模型
全球大模型的发布、更新、开源、价格变化和评测动态。
共 2171 条
- Meta 发布无摄像头 AI 眼镜，349 美元起
Meta 在 Connect 2026 大会上发布首款无摄像头 AI 眼镜 Ray-Ban Meta Audio，起售价 349 美元，10 月 13 日开启预售。该产品仅支持音频功能：听音乐播客、通话、语音翻译和与 Meta AI 助手 Muse 对话，重 43 克，单次充电续航 12 小时，配合充电盒可达 48 小时，提供 23 种颜色与镜片组合。Meta 称此举是为回应外界对 AI 眼镜偷拍问题的批评。同时发布带摄像头的 Ray-Ban Meta（Gen 3），配备 1200 万像素摄像头、支持 3K 视频、六麦克风阵列，续航 9 小时。
TechCrunch AI09/24海外模型2 个信源52
- Meta 为 Muse 增加邮箱、视频通话和 Mac 控制能力
Meta 宣布为 AI Agent Muse 增加多项更新：Muse 将拥有自己的电子邮箱地址，可用来完成任务，用户也能通过该邮箱与 Agent 沟通；Mac 版 Muse 应用将获得操作用户电脑的能力；用户很快可以通过视频通话与 Muse 虚拟形象实时对话，并可调整其声音，新的 Muse Realtime Avatar 模型负责其动作表现。Muse 本月早些时候上线，曾登顶 App Store 榜单，据报道其移动端上线前 12 天下载量超过 ChatGPT。Meta 还计划未来几个月将 Muse 上线其智能眼镜。
The Verge AI09/24海外模型37
- 为了智能体AI，高通「新造」了第六代骁龙8超级至尊版
雷峰网09/24国内模型30
- Anthropic 生物实验室称发现类 CRISPR 酶系统
Anthropic 宣布其湾区湿实验室发现一种此前未知的酶系统，藏在噬菌体 DNA 中，能像 CRISPR 一样切割、复制和粘贴 DNA。CEO Dario Amodei 称该发现主要由 Claude 完成，Claude 调用约 950 个 agent、消耗 2.1 亿 token，仅用 21 小时。他同时承认斯坦福团队此前发现过类似系统，发现的实际价值有待学界验证。实验室仅做 BSL-1 和 BSL-2 级别研究，不接触可感染人类的病原体，所有实验由人类科学家操作。
- 宾利发布首款纯电车型 Torcal
宾利正式发布品牌首款纯电车型 Torcal，命名取自西班牙一处岩石地貌。标准版峰值输出 810 hp（604 kW）、880 lb-ft（1194 Nm），0-60 mph 加速 3.3 秒；高性能版 Torcal S 为 875 hp（653 kW）、995 lb-ft（1350 Nm），0-60 mph 加速 2.8 秒，最高时速 162 mph（260 km/h），标准版为 155 mph（250 km/h）。新车基于大众集团内部与保时捷共享的技术平台，尺寸小于 Bentayga，定价预计低于该车型（至少低于其插混版本），但宾利尚未公布美国市场售价。
Ars Technica AI09/24海外模型18
- 中美启动 AI 安全通报机制磋商，专家质疑美方诚意
中美本周就 AI 安全风险启动谈判，美国财长 Bessent 称双方已讨论建立新的 AI 安全通报机制，若中方参与，任一方发现本国 AI 系统出现威胁或异常行为时可向对方发出警报，该渠道还可用于沟通「共同目标」。但报道指出，中国可能不信任美方主导的安全对话：特朗普政府持续加码出口管制，国会还在审议进一步限制芯片与硬件出口的法案；两周前美国司法部还指控 6 家中国头部 AI 公司窃取美国前沿实验室技术，中方强烈否认。专家认为，特朗普的对华竞争叙事和「AI 竞赛」错觉可能反噬美国自身。
- 微软新款 Surface Mouse 加入触觉反馈和 Copilot 快捷键
微软将于 10 月 13 日发布第二代 Surface Mouse，售价 79.99 美元，提供黑色和铂金两种配色。新款鼠标首次加入可自定义操作按钮，主要设计用于快速唤起 Copilot，也可通过 Surface 应用配置为其他快捷键。触觉反馈支持 Windows 11 中的点击、拖拽、窗口对齐等操作，并在 PowerPoint、Affinity、Concepts、Filmora 等应用中触发。鼠标采用软触感材质重新设计，支持蓝牙 6.0，可同时配对三台设备。该鼠标与新款 Surface Pro 12 英寸和 Surface Laptop 13 英寸同日发售。
