模型
全球大模型的发布、更新、开源、价格变化和评测动态。
共 191 条
- Google 发布 EmbeddingGemma 2，7.4 亿参数开源嵌入模型升温
Google DeepMind 发布 EmbeddingGemma 2，参数量 7.4 亿，在多项基准测试中表现有竞争力，甚至超过部分参数量两倍以上的专用模型。开发者可用它为应用加入多模态搜索，例如用语音备忘录定位视频片段，或与 Gemma 4 搭配实现端侧私有 RAG。模型以 Apache 2.0 许可发布，权重已上线 Hugging Face 和 Kaggle。
X @GoogleDeepMind10/07海外新模型发布4 个信源77
- Google 发布 EmbeddingGemma 2，首个原生多模态端侧嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，称其为首个原生多模态开放模型，用于端侧嵌入（on-device embeddings）。该模型在文本之外扩展到代码、图像、音频和视频，并将这些模态统一到同一共享向量空间中。原文为推文，仅给出上述信息，未披露模型参数规模、上下文长度、基准测试成绩、开源协议与发布时间。
- Mistral 发布 1T 参数开源模型 Mistral Large 4
Mistral 发布 Mistral Large 4，代号「le Chonk」，为 1 万亿参数开放权重模型，主打通用 Agent 能力，使用 4000 块 Grace Blackwell GPU 训练。原文指出，当前主导市场的旗舰模型多来自前沿实验室且为闭源，Mistral 希望借该模型改变这一格局。原文信息有限，未披露具体评测数据、上下文长度与开放许可细节。
Techmeme10/06海外新模型发布2 个信源57
- Reka 发布 Rho-1：19B 全模态推理模型，统一文本、视频与机器人动作
Reka 发布 Rho-1 研究预览版，一个从零训练的 19B 全模态推理模型，单一神经网络可理解并生成文本、图像、视频，并输出机器人动作。模型采用双流架构：离散 token 承载文本与高层指令，连续 token 承载图像潜变量、视频帧与机器人动作，两条专家权重流共享注意力与 KV cache。官方测试中，基础版视频生成速度为实时的 0.79 倍，约 6 秒可看，首个片段 7.0 秒；蒸馏版将去噪步数从 99 降至 8，约 1 秒返回 5.3 秒片段。机器人方面在 LIBERO 仿真中输出 7 个动作通道。以上均为厂商自测，非独立基准。
MarkTechPost10/06海外新模型发布36
- Falcon-Emirati-7B 发布：专攻阿联酋方言的阿拉伯语模型
TII 在 Falcon-H1-Arabic 基础上推出 Falcon-Emirati-7B，专门理解和生成阿联酋阿拉伯语（海湾方言），覆盖词汇、语气和文化语境。该模型基于 Falcon-H1 混合架构，将 Mamba 状态空间模型与 Transformer 注意力并行融合，兼顾长序列线性效率与长距离依赖精度。Falcon-H1-Arabic 系列含 3B、7B、34B 三个规模，上下文窗口最高 128K 和 256K token，此前已用现代标准阿拉伯语及海湾、黎凡特、埃及、马格里布等方言数据训练。团队选择 7B 版本，认为它在方言适配所需的理解深度与训练、推理成本之间最平衡。原文信息有限，未给出具体评测数字。
Hugging Face 博客10/06海外新模型发布33
- Reflection 发布开源模型 Beam，称推理对标 GLM-5.2升温
英伟达投资的 Reflection AI 发布首个开放权重模型 Beam，官方称其在推理能力上对标 GLM-5.2，且推理算力消耗低得多。模型权重预计本月开放下载。原文信息有限，未披露参数规模、具体评测分数和许可协议。
TechCrunch AI10/06海外新模型发布3 个信源58
- Reka AI 发布 190 亿参数全能模型 Rho-1，单模型处理文本图像视频与机器人控制
Reka AI 发布 Rho-1 研究预览版，这是一个 190 亿参数的全能模型，在单一神经网络内处理并生成文本、图像、视频和机器人控制动作。与多数将任务分发给专用模型的系统不同，Rho-1 把所有模态作为 token 放在同一个共享上下文窗口中，无需工具调用或外部模型。模型可实时生成连续视频，并即时响应新指令而无需重启。预测摄像头图像的同一套权重也驱动机器人运动。为绕开机器人训练数据稀缺的问题，Reka AI 构建了一个逆动力学模型，从普通互联网视频中提取控制信号。Rho-1 在 320 块 H100 GPU 上训练了约三个月。
