模型
全球大模型的发布、更新、开源、价格变化和评测动态。
共 890 条 · 海外
- AI Avatar v25 更新：新增跑酷游戏与 3D 脑力训练
开发者发布 AI Avatar v25，一个免费应用，VRoid 虚拟形象可在 VS Code 侧边栏或浏览器面板中对 Claude Code、Codex、GitHub Copilot 等做出反应。本次更新包含 5 项内容：Avatar Run 跑酷小游戏、Muscle Brain 2D/3D 脑力训练游戏迁移、Voxel Avatar 体素游戏更新（新增园艺模式、动物和过山车建造器）、Jev 以及 Codex 支持。作者还尝试用 ChatGPT 生成多视角图、再让 AI 写 Three.js 代码反复比对修正来生成 3D 模型。
DEV Community · AI10/14海外模型34
- 2026 年 9 款 AI 网关评测：Bifrost、Portkey、LiteLLM 等排名
MarkTechPost 发布 2026 年 AI 网关评测，列出 9 款产品排名。Bifrost 以 Go 编写、Apache 2.0 协议、5000 RPS 下 11 µs 开销居首；Portkey 支持 1600+ 模型，已被 Palo Alto Networks 于 5 月 29 日收购；LiteLLM 有 53.8K GitHub stars、100+ 提供商，3 月遭遇 PyPI 供应链攻击。文章还提到 Mintlify 收购 Helicone 后后者进入维护模式，并给出性能、覆盖、治理、部署、成本、供应链风险 6 项排名标准。
MarkTechPost10/14海外模型36
- 教程：用 Browser MCP 让 OpenCode 直接操作浏览器
开发者 Rijul 发布教程，介绍如何通过 Browser MCP 把浏览器接入 OpenCode。步骤为：安装 Browser MCP 浏览器扩展，然后在 OpenCode 配置文件中加入本地 MCP 服务配置（command 为 npx -y @browsermcp/mcp@latest）。配置完成后，OpenCode 可执行需要浏览网页的任务，例如打开维基百科「开源软件」页面并列出主要章节标题，而不再只依赖对话中已有的信息。
- Google 发布 Gemini 4 Argon API，单次输出上限 100 万 token
Google DeepMind 将 Gemini 4 Argon 开放给开发者、企业和付费 Gemini 订阅用户，API 定价为输入每百万 token 2 美元、输出每百万 token 10 美元。该模型为稀疏 MoE 前沿模型，原生支持文本、图像、音频、视频输入，仅输出文本，知识截止 2026 年 3 月，参数规模未披露，无开源权重。最大变化是输出长度从早期 Gemini 的 64K 提升到 100 万 token，但输入输出共享同一 100 万 token 窗口。基准测试中 DeepSWE v1.1 得 77.9%，LVBench 91.7%，但 FrontierSWE v2 仅 55.0%，在 Google 自家表格中垫底。
- llamadart 本地语音链路：Qwen3-ASR + Qwen3-TTS 让游戏角色开口
开发者用 llamadart 0.11.0 在 macOS 上搭了一条全本地语音对话链路，让 Llama Village 的角色能听会说。两条路线：文本路线由 Qwen3-ASR 转写、3B 对话模型回答、Qwen3-TTS 朗读；直接音频路线用 Qwen2.5-Omni 接收录音并生成回答，但其 GGUF 转换只支持音频输入、不支持输出，回复仍需 TTS。默认配置改用更小的一组模型：Qwen3.5 0.8B 对话、Qwen3-TTS 0.6B Base 语音、Qwen3-ASR 0.6B 识别，五个小模型文件共约 2.31 GB。目前仍是命令行程序，游戏尚未接入语音控制。
- Claude Code v2.1.299 发布：新增空闲压缩与文件提及控制
Claude Code 发布 v2.1.299，新增终端空闲压缩功能：超过 20 万 token 的对话闲置约 54 分钟后会自动压缩，避免一小时提示缓存过期后重新处理全部内容。新增 CLAUDE_CODE_DISABLE_FILE_MENTIONS 环境变量，让 Claude 只获取 @ 文件提及的路径而非文件内容。还加入 CLAUDE_CODE_IDLE_COMPACT_MIN_TOKENS 调整压缩阈值、settings.json 中 idleCompaction 开关、/usage 对最大 effort 和大型工具结果的警告，以及多项 mod 钩子和自托管 runner 的改进。