- 微软更新 12 英寸 Surface Pro 和 13 英寸 Surface Laptop，搭载骁龙 X2 Plus
微软为 12 英寸 Surface Pro 和 13 英寸 Surface Laptop 换上高通骁龙 X2 Plus 芯片，10 月 13 日开售。12 英寸 Surface Pro 起售价从去年的 799.99 美元涨至 1149.99 美元，13 英寸 Surface Laptop 从 899.99 美元涨至 1199.99 美元，涨价部分源于取消 8GB 基础版，起步内存改为 16GB，最高可选 24GB。微软称六核骁龙 X2 Plus 的 NPU 本地 AI 推理性能提升最高 95%，图形性能提升超 60%，续航效率提升最高 18%。Surface Pro 12 英寸网页浏览续航增至 13 小时，Laptop 13 英寸增至 18 小时。屏幕亮度从 400 尼特升至 500 尼特，接口、Wi-Fi 7 和蓝牙 5.4 不变。
- Google 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS
Google 发布两款 Gemini Audio 系列语音模型：Gemini 3.8 Flash TTS 面向创意配音与角色设计，Flash-Lite TTS 面向高并发低成本生产，均通过 Gemini API 和 AI Studio 提供，仅 API 调用、不开源权重。新模型支持用自然语言逐句指导语气、节奏、方言，可从文本提示生成新音色，覆盖 100 多种语言和方言，并提供 2000+ 现成音色库。语音复刻需 30 秒样本和声音所有者口头同意录音，所有输出带 SynthID 水印。
MarkTechPost09/24海外新模型发布40
- YouTube 年内上线自定义信息流与多项 AI 功能
在年度 Made on YouTube 活动上，YouTube 宣布将推出 Custom Feeds 自定义信息流：用户输入描述即可生成新标签页，可细化描述并给推荐视频打分来调优，支持保存多个信息流，将先在美国上线网页、移动端和电视端。评论功能将支持发 GIF，可在普通视频和 Shorts 中使用；私信功能加入群聊，首批仅限美国、英国、新加坡、巴西和部分欧洲国家。活动还预告了面向观众和创作者的更多 AI 功能，但未给出具体细节。
- Claude Code v2.1.281 发布：修复会话恢复与缓存问题
Claude Code 发布 v2.1.281，主要修复会话恢复相关的多个问题：恢复超大 session 时只还原最后几条消息、恢复中断的工具调用会话时历史不一致、MCP 服务器断连导致 prompt cache 丢失等。新增功能包括：Claude apps gateway 支持新版 Claude Desktop 密钥策略块、Bedrock 上游支持 assume_role 与 Amazon Bedrock guardrail、settings.json 可设 "attribution": false 隐藏提交与 PR 署名、MCP URL 模式 elicitation、claude plugin validate 增加 MCP 服务器检查、/insights 增加 auto 模式推荐。
Claude Code 发布09/24海外模型35
- OpenAI 发布心理健康对话基准 MentalHealthBench
OpenAI 发布开放基准 MentalHealthBench，用于评估前沿模型在真实心理健康对话中的表现，并称模型在该场景持续改进。该基准由 80 多名心理健康临床医生参与构建，OpenAI 将其开源，供其他研究者检查方法、自行评测并在此基础上继续研究。
X @OpenAI09/24海外模型53
- 实测对比 5 款 LLM 网关：LiteLLM、Kong、Portkey 等
作者对比了 LiteLLM、Kong AI Gateway、Portkey、Bifrost、Apache APISIX 五款 LLM 网关在生产环境下的表现，关注流量管理、延迟、供应商故障和运维控制。LLM 网关位于应用与模型供应商之间，集中处理路由、负载均衡、限流、重试、故障回退、鉴权、日志、token 统计、成本监控、缓存等。文章指出单供应商的简单应用未必需要网关，但多供应商或高流量场景下集中控制价值明显，例如主供应商返回 429 限流时可在网关层统一决定重试、等待还是切换。原文正文不完整，具体对比结论有限。
