模型
全球大模型的发布、更新、开源、价格变化和评测动态。
共 878 条 · 海外
- 5 个开源 LLM 网关对比：Bifrost、Kong、LiteLLM 等
DEV Community 发布了一篇对比文章，梳理 5 个开源 LLM 网关：Bifrost（独立 Go 网关，支持模型、MCP 和 Agent 流量控制）、Kong AI Gateway（在 Kong Gateway 内提供 AI 能力）、Agent Router（基于 Envoy Gateway 和 Kubernetes）、Apache APISIX（通用 API 网关加 AI 插件）、LiteLLM（专注模型路由）。文章提醒开源不等于全部功能免费或可自托管，采用前需核对许可证和功能边界，并给出选型维度：供应商覆盖、可靠性与延迟、部署与许可、运维、MCP 与 Agent 支持。原文为列表式对比，部分表格内容被截断。
DEV Community · AI2 天前海外模型44
- 苹果 MacBook Pro 升级 M6 芯片，首发 2nm 工艺
苹果为入门款 14 英寸 MacBook Pro 换上 M6 芯片，起售价 1999 美元（16GB 内存 + 1TB 存储），与上代 M5 款持平。M6 是苹果首款 2nm 芯片，CPU 从 10 核增至 12 核，多线程性能最高提升 1.2 倍；配备双 16 核神经引擎和 12 核 GPU（每核内置神经加速器），主打端侧 AI 任务。新机还通过 Apple N1 无线芯片升级到 Wi-Fi 7 和蓝牙 6，此前该芯片仅用于 M5 Pro/Max 机型。受内存涨价影响，存储升级变贵：2TB 加 500 美元，4TB 加 1500 美元。10 月 28 日开启预售，11 月 6 日发货。
The Verge AI2 天前海外模型32
- Opera 推出 WebAI 标准，浏览器内本地运行 AI 模型
Opera 发布名为 WebAI 的新网页标准，让用户直接在浏览器里运行 AI 模型，无需依赖云端。该标准不绑定特定模型，支持 Google 的开放权重模型 Gemma，在 Mac 上还支持 Apple 的设备端基础模型。功能已在旗舰浏览器 Opera One 中以早期预览形式上线，需用户主动选择开启；Opera GX 和 Opera Neon 将随后支持。Opera 称开发者无需自建 AI 基础设施或按请求付费，用户无需订阅，数据留在本地设备。代价是本地运行会占用更多电脑资源，性能取决于硬件。
TechCrunch AI2 天前海外模型37
- Anduril 与高通合作推出美国造笔记本 BlueChip
Anduril 与高通宣布合作推出笔记本品牌 BlueChip，2027 年初上市，首款产品是面向美国军方的加固机型，采用 Arm 架构的 Snapdragon X 系列芯片，在 Anduril 俄亥俄州 Arsenal-1 工厂组装。首批产品仅做到「设计与组装于美国」，并非整机国产；CEO Palmer Luckey 称美国产零部件比例「待定」，首批大概率达不到联邦采购 65% 的国产门槛。高通 CEO Amon 表示处理器计划在台积电亚利桑那厂生产，投资额未披露。项目由两家公司自筹资金，未获政府补贴。
- Mirendil 发布首个模型 Fern 0.1，上下文达 1000 万 token
AI 研发实验室 Mirendil 发布首个模型 Fern 0.1，这是一个从零训练的编码模型，上下文窗口最高 1000 万 token，约合 23 MB 代码、50 万行，可一次性载入 Megatron-LM 规模的代码库。参数规模 0.1 至 0.5T，未披露具体数量与激活参数，仅提供托管早期访问，未公布开源权重。基座模型在 RULER 单针检索任务上，32K 至 10M token 各长度均达 100%；但在 Terminal Bench 4.0 上仅 6.1%，同一表格中 Claude Opus 5.5 为 66.4%。基座 Mirendil-Base 由一名研究员用 3.5 个月预训练完成，总计算成本低于 1000 万美元，99% 以上代码由 AI Agent 编写，训练数据全部来自公开来源，未使用蒸馏、合成或许可数据。