Claude Code 发布10/14海外模型37
- Claude 平台上线 Agent 可观测性，支持 OpenTelemetry 追踪
Anthropic 宣布 Claude Managed Agents、Messages API 和 Claude SDK 支持导出 OpenTelemetry（OTel）追踪，目前处于公开测试阶段。开发者可在 Claude Console 配置目标端点，每次 agent 轮次、模型调用和工具使用都会以标准 OTel trace 形式发送到观测工具，包含延迟、token 和 ID。追踪遵循 OpenTelemetry GenAI 语义约定，兼容 Grafana Cloud、Honeycomb、Sentry、Splunk、Datadog、Langfuse、LangSmith、Arize AI、Braintrust、New Relic、PostHog 等工具，也可发送到 Databricks Unity Gateway 按团队查看 token 用量。
Claude 博客10/14海外模型44
- Industrial Next 用 AI 让工厂机器人几分钟换任务
旧金山创业公司 Industrial Next 在 TechCrunch Disrupt 2026 的 Startup Battlefield 上展示 AI 驱动的独立机器人工作站，由自研基础模型连接视觉、任务上下文与运动，称产线换型可从数周缩短到几分钟，无需传统编程。公司同时宣布与 BMW Group Technology Office 合作，评估其 AI 灵巧操作在制造中的应用。Industrial Next 成立于 2021 年，创始人 Lukas Pankau 和 Allen Pan 均曾在特斯拉工作，Pankau 后加入 Waymo，Pan 曾主导特斯拉自主工厂项目并任 Neolix 首席架构师。
TechCrunch AI10/14海外模型31
- Meta 发布 Muse Wonder 系列模型，1M 上下文主打长任务 Agent
Meta 发布 Muse Wonder 和 Muse Wonder Full，定位个人与专业 AI Agent，支持 1M token 上下文，输入涵盖文本、图像、视频、音频。Muse Wonder 已在 Meta Model API 和 Muse Code 上线，Muse Wonder Full 仅限付费 Muse Code 套餐。在 Meta 公布的 14 项基准中，Muse Wonder Full 领先 6 项，但在多项上落后 Claude Opus 5.5。Muse Wonder 在 MemoryBench 得 85.6 分，为 5 个模型中最高；ProgramBench 仅 50.0 分，Claude Opus 5.5 为 70.5 分。API 定价为每百万 token 输入 4 美元、输出 20 美元。
- OpenAI 办公室被装窃听器，一名沙特籍工程师被捕
美国司法部称，35 岁沙特籍 OpenAI 工程师 Abdulrahman Alfozan 因在行政会议室电视 USB 接口上安装加密录音设备被捕，设备约 9 月 28 日安装、用卫生纸遮盖。OpenAI 称用自家模型分析设备来源，锁定该员工并解雇、移交 FBI；该员工无会议室权限，监控显示其多次出现在附近。OpenAI 表示暂无证据显示模型权重、源代码或客户数据被访问或外泄。
The Verge AI10/14海外模型2 个信源52
- Apple Music 在 iOS 27.2 beta 中换上黑白新图标
据 9to5Mac 报道，Apple Music 标志性的红色应用图标在最新 iOS 27.2 beta 中被替换为黑白版本，图标上的八分音符角度也略有变化。新图标在浅色模式下为白底黑色音符，深色模式下相反。此外，Apple Music 小组件改为黑色背景，标签栏用蓝色标示当前选中项。上个月 Apple Music Hall 网站上也曾出现新 Logo。有 X 用户分享了不同色彩模式及着色版本的图标截图。若该单色版本进入公开版 iOS，用户或可通过着色主屏幕选项让图标看起来接近原来的红色。
The Verge AI10/14海外模型22
- Parsimony：开源基准衡量 AI 模型写代码的净增量
开发者发布开源基准 Parsimony，用「净编码单元」衡量 AI 模型在解题时新增多少代码：统计语句、调用、比较、命名和字面量等语法元素，不按行数计，并减去删除的代码（净单元 = 新增 − 删除）。数据取自 SWE-bench Verified 已公布的补丁，不重跑测试，仅测 Python，排除测试、文档和生成文件。榜单按已解任务的平均净新增单元从低到高排名，失败尝试也计入均值。作者提醒：单元数只衡量体积，不代表可读性或设计好坏；写代码多的模型往往解题也更多（26 个以上模型的榜单上 Spearman 相关系数 0.33–0.60）。用户可下载示例文件填入自己的结果，在浏览器本地生成同样的图表。
