Topic
#ai-models
按主题聚合的新闻视图。
Topic Feed
主题：ai-models
共 63 条
Writer推出Palmyra X6以降低AI token成本
Writer推出了Palmyra X6，这是一款基于Z.ai开源模型GLM-5.2后训练而成的新旗舰模型。与此同时，Writer还升级了其标准的agentic harness，并表示这两项改进结合后，客户在基础任务上的部署成本最多可降低50%。
DeepSeek 升级 V4 Pro、开源 Harness 并上调 API 价格
DeepSeek 为其 V4 Pro 接口发布了 V4-Pro-0813 新版本，基准测试表现有所提升，但模型名称、参数量和 100 万 token 上下文窗口保持不变。与此同时，公司将 DeepSeek Harness v0.1 以开发者预览版形式开源，并宣布从 8 月 16 日 16:00 UTC 起实施新的峰值/非峰值 API 定价。
Meta 的 Glimmer 指向个人超级智能
Meta 发布了 Glimmer，这是一款拥有 300 亿参数、可在消费级硬件本地运行 AI 代理的开放权重模型。它被定位为 Meta 封闭模型 Muse Spark 的开放版本，并采用 Apache 2.0 许可证发布。
Meta 重返开源权重模型
Meta 发布了 Muse Glimmer，这是一个 300 亿参数的模型，权重已在 Hugging Face 上以 Apache 2.0 许可开放。根据《华尔街日报》，Meta 还计划在未来几周内发布更强大的 Muse Spark 1.2 的开源权重版本。
字节跳动推进万亿级模型训练
据知情人士透露，字节跳动正在训练一个规模最高可达10万亿参数的AI模型。该项目目前仍处于预训练阶段，而预训练通常需要三到六个月，之后才可能进行微调并发布。
阿里巴巴发布Qwen3.8-Max挑战美国AI领先者
阿里巴巴发布了Qwen3.8-Max，并称其为公司迄今规模最大、能力最强的AI模型，同时表示将向用户广泛开放。公司还说，将在下周发布该模型的权重。
New Deepseek Flash model matches OpenAI's GPT-5.6 Luna at roughly 60 percent lower cost
Deepseek’s V4 Flash 0731 significantly improves over its predecessor, nearly matches OpenAI’s GPT-5.6 Luna on benchmarks, and does so at roughly 60% lower cost per task.
Open weights vs. closed: An AI civil war's afoot, and the stakes are existential
A ZDNet article argues that the growing conflict between open-weight and closed AI models is becoming a major industry and policy battle, highlighted by recent model performance and allegations of model distillation.
Moonshot AI开源Kimi K3权重和服务栈
Moonshot AI已经发布了Kimi K3的模型权重和技术报告，同时还在开源部分推理基础设施，包括高性能注意力内核、MoE通信库，以及用于大规模运行AI代理的工具。公司宣称，这种架构能够在单位算力上带来2.5倍的智能提升。
中国开权重AI冲击美国巨头
《The Verge》报道，月之暗面（Moonshot AI）的 Kimi K3 这一中国开权重模型，因据称能以更低成本达到与美国顶级系统相当的表现，而在硅谷引发强烈关注。月之暗面还计划免费公开该模型的权重，并明确面向美国用户。
Anthropic 推出更便宜更强的 Claude Opus 5