MarkTechPost2 天前海外新模型发布38
- OpenAI 请外部专家（含诺奖得主）审核 AI 生成的数学与物理证明
OpenAI 邀请外部专家担任结果的「shepherd」（把关人），并按其建议对不同学科分别处理。数学和计算机科学的证明已被翻译成 Lean，由计算机逐步校验；但 Lean 只检查证明是否确立了它被写成的那个命题，命题本身是否对应原问题仍需专家判断。计算机科学部分的核心结论是：指数时间假设（ETH）不成立。ETH 断言 SAT 问题在最坏情况下不存在实质捷径，数百篇图论、计算生物学、数据库论文以其为前提；若证明成立，这些结论将失去证明基础。OpenAI 称该结果或有助于寻找更优算法，但转化为实际收益仍需大量研究。
The Decoder2 天前海外模型40
- Anthropic 在 IPO 文件中承诺 Claude 永不投放广告
Anthropic 在 IPO 招股书封面信中再次承诺，Claude 聊天界面不会出现广告。公司称，用户会把重要工作和私人问题交给 Claude，希望 Claude 的唯一动机是给出有用回答；一旦广告进入营收目标，优化互动时长的压力就会增长，因此选择不引入这种压力。Anthropic 此前曾批评 ChatGPT 的聊天广告比传统广告更具操纵性。信中还将此列为“价值观优先于利润”的例子之一，另一例是为 Claude Mythos Preview 的网络安全能力加装额外防护，导致其以 Claude Fable 5 发布时延迟，损失收入和市场份额，同时向网络安全防御方提供了约 1 亿美元免费 Claude 额度。
- OpenAI 的 Ted Sanders 给出 GPT 模型选择经验法则
OpenAI 的 Ted Sanders 对新 GPT-6.1 Terra 做了定位说明，并解释了公司语言模型的命名逻辑。他表示模型能力是多维的，但性能差距主要取决于模型规模；由于规模、推理强度和多 Agent 系统是不同维度，难以合并成单一「IQ 分数」。他还指出，新小模型可凭更好的训练数据或架构超越旧大模型：GPT-6.1 Terra 在技术沟通上可能优于更大的 Astra，图像处理和电脑操作大致持平且价格低得多，但多数其他领域落后。他的选型建议是：只看质量选 Astra，略在意价格选 Sol，非常在意价格选 Terra 或 Luna。
- 宏碁 Predator Atlas 8 游戏掌机 11 月 1 日在美国上市，售价 1299.99 美元
宏碁 Predator Atlas 8 游戏掌机将于 11 月 1 日在美国 Best Buy 独家发售，售价 1299.99 美元。此次上市的是 Intel Arc G3 Extreme 版本，配备 Arc B390 显卡（12 个 Xe3 GPU 核心）、24GB LPDDR5x 内存和 8 英寸 120Hz 屏幕，支持双模扳机、TMR 摇杆，可手持或接底座使用，运行 Windows 11 并支持 Xbox Game Pass。这是宏碁旗下 Predator、Nitro 系列掌机首次在美国正式发售。该机与 Xbox Ally X20 同价，上周开启的预售已售罄，11 月 1 日将重新开放线上订购并同步线下开售。
- vLLM Semantic Router 发布 d3-ultra：27B 开源多模态决策模型
vLLM Semantic Router 团队发布 d3-ultra，一个 27B 多模态决策模型，采用 Apache-2.0 许可。它不生成文本，而是读一次输入后，为每个问题的每个答案返回概率，可一次调用完成路由、分类、视觉定位和视频检查。参数 26.09B（dense，含 0.46B 视觉编码器），上下文 131,072 tokens，在 1 块 AMD MI325X 上以 BF16 测试，暂无官方量化版本。团队自建 SR-Text 测试得分 87.2，居 6 个决策模型之首；SR-Box 定位 10 个领域 58.2%、9 个领域 54.6%，低于 d3-turbo 的 60.0% 和 59.6%。