Hacker News Show10/14海外模型2 个信源73
- 微软成立 Xbox Labs，探索 AI 驱动的游戏移植与模改
微软组建新的 Xbox Labs 小组，研究近期涌现的 AI 辅助游戏模改与移植现象，成员为游戏制作者、工程师和科学家。Xbox CEO Asha Sharma 表示，这些实验挑战了软件与硬件绑定、创作与游玩边界等长期假设，Xbox 将公开构建并把工具与经验分享给开发者。她提到玩家每年在 Xbox 游戏上花费超 720 亿小时，约为全球写代码时间的 5 倍，认为游戏与编码一样适合 AI Agent 发挥。原文未说明微软将如何应对未经授权的 IP 使用。
- Ray-Ban Meta 音频眼镜评测：去掉摄像头后不再像偷拍器
The Verge 评测 Ray-Ban Meta Audio 眼镜，售价 349 美元，仅保留开放式蓝牙音频、无摄像头。评测者称戴出门不再有"偷拍感"，续航长、轻便、外观接近普通眼镜；缺点是价格偏高，且 AI 功能仍非杀手级应用。设置流程中隐私与数据退出选项比以往 Meta 眼镜更醒目，可退出 Meta 用视觉数据训练 AI，但语音数据仍会被使用。评测中 Meta AI 未能识别已连接的 Google Calendar。
- Liquid AI 发布 LFM2.5-24B-A2B：2B 激活参数端侧 Agent 模型
Liquid AI 发布 LFM2.5-24B-A2B，总参数 24B、每 token 仅激活 2B，专为端侧运行私有 Agent 设计。模型会先推理再回答，支持工具调用和多步任务。在 LiveClaw 上得分 48.09，超过参数多约 50% 的 Qwen3.6-35B-A3B（38.19）；AutomationBench 27.69 对 8.72。推理速度：Apple M5 Max 上 184 tok/s，单张 NVIDIA B300 GPU 最高 21K 输出 tok/s。上下文从 32K 扩到 131K，词表从 65K 扩到 128K。预训练数据从约 17T 扩到约 33T token，后训练含 Agentic RL，在 OpenClaw、Hermes Agent、Pi、OpenCode 等框架内训练。
Hugging Face 博客10/14海外新模型发布2 个信源59
- Google Play 支持个人私密应用，用 AI Studio 构建
Google 周二宣布，用户可通过 Google Play 在 Android 设备上运行自己用 AI 构建的私密应用，无需先公开发布。这些应用不会出现在 Play 商店的搜索或列表中，仅创建者本人可见。用户可用 Google AI Studio 进行 vibe-coding 后直接启动使用，但仍需遵守 Google Play 现有政策。该功能初期仅面向美国 18 岁以上用户。未来几个月，用户可将这些应用分享给信任的好友网络；若应用走红，可在通过信任与安全审核后转为公开发布。Google 同时推出基于 12 亿游戏玩家数据、由 AI 驱动的个性化游戏推荐引擎 Game Finder，首批面向美国英语用户。
- 苹果发布 HomeView 智能屏，内置 Siri AI
苹果发布首款智能家居显示屏 HomeView，配备 7 英寸方形触控屏和内置 Siri AI，定位为智能家居控制器、个人助理和家庭中枢。设备有壁挂和桌面两个版本，屏幕为 Liquid Retina，可显示照片和多种表盘式界面。Home Widget 界面可控制恒温器、门锁、场景，并查看 HomeKit Secure Video 摄像头实时画面，解锁门锁需面容或 iPhone 认证。Siri 可调取短信、日历等个人上下文，演示中能回答航班到达时间并设置咖啡机定时。设备还配有 1200 万像素摄像头。原文为上手体验，未提及价格和发售日期。
- LangChain 重构 MCP 支持：无状态协议、elicitation 与缓存
LangChain 将 MCP 支持并入主包 langchain.mcp，不再需要单独安装 langchain-mcp-adapters，底层改用 FastMCP，新旧两版协议的服务端都能连接。新 MCP 规范引入无状态核心：调用工具不再需要先建会话、携带 session ID，服务端重新部署不会中断会话，也不再需要粘性路由和共享会话存储。同时新增两项能力：工具列表可缓存，客户端不必每次运行都重新拉取；elicitation 通过 LangGraph interrupt 实现，工具可在调用中途暂停向调用方提问（如确认删除或补参数），无需保持连接。官方称 MCP 一级 SDK 月下载量接近 5 亿次，ChatGPT 用户的 MCP 工具调用量 2026 年增长 98 倍。
