跳到正文
只看模型
10月15日周四
  4. 公众号：昆仑万维70

    昆仑万维发布并开源单张 RTX 5090 实时运行的视频大模型游戏 Matrix-Game 4.0

    昆仑万维于2026年10月15日发布 Matrix-Game 4.0，称其为第一款运行在单张消费级显卡上的视频大模型游戏，并同步开源。

    推荐理由：原文给出具体硬指标与三模块架构，还对比了同类方案的延迟和算力门槛，读者可据此评估这条实时世界模型路线的落地价值。

  6. IT之家·人工智能73

    xAI 发布 Grok Voice 3.0：官方称最智能语音转语音模型，延迟低于 1 秒，定价与上代持平

    xAI 发布语音转语音模型 Grok Voice 3.0，官方称其为智能水平最高的语音模型，延迟低于 1 秒。Artificial Analysis 语音转语音综合榜单排名第一（86.9 分），全双工基准得分 97%，τ-Voice 得分 71.6%，延迟较 GPT-Live-1（Astra）低 40%；ServiceNow EVA 基准取得 74% 的最高精度。

  9. Google Gemini67

    Google 宣布 Gemini 4 Argon 已向 Google AI Pro 和 Ultra 订阅用户全球开放，可通过 https://gemini.google 和应用使用。模型现已开始在 Gemini 应用中推出，官方另发推文串介绍其与最新应用更新如何帮助用户实现复杂想法。

    引用Google Gemini@GeminiApp

    你期待已久的时刻终于来了4…… 我们的全新前沿模型 Gemini 4 Argon 现已在 Gemini 应用中推出，助你将最复杂的想法变为现实。 看看 Gemini 4 Argon 以及 Gemini 应用中的最新更新如何帮助你充分利用每一次提示。🧵

    同一件事，精选收录的是《Gemini 4 Argon 向全球 Google AI Pro 和 Ultra 订阅者开放》

  10. Google Gemini72

    Gemini 官方宣布 Gemini 4 Argon 已向全球 Google AI Pro 和 Ultra 订阅者开放。该模型此前已在 Gemini 应用中逐步推出，定位为处理复杂任务的前沿模型，更多详情见官方推文线程 https://x.com/GeminiApp/status/2110039322229649783。

    引用Google Gemini@GeminiApp

    你期待已久的时刻终于来了4…… 我们的全新前沿模型 Gemini 4 Argon 现已在 Gemini 应用中推出，助你将最复杂的想法变为现实。 看看 Gemini 4 Argon 以及 Gemini 应用中的最新更新如何帮助你充分利用每一次提示。🧵

    推荐理由：原文确认 Gemini 4 Argon 已面向 Google AI Pro 和 Ultra 订阅者全球开放，读者可据此确认自己是否可用。

  11. Elon Musk67

    Musk 发文称 Grok Voice 3.0 已是全球领先的对话语音模型，并引用 Artificial Analysis 的评测：Grok Voice 3.0 以 86.9 分登顶 Speech to Speech Index，领先 GPT-Live-1（Astra, medium）的 83.2 和 Gemini 3.8 Live 的 82.6，较 Grok Voice 2.0 的 81.3 提升 5.6 分。该模型通过 Realtime API 提供，价格 $0.08 每分钟，Big Bench Audio 平均首音频延迟 0.81 秒，任务成功率 94.8% 居榜首。