- 百度开源 Unlimited OCR 2：3B 模型单次解析数百页文档
百度开源 Unlimited OCR 2，一个 3.34B 参数的视觉语言模型，可在单次请求中解析数百页书籍、财报和报告，权重以 MIT 协议发布，代码在 GitHub。核心改动是 SR-SWA 稀疏注意力，把文本-视觉注意力压缩到固定 512 token 的工作参考集，使解码每步延迟和显存几乎不随文档变长而增长。最大位置长度 131,072 token，每页 273 个图像 token，BF16 权重约 6.7 GB，单张 A800-80GB 可跑。百度自测 MPDocBench 得 84.6 排第一（Qwen3.8-Max 78.3），MarathonDocBench 得 77.1（Kimi-K3 33.7），但标题层级子项仅 48.2。
- OpenAI 发布 GPT-6.1 Terra，API 价格降至 Sol 的一半
OpenAI 发布 GPT-6.1 Terra，定位高并发视觉推理与电脑操作，API 名为 gpt-6.1-terra，输入每百万 token 1 美元、输出 5 美元，约为 GPT-6.1 Sol 的一半。上下文 105 万 token，最大输出 128K，仅通过 OpenAI 托管提供，不开源。在 Agents' Last Exam v1 上，中等推理强度得分 57.6%，每任务成本 0.29 美元，而 GPT-6 Astra 同等分数每任务 4.82 美元；MMMU-Pro 视觉最高 85.5%，比 Astra 低 1.2 个百分点；Terminal-Bench 4.0 仅 50.3%，落后于 Sol 的 55.9% 和 Claude Sonnet 5.5 的 70.6%，OpenAI 建议复杂编码任务改用 Sol 或 Astra。
- OpenAI 宣布三项科学发现，并引入外部专家审核
OpenAI 公布数学、计算机科学、物理三个领域的「重大」发现，并首次引入外部专家「shepherd」把关。数学方面发布「欧氏波动方程的局部光滑性」证明，直接公开模型输出；计算机科学方面声称证明「指数时间假设（ETH）为假」，给出固定宽度 CNF 公式满足赋值计数的次指数时间确定性算法，3-SAT 情形即推翻 ETH，由 Russell Impagliazzo、Ramamohan Paturi、Ryan Williams 组成独立小组审阅；物理方面称得到含规范场与费米子的四维相互作用量子场论（含 QCD 与标准模型统一完成）的严格存在性证明，David Gross 将带队审核，全文尚未公开。OpenAI 自己的数学顾问小组 AGMAI 昨日建议 AI 公司不要采用指定人员优先获取输出的做法。
- Greptile 用 GPT-6 Astra 做应用级自动化测试
代码审查公司 Greptile 将 GPT-6 Astra 的 computer use 能力用于自动化测试：针对每个 pull request 启动开发服务器、把浏览器视口调整为 iPhone 尺寸、模拟用户操作，并依靠模型的视觉理解发现「按钮消失」这类只读代码看不出的问题。CEO Daksh Gupta 称，人工 QA 团队测试所有改动的速度已跟不上模型辅助的交付节奏。Greptile 还把代码库知识库通过 MCP server 接入 Codex，数千客户已连接，用于让生成的代码遵循既有模式；团队以 AI 生成代码被回滚的频率衡量效果，称提供上下文后回滚减少。
OpenAI News2 天前海外模型42
- GPT-6.1 Terra 发布：API 价格减半，性能逼近更大模型
OpenAI 发布 GPT-6.1 Terra，API 价格是 GPT-5.6 Terra 的一半：输入每百万 token 1 美元、输出 5 美元，缓存输入降至 0.05 美元。对比 Claude Sonnet 5.5 的 2 美元和 10 美元，价格同样只有一半。Artificial Analysis 称其为“每美元智能”的新标杆：最高推理强度下 Intelligence Index 比 GPT-5.6 Terra 高 6 分，单任务成本 0.40 美元对 1.40 美元。编码 Agent 指数 v2.0 得 48 分，比 GPT-6.1 Sol 低 6 分。缺少答案时猜测率从 88% 降至 38%。在 Agents' Last Exam 上以十分之一 token 价格达到 GPT-6 Astra 水平，速度是 GPT-6 Astra 和 GPT-6.1 Sol 的 3 倍以上。
