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
- Claude 接入 Google Docs、Sheets 和 Slides升温
Anthropic 宣布 Claude for Google Workspace 进入公开测试，面向所有付费 Claude 套餐。插件以侧边栏形式嵌入 Docs、Sheets、Slides，可读取当前打开的文件和选中内容并直接修改：Docs 中可改句子、调标题样式，大改以建议卡片形式逐条确认；Sheets 中可写公式、建透视表和原生图表、新增标签页，还能把数据范围拉进 Python 处理再写回；Slides 中按现有版式和主题生成新幻灯片，并检查元素重叠、超出边界和文字可读性问题。默认「编辑前询问」模式逐条审批，也可切换「接受所有编辑」。同时发布三个 Google 文件连接器（beta），可从 Claude 对话中直接创建和编辑 Google 文件。企业版的 Compliance API、CMEK、OpenTelemetry 审计导出同样适用于该插件。
Claude 博客10/06海外模型3 个信源72
- Anthropic 的 Cowork 改为云端运行推理和 VM
Anthropic 的 Felix Rieseberg 介绍 Cowork 架构调整：旧版在云端做模型推理、把工具调用放在本地 VM 执行，用户抱怨占磁盘、耗电、影响性能，且合上笔记本工作就中断。新版把模型推理和 VM 都放到云端，每个会话独立沙箱、互不共享状态；当 VM 需要用户设备上的文件时，由桌面应用负责该文件访问的工具调用。官方称这解决了手机端使用、任务持续运行、不再为 VM 牺牲电池等问题。
Simon Willison10/06海外模型32
- Claude Code v2.1.290 发布：修复代理、长会话与子代理缓存问题
Anthropic 发布 Claude Code v2.1.290，主要修复代理和网关拒绝 beta 头导致的请求失败、含数百张图片的长会话卡在「Request rejected as unprocessable by the model」、以及恢复的子代理和队友丢失此前思考与提示缓存等问题。新增 claude attach 和 claude logs 命令支持用会话名部分匹配代替 id，WebFetch 不再静默丢弃 10 万字符后的页面文本，并新增 Managed Agents 引导命令。
Claude Code 发布10/06海外模型35
- Together AI 发布免费 CLI 工具 Together Link，可在 Claude Code 中调用开源模型
Together AI 发布 MIT 许可的免费 CLI 工具 Together Link（beta 版），可将 Claude Code、Codex、OpenCode、Pi 等编程 Agent 连接到 Together AI 托管的开源模型。一条命令安装，仅需 Together API key，无本地代理。内置 Auto Router 按任务难度自动选模型：有 Anthropic key 时在 Opus 5.5 和 GLM 5.3 间路由，无 key 时在 GLM 5.3 和 GLM 5.3 Flash 间路由。支持模型包括 Kimi K3、GLM 5.3、GLM 5.3 Flash、DeepSeek V4.1 Flash，均为 1M 上下文。
MarkTechPost10/06海外模型36
- MCP for agent-to-agent comms may be the riskiest protocol you've never heard of
The adoption of AI agents in millions of organizations is creating new opportunities for attackers to make them take malicious actions, such as exfiltrating database contents and sensitive business and personal informati…
Ars Technica AI10/06海外模型25
- Lucid Motors 三季度产量降至近两年最低
Lucid Motors 第三季度生产 2954 辆电动车，同比下降 54%，为连续第三个季度下滑，也是 2025 年一季度以来最低。当季交付 3806 辆，与二季度基本持平，同比减少约 200 辆。过去六个季度中有五个季度产量高于交付量。新任 CEO Silvio Napoli 正推动"简化公司"，已裁员约 1500 人、取消亚利桑那工厂第二班次，目标节省 14 亿美元，并推迟第三款车型 Cosmos 的发布。
TechCrunch AI10/06海外模型22
- OpenAI 将在欧盟为 ChatGPT 文本加水印
OpenAI 周一宣布，为遵守 8 月 2 日生效的欧盟 AI Act 透明度规则，将在欧盟范围内为 ChatGPT 和 Codex 生成的文本加入不可见水印，未来几周向所有套餐的欧盟用户推送。全球开发者即日起可在 API 中为部分模型开启该功能，默认关闭，暂不设为全球默认。水印通过微调模型用词形成可被检测器识别的模式，随文本复制粘贴保留，不识别用户身份。OpenAI 同步发布技术报告 textGrain，与宾夕法尼亚大学、耶鲁研究人员合著。测试显示替换 10% 同义词可使检测率从约 92% 降至 66%，短文本、数学答案和翻译文本更难检测，因此检测器初期仅向获批研究人员和专家机构开放。
- 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。