LangChain10/14海外模型42
- LangChain 评测：开源模型在 Agent 任务上追平闭源前沿模型
LangChain 用 Deep Agents 评测框架测试开源权重模型，GLM-5（z.ai）和 MiniMax M2.7 在文件操作、工具调用、指令遵循等核心 Agent 任务上与闭源前沿模型得分相当。价格差距明显：Claude Opus 4.6 输入 5 美元/百万 token、输出 25 美元，MiniMax M2.7 仅 0.3/1.2 美元；按每天输出 1000 万 token 计算，Opus 4.6 约 250 美元/天，MiniMax M2.7 约 12 美元/天，年差约 8.7 万美元。延迟方面，GLM-5 在 Baseten 上平均 0.65 秒、70 token/秒，Claude Opus 4.6 为 2.56 秒、34 token/秒。评测覆盖文件操作、工具调用、检索、对话、记忆、摘要和单元测试七类。
- 苹果发布 Home Collection 智能家居系列，含门铃、门锁、摄像头
苹果在「Welcome Home」活动后展示了新的 Apple Home Collection，共六款设备，与 LG 电子和施耐德电气联合开发。LG 智能门锁售价 349 美元，支持 Apple Home Key 和 UWB 无感解锁，也可用 PIN 码或物理钥匙。LG 视频门铃售价 249 美元，配双摄像头，最高 2.5K 分辨率，带运动激活灯。LG 室内摄像头 199 美元，支持 2.5K 录制和自动升降。苹果有线户外摄像头分两款：带泛光灯的 399 美元，不带灯的 299 美元。LG 圆形和施耐德方形智能温控器均售价 199 美元，支持 Matter。这些设备可通过 Siri AI 驱动的 HomeView 智能屏或 iPhone 控制。
- Google 全球上线 Gemini 4 Argon
Google 通过 Gemini API 面向全球开发者推出 Gemini 4 Argon，同时向 Google AI Pro 订阅者在 Gemini 应用和 AI Mode 中开放，Ultra 用户还可在 Antigravity 中使用。原文正文为播客推荐列表，未提供模型参数、价格或评测等更多细节。
- LangChain 用 Deep Agents 让文档代码示例自动测试
LangChain 把文档中内联代码示例迁移为可测试的独立文件，整个迁移工作交给 Deep Agents CLI 完成，无需人工编码。做法是编写一份 Skill 指令，让 Agent 按步骤执行：把代码移到 src/code-samples/{product} 目录、补充 setup 和 teardown、用配置好的 linter 检查、用 :snippet-start: 和 :snippet-end: 标记代码片段、运行示例测试、再根据标记生成片段嵌入文档。之后通过 GitHub Action 在 CI 中定期运行这些示例，示例失效时构建失败。原文信息到此为止，后续细节被截断。
- LangChain 开源 Open SWE：内部编码 Agent 框架
LangChain 发布开源框架 Open SWE，基于 Deep Agents 和 LangGraph，用于构建企业内部编码 Agent。该框架提炼了 Stripe Minions、Ramp Inspect、Coinbase Cloudbot 三个生产系统的共同架构：隔离云沙箱、精选工具集（Stripe 约 500 个工具）、Slack 优先调用、启动时拉取 Linear/Slack/GitHub 完整上下文、子 Agent 编排。原文信息有限，未披露具体性能数据。
- LangChain 只改 harness，编码 Agent 从 Top 30 升到 Top 5
LangChain 的编码 Agent deepagents-cli 在 Terminal Bench 2.0 上从 52.8 分提升到 66.5 分，涨 13.7 分，排名从 Top 30 外进入 Top 5。模型固定为 gpt-5.2-codex，只调整 harness。做法是把 trace 分析做成 Agent Skill：从 LangSmith 拉取实验 trace，并行启动错误分析 Agent，再由主 Agent 汇总建议，人工可参与验证。优化集中在三个旋钮：系统提示词、工具、中间件。团队称自我验证和 tracing 帮助最大，该 Skill 即将发布。