- Anthropic 递交 S-1：上半年营收 163 亿美元，首次实现运营盈利
Anthropic 成为首家公开向 SEC 递交 S-1 的大型 AI 公司，计划以代码「ANT」在纳斯达克上市，高盛和摩根士丹利担任主承销商。据 Yahoo Finance，华尔街预期估值约 2 万亿美元，高于其最近一轮约 9650 亿美元的私募估值。2026 年上半年营收 163 亿美元，是 2025 年全年 46 亿美元的三倍多；其中 Q2 营收 116 亿美元，同比增长 1368%。Q2 首次实现 GAAP 运营利润 9.74 亿美元，同期算力成本上涨 300%，但增速低于营收。净收入留存率约 900%，即老客户支出是去年同期的 9 倍。年付超 10 万美元的客户有 11900 家，超 1000 万美元的约 250 家。与 Broadcom、Google、Amazon、Microsoft 等的算力合同总额约 7800 亿至 8100 亿美元。
- Nace AI 发布 Drex for Search：BrowseComp-Plus 得分 92.05%
Nace AI 发布面向 AI Agent 的检索层 Drex for Search，在 BrowseComp-Plus 上搭配 GPT-5 得分 92.05%，每题平均 12.6 次搜索调用。它通过 CLI、SDK、MCP 或 REST 接入 Claude Code、Codex、Cursor、OpenCode 等编码 Agent，可检索 100 万以上文件，支持托管云、自有 AWS/Azure 及本地离线部署。在 OfficeQA Pro 测试中，9 组 Agent 与模型组合平均多答对 6%、步数减少 62%、token 减少 56%、速度提升 2.3 倍；VisDocAgentBench 上 R@1 为 77.5%，比 Claude Opus 5 高 10 个百分点。
- T-Mobile 推出 T-Mix 套餐，可换绑流媒体与 AI 订阅
T-Mobile 上线 T-Mix 套餐，把无线服务与 Netflix、Apple TV、YouTube Premium、Xbox Game Pass Ultimate 等订阅捆绑。Standard 档单线 55 美元/月起，含 1 个可换权益，一年最多更换 4 次；More 档 75 美元/月起，每线 2 个权益、不限量数据；Loaded 档 95 美元/月起，前三线每线最多 3 个权益。权益池含 Google AI Plus、Google AI Pro 等 AI 订阅，也可换成购机折扣。
- Remarkable 翻新 Paper Pro Move 套装降价超 100 美元
The Verge 报道，Remarkable Paper Pro Move 电子墨水记事本的翻新套装在 Woot 售价约 342 美元，比 449 美元的新品价低约 107 美元。该优惠仅限 Woot 新用户，结账时输入优惠码 REMARKABLE 可再省 10%，活动持续到 11 月 2 日；老用户价格为 379.99 美元。套装含聚合物 Book Folio 保护套和带橡皮擦的 Marker Plus，但保修期从一年缩短为 90 天。设备配备 7.3 英寸 E Ink 屏，支持手写转文字和第三方云存储；AI 摘要等进阶功能需订阅 Connect，每月 3.99 美元。
- 苹果发布 8.5 英寸 OLED 屏 iPad Mini，搭载 A20 Pro 芯片升温