The Decoder10/06海外新模型发布36
- OpenAI will watermark ChatGPT text in the EU but makes it optional for API users worldwide
OpenAI is adding invisible watermarks to ChatGPT text to comply with EU rules. Unlike Anthropic, it will let API customers worldwide turn them off. The EU AI Act reportedly requires AI providers to label generated text i…
- Aleph Alpha 发布 780 亿参数开源模型 Kolibri
德国 AI 公司 Aleph Alpha 发布 Kolibri，一个德英双语开源权重模型，总参数 780 亿，采用混合专家架构，每 token 激活约 30 亿参数。公司称其在质量与运营成本上处于帕累托前沿，德语基准得分 71%，解码速度快于 GPT OSS A5B、Qwen 3.6 A3B 和 Gemma 4 A4B。训练数据中德语占 21.3%，并使用中文模型生成合成数据。模型面向公共行政、航空和工业，支持最高 100 万 token 上下文，在德国和芬兰用 768 块 B200 GPU 训练，权重以 Apache 2.0 协议发布于 Hugging Face。
- Cantina 开源安全研究模型 apex-flash-1，60 项漏洞任务解出 40 项
Cantina Security 联合 Yeta Labs 发布 apex-flash-1，一个专为漏洞研究训练的开放权重模型，基于 Z.ai 的 GLM-5.3-Flash 做强化学习微调，以 MIT 协议在 Hugging Face 发布。模型总参数 321.3B，MoE 架构激活 18B，用 GRPO 加 rank-256 LoRA 训练，数据来自 50 个真实漏洞案例构建的 150 个任务。在 20 个留出漏洞案例的 60 项任务上解出 40 项（66.7% pass@1），单次运行约 2.38 美元；Claude Opus 5 High 解出 43 项但成本约 74.68 美元。BF16 部署约需 640 GB 显存，支持 vLLM、SGLang 或 Transformers。
- TypeSafe AI 的 Jev 模型三天处理超万亿 token
TypeSafe AI 推出非自回归的 System One Model「Jev」，输入状态和问题后直接输出带概率的结构化类型值，不生成文本。上线一周后在 OpenRouter 1K-10K token 上下文区间登顶，处理 15.1% 的请求。借助 Modal 的无服务器平台，Jev 在发布三天内处理超 1 万亿 token，满足超低延迟推理需求，团队无需自管基础设施。
Modal10/05海外新模型发布42
- 30 天内 4 款前沿模型横评：价格差 5 倍，缓存成本差 10 倍
OpenAI、Anthropic、Google DeepMind 在 30 天内发布 4 款前沿模型：Claude Fable 5.1（9 月 1 日）、GPT-6 Astra（9 月 3 日）、GPT-6.1 Sol 与 Gemini 4 Argon（9 月底）。Astra 与 Fable 5.1 同为 $10/$50 每百万 token，Sol 和 Argon 仅为其五分之一（$2/$10），Argon 为尝鲜价后续翻倍。缓存输入价差最大：Astra $1.00，是 Fable 5.1 的 4 倍、Sol 的 10 倍，对每步重发上下文的 Agent 影响显著。Argon 单次输出上限 1M token，其余三款为 128K。OpenAI 已于 9 月 28 日取消 GPT-6.1 Astra，Astra 仍为 OpenAI 最强模型。
- NASA 与 IBM 开源月球基础模型，用 17 年轨道数据训练
NASA 与 IBM Research 联合多所学术机构发布 NASA-IBM Lunar Foundation Model，称其为最早的开源月球科学基础模型之一。模型基于地球观测模型 TerraMind 从零训练，使用自建数据集 SomBench——近 200 万个 tile bundle、11 种模态、两个空间尺度，含约 100 万张约 1 米/像素的窄角相机高分辨率图像和近 96.4 万张 100 米/像素的宽角相机多光谱图像。数据主要来自月球勘测轨道飞行器 17 年观测，并整合 GRAIL、Lunar Prospector 和日本 Kaguya/SELENE 数据，共 9 台仪器、4 个任务、30 多个空间对齐数据层。模型在预测极地冰沉积和识别陨石坑上表现突出，训练时直接输入光照角度、太阳位置等成像几何信息。