- LangChain 发布 Deep Agents 上下文管理方案
LangChain 为开源 Agent 框架 Deep Agents SDK 引入上下文压缩机制，应对长任务超出模型上下文窗口的问题。方案包含三种技术：工具返回结果超过 20000 token 时转存文件系统，仅保留文件路径和前 10 行预览；当上下文达到模型窗口 85% 时，将旧的写入/编辑类工具调用参数转存为文件指针；空间仍不足时对消息历史做结构化摘要。SDK 通过 LangChain 的模型配置获取各模型的 token 阈值，按比例触发压缩。
- LangChain 推出 Deep Agents deploy 公测
LangChain 发布 Deep Agents deploy 测试版，一条命令即可部署开源、模型无关的 agent harness。支持 OpenAI、Google、Anthropic、Azure、Bedrock、Ollama 等任意模型，通过 AGENTS.md 定义指令、skills 定义技能、mcp.json 接入工具，沙箱可选 Daytona、Runloop、Modal 或 LangSmith。底层打包 LangSmith Deployment 服务器，提供 30 多个端点，覆盖 MCP、A2A、Agent Protocol、human-in-the-loop 和记忆访问。官方称其定位是 Claude Managed Agents 的开源替代，选择开放 harness 意味着自己掌握记忆，不被单一模型或专有框架锁定。
- Gemini 4 Argon 开始推送，仅限付费用户
Google 开始向 Gemini app 和 Antigravity 推送 Gemini 4 Argon，但仅限付费用户，低档订阅也无法获得完整权限。模型能力与上月公布的基准一致，主打高级推理和 Agent 编码，并配有拒绝恶意指令的训练和自动失准监控。Google 称内部已有数千名员工使用：Argon 发现 YouTube 评论系统中冗余的 emoji 渲染，消除后服务器负载下降 45%；在 Project Wing 的无人机物理模拟器中找出 2018 年就存在的关键 bug；并提升了机器人项目的具身推理表现。
Ars Technica AI10/14海外新模型发布40
- Google 发布 Gemini 4 Argon，定价为 GPT-6 Astra 的五分之一升温
Google 发布新一代前沿模型 Gemini 4 Argon，称其在编码、网络安全、科学、金融、法律等基准上超过 GPT-6 Astra、Claude Fable 5.1 和 Claude Opus 5.5，并减少了回避、重复和套话。该模型已内部用于查找修补安全漏洞、将 YouTube 评论区算力减半、为 Wing 调试无人机物理模拟器。今日起向 Gemini 应用和搜索 AI 模式的 Pro、Ultra 订阅用户，以及 Antigravity 平台的 Ultra 用户开放，Plus 和免费用户暂无时间表。定价为每百万输入 token 2 美元、输出 10 美元，约为竞品的五分之一，11 月底翻倍后仍显著更低。
The Verge AI10/14海外新模型发布4 个信源75
- Sayso：跨平台开源本地听写应用发布
开发者发布 Sayso，一款支持 macOS、Windows、Linux 的免费开源听写应用。按快捷键说话，文字即写入当前应用，语音识别完全在本地运行（Mac 用 Neural Engine，Windows/Linux 用 CPU），除非用户主动选择云端模型。macOS 端基于 WhisperKit 和 FluidAudio，Windows 用 ONNX Runtime 和 whisper.cpp，Linux 用 sherpa-onnx。支持 Parakeet、Whisper 等多种本地模型，也可接入 OpenAI、Groq、ElevenLabs 等云服务并自带 API Key。提供 AI 风格改写、按应用自动切换风格、词典、历史记录等功能，音频默认 30 天后过期。
- Scuba 融资 3400 万美元，做人与 AI 共享记忆中枢
Scuba 完成 3400 万美元 pre-seed 与种子轮融资。该公司正在构建一个「上下文引擎」，定位为人类员工与 AI Agent 共享的记忆中枢。创始团队 Noah Desai Weiss 和 Dolapo Falola 此前在 Slack 担任负责人，从事帮助团队更快沟通的软件工作。原文信息有限，未披露投资方、估值和产品上线时间。