模型
全球大模型的发布、更新、开源、价格变化和评测动态。
共 2155 条
- Claude Code v2.1.287 发布：新增 Claude Mods 插件机制
Claude Code 发布 v2.1.287，新增 Claude Mods，允许插件修改更深层的行为；同时内置名为 You should know 的 mod，由侧边 agent 监控会话并提示可能被忽略的问题，用 /plugin enable cc-plugin-you-should-know@builtin 开启（需开启遥测的第一方会话）。agents 视图新增 n:<text> 过滤，可匹配会话名和任务。OpenTelemetry 的 user_prompt 事件新增 prompt_text 字段。MCP 服务器支持 2025-11-25 协议的 URL 提示，若更新后服务器无法连接，需在 MCP 配置中加 "bareElicitationCapability": true。
Claude Code 发布10/02海外模型39
- LlamaIndex 发布 Extract v2.5 文档抽取 Agent
LlamaIndex 推出基于 schema 的文档抽取 Agent Extract v2.5，三档准确率均提升且单页价格不变。ExtractBench 上 Cost Effective 档整体 value F1 从 87.1 升至 93.9，超过上一代 Agentic 档；Agentic 从 89.8 升至 95.8；Agentic Plus 从 95.1 升至 96.4。新增 Advanced Citations，Agentic 与 Agentic Plus 的 grounding 分数分别从 46.8、46.4 升至 80.6、82.2。底层采用专为文档抽取设计的新 agent harness，引入结构化推理，按文档类型、版式和信息密度分配算力。
LlamaIndex10/02海外模型39
- 研究：Claude Opus 5.5 最爱说「this matters」，AI 写作特征词达 1.3 万个
营销公司 Graphite 用 1 万篇 ChatGPT 发布前的文章作人类对照组，让各前沿模型根据摘要重写，统计 AI 与人类用词差异。结果发现 1.3 万个词组在 AI 文本中出现频率至少是人类的两倍。Claude Opus 5.5 最大特征是「dependable」，出现频率是人类样本的 23 倍；「this matters」高 116 倍，「why X matters」高 92 倍。OpenAI 的 Astra 偏爱「another dimension」和「not simply X」式纠正性框架，后者出现频率超人类 100 倍。各实验室已明显减少破折号使用：Opus 5.5 比 Opus 5 少 99%，Astra 比人类样本少 88%，Gemini 3.1 Pro 几乎完全弃用。
TechCrunch AI10/02海外模型37
- 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。
The Decoder10/02海外新模型发布40
- 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%。
MarkTechPost10/02海外新模型发布40
- LangChain 在 Agent 内建模型路由，单线程成本降 64%
LangChain 为开源编码 Agent Open SWE 构建了模型路由，相比始终使用顶级前沿模型的基线，单线程中位成本下降 64%，质量无可测量变化。做法是先用 LangSmith 追踪数据给一周的交互线程按任务类型打标：新功能 22%、修 bug 17%、测试或空跑 16%；再结合成本与调用次数判断复杂度。LangChain 认为路由决策应放在 Agent harness 里而非通用网关，因为选模型需要 harness 已收集的领域与任务上下文。
LangChain10/02海外模型43
- GrantQuest：把奖学金搜索做成 RPG 任务日志
开发者用 OpenCode 配合 Muse Spark，分 15 次提示词构建了 GrantQuest，将 25 个真实奖学金做成 RPG 任务：资格要求是关卡，材料是背包，截止日期是倒计时，通关得 XP。项目为每条奖学金数据加了新鲜度标记：30 天内验证且未过期标为 FRESH，否则需重新核实，以应对奖学金信息常年过期的问题。无需登录注册。构建中遇到 Vercel 部署 404（Next.js 导入 web/ 上级目录文件）等问题。
DEV Community · AI10/02海外模型36
- Anthropic 取消大客户用量折扣，折扣通常约 15%
据 The Information 报道，Anthropic 采取了一项不寻常的举措：当客户用量达到上限后，将终止其折扣，折扣幅度通常约为 15%，客户需重新谈判合同。原文信息有限，未披露具体用量门槛和受影响客户范围。
Techmeme10/02海外模型37
- Sam Altman：6.1 Sol 是增长最快的模型，负载问题已改善
OpenAI CEO Sam Altman 在 X 上表示，6.1 Sol 是公司史上增长最快的模型，此前在高负载下响应偏慢，目前应已明显改善。原文未披露具体用户量、增速数字或性能指标。
X @sama10/01海外模型46
- Airbnb CEO：AI Agent 需要自己的操作系统
Airbnb 本周随秋季更新上线 AI 搜索，CEO Brian Chesky 在采访中表示，聊天机器人不适合电商和旅行浏览，因为它一次只给几个选项、需要多轮交互，也无法支持多人协作。他认为未来界面会介于聊天机器人和当前版本之间，并混合预设界面与生成式界面。Airbnb 未来 3 到 6 个月的任务是探索支持多人同时使用的「multiplayer」AI。他还表示公司要让自身对 Instinct、Muse 等消费级 AI Agent 更友好，Agent 可能成为好的线索来源。