- Aleph Alpha 发布 Kolibri：78.1B 开源中英德 MoE 模型
Aleph Alpha 发布 Kolibri，一个面向德语和英语的开源 MoE 模型，总参数 78.1B，每 token 仅激活 3.46B（4.4%）。支持 104 万 token 上下文，可按请求设置推理强度，Apache 2.0 许可发布于 Hugging Face。FP8 权重约 78GB，可在单张 B200、B300、H200 或 2 张 H100 SXM5 上通过 vLLM 部署。预训练用 768 张 B200 跑 20T token，另加 2T 以上德语数据。目标场景是公共管理、工业和航空航天等受监管行业的自主部署。
- 微软发布 MAI-Transcribe-2-Streaming 实时语音转文字模型
微软 AI 于 10 月 1 日发布首个流式语音转文字模型 MAI-Transcribe-2-Streaming，同时推出 MAI-Voice-2.1 和 MAI-Voice-2.1-Flash 两款 TTS 模型。该模型在 Artificial Analysis 的 38 个模型评测中，最终转写和首个部分转写准确率均排第一：最终转写词错率 2.5%、语音结束后 0.13 秒出结果；首个部分转写同样 2.5%、0.12 秒。支持 60 种语言自动检测，收到音频后约 100ms 即输出初步结果，微软称内部测试出词速度比最接近的竞品快 2 倍。定价为每小时音频 0.54 美元，2026 年底前为尝鲜价。
- 决策 AI 模型解析：TypeSafe Jev 与 Fastino GLiDE 对比
TypeSafe AI 结束 2 年隐身状态推出 Jev，一种返回决策而非文本的新模型类别。Jev 支持 Choice、Score、Noul 三种原语，最多 255 个选项，输入价格 $0.042/百万 token，输出免费，响应 70-500 毫秒。在 4 项工作流评测中，Jev 平均准确率 67.8%，单案例成本 $0.0004，耗时 0.4 秒；Claude Sonnet 5 同样 67.8%，但成本 $0.1174、耗时 78.1 秒。3 周内 Fastino Labs 推出 2 个竞品，开源社区也发布了多个 Jev 复现版本。
- Cloudflare 发布决策模型 Clef，延迟低至 39 毫秒
Cloudflare 推出 Clef 和 Clef-flash 两个面向 AI Agent 的决策模型，主打速度。Clef-flash 中位延迟约 39 毫秒，Clef 约 209 毫秒，对比竞品 Jev 的 524 毫秒。决策模型输出带概率的简短分类而非长文本，可用于工单路由、升级触发或转人工。Cloudflare 称 Agent 决策不再必须有人类在环。Clef 支持图像，上下文窗口 64,000 token，为 Jev 的两倍；API 与 Jev 完全兼容。其威胁情报团队已用 Clef 分类网站，一个域名被判为时尚网站概率 95%、钓鱼网站低于 1%，全流程 2.2 秒。
- OpenAI 发布 GPT-6 系列模型使用指南
OpenAI 发布 GPT-6 系列模型指南，该系列包含三款模型：GPT-6 Astra 面向最高难度推理任务，GPT-6.1 Sol 面向复杂编码、研究和计算机操作，GPT-6 Luna 面向聚焦型任务。指南建议在生产环境中使用缓存和压缩管理上下文与成本，缓存输入 token 费用最多可降低 95%；根据任务匹配模型、推理强度和速度；通过 steering、异步工具和委派管理长时间运行的工作。
OpenAI News10/03海外新模型发布45
- Allen AI 开源 AstaBrief 8B，报告生成快 3.5 倍
Allen Institute for AI（Ai2）开源了 AstaBrief 8B，一个把研究问题和检索到的文献片段转成带引用报告的小模型。它已作为 Asta 平台「Generate a report」功能的 Fast 模式上线，与 Claude 驱动的 Thinking 模式并列。官方称全流程 Fast 模式平均每份报告 51.1 秒，Thinking 模式 178.5 秒，约快 3.5 倍。训练用了数万条真实研究查询、引用过滤和偏好数据，并改为一次性生成全文而非分段写。模型权重和训练数据一并开源，另附一个可基于自有 PDF 生成报告的示例工作流，方便机构本地部署。