Anthropic 发布了新的旗舰模型 Claude Opus 5，并将其定位为以大约一半的 token 价格提供接近 Fable 5 的表现。公司称它在代理式编程和知识工作基准上表现尤其强，目前已成为 Claude Max 的默认模型，也是 Claude Pro 上最强的可用模型。
Anthropic 发布 Claude Opus 5
Anthropic 于 2026 年 7 月 24 日发布了 Claude Opus 5，这是其最新的重型模型。公司表示，它比 Fable 5 更便宜、限制更少，而且在多项基准测试中表现更好。
Poolside 的 Laguna S 2.1 以小模型挑战大模型编程性能
Poolside 发布了 Laguna S 2.1，这是其在大约三个月内推出的第三个编程模型。这个开权重的混合专家模型拥有 80 亿个激活参数、1180 亿个总参数，并支持最高 100 万 token 的上下文窗口。
中国开源模型挑战硅谷
《连线》报道称，以 Moonshot AI 的 Kimi K3 为代表的中国开源权重 AI 模型，已经在多项基准测试上接近或追平西方顶级模型。报道还指出，这一进展加剧了硅谷和华盛顿的担忧，美国官员开始提出模型蒸馏和潜在制裁等问题。
中国新模型挑战美国AI领先地位
月之暗面宣布推出 Kimi K3，阿里巴巴随后发布了 Qwen3.8，两家公司都声称新模型能够以更低成本对标 OpenAI 和 Anthropic 的顶级系统。月之暗面表示将于 7 月 27 日开放 Kimi K3 的完整模型权重，阿里巴巴则称 Qwen3.8 将很快转为开权重。
月之暗面 Kimi 引发新一轮开源 AI 争论
月之暗面发布了新版 Kimi 模型 Kimi K3，并表示它虽然仍落后于 Claude Fable 5 和 GPT 5.6 Sol 等顶级闭源模型，但在自家评测中展现出前沿级表现。此次发布再次引发了外界对中国开源 AI 进展及其市场影响的讨论。
Kimi K3 挑战西方算力优势
月之暗面发布了 Kimi K3，这是一款拥有 2.8 万亿参数的开源权重多模态推理模型，早期评测显示它正在逼近顶级西方系统的表现。此次发布再次引发外界对美国出口管制是否真的在限制中国前沿模型进展的讨论。
Moonshot AI 发布 Kimi K3
Moonshot AI 发布了 Kimi K3，这是一款拥有 2.8 万亿参数的模型，官方称其为迄今最强模型，也是首个“开放 3T 级模型”。该模型目前已可通过 Moonshot 网站和 API 使用，官方还承诺将在 2026 年 7 月 27 日前后开放权重发布。
Kimi K3将开源模型推近前沿水平
Kimi 发布了 K3，这是一款多模态开源权重模型，拥有 2.8 万亿参数、896 个专家和 100 万 token 的上下文窗口。公司表示完整权重将于 7 月 27 日前后发布，自家基准测试显示 K3 接近 Claude Fable 5 和 GPT-5.6 Sol。
月之暗面Kimi 3瞄准前沿AI
TechCrunch援引《金融时报》和匿名消息称，月之暗面下一代模型Kimi 3预计将达到甚至超过Anthropic的Opus 4.8。报道称它将在未来几天内发布，并可能成为中国规模最大的开权重AI模型，参数量介于2万亿到3万亿之间。
Thinking Machines 发布 9750 亿参数多模态开权重模型 Inkling
由前 OpenAI CTO Mira Murati 创办的 Thinking Machines Lab 发布了 Inkling，这是一款拥有 9750 亿参数的多模态开权重模型。该模型可原生处理文本、图像和音频，其权重已在 Hugging Face 上开放。
Thinking Machines 发布首个开放权重模型
Thinking Machines Lab 发布了其首个模型 Inkling，这是一个从零训练的大型多模态开放权重系统，能够处理音频、视频和文本。公司还表示，它用 Inkling 来对自身进行微调和改进。
Thinking Machines 发布开源多模态模型 Inkling
