabis@demishassabis精选AI 评分6666Very 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。
OpenAI 在旧金山 Fort Mason 举行史上规模最大的 DevDay，官方列出 25 项发布，包括由 GPT-6 Astra 驱动的 7×24 常驻智能体 Dots。
推荐理由：一文梳理 OpenAI DevDay 全部要点，把模型定价、Dots 安全边界和平台策略放进同一框架，方便读者对照判断。
GPT-6.1 Sol 在 Amazon Bedrock 正式可用，聚焦智能体编码、计算机使用和专业工作负载的更强推理。
推荐理由：官方公告给出与 GPT-6 Astra 对比的每任务成本约五分之一等数据，读者可据此评估在 Bedrock 上运行智能体任务的性价比。
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。
Anthropic发布Claude Sonnet 5.5，速度比Sonnet 5快30%以上，单任务成本最多降低30%，定价与Sonnet 5相同。
推荐理由：原文整理了Sonnet 5.5的速度、成本、编程与知识工作评测数据，并给出强度档位与定价细节，方便读者对比选型。