模型
全球大模型的发布、更新、开源、价格变化和评测动态。
共 894 条 · 海外
- ElevenLabs 上线 OpenRouter，11 个语音模型限时五折
ElevenLabs 的 9 个文本转语音模型和 2 个语音转文本模型现已接入 OpenRouter，开发者用现有 OpenRouter API key 调用 POST /api/v1/audio/speech 和 /api/v1/audio/transcriptions 即可，无需单独订阅 ElevenLabs。10 月 19 日早 8 点（PT）前所有模型按 OpenRouter 标价五折。推荐组合：Eleven v4 做旁白和角色配音，v4 Turbo 做语音 Agent 实时回复（费率为 v4 一半），Scribe v2 做带说话人标签的转写；Flash v2.5 单次请求最高 4 万字符，Scribe v2 Medical 在临床音频上错误率比 Scribe v2 低 35%。
OpenRouter 公告10/07海外模型38
- Simon Willison 发布 llm-openai-decisions 插件
OpenAI 在 DevDay 后上线 Jev 风格的 Decisions API，Simon Willison 用 GPT-6 Astra 阅读文档后写出 llm-openai-decisions 插件。新模型 gpt-6-luna 支持图像输入，输入计费 10 美分/百万 token，输出不计费；Jev 为 4.2 美分/百万。API 支持 yes/no、选项、评分三类问题，与 Jev 概念一致。安装命令为 llm install llm-openai-decisions。
Simon Willison10/07海外模型36
- OpenAI 发布 722 篇论文，称内部模型解决数百个数学开放问题
OpenAI 公布了一批由未发布的前沿模型产出的数学成果，共 722 篇手稿、归为 372 个结果族，据独立数学家顾问组 AGMAI 称包含对「数百个」开放问题的解答。OpenAI 称「平均结果」消耗约相当于 ChatGPT Pro 思考 3 小时的算力，并公开了部分推理摘要与算力估算。成果发布在 GitHub 仓库，附修订与引用协议。AGMAI 此前建议 AI 实验室及时通过学术渠道发布数学结果，并披露模型名称、提示词和算力成本，同时不要将数学成果发布当作模型营销手段。
The Verge AI10/07海外模型2 个信源67
- Every 团队用 Claude Managed Agents 搭建公司级 Agent
媒体公司 The Every 将尽可能多的工作交给 Agent 处理。为了让全团队在新模型发布时共享技能，他们在 Claude Managed Agents 上搭建了一个公司 Agent，全员在 Slack 中使用。该 Agent 在内部普及后，团队将其开放给订阅用户。原文信息有限，未披露具体使用量或效果数据。
- Artificial Analysis：Mistral Large 4 为美中之外最智能模型
Artificial Analysis 的评测显示，Mistral Large 4 是来自美国和中国以外地区最智能的模型，成绩与 DeepSeek V4.1 Flash（max）相当。原文正文仅为播客与订阅推荐内容，未给出具体评测分数、测试项目或对比数据，信息有限。
Techmeme10/07海外新模型发布32
- Simon Willison 评 EmbeddingGemma 2：Apache 2.0 许可很重要
Simon Willison 发文称赞 EmbeddingGemma 2 采用 Apache 2.0 开源许可。他认为嵌入模型不适合用闭源、仅托管的形式：嵌入模型通常要计算并存储成千上万甚至数百万条向量，一旦厂商停掉某个模型，用户就得花钱重新计算所有已存向量。他提到 OpenAI 曾在 2024 年 4 月提出为用户用新模型重新嵌入内容承担费用，但认为不能指望每家厂商都这么做。他表示自己不想自托管，更愿意付费使用托管服务，同时保留厂商停服后可自行运行开源权重或换供应商的退路。
- Musubi 开源 PolicyLM-1.7B，50 毫秒内执行内容审核策略
Musubi 发布轻量决策模型 PolicyLM-1.7B，开放权重，可将纯英文写成的社区政策直接套用到消息上，判定耗时低于 50 毫秒。该模型成本与速度接近主流社交平台的 AI 分类器，但具备 LLM 的灵活性，无需专门训练即可执行复杂政策，政策变更后也不用重新训练。联合创始人 Filip Jankovic 称其让平台管理者能主动给内容打标。决策模型自 TypeSafe AI 的 Jev 发布后成为热点，OpenAI 和亚马逊随后也推出同类模型。