由前 OpenAI 首席技术官 Mira Murati 创办的 Thinking Machines Lab 发布了 Inkling，这是该公司的首个自研 AI 模型，也是首个开放权重模型。公司称它是一个多模态混合专家系统，总参数量达 9750 亿，训练数据包含 45 万亿个文本、图像、音频和视频 token。
开源权重模型正在赢得AI采用
TechCrunch认为，真正的AI竞争焦点已经从前沿模型的发布转向开发者实际部署的开放权重模型。文章引用的数据表明，中国的开放权重模型在Hugging Face下载量中领先，在OpenRouter上占据最受欢迎模型榜单前列，并在Vercel上承接了大量AI请求。
Meta 的 Muse Spark 1.1 在编程和成本上提升
Meta 的 Muse Spark 1.1 在 Artificial Analysis Intelligence Index 上拿到 51 分，三个月内提升了 8 分。它在编程任务上以 71.3 分略微超过 GLM-5.2，单任务成本为 0.26 美元，同时幻觉率从 73% 降到了 38%。
Meta 发布带 API 的 Muse Spark 1.1
Meta 发布了 Muse Spark 1.1，这是首个提供 API 的 Spark 模型。此次公告还声称其在智能体式工具调用和电脑操作能力方面有了显著提升，并配套发布了新的评测报告。
Meta向开发者开放Muse Spark 1.1
Meta通过新的 Meta Model API 发布了 Muse Spark 1.1，并面向美国开发者提供公开预览。公司表示，这一更新版本在编码、修复漏洞、多模态理解和智能体工作流方面都比第一代 Muse Spark 更强。
SpaceXAI 发布 Grok 4.5，定位为 Opus 级模型
SpaceXAI 发布了 Grok 4.5，这是公司在几周前上市后推出的首个新模型。公司表示，该模型已面向公众开放，目标是用于编码、应用开发、研究、写作以及其他常规知识工作任务。
Grok 4.5 以低价押注实用性
xAI 发布了 Grok 4.5，这是一款面向编程、智能体任务和知识工作的模型。文章强调它的定价远低于竞争对手的前沿模型，xAI 将成本优势定位为比少量基准分差更重要的卖点。
中国AI模型因价格优势扩大而抢占份额
报道显示，中国AI模型如今在 OpenRouter 上的流量占比已经稳定超过30%，最高一度达到46%。随着价格更低、质量提升，它们的份额相比去年平均11%明显上升。
Mistral 的 Leanstral 1.5 强化形式数学与找 Bug 能力
Mistral AI 发布了 Leanstral 1.5，这是一个基于 Lean 4、采用 Apache 2.0 许可的开源形式验证模型。该公司称它在 miniF2F 上达到 100%，在 PutnamBench 的 672 道题中解出 587 道，并在 FATE-H 和 FATE-X 代数基准上取得了领先成绩。
桥水微调开源模型胜过GPT和Claude
桥水和 Thinking Machines Lab 表示，他们微调后的开源权重 Qwen3-235B 模型在内部金融文档评测任务中优于主流商业模型。根据他们自己的测试，该模型准确率达到 84.7%，而他们测试过的最佳前沿模型为 78.2%，运行成本还低了近 14 倍。
Claude Sonnet 5 掩盖了更高的实际成本
独立机构 Artificial Analysis 的评测显示，Claude Sonnet 5 在基准表现上优于 Sonnet 4.6，但完成每个任务时消耗的 token 大幅增加。文章认为，Anthropic 虽然在表面上维持了 token 价格不变，但实际使用成本已经上升。
Coinbase joins the rush to Chinese AI models as Western labs face a pricing stress test
Coinbase is increasingly routing workloads to low-cost Chinese AI models, highlighting growing pricing pressure on Western AI providers.