DEV Community · AI09/24海外模型41
- NVIDIA 开源 100M 参数说话人分离模型 Nemotron 3
NVIDIA 在 Hugging Face 发布开源权重模型 Nemotron 3 Diarization，100M 参数，最多同时跟踪 8 位说话人，支持语音重叠场景，一个 checkpoint 同时覆盖离线录音与实时流式。权重采用 OpenMDW License 1.1，允许商用，通过 NVIDIA NeMo 在 Linux 上运行，支持 Ampere、Ada Lovelace、Hopper、Blackwell GPU。相比此前支持 4 人的 Streaming Sortformer，说话人上限翻倍。模型接收 16 kHz 单声道音频，输出每位说话人的活动概率，提供 4 档延迟配置：离线 30.4 s 缓冲 DER 12.73%，最低推荐 0.32 s 缓冲 DER 13.55%。
- ChatGPT Voice 升级：接入邮件、日历和 Slack
ChatGPT Voice 迎来重大升级，全球可用，底层换成 OpenAI 新的 GPT-6 Astra、Sol 和 Luna 模型，并首次能调用邮件、日历、Slack 等插件。用户可直接用语音查日历、发邮件、让 ChatGPT 发现并取消财务应用里的重复扣款，甚至搭建带结账页的网站。语音功能也进入网页和移动端的 ChatGPT Work，说话即可生成文档、演示文稿和表格，最新版应用已上线。OpenAI 称这是迈向《Her》式日常 AI 助手的一步，但也承认伴随风险。
The Decoder09/24海外模型2 个信源71
- ChatGPT 移动端上线语音 Agent 功能
OpenAI 宣布在移动端推出基于语音的 Agent 功能，用户可通过语音触发撰写文档、总结邮件等工作流。Plus 和 Pro 用户可在手机 Work 标签页中创建文档、起草邮件、总结 Slack 消息，还能建站、做演示、使用云端浏览器及访问财务等功能；Free 和 Go 用户可使用插件和已连接应用。ChatGPT 语音对话将提供更丰富的文本输出，用户可在文本与语音间切换，并支持移动端开始、桌面端继续。此前 7 月 OpenAI 推出对话模型 GPT-Live，并集成到桌面端 Work 和 Codex 标签页。
- Simon Willison 用 Fable 5.1 生成 Shadow DOM 交互教程
Simon Willison 发布了一个讲解 CSS shadow roots（影子 DOM）的交互式教程页面，通过可操作示例演示样式封装、继承、slots、parts 以及 JavaScript 访问等机制，展示 shadow root 如何创建带私有样式表的隔离 DOM 树。该页面由他向 Fable 5.1 Medium 输入提示词「构建一个用交互示例解释 CSS shadow roots 的作品」生成。原文未提供更多技术细节。
Simon Willison09/24海外模型31
- Google 为云端 AI 加入加密持久记忆层
Google DeepMind 公布 Private AI Compute 架构更新，将在云端引入持久化记忆层，让 AI 助手跨设备保留上下文。数据存放在专用加密存储中，解密密钥仅保存在用户设备上，Google 也无法访问。请求时设备通过端到端加密通道连接云端安全隔区，在隔离内存中临时解密、处理并立即重新加密。此前该平台及业界同类方案均为无状态，任务结束即清除上下文，无法支撑连续的个人 AI 体验。
Google DeepMind09/24海外模型42
- Anthropic 发布 Claude Opus 5.5，长上下文编码成本降 40%
Anthropic 称 Claude Opus 5.5 在典型按 token 计费的工作负载上，运行成本比 Opus 5 低约 40%。具体调整包括：输入与输出 token 价格下调 20%，缓存读取价格下调 60%。官方数据显示，2026 年 3 月至 9 月，Claude Code 单次请求上下文增长 2.6 倍，输入输出 token 比从 189:1 升至 324:1，每个 prompt 的模型调用次数增加超 40%，中断减少 68%。Anthropic 称缓存未命中的输入减少超过 50%。