TechCrunch AI10/07海外新模型发布35
- 亚马逊上代 Kindle Paperwhite 降价 30%
原文信息有限，且与 AI 无关。The Verge 报道称，亚马逊上一代 Kindle Paperwhite 正在促销：Signature Edition 从 249.99 美元降至 169.99 美元，标准版从 199.99 美元降至 149.99 美元。文章对比了新旧款差异，新款翻书速度快 30%、机身薄 1 毫米，但贵 50 美元。
The Verge AI10/07海外模型18
- Google 发布 Nano Banana 2.1 图像模型，价格减半
Google 发布图像生成与编辑模型 Nano Banana 2.1，取代 2026 年 2 月发布的 Nano Banana 2，价格约为前代一半：1K 图像从 6.70 美分降至 3.36 美分，4K 从 15.10 降至 7.56 美分。该模型基于 Gemini 3.6 Flash，运行速度为 Flash 级别，支持 1K/2K/4K 分辨率，可一次处理最多 14 张参考图，保持最多 4 个角色和 10 个物体一致，并接入 Google 搜索，提供低、中、高三档思考级别。Google 称其在视觉质量、文字渲染、多轮对话角色一致性、全景图和图表信息图方面均有提升。已在 Gemini 应用、Google 搜索 AI Mode、AI Studio、Flow、Stitch、Google Ads 和 Gemini 企业平台铺开。
- Claude Code v2.1.292 发布：新增插件市场安装与子代理 effort 参数
Claude Code 发布 v2.1.292，为 claude plugin install 增加 --marketplace 参数，可在同一策略检查下自动添加市场并安装插件；Agent 工具新增 effort 参数，可指定子代理运行的 effort 级别。新增 CLAUDE_CODE_OVERLOADED_RETRY_BASE_DELAY_MS 环境变量，用于调整 529 过载重试的退避基础延迟。修复多项安全问题，包括 PreToolUse 钩子审批和 auto 模式绕过网络（UNC）路径文件读取权限提示、沙箱命令可读取 /ultrareview 上传的暂存文件副本等。
Claude Code 发布10/07海外模型36
- Simon Willison 用犰狳测试 Mistral Large 4 等模型
原文信息有限。Simon Willison 引用 Hacker News 用户 wren6991 关于基准测试已饱和的评论，用「穿渔网袜在火星乱穿马路的犰狳」这一提示词分别测试了 claude-opus-5.5、gpt-6.1-sol、gemini-3.8-flash 和 mistral/mistral-large-4 四个模型生成 SVG 的效果，并附上各模型默认推理等级及 SVG 渲染工具链接。正文未给出具体对比结论。
- LlamaIndex 对比 6 款 OCR 文档处理工具
LlamaIndex 发布 2026 年 OCR 文档管理软件对比，涵盖 LlamaParse、ABBYY FineReader、Amazon Textract、Google Cloud Vision、Microsoft Azure OCR 和 Hyperscience 六款产品。文章指出该品类已从传统 OCR 转向智能文档处理，布局感知、语义结构和工作流自动化与识别准确率同等重要；解析质量差的 PDF 会削弱 RAG 检索质量和答案准确度。LlamaParse 主打布局感知提取、多模态解析和动态模型路由，输出结构化 Markdown，面向开发者构建文档到 RAG 的流水线。原文信息有限，未给出价格与实测数据。
LlamaIndex10/07海外模型34
- Mistral 发布 Mistral Large 4：1.05T 参数开源多模态 MoE
Mistral AI 于 10 月 6 日以公开预览形式发布 Mistral Large 4（内部代号 Le Chonk），总参数 1.05 万亿，每 token 激活 49B，含 16 亿参数视觉编码器，上下文窗口 100 万 token，在自有欧洲数据中心的 3800 块 NVIDIA Grace Blackwell GPU 上从零训练。API 已上线，输入 1.36 美元/百万 token、输出 4.18 美元/百万 token，权重要到 10 月底才发布，暂无法自托管。网络安全表现突出：Cybench 93%、CyberGym-E2E 82%，Mistral 称多个闭源前沿模型因直接拒答而接近零分。编码 Agent 综合指数 49.8%。Surge AI 盲测人类评分 3.74/5，落后 Claude Opus 5 的 4.22。