    引用Artificial Analysis@ArtificialAnlys

    SpaceXAI 的 Grok Voice 3.0 是新的领先语音到语音模型，在 Artificial Analysis 语音到语音指数上以 86.9 首次亮相即排名第 1，同时在延迟方面也很有竞争力 Grok Voice 3.0 是 @SpaceXSI 的 Grok Voice 2.0 的继任者，这是一款可通过 SpaceXAI Realtime API 使用的语音到语音模型，价格为每分钟 $0.08。我们通过 SpaceXAI Realtime API 使用 Rex 语音对 Grok Voice 3.0 进行了评估。 关键要点： ➤ 语音到语音指数：Grok Voice 3.0 以 86.9 首次亮相即排名第 1，领先于 GPT-Live-1（Astra，medium）的 83.2、Gemini 3.8 Live Extended Thinking（High）的 82.6 和 GPT-Live-1（Sol，low）的 80.1。它高于 Grok Voice 2.0 的 81.3（+5.6 分）和 Grok Voice 1.0 的 73.7（+13.2 分），后者发布至今还不到六个月。该指数平均了语音推理（Big Bench Audio）、智能体性能（Tau Voice）、Arena 偏好和任务成功率 ➤ 语音智能体 Arena：Grok Voice 3.0 在偏好方面以 Elo 1070 排名第 3，落后于 Gemini 3.1 Flash Live Minimal（1100）和 Gemini 3.8 Live（1088），领先于 GPT-Live-1（Sol，low）的 1057，并以 94.8% 的任务成功率排名第 1，为榜单最高，略高于 Grok Voice 2.0 的 94.6%。Grok Voice 2.0 以 Elo 1011 落后 ➤ Tau Voice：Grok Voice 3.0 在我们实现的 Tau Voice 基准上以 71.6% 排名第 2，落后于 GPT-Live-1（Astra，medium）的 74.5%，领先于 Gemini 3.8 Live Extended Thinking（High）的 68.6% 和 GPT-Live-1（Sol，low）的 59.3%——高于 Grok Voice 2.0 的 56.5% ➤ Big Bench Audio：Grok Voice 3.0 在音频推理上得分 98.5%，领先于 Gemini 3.8 Live Extended Thinking（High）的 97.7% 和 Grok Voice 2.0 的 97.2% ➤ 速度：在 Big Bench Audio 上，Grok Voice 3.0 的平均首次音频时间为 0.81 秒，明显领先于 GPT-Live-1（Sol，low）的 1.24 秒、GPT-Live-1（Astra，medium）的 1.34 秒和 Gemini 3.8 Live Extended Thinking（High）的 1.35 秒，但慢于 Grok Voice 2.0 的 0.70 秒 ➤ 成本：Grok Voice 3.0 的输入音频成本为每小时 $4.80，与 Grok Voice 2.0 相同。这高于 GPT-Live-1（Sol，low）的 $4.47 和 Gemini 3.8 Live Extended Thinking（High）的 $3.50，低于 GPT-Live-1（Astra，medium）的 $5.83，并且比 GPT-Realtime-2.1 High 的 $10.75 便宜约 2.2 倍 祝贺 @elonmusk 和 @SpaceXSI 团队 🚀 更多详情见下方 ⬇️

    推荐理由：作者引用第三方评测数据，读者可以据此对比 Grok Voice 3.0 与同类语音模型在评分、延迟和价格上的差异。

  12. Arena.ai66

    Arena 发布基于超过 5000 次真实智能体会话的评测结果，Meta 的 Muse Wonder (Max) 进入 Agent Arena 第12名，净提升 +6.4%，比 Muse Spark 1.3 (Max) 高 +2.8 分并上升四位。

    引用Arena.ai@arena

    由 @AIatMeta 推出的 Muse Wonder (Max) 已进入 Code Arena：WebDev 以 1651 分位列第 15，Text Arena 以 1513 分位列第 2！ 在 Code Arena：WebDev 中，Muse Wonder (Max) 以 1651 分位列第 15。这一结果略低于以 1659 分位列第 12 的 Muse Spark 1.3 (Max)，与以 1655 分位列第 14 的 Kimi K3 (Max) 相差 4 分以内，并比以 1640 分位列第 16 的 Grok 4.7 (xHigh) 高 11 分。 此次发布在 Text Arena 中相较过去的 Muse 模型有显著提升。与以 1494 分位列第 11 的 Muse Spark 1.3 (Max) 相比，Muse Wonder (Max) 提升了 +19 分并上升 9 位至第 2。它落后于以 1525 分排名第 1 的 Gemini 4 Argon (High) 12 分。 祝贺 @AIatMeta 团队发布这一版本！

    推荐理由：原文基于5000多个真实智能体会话给出排名和成本对比，读者可据此衡量 Muse Wonder (Max) 的性价比变化。

  16. Rohan Paul63

    xAI 发布 Grok Voice 3.0，以 86.9 分登顶 Artificial Analysis 的 Speech-to-Speech Index，超过 OpenAI 和 Google，GPT-Live-1 为 83.2。最大提升在 τ-Voice 任务成功率，从 Grok Voice 2.0 的 56.5% 升至 71.6%；响应比 GPT-Live-1 快 40%，Big Bench Audio 上每任务成本 $0.025，低于 GPT-Live-1 的 $0.030 和 GPT-Realtime-2.1 (High) 的 $0.055。作者还提到 Grok Voice 3.0 已用于 Tesla，每天处理数百万段对话，支持通过 Connectors 查日历、回邮件，Grok Bot 可点咖啡、订晚餐。