- 何恺明团队新作：看猫片就能学会ARC挑战
量子位10/01国内模型36
- 谷歌Gemini 4突然发布！RSI加持，GPT和Opus都让让
- 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。
Hugging Face 博客10/01海外新模型发布43
- 团队使用 Codex 和 Claude Code，API Key 和模型权限怎么管？我开源了 Zentrola
开源中国10/01国内模型25
- Anthropic 向美国文职机构开放 Claude 政府版
Anthropic 推出面向美国联邦及州级机构的 Claude for Government，运行在 FedRAMP High 环境，7 月起已开放公测。该产品主打文职机构，因五角大楼禁用 Claude：3 月将 Anthropic 列为供应链风险，特朗普要求各机构停用，但军方在对伊朗战争期间仍曾使用。8 月底旧金山法官裁定两项认定中的一项属非法报复，9 月底华盛顿上诉法院维持另一项。机构按用量付费并设固定上限，管理员可按部门设预算与模型权限，敏感操作需双人审批，聊天记录留在机构设备上。
- 三星 Galaxy S26 全系涨价 100 美元
三星在美国上调 Galaxy S26 系列售价，多数机型涨 100 美元，S26 Ultra 1TB 版涨 200 美元。基础版 S26（256GB）现售 999 美元，此前为 899 美元；S26 Plus 256GB 售 1199 美元，S26 Ultra 256GB 售 1399 美元、1TB 版售 1999 美元。S26 FE 未受影响，仍为 699 美元起。三星称 RAM 涨价是部分原因，苹果和谷歌今年也上调了手机价格。
The Verge AI10/01海外模型21
- 惠普发布 OmniBook 5 14，对标 MacBook Neo 全系配 OLED
惠普发布 2026 款 OmniBook 5 14 笔记本，起售价 699.99 美元，搭载 Intel Core 5 315「Wildcat Lake」处理器、8GB 内存和 256GB SSD，直接对标苹果 MacBook Neo。最高可选 Core 7 350、16GB 内存和 1TB SSD。全系标配 OLED 屏是主要差异点，但基础版为 1920 x 1200 分辨率、300 尼特亮度；2560 x 1600、400 尼特的 OLED 版本要到 2027 年 3 月才上市。机身重 2.56 磅、厚 0.46 英寸，比 Neo 略轻略薄。10 月开售。惠普同时发布 ProBook 4 G2iS 商务本，12 月上市，价格未公布。
- Audible 推出 AI 功能：可查角色、与书中人物对话
亚马逊旗下 Audible 上线三项新功能：角色指南、互动故事和场景补充信息。角色指南 10 月 1 日随《Dracula》有声剧上线，实时显示说话角色并提供无剧透角色卡；互动故事由生成式 AI 驱动，听众可与德古拉仆人 Renfield 用自然语言对话，角色会实时回应。补充信息功能目前仅覆盖《The Cultural Tutor》一本。角色指南后续将用于《1984》和《Exoplanet》。2025 年美国有声书销售额达 24.3 亿美元。
- Amazon 发布新一代 Kindle，机身更薄、速度提升 30%
Amazon 更新基础款 Kindle、Kindle Paperwhite 和 Kindle Colorsoft 三条产品线，新机比上代薄 1 毫米，打开书籍速度提升 30%，电源键从底部移到右侧顶部。首次提供铝合金版本，存储翻倍至 32GB 并去除锁屏广告。基础款 Kindle 今日开售，起价 149.99 美元；Paperwhite 和 Colorsoft 10 月 28 日发售，现已开启预售。所有新机型均配备用户可自行更换的电池，以符合欧盟法规。另推出 79.99 美元的翻页保护套，为 Paperwhite 和 Colorsoft 增加物理翻页按键。
- OpenAI 称已阻止窃取模型推理的攻击，但 Azure 上仍有效
OpenAI 表示，7 月 1 日起出现低量蒸馏攻击，7 月 24 至 25 日激增至来自 4000 多名用户的 16000 次请求，涉及超 15000 个关联账户，已于 7 月 28 日全部封禁。OpenAI 将核心团伙与 Moonshot AI 相关人员关联。攻击手法是复制加密的推理内容，再用同厂商更便宜的模型解密输出。研究者 9 月 13 日复测发现，OpenAI 和 Anthropic 自家 API 已拦截，但微软 Azure 上对所有测试的 OpenAI 模型（含 GPT-6 Astra）仍然有效。
- 刚刚，Gemini 4 Argon 发布：多项基测碾压 GPT-6 Astra，已参与谷歌 80 万行内核代码迁移
InfoQ 中国10/01国内模型33
- OpenAI 称其遭遇有组织蒸馏，将矛头指向月之暗面
IT之家10/01国内模型33
- AI 拉动半导体需求暴涨，韩国 9 月出口创历史新高
- 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。
- “大空头”伯里：为了人类的利益，市场应该狠跌一次，别让 OpenAI 和 Anthropic 上市
- 马斯克沉寂数月的 AI 维基百科 Grokipedia 推出 v0.3 版本：界面更新，恢复内容编辑
- 三星发布其首款夹式耳机 Galaxy Buds On：满电续航 9.5 小时，支持点头 / 摇头控制通话
- 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。
- 应对 AI 爬虫：Reddit 将关停 RSS 订阅、终止公共 API 访问