- 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
- 19 岁创始人 Ghost 获 1100 万美元种子轮，推 3499 美元个人 AI 电脑
Ghost 结束一年隐身开发，宣布完成由 Andreessen Horowitz 领投的 1100 万美元种子轮，Abstract、Audacious Ventures、SV Angel、Nova 参投。首款产品 Core 是一台专为 AI Agent 设计的无屏电脑，售价 3499 美元，内置 Nvidia RTX Pro 4000 SFF Blackwell GPU，预装 Qwen-3.8-Next、Qwen-3.8-27B 和 Gemma-4-31B 三个模型，也可从 Hugging Face 安装其他模型。设备拥有独立软件层、浏览器和文件系统，可持续运行 Agent 执行任务，支持 OTA 更新。首批预购于周一开启，10 月最后一周发货。
- OpenAI 详解文本水印：只判断是否出自 OpenAI 模型
OpenAI 在 X 上说明其文本水印机制：生成时嵌入不可见统计信号，检测器可据此判断文本"是否可能由 OpenAI 模型生成"。水印不添加可见标记或特殊字符，也无法识别作者、归属方、个人、组织、账号、对话或提示词。OpenAI 称测试中水印未影响模型能力、速度或回答的可读性，并表示在可能的情况下希望给用户选择权，同时说清水印能做和不能做的事。
X @OpenAI10/06海外模型49
- 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…
- 开发者求职 Wasmer 被拒，转向自研 IDE 项目
一名开发者称收到 Wasmer 通知，不再继续其求职申请流程。他此前因故取消了周五的面试。目前他正为自研项目 UnitBuilds CC 和 V.E.L.O.C.I.T.Y. IDE 准备融资路演材料，并计划休息一到两周后继续开发。文中还提到其时间追踪产品 Doccit 已支持全球大部分地区，并设想将 IDE 与 Doccit 集成、加入 Agent 工时统计功能。原文信息以个人经历和项目规划为主。
DEV Community · AI10/06海外模型27
- LlamaIndex 提出 Agentic OCR：让文档解析自己决定怎么读
LlamaIndex 发文介绍其在 LlamaParse 中实践的 Agentic OCR 思路。核心观点是：把文档解析当作单步转换的传统 OCR 和单次推理的 VLM，在表格、图表等长尾文档上会失败，且失败方式隐蔽（列错位、丢行、缺页眉页脚）。Agentic OCR 指系统能自行决定如何读取文档、调用工具或专用模型，并根据结果迭代调整，例如选定区域细看、请求方向校正、把表格交给专用模型、拒绝无效修正。文章提出三个要求：阅读策略随文档自适应、修正必须有证据支撑、执行要有明确边界和目标。原文信息有限，未给出具体评测数据。
LlamaIndex10/06海外模型32
- 英伟达 Shield TV Pro 涨价 100 美元至 299.99 美元
英伟达将 Shield TV Pro 售价从 199.99 美元上调 100 美元至 299.99 美元，10 月 2 日起生效，原因是零部件成本上涨。该产品 2019 年发布，搭载 Tegra X1+ 处理器、3GB 内存和 16GB 存储。同时英伟达已停产 149.99 美元的入门版 Shield TV，今后只生产 Pro 型号。报道称，GPU 和 AI 芯片需求旺盛是零部件及设备价格大幅上涨的主要原因。
The Verge AI10/05海外模型22
- 苹果 M6 Mac Mini 降价 100 美元，售价 779.99 美元
苹果新款 M6 Mac Mini 在亚马逊降价至 779.99 美元，较 899 美元的起售价便宜约 120 美元，这是该机型首次降价。基础配置为 256GB 存储、16GB 内存、12 核 CPU 和 12 核 GPU。作为对比，Best Buy 近期补货的 M4 版 Mac Mini 售价 799 美元，处理器性能更弱、核心数更少。M6 芯片比 M4 快约 20%。
- TechCrunch Disrupt 2026 议程：创始人如何在开源与闭源 AI 间选择
TechCrunch Disrupt 2026 公布多场围绕 AI 模型选型的议程。其中一场名为「The Real Tokenmaxxing: How the Best AI Companies Navigate a Multi-Model World」，由 CapitalG 合伙人 Mo Jomaa、Together AI 联合创始人兼 CEO Vipul Ved Prakash、Pathway CEO 兼联合创始人 Zuzanna Stamirowska 参与，讨论企业为何使用多个模型、如何平衡成本性能与灵活性、开源模型何时能胜过闭源方案。
- Lola Vision 推出编译器工具链，将 AI 模型部署时间从 200 小时压缩
美国华盛顿特区初创公司 Lola Vision Systems 正在开发将 AI 模型翻译成特定芯片指令的「编译器工具链」软件，并自研半导体芯片。创始人 Tayo Adesanya 称，在新硬件上手动部署 AI 模型仅开始测试就需约 200 小时，公司重建了这一软件层以自动化该流程。客户提供代码和模型（自研或开源），软件将其翻译成客户芯片可执行的指令。公司称已有 12 家企业客户签署购买意向书，1 家已签约，并与微电子人才项目 SCALE 合作。为尽早获得收入，公司将先在现有硬件上授权其软件。