- Cloudflare 发布 Clef 与 Clef-flash 决策模型，输出概率而非文本
Cloudflare 发布其 Workers AI 团队训练的首批模型 Clef 和 Clef-flash，定位为决策模型而非聊天机器人：输入状态和带类型的 schema 问题，输出每个候选答案的概率，不生成自由文本。两者以 Apache 2.0 开源权重，兼容 TypeSafe AI 的 Jev API，已在 Workers AI 上线，权重同步发布于 Hugging Face。Clef 基于 Qwen3.8-27B、Clef-flash 基于 Qwen3.5-9B 后训练，保留视觉编码器。单次请求最多 64 个问题、4 张图片。在 Cloudflare 的 10 项基准中 Clef 拿下 7 项第一，如 BANKING77 上 94.20 对 Jev 的 79.74；但 Jev 在 GPQA Diamond（78.3 对 48.0）等通用推理基准上领先。
- Ideogram 4.5 发布：局部编辑不破坏画面其余部分
Ideogram 于 10 月 1 日发布新模型 Ideogram 4.5，主打局部编辑时保持画面其余部分不变——换装后人物身形和背景保持原样。公司称 GPT-Image 2.5、Nano Banana 等模型多次编辑后仍会产生伪影，而 Ideogram 4.5 只改动用户指定区域。目标场景包括产品摄影、室内设计、照片修复和图中文字编辑，早期测试者确认多次编辑一致性强。模型提供四档质量，每张 0.8 至 22 美分，均为原生 2K 分辨率，现已在 Ideogram 平台和 API 上线，合作方包括 Picsart、Runway、Pika、Leonardo AI，并称即将开源权重。
- Cohere 发布 Embed 5 嵌入模型，Pro 与 Fast 共享同一向量空间
Cohere 发布 Embed 5 嵌入模型家族，分 Pro 和 Fast 两档，均支持文本、图像及图文融合输入，覆盖 100+ 语言，最长 128K token。API 模型 ID 为 embed-v5.0-pro 和 embed-v5.0-fast，输出维度可选 2048 至 256，默认 2048，支持 float、int8、binary。Pro 定价 0.12 美元/百万文本 token，Fast 0.08 美元，图像输入均为 0.40 美元。两档共享同一嵌入空间，可用 Pro 建索引、Fast 查询，该组合在 40 个数据集测试中达到全 Pro 方案的 98.4%。
- Allen AI 发布 Olmo-core 3，MoE 训练吞吐提升 2.7 倍
Allen AI 发布 Olmo-core 3，重写 MoE 训练系统，目标支持万亿参数规模。新框架从 FSDP 换成基于 DDP 的方案，把专家常驻 GPU、只路由数据，省去反复聚合权重。在 8 张 NVIDIA B300 上的初步测试中，470 亿参数 MoE 每 GPU 每秒处理 52000 token，旧实现为 19400，吞吐约 2.7 倍。另一项基准把专家池从 8 扩到 128、每 token 仍只选 4 个专家，激活参数约 3.2B 不变，总参数从 4.6B 增至 47B，吞吐下降不到 5%。同一套设施已在超万亿总参数上做过基准测试。
- NVIDIA 开源 Kumo Tabular 表格基础模型，单次前向预测新行
NVIDIA 发布 Kumo Tabular 系列表格基础模型（TFM），用于分类和回归任务。模型以带标签的行作为上下文，单次前向传播即可预测新行，无需训练、调参和特征工程。提供 Small、Medium、Large 三个版本，参数量约 28M 至 215M，通过 NVIDIA 开源的 structured-data-models（SDM）库运行。权重采用 OpenMDW-1.1 许可，允许商用；SDM 代码为 Apache-2.0，需 Python 3.11+ 和 PyTorch 2.7+，示例面向 CUDA GPU。模型完全在合成表格上预训练，训练上下文从 1024 行扩展到 60000 行，最多 100 列。
- Perplexity 开源 9B 上下文嵌入模型 pplx-embed-v2