    引用Rohan Paul@rohanpaul_ai

    SpaceXAI launched Grok Voice 3.0 tops Artificial Analysis’s Speech-to-Speech Index at 86.9, beating OpenAI and Google. The index blends spoken reasoning, simulated support calls, blind preference votes and task success, where GPT-Live-1 (Astra, Medium) reaches 83.2. The largest gain comes on τ-Voice, where a simulated caller asks the model to rebook flights or dispute charges using domain tools and a policy document. There, Grok’s success rate jumped from 56.5% under Grok Voice 2.0 to 71.6%. Grok’s edge is speed: it answers 40% sooner than GPT-Live-1, whose 1.34 seconds implies roughly 0.8 seconds, slightly slower than Grok Voice 2.0’s 0.70. Introducing Grok Voice 3.0 +2 It also costs $0.025 per task on Artificial Analysis’s Big Bench Audio run, against $0.030 for GPT-Live-1 and $0.055 for GPT-Realtime-2.1 (High).

  23. Arena.ai63

    Arena 宣布 Claude Haiku 5.5 (High) 上线 Agent Arena，基于超 20.5K 次真实智能体会话，净提升 +1.48%，综合排名 #27，Code 类排名 #15（+4.83%）。

    引用Arena.ai@arena

    Real-world results are in for Claude Haiku 5.5 (High) by @AnthropicAI. Debuting at #30 with 1587 pts in Code Arena: WebDev, this release sits just outside the Pareto frontier while still offering strong cost efficiency. It matches GPT‑6 Luna’s price at $0.10/$0.50 per 1M input/output tokens while scoring six pts higher. Compared with other Claude models, Haiku 5.5 offers: - 90% lower cost than Haiku 4.5 at +257 pts - 95% lower cost than Sonnet 5.5 (High) at -128 pts - 98% lower cost than Opus 5 (High) at -70 pts - 99% lower cost than Fable 5.1 (Max) at -157 pts Congrats to the team at @AnthropicAI on this release!

  24. Hugging Face 社区博客54

    Ai2 发布 HiRO-ACEv2，以约 X-SHiELD 三百分之一的成本生成全球 3 公里气候数据

    Ai2 发布 HiRO-ACEv2，新降尺度模型 HiROv2 可同时预测多种高分辨率要素，对百万分之一概率的极端风雨压事件，高分辨率统计误差在 3% 以内。系统生成全球 3 公里气候数据成本约为 X-SHiELD 的 1/300，10 年模拟中飓风能量与 X-SHiELD 相当，但目前只能用于与 X-SHiELD 对齐的气候，尚不支持更暖未来或 ERA5 等历史数据。

  26. Arena.ai57

    Arena 宣布 Anthropic 的 Claude Haiku 5.5 (High) 上线 Agent Arena，基于超 20.5K 真实智能体会话，净提升 +1.48%，总排名第 27。

    引用Arena.ai@arena

    Real-world results are in for Claude Haiku 5.5 (High) by @AnthropicAI. Debuting at #30 with 1587 pts in Code Arena: WebDev, this release sits just outside the Pareto frontier while still offering strong cost efficiency. It matches GPT‑6 Luna’s price at $0.10/$0.50 per 1M input/output tokens while scoring six pts higher. Compared with other Claude models, Haiku 5.5 offers: - 90% lower cost than Haiku 4.5 at +257 pts - 95% lower cost than Sonnet 5.5 (High) at -128 pts - 98% lower cost than Opus 5 (High) at -70 pts - 99% lower cost than Fable 5.1 (Max) at -157 pts Congrats to the team at @AnthropicAI on this release!

  27. 蚂蚁百灵：Developer Blog65

    蚂蚁百灵开源 Ling-3.1-flash：总参数约 560B、每 Token 激活约 25B，支持 1M 上下文

    蚂蚁百灵正式开源 Ling-3.1-flash，权重可在 Hugging Face 和 ModelScope 获取。模型总参数约 560B、每 Token 激活约 25B、最高支持 1M 上下文；经 MXFP4 与 block-FP8 量化后权重占用从约 534GB 降至 292GB，Hopper GPU 测试中服务部署由 8 卡降至 4 卡。

    推荐理由：官方开源公告给出权重入口、Artificial Analysis 与 Design Arena 评测数据和 4 卡部署实测，便于评估自部署可行性。

10月14日周三
  8. 公众号：卡尔的AI沃茨66

    实测 Gemini 4 Argon 写作能力，统一 1M 输入输出窗口

    作者实测 Google Gemini 4 Argon 的写作能力，让其以起点修真小说风格自写更新公告。该模型统一了 100 万 token 的输入输出窗口（此前输出上限为 64K），官方称回答更直接、减少套话、更好遵循提示词。API 定价为百万输入 2 美元、百万输出 10 美元，11 月 30 日后价格翻倍。