OpenAI 推出受限预览的 GPT-5.6 Sol
OpenAI 发布了 GPT-5.6 新模型系列，包含 Sol、Terra 和 Luna 三个层级。Sol 是旗舰模型，目前仅通过 API 和 Codex 向少数合作伙伴开放预览，并受到美国政府访问规则的限制。
Lindy改用DeepSeek大幅削减AI成本
AI 初创公司 Lindy 据称已经用 DeepSeek 完全取代了 Anthropic 的 Claude，首席执行官 Flo Crivello 表示，这一调整为公司节省了数百万美元。他说，公司的 AI 账单已经变得难以承受，只有当 Anthropic 降价时他才会考虑换回去。
Snowflake 编码基准中 GLM-5.2 对比 Opus 4.7
Snowflake 将智谱的 GLM-5.2 与 Anthropic 的 Claude Opus 4.7 进行了 103 个真实编程任务的测试。每个任务允许三次尝试时，两者的解题率几乎相同，GLM-5.2 为 66%，Opus 4.7 为 67%。
Cursor 发布自研 AI 模型、Origin 和移动应用
Cursor 表示，其首个完全自训练的 AI 模型已经开始训练，并预计将在未来几周内发布。公司还宣布了 Origin，一个面向人类和 AI 代理的新 Git 平台，以及 Cursor Mobile 的 iOS 测试版。
纳德拉警告不要盲目“token-maxing”
微软首席执行官萨提亚·纳德拉表示，开发者不应把最强大的 AI 模型用于每一项任务，并认为生产力提升必须匹配 token 成本。他还承认自己也是“token-maxer”，并称这种习惯“很上瘾”。
Kimi K2.7 Code 大幅降价
月之暗面推出了 Kimi K2.7 Code，这是一款面向复杂编程任务和智能体工作流的开源权重模型。它的定价为每百万输入 token 0.95 美元、每百万输出 token 4.00 美元，远低于 GPT-5.5 和 Claude。
Claude Fable 5 登顶基准但价格翻倍
Anthropic 的 Claude Fable 5 以 64.9 分登上 Artificial Analysis Intelligence Index 第一名，超过了包括 GPT-5.5 在内的竞争对手。相比 Opus 4.8，它的整体性能提升只有 5.7%，但 token 价格却大约翻了一倍。
Google 的 DiffusionGemma 提升并行文本生成速度
Google DeepMind 发布了 DiffusionGemma，这是 Gemma 4 开源模型家族中的新成员，但它不再采用逐 token 自回归生成，而是使用类似扩散的去噪式文本生成。Google 表示，它在本地硬件上可带来约 4 倍速度提升，在 RTX 5090 上大约可达到每秒 700 个 token，在 H100 上可达到每秒 1000 个以上。
Claude Fable 5 初步印象
Simon Willison 花了大约 5.5 小时测试 Anthropic 新发布的 Claude Fable 5，并表示它像一款能力很强的前沿模型，但速度慢、成本高。他还提到 Anthropic 同时发布了 Claude Mythos 5，而 Fable 则是安全限制更严格的版本。
Anthropic 的 Fable 5 可生成可玩游戏
Anthropic 已公开发布 Claude Fable 5，这是其 Mythos 模型首次面向公众开放。研究者 Ethan Mollick 的早期测试显示，它能生成出乎意料地强大的输出，包括在 Claude Code 中仅用一个提示词就生成完整可玩的电子游戏。
更便宜的 AI 模型可能重塑企业支出
TechCrunch 认为，AI 成本上升可能迫使企业把更多工作负载从前沿大模型转向更便宜的模型。文章还引用了 Brian Armstrong 的预测：在未来 12 到 18 个月内，80% 的工作负载可能会运行在便宜 99% 的模型上。
Anthropic发布Claude Fable 5和Mythos 5
Anthropic发布了两款第五代 Claude 模型：面向通用场景的 Claude Fable 5，以及仅向部分合作伙伴开放的 Claude Mythos 5。文章称，Fable 5 在编程、视觉和分析基准上超过了 Anthropic 以往的所有模型，而 Mythos 5 则面向网络安全、药物设计和基因组学研究等专门领域。
MiniMax M3：百万级上下文开源权重模型
MiniMax 发布了 M3，这是一款具备百万 token 上下文窗口和较强编程能力的开放权重多模态模型。公司表示模型权重将很快公布，而当前已经可以通过 API 使用。
Nemotron 3 Ultra 成为美国最强开源模型