Perplexity Research 与 turbopuffer 发布 pplx-embed-v2-context-9b-preview，一个面向 RAG 的上下文嵌入模型，权重已在 Hugging Face 以 MIT 协议开放，可自托管，暂未上线 Perplexity API。模型基于内部 9B ColBERT 检索模型，训练信号改为让模型同时检索答案及其验证所需的上下文，而非单一 gold passage；教师模型为 Perplexity 的 query-aware 上下文压缩模型，通过 KL 蒸馏加 InfoNCE 文档损失训练，每批随机采样切块策略。输出 2048 维，Matryoshka 支持 1024 维，量化感知训练支持原生 int8。训练用约 430 个数据集、覆盖 50 多种语言。模型卡提示权重与接口可能不向后兼容。
- Google 发布 Gemini 4 Argon，主打网络安全
Google 母公司 Alphabet 发布新模型 Gemini 4 Argon，称其为迄今最强模型，可处理编码、研究、写作等任务，尤其擅长网络安全。该模型仅通过 Fairwind 安全计划向部分网络安全合作伙伴开放，专门针对防御性安全工作训练，Google 称其能「自主发现、验证并修复关键软件漏洞」。Google 员工已用其调试代码和迁移代码库，模型还可解析长视频和图表内容。Google 称 Argon 在多项基准测试中显著高于 OpenAI 的 GPT-6 Astra 和 Anthropic 的 Fable、Opus，并在 Vals 模型指数上领先。
- OpenAI 发布 GPT-6.1 Sol：编码与电脑操作接近 Astra，价格仅五分之一
OpenAI 发布 GPT-6.1 Sol，定位 GPT-6 家族中端模型，在智能体编码、电脑操作和专业工作上接近 GPT-6 Astra，价格仅为 Astra 标准输入输出费率的五分之一。API 定价为每百万 token 输入 2 美元、输出 10 美元、缓存输入 0.10 美元，缓存价较 GPT-6 Sol 降 50%。已上线 OpenAI API（gpt-6.1-sol）、ChatGPT Work 和 Codex。上下文窗口 105 万 token，最大输出 12.8 万 token，知识截止 2026 年 4 月 30 日。支持 low 到 max 五档推理强度，不支持微调。
- Google 发布 Gemini 4 Argon，初期仅限可信网络安全方使用升温
Google 发布新一代前沿模型 Gemini 4 Argon，官方称其在真实软件工程、法律金融等企业知识工作和网络安全防御等复杂工作流中达到前沿水平。该模型已用于 Google 内部工作流，包括大规模代码库迁移。初期访问仅限一组可信网络防御方，Google 正参与美国政府的前置模型访问自愿流程，并将逐步扩大开放。发布前 Google 表示会加强防滥用、防提示注入和失准监测等前沿保障措施。此举发生在 OpenAI DevDay 发布 Dots 智能体和 GPT-6.1 Sol 的次日。
- GPT-6.1 Sol 发布，7 天取代 GPT-6 Sol
Artificial Analysis 数据显示，GPT-6.1 Sol 在发布 7 天后取代 GPT-6 Sol，智能指数比 GPT-6 Astra 仅低 1 分，但每任务成本不到其四分之一（0.72 美元 vs 3.26 美元）。价格与 GPT-6 Sol 持平，为每百万输入/输出 token 2/10 美元，缓存读取折扣从 90% 升至 95%。相比 GPT-6 Sol，智能指数提升 4 分，Terminal-Bench 4.0 提升 12 分，AA-Omniscience 准确率提升 8 分，幻觉率从 60% 降至 54%；输出 token 用量增加 10% 至 30%。
Hacker News · AI09/30海外新模型发布57
- Liquid AI 发布 d1 决策模型：零输出 token 返回校准概率
Liquid AI 发布 d1，一个面向结构化选择的决策模型，不做文本生成。输入上下文和一组带类型的问题，单次调用即返回固定选项上的校准概率，usage.output_tokens 恒为 0。提供三种原语：Noul（是/否概率，示例中投诉判断返回 0.999）、Choice（从命名集合中选一项，返回首选、完整分布和置信度，重复扣费工单在 billing 上得 0.9997）、Score（按有序评分标准打分，4 级紧急度返回 2.9995）。三类问题可在一次请求中混用。目前仅以托管 API 形式提供，模型名 d1:free，官方模型库标注为 API only、不可训练，没有 GGUF、MLX 或 ONNX 权重可自托管。官方迁移指南称其适用于分类、工单路由、打分、审核、重排和 LLM-as-judge 等场景，优势是不计输出 token、延迟可预测、无 schema 错误、返回校准概率。