苹果在周三发布会前数天公布新款 iPad Mini：8.5 英寸 OLED 屏，峰值亮度 1200 尼特，机身厚 5.4mm，边框收窄 24%。Wi-Fi 版起售价 699 美元，蜂窝版 849 美元。搭载 A20 Pro 芯片，可本地运行 AI 模型，支持部分新 Siri AI 功能，包括调节语音表现力和语速；128GB 和 256GB 版为 5 核 CPU，512GB 版为 6 核 CPU，均配 16 核神经引擎。屏幕刷新率仍为 60Hz，不支持 ProMotion。新增“声学显示屏”扬声器结构、长边 1200 万像素前摄、IP67 防护、C2 蜂窝基带和 N1 网络芯片。10 月 28 日开启预售，11 月 6 日发售。
- 特斯拉与 Turo 合作推广 FSD，租车平台标注支持车型
Turo 将在租车平台上标注哪些特斯拉车辆配备了 FSD（Supervised），符合条件的车主可获得一个月免费试用。Turo 正与特斯拉对接 API，以核实车辆是否启用 FSD。此前特斯拉披露，全球约 170 万客户付费使用 FSD，而已售出车辆超过 1000 万辆；北美第三季度交付车辆中超过 75% 的客户购买了 FSD 订阅，较第二季度增长约 20%。Turo 称 Model 3 和 Model Y 是其平台今年第三、第四受欢迎的车型。
- DeepMind 飓风预报模型准确预测 Isaias 登陆佛罗里达
Google DeepMind 的 AI 飓风预报模型在预测飓风 Isaias 登陆佛罗里达时，表现优于传统预报模型。NPR 报道称，飓风预报人员正越来越多地使用人工智能进行预测，并表示这项技术正在迅速改变这一领域。原文未披露具体误差数据或对比模型名称。
Techmeme3 天前海外模型31
- Ben Thompson：公共互联网模式已实质消亡
Stratechery 作者 Ben Thompson 发文称，公共互联网模式因内容饱和、算法聚合器和 AI 安全漏洞而实质消亡，但这一变化可能带来新的可能性。文章从 2003 年他创建博客记录赴台经历的个人起点切入。原文为付费专栏，公开部分信息有限。
- Minecraft 模组把真实地球 1:1 搬进游戏，一方块一米
一个名为 Earth Platform 的 Minecraft 模组在 Hacker News 的 Show HN 板块发布，它按 1:1 比例生成真实地球，一个方块对应一米。世界高度范围从 Y -16384 到 16383，珠峰峰顶位于海平面以上 8848 格。地形数据来自公开卫星与测绘数据：美国约 10 米精度、加拿大部分地区用 lidar、法国 1 至 5 米、日本 5 至 10 米、南极用 REMA。远景以体素绘制到约 94 公里，可在暂停菜单调到 201 公里，极限设置下可达 397 公里。支持创造模式下的旅行地图、生存模式下的 /earth visit 与 /earth goto 指令，以及 Iris 光影和专用服务器。模组不生成城市，建成区会还原为周边荒野，原版村庄与结构仍会出现。需要 NeoForge 21.1.259 与 Minecraft 1.21.1。
Hacker News Show3 天前海外模型37
- OpenAI 发布 ChatGPT 工作用途数据，覆盖 165 类活动
OpenAI 发布 Signals 数据集，把 ChatGPT 的工作类使用映射到 165 个「中间工作活动」（IWA）类别，覆盖近 100 个国家，时间从 2025 年一季度到 2026 年三季度，按季度统计。在每季度都有数据的 74 个国家中，前十大活动占各国已分类工作消息的比例，从 2025 年一季度的 56.0% 降至 2026 年三季度的 51.1%，说明工作用途趋于分散、各国出现专业化差异。数据基于 O*NET 框架，研究者可将其与其他就业和经济指标对照。
- 清华开源 AKV：LLM Agent 的 KV 缓存工程服务