MarkTechPost10/07海外新模型发布2 个信源52
- Mirror Particle 打造人类行为世界模型，挑战 LLM 预测方式
旧金山初创公司 Mirror Particle 正在构建一个从零开始的基础模型，用于模拟人类行为及其随时间的变化。CEO Abhivyakti Ahuja 认为，当前用 LLM 微调来角色扮演目标人群的做法根本行不通，因为 LLM 只建模书面语言，而人类由视觉感知、空间推理和社交智能构成。公司依赖客户数据、时事、流行文化、社交媒体等专有数据组合来建模人群，重点关注「实际行为」而非自我报告的调查答案。该公司已完成天使轮，接近完成首轮风投融资，并将参加 TechCrunch Disrupt 2026 的 Startup Battlefield 200。
- Furientis 获 Benchmark 2500 万美元种子轮，量产低成本拦截导弹
Benchmark 领投 Furientis 2500 万美元种子轮，这是该知名风投首次押注纯国防初创公司。Furientis 成立仅一年，已拿到五角大楼的中程拦截弹合同，公司估值 1.25 亿美元。此前 5 月完成 500 万美元 pre-seed 轮，用这笔钱造出原型并完成十余次发射。创始人 Brody Franzen 曾任 Virgin Galactic 副总工程师，Aris Simsarian 曾负责 Virgin Orbit 火箭发动机测试。他们称美军每年仅获 300 至 500 枚拦截弹，而中国称每月可产 3000 枚反舰巡航导弹，产能差距超 100 倍。公司不追求顶级性能，而是用现成组件快速组装，单枚成本远低于传统拦截弹。
- Google DeepMind 发布 EmbeddingGemma 2，740M 参数统一编码多模态
Google DeepMind 推出 EmbeddingGemma 2，一个 740M 参数的开源嵌入模型，可将代码、图像、视频和音频映射到同一嵌入空间，采用 Apache 2.0 许可证。原文正文信息有限，仅包含标题所述内容及赞助商广告，未披露基准测试、发布时间或可用渠道等细节。
- TechCrunch 创始人峰会 11 月 4 日波士顿举行
TechCrunch 将于 11 月 4 日在波士顿 SoWa Power Station 举办 Founder Summit，议程围绕融资、领导力和产品构建展开。融资环节由 Underscore 合伙人 Brian Devaney 讲当下投资人的筛选标准，Cogent Security 联合创始人兼 CEO Vineet Edupuganti 分享其 1100 万美元融资后如何评估投资人。领导力环节由 HubSpot 联合创始人、红杉合伙人 Brian Halligan 主讲。10 月 16 日前票价最低，创始人及投资人通票可省 200 美元，第二张票五折，四人以上有团体折扣。
- 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。
- 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。
- LibreOffice 称「不含 AI」成为一项软件特性
开源文档编辑器 LibreOffice 的开发者表示，出于用户隐私考虑，没有计划在软件的默认配置中加入 AI 功能，并将「不含 AI」本身作为一项产品特性对外说明。原文信息有限，未披露具体功能范围或时间表。
- Google Fitbit Edge 泄露：售价 179 欧元，搭载 Gemini 教练
据 Dealabs 泄露信息，Google 新款健身追踪器 Fitbit Edge 欧洲售价 179 欧元、英国 159 英镑，9to5Google 估算美国约 180 美元。设备配 1.34 英寸常亮 OLED 触屏，运行 Fitbit OS 并可访问 Google Play，支持 GPS、心率、血氧、ECG 等传感器，可追踪步数、睡眠、心脏负荷、月经周期及 40 多种运动，并提供 Google Gemini 实时教练和个性化健身计划，还能检测房颤等心律异常。电池可用户更换，标称续航 7 天，常亮模式降至 2 天，IP68 防水，预计推出四种配色。
- Pinterest 推出 Beauty Guides，把美妆图片变成沙龙行动方案