- 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。
- grill：本地运行的开源模拟面试工具，能读你的代码提问
开发者 Yash K Saini 为朋友 Akash 做了一个终端里的模拟技术面试工具 grill，基于开源模型、完全本地运行、不联网。它会克隆你的代码仓库并定位值得提问的行，例如 unsafe 块、锁、生命周期、spawned task、useEffect、forEach(async ...)、any、空 catch 等。在 Akash 的 4 个公开仓库上扫描出 116 处可疑点，其中排第一的是 miccli 项目 src/audio.rs:62 处一个与实时音频回调共享的 Arc<Mutex<...>>。面试流程为：针对具体代码提一个问题，再追问回答中最薄弱的部分，最后给出 0 到 4 分并指出遗漏点；系统还会记住答错的内容，下次多出最差主题的题。项目约 1300 行 TypeScript（含测试），3 个运行时依赖，MIT 许可。
- Yandex 发布 Sona：单一生成式推荐模型取代整套推荐级联
Yandex 发布 Sona 技术报告，用单个生成式模型把候选生成和排序合并，替代传统多级推荐流水线。在智能音箱上进行的 7 天线上 A/B 测试中，一个部署的 transformer 取代了 15 个以上候选生成器、预排序和排序阶段。Sona 用共享用户表征：编码器每次请求读取一次收听历史，解码器生成候选，排序模块用同一编码器状态打分，不使用人工特征。语义分词器把每首歌编码为 3 个离散码，Recall@1000 从 0.8111 提升到 0.8524。编码器处理 8192 个历史事件，近期 2048 个用 7 层自注意力，旧事件仅走交叉注意力，推理成本约为全注意力的一半。
- 开发者做 MCP 爬虫：49 秒抓取 60 页文档转 Markdown
开发者发布 MCP 服务器 pulpie-mcp，让 AI 编码 Agent 自己抓取网页和文档并转为干净 Markdown。测试中 Claude 用它爬取一个 60 页文档站点，含后端冷启动约 10 秒，总耗时约 49 秒，产出 60 个可检索的 Markdown 文件。工具本地运行 Pulpie 内容提取模型，保留表格、代码块、链接和图片，而非摘要或截断内容。提供四个工具：fetch_markdown、save_markdown、crawl_docs 和 list_library，Agent 可先查已存内容再决定是否重新抓取。
- AI 审计日志为何不可信：记录者就是肇事者
DEV Community 文章指出，AI 系统的审计日志由执行操作的同一进程写入，因此当 Agent 泄露数据、删错数据库或发起未授权调用时，日志往往显示「success」且格式合法，监控只回答「是否成功」因而亮绿灯。作者认为 AI 失败的特点是「看起来合理」：不抛异常、不报错，错误在数周后才被发现，追溯成本从几分钟变成数小时甚至数天。原文信息有限，未给出具体案例或解决方案。
- Qwen 三年演进史：从 7B 到 2.4T 参数
阿里云 2023 年 4 月发布通义千问，同年 8 月开源 Qwen-7B，此后三年半迭代至 2.4 万亿参数开放权重模型。2024 年 2 月 Qwen1.5 覆盖 0.5B 到 72B，6 月 Qwen2 除 72B 外全部改用 Apache 2.0 许可，9 月 Apsara 大会一次开源超 100 个模型，预训练数据从 7 万亿增至 18 万亿 token。阿里称 Qwen 系列下载量超 4000 万，Hugging Face 上衍生模型超 5 万个。
- 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
- OpenRouter 对比四家服务端代码执行工具
OpenRouter 发布文章，对比 OpenAI、Anthropic、Google 及自家 openrouter:shell / openrouter:bash 四种服务端代码执行方案。这类工具让模型在 API 请求内直接调用提供商沙箱运行命令，开发者无需自建容器。OpenRouter 的沙箱按账户和工作区隔离，默认关闭外网访问，限制单条命令的运行时长和输出大小，计费为每秒 0.0001 美元，新建或休眠容器最低按 30 秒计。两个工具均处于 beta 阶段。文章指出，需要自定义基础镜像、GPU 任务或数小时长会话时，仍应自建沙箱。
OpenRouter 公告10/05海外模型39
- Qwen3.8 27B 本地模型加法测试：禁用推理准确率仅 23.57%
Simon Willison 在 DGX Spark 上测试本地 Qwen3.8-27B-Q4_K_M.gguf 模型用英文单词表达加法结果的能力。禁用推理时，5,070 个测试用例的数值准确率为 23.57%，格式合规率 96.17%；一至三位数操作数准确率 97.04%，十至十三位数降至 6.44%。启用中等推理后，169 个配对用例中答对 167 个，推理过程包含逐位对齐和进位计算。
- 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。
- DeepMind 用 AI 加速科学：绘制全人类基因组 90 亿变异
Google 公布 AI 加速科学的进展：AlphaGenome Atlas 绘制了人类基因组全部 90 亿个单碱基变异并开放给研究者；推出全球天气 AI 模型 WeatherNext 3；发布 AI 与经济 ATLAS 开放报告；翻译服务覆盖近 300 种语言、服务 70 亿人。Google 称重点投入健康、自然灾害与天气韧性、学习、经济机会四个方向。