清华大学与香港中文大学的研究者开源了 AKV，这是一个面向 LLM Agent 的 KV 缓存工程服务系统，基于 SGLang 构建，采用 Apache-2.0 许可。它的做法是不再摘要旧历史，而是直接丢弃选定的 KV 缓存条目，并继续复用其余部分。在 3 个模型和 4 个 Agent 基准上，平均成本下降 27.7%，平均任务得分提高 1.7 分。测试模型包括 GPT-OSS-120B、MiniMax-M2.7 和 MiroThinker-1.7-Mini，运行在 NVIDIA GPU 上，论文使用 8 张 A800-80GB。最佳结果出现在 GPT-OSS-120B 的 SWE-bench Verified 上：单任务成本从 20.0 美分降至 9.7 美分，得分从 40.0 升至 43.2。
- OpenAI 发布 GPT-6.1 Terra：API 价格降 50%，错误率降至 16.7%升温
OpenAI 推出 GPT-6.1 Terra，定位为快速、低成本模型，标准 API 价格比 GPT-5.6 Terra 和 GPT-6.1 Sol 低 50%。在内部诱导错误基准上，低推理强度下错误率从 GPT-5.6 Terra 的 53.6% 降至 16.7%，最高推理强度下为 4.3%。在 Agents' Last Exam 上，中等推理强度得分比 GPT-5.6 Terra 高 15 个百分点，成本约为其三分之一；最高强度下每任务成本约为 Claude Opus 5.5 的九分之一，速度快三倍以上。Terminal-Bench 4.0 最高强度解决 50.3% 任务。
- BOSS 直聘旗下 Nanbeige 开源 33B Agent 编码模型
BOSS 直聘旗下 Nanbeige LLM Lab 在 Hugging Face 以 Apache 2.0 协议发布 Nanbeige4.3-33B，这是一个 33B 稠密模型，面向 Agent 编码和办公协作任务，支持 524,288 token 上下文，BF16 权重约 66 GB，需多卡部署，官方给出 4 路张量并行的 SGLang 和 vLLM 配置。同时发布 Base 版供自定义后训练。在官方自测中，该模型在 20 项基准里领先 Qwen3.8-27B、Muse-Glimmer-30B、Gemma4-31B 共 17 项，Terminal-Bench 2.1 得 80.9（Qwen3.8-27B 为 73.0），但在 SWE-Bench Pro 上以 60.3 落后于 Qwen3.8-27B 的 61.7。
- OpenAI 与 Anthropic 数月内大幅降价，最高降幅达 80%
文章梳理了 2026 年 6 月至 9 月两家公司的主要模型发布与调价：OpenAI 于 7 月 30 日将 GPT-5.6 Luna 价格下调 80% 至 $0.20/$1.20/$0.02（输入/输出/缓存读取，每百万 token），8 月 21 日将 GPT-5.6 Sol 降价约 20% 至 $4/$20/$0.40，为期三个月；Anthropic 将 Sonnet 5 的临时发布价 $2/$10/$0.20 转为永久价，Fable 5.1 把缓存读取成本降低 75%。文章指出，在 Agent 编码场景中，缓存读取占总 token 支出的 96%-99%，因此缓存降价对实际成本影响很大。9 月 22 日，GPT-6 Sol 定价 $2/$10/$0.20，GPT-6 Luna 定价 $0.10/$0.50/$0.01。
Hacker News · AI3 天前海外模型2 个信源68
- Hugging Face 开源 14.8B DNA 语言模型 Carbon-X
Hugging Face Bio 发布 Carbon-X，一个 14.8B 参数的 DNA 语言模型，采用 Apache 2.0 许可，权重可下载。它基于 Qwen3-14B，把 DNA 和自然语言放进同一个 token 流，可直接在对话中读原始 DNA 并用英文回答，支持突变致病性预测、调控区标注、物种分类和碱基预测。上下文 40,960 token，单张 80 GB GPU 可跑，官方 GGUF 量化版 Q4_K_M 仅 9.6 GB。5 项 DNA 基准平均 66.7%，自称优于所有被测开源模型，比 GPT-6.1 Sol 低 0.8 分；BioReason Coding 74.9% 领先，GenomeQA 剪接位点仅 29.8%。合作方为中关村学院和那不勒斯费德里科二世大学。