跳