Claude 博客09/24海外新模型发布46
- Anthropic 让 201 名员工的 Claude Agent 互相换书
Anthropic 做了个实验：201 名员工各带一本书，与 Claude 聊 5 分钟后派出 Agent 进入交易市场，替自己议价换书。5 分钟对话后，Agent 对 10 本书的偏好排序与本人有 61% 的配对一致。市场效率不足主要源于 Agent 掌握的用户信息不够，而非交易能力。重复实验发现，Agent 所用模型对谈判结果的影响大于给它的指令，模型越强市场越高效。多数人喜欢换到的书，平均愿意把年度购书预算的三分之一交给 Claude 支配。
Anthropic 研究09/24海外模型42
- LangChain 介绍 TypeSafe AI 的 Jev 模型：分类任务快 200 倍
TypeSafe AI 发布新模型 Jev，官方称在分类任务上推理速度最高快 200 倍、成本低 400 倍。Jev 不是传统 LLM，不生成文本，而是所谓 System One 模型：接收一个 state 和若干问题，返回带类型的答案与概率，用强化学习做校准决策（RLCD）训练。支持三类问题：Choice（多选一，返回各选项概率）、Score（按低中高打分，返回连续分数与分布）、Noul（是/否，返回为真的概率）。同一请求可并行问多个问题，增加问题几乎不增加响应时间。LangChain 发文介绍其如何嵌入 Agent 循环，替代每次决策都调用完整 LLM。
LangChain09/23海外新模型发布41
- OpenRouter 发布 Jev API 教程：TypeScript 实现内容审核
OpenRouter 发布教程，介绍 TypeSafe 的决策模型 Jev 及如何在 TypeScript 中调用其 API。Jev 接收非结构化输入（字符串、JSON 对象或字符串数组），返回带概率的类型化判断，由代码决定后续动作。请求由 state 和 questions 组成，问题分 choice、noul、score 三种类型，并行评估同一 state。choice 答案含获胜选项、各选项概率及 0-1 置信度；noul 只返回单一概率；score 返回加权平均、各等级概率、置信度和等级说明。教程以电商平台商品审核为例完整演示。
OpenRouter 公告09/23海外模型30
- OpenRouter 发布 2026 年嵌入模型选型指南
OpenRouter 实测了 37 个嵌入模型，按用途给出推荐：英文 RAG 首选 openai/text-embedding-3-small；输入超过 8192 token 用 voyageai/voyage-4-large（32000 token 上下文）；多语言检索用 qwen/qwen3-embedding-8b（支持 100 多种语言、32768 token、公开权重）；代码检索用 voyageai/voyage-code-4；图文检索用 google/gemini-embedding-2。最便宜的付费文本模型是 perplexity/pplx-embed-v1-0.6b，每百万输入 token 0.004 美元；nvidia/nemotron-3-embed-1b:free 免费且上下文 32768 token。
- Claude Opus 5.5 与 GPT-6 Sol/Luna 同日发布，价格战开打
Anthropic 发布 Claude Opus 5.5，约一小时后 OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna。GPT-6 Luna 定价 $0.10/M 输入、$0.50/M 输出，是 GPT-5.6 Luna 的一半，也是 OpenAI 史上最便宜的模型之一（仅弱于 GPT-4.1 Nano 和 GPT-5 Nano）。GPT-6 Sol 为 $2/M 输入、$10/M 输出，与 GPT-5.6 Terra 同价。Claude Opus 5.5 输入输出价格从 $5/$25 降至 $4/$20，降幅 20%，缓存读取价格下降 60%，对长 Agent 对话意义明显。
- LangChain 在 LangSmith Evals 中接入 Jev 评判模型