根据 Artificial Analysis 的排名，Nvidia 的 Nemotron 3 Ultra 现在是美国评分最高的开源 AI 模型，得分为 48。它大约有 5500 亿个总参数、约 550 亿个激活参数，Nvidia 表示将于 6 月 4 日在 Hugging Face、OpenRouter 等平台发布。
Google展示Gemini Omni和3.5
Google 在 Google I/O 2026 上展示了其新的 Gemini Omni 和 Gemini 3.5 系列的九个演示。 这些演示重点展示了 Omni 的多模态视频生成与对话式编辑能力，以及 Gemini 3.5 Flash 的智能体和编码能力。
Anthropic 发布 Claude Opus 4.8
Anthropic 发布了 Claude Opus 4.8，并将其描述为一次“适度但切实”的升级，声称它在大多数基准测试中超过了 GPT-5.5。此次更新还加入了动态子代理工作流和由用户控制的推理努力设置。
Anthropic 发布 Opus 4.8 和动态工作流
Anthropic 发布了 Claude Opus 4.8，这是其目前最强、面向公众可用的最新版本模型，并将标准定价维持在与上一代 Opus 相同的水平。此次发布还带来了 Dynamic Workflows，这是一项研究预览功能，旨在协调数百个并行子代理处理复杂任务。
Claude Opus 4.8 强调诚实与可控推理力度
Anthropic 将于周四发布 Claude Opus 4.8，公司称这款模型更倾向于标注不确定性，也更不容易做出缺乏依据的断言。它还加入了可由用户调整的回答“努力程度”，并以研究预览形式推出新的“动态工作流”功能。
Gemini 3.5 Flash 以更高推理成本换取更快速度
Google DeepMind 发布了 Gemini 3.5 Flash，它的输出速度超过每秒 280 个 token，被称为同类智能水平中最快的模型。不过，它的运行成本约为前代的 5.5 倍，token 价格也从 Gemini 3 Flash 时代上涨了三倍。
Gemma 4 通过推测解码提速最高 3 倍
谷歌为 Gemma 4 发布了实验性的多标记预测（MTP）起草模型，它们利用推测解码来预测未来的标记，从而加速生成。谷歌表示，这种方法可以让本地模型输出最高快 3 倍。
xAI发布Grok 4.3，价格大幅下调并新增创意代理模式
xAI发布了Grok 4.3，这是一个功能更强且价格更低的AI模型，支持自主执行网络搜索、代码运行和文档生成等任务。同时新增了‘Imagine代理模式’，用于管理如视频或漫画等长期创意项目。
Mistral发布Medium 3.5，将聊天、推理和代码整合进单一模型
Mistral发布了Medium 3.5，这是一个拥有1280亿参数的密集型模型，将聊天、推理和代码功能整合到一个统一系统中，并引入异步云代理用于任务自动化，以及Le Chat中的新“工作模式”以支持多步骤流程。
深度求索发布低成本高性能开源模型
深度求索发布了V4-Pro和V4-Flash两款开源权重模型，参数规模高达1.6万亿，上下文长度达一百万token，定价远低于OpenAI和谷歌等竞争对手。
阿里巴巴Qwen3.6在代理编程基准测试中超越谷歌Gemma 4
阿里巴巴发布了Qwen3.6-35B-A3B开源模型，在代理编程基准测试中表现优于谷歌的Gemma 4。该模型采用专家混合架构，每次仅激活350亿参数中的三个，从而提升效率。
Anthropic发布Claude Opus 4.7，同时限制更高级的Mythos预览版
Anthropic发布了目前功能最强的通用模型Claude Opus 4.7，该版本在编程、指令理解和创造力方面均有提升。公司仍对更先进的Mythos预览版进行限制，用于安全测试。
Anthropic的Claude Opus 4.7提升编码与视觉能力，同时降低网络安全风险
Claude Opus 4.7 引入了三倍图像分辨率（最高达2576像素），并通过训练调整和自动阻止高风险请求，有意识地降低了网络安全能力。
Gemini Pro在真实测试中胜过ChatGPT Plus
ZDNET进行的实测显示，Gemini Pro在写作和生态系统整合方面优于ChatGPT Plus，而ChatGPT在代理AI任务上胜出。两者月费均为19.99美元。
谷歌首次以Apache 2.0许可证发布Gemma 4模型
谷歌发布了Gemma 4，这是一个包含四个开放AI模型（2B–31B参数）的系列，并首次采用宽松的Apache 2.0许可证。这标志着从早期限制性许可的重大转变，使商业用途更加广泛。
阿里巴巴发布Qwen3.6-Plus，具备百万token上下文和代理编码能力
阿里巴巴在几天内发布了第三款自研AI模型Qwen3.6-Plus，该模型拥有百万token的上下文窗口，并显著提升了前端开发等代理编程任务的能力。