Pinterest 周二展示新功能 Beauty Guides，用其视觉智能与生成式 AI 技术 Pinterest Intelligence，把用户收藏的美发、美甲类 Pin 图转成可带去沙龙的行动方案。该功能会把图片翻译成造型师和美甲师使用的术语，如 balayage、root melt、almond nails，并提供实现同款造型需要提出的具体要求、耗时、价格区间和维护频率等信息。用户点击应用内 Get the Guide 按钮即可查看。上线时覆盖发型、发色、指甲形状和质感相关的 Pin。
- Jotbus：让 Claude Code 和 Codex 跨机器共享加密笔记
Jotbus 是一个面向编码 Agent 的端到端加密共享草稿本，通过 npx jotbus 一条命令创建 60 分钟加密工作区，无需注册。它支持 Claude Code、Codex、Cursor、Gemini CLI、GitHub Copilot CLI 等十余种 Agent 及任意 MCP 客户端，让不同机器上的 Agent 互相传递笔记、文件和任务。工具会向所选 Agent 注册命令或配置文件，并设置 hook 使 @提及 的消息能送达；工作区列表和客户端副本存放在 ~/.config/jotbus，不读取代码、历史或凭证。用 --no-install 可只打印配置，用 agents --agents none 可撤销。
Hacker News Show10/06海外模型51
- 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。
- OpenAI 发布内部前沿模型产出的数学成果
OpenAI 公开了一批由内部前沿模型生成的数学结果，发布在 GitHub 仓库中，并附论文修订与引用协议。仓库包含许多证明的 Lean 形式化，以及 10 份模型推理摘要、按 ChatGPT Pro 用量估算的算力消耗和尝试题目数量统计。平均每个结果约消耗相当于 3 小时 ChatGPT Pro 思考的算力。OpenAI 称正与普林斯顿高等研究院的数学与人工智能咨询组合作制定发布规范，并将资助相关研讨会和会议。
OpenAI News10/06海外模型2 个信源74
- Pixel 11 Pro 系列降价 250 美元
亚马逊 10 月促销期间，Pixel 11 Pro 和 Pixel 11 Pro XL 降价 250 美元以上。256GB 基础版 Pixel 11 Pro 售价 849 美元（原价 1099 美元），比 Pixel 11 基础版常规价还低 50 美元；256GB 的 11 Pro XL 售价 999 美元，降价 300 美元。256GB 普通版 Pixel 11 也降至 749 美元，优惠 150 美元。目前 Pro 版仅比普通版贵 100 美元，而非此前的 200 美元。The Verge 曾评价 Pixel 11 Pro 和 Pro XL 的新相机模式及 Magic Capture 模式，并认可 Rambler 等 Gemini 辅助功能，但认为主动协助功能适用范围较窄。
- BasiGo 电动巴士车队在肯尼亚和卢旺达运营超 100 辆
BasiGo 成立于 2021 年，总部位于肯尼亚内罗毕，已组建超过 100 辆电动巴士的车队，在肯尼亚和卢旺达租赁给运营商使用，累计运送 1500 万人次乘客。车辆从中国进口、在肯尼亚组装，公司不自行制造。其模式为运营商支付比柴油巴士低 40% 的首付，再按日支付租赁费，并配套维护、保险和充电网络。BasiGo 是宁德时代在撒哈拉以南非洲的首家授权服务商。公司测算，在肯尼亚用一辆电动巴士替换柴油巴士，每年可减少 50 吨二氧化碳排放。
MIT Technology Review10/06海外模型23
- 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。
- 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
- JEPA-Anything：一套配方构建 7 个领域世界模型
PhAI Labs、港中文、复旦、斯坦福、牛津、普林斯顿等机构发布 JEPA-Anything，用同一套学习配方替代各领域单独设计的世界模型。方法在 JEPA 基础上加入正交预测分解（OPF），把宽度 d 的隐目标拆成 K 个宽度 r 的子空间（多数实验 K=4），每个因子配独立预测器，再用投影矩阵的 Moore-Penrose 伪逆重组，并加入正交损失、因子活跃度损失和编码器方差损失防止坍塌。在视觉、生物、临床轨迹、控制、分子动力学、物理场、天气 7 个领域测试：单细胞零样本 PBMC 聚类 AvgBIO 从 Cell-JEPA 的 0.7194 升至 0.7752，Norman 扰动 Pearson 从 0.787 升至 0.814；Interventional Pong 单干预 MSE 下降 34.83%，未见组合干预提升 12.90%；