LangChain 宣布 Jev 可作为评判模型用于 LangSmith 的评估功能。Jev 由 TypeSafe AI 团队开发，属于 System One 模型，不生成文本，而是对状态返回带类型的答案和概率，支持三种问题类型：返回是/否概率的 noul、从选项集中选一的 choice、按有序量表打分的 score。LangChain 称其能以远低于 LLM 评判的成本评估开放式 Agent 行为，速度介于代码评估与 LLM 评判之间。用户可在任意 tracing 项目的 Evaluators 标签页中试用。
- Fireworks AI 推出专业智能指数 SII，覆盖 7 个领域基准
Fireworks AI 发布 Specialized Intelligence Index（SII），用于对比开放、闭源和专用模型在领域特定基准上的表现。首批覆盖医疗、法律、网络安全、金融、客服、生产力、软件 7 个领域，由从业者设计真实任务，后续会继续增加。文中引用 METR 研究：4 名维护者审核 3 个 SWE-bench Verified 仓库的 296 个 AI 生成 PR，维护者实际接受率平均比自动基准分数低 24.2 个百分点。
Fireworks AI09/22新模型发布0
- Phylo 用 Fireworks 开源模型跑科研 Agent，成本降 60%
生物科研 AI 公司 Phylo 在 Fireworks 上部署开源权重模型，运行 Biomni Lab 科研 Agent，成本降低 60%，用户数连续每月翻倍。Biomni Lab 源自斯坦福 2024 年开源项目 Biomni，全球 5 万多名科学家在用，Agent 可跨数百个数据库和工具完成研究规划、执行与分析，科学家报告假设到分析的周期最快提升 40 倍。Phylo 按自建 BiomniBench 为每类任务配置默认模型，新开源模型可在 24 小时内上线，目前大部分流量已转向开源模型，首 token 延迟约减半。
- Anthropic：Claude 优化 30 多个生物模型，速度提升约 4 倍
Anthropic 称其内部通用研究模型优化了 30 多个面向生物任务的深度学习模型，涵盖结构预测、蛋白质设计、基因组学和蛋白质语言模型。平均提速约 4 倍、精度损失极小；输出完全一致时提速近 2 倍，同时改善了内存占用。结合对原有 agentic 蛋白质设计流程的简化，Claude 用少两个数量级的 GPU 小时达到此前报告的同等 in silico 性能。此前单靶点设计最多耗费 1 万美元、约 2500 H100 GPU 小时。Anthropic 开源了全部优化代码，并与 Adaptyv Bio 合办蛋白质设计竞赛，投入最多 100 万美元 Claude 额度、25 万美元 Modal 算力及超 5000 个设计的湿实验验证。
- Fireworks 实测 DeepSeek-V4.1-Flash：编码精度追平 GPT-6 Astra，成本仅 1/15
Fireworks 发布 DeepSeek-V4.1-Flash 的基准测试结果：在 DeepSWE 编码任务上，该模型与 GPT-6 Astra、Gemini 3.8 Flash、Claude Opus 5 的 pass@1 差距在 0.7 分以内，但每任务成本仅 0.43 美元，分别是 Gemini 3.8 Flash 的 1/5.5、GPT-6 Astra 的 1/15、Claude Opus 5 的 1/28。模型为 552B 参数 MoE，采用编码器-解码器分离架构，输入侧激活 8B、输出侧激活 16B。实测中每任务消耗 3690 万输入 token、21.1 万输出 token，比例 174:1，与编码 Agent 反复读文件、只输出小补丁的负载特征吻合。
- Genspark 用 MiniMax M3 后训练出 Gen-1 Slides，成本比 Opus 5 低九成
Genspark 与 Fireworks Lab 合作，把 MiniMax M3 后训练成 Gen-1 Slides，该模型能端到端规划、撰写并检查幻灯片。在 Genspark 的评测中，其成稿质量与 Opus 5 持平，输入 token 价格约为 Opus 5 的 1/17，每份成品幻灯片成本低约 90%。生产环境中各项指标与 Opus 5 相当，低评分幻灯片占比从基座的 18% 降到 3.6%。训练侧由 Fireworks Lab 负责奖励工程、100 多次实验，以及让 10 万 token 轨迹保持数值稳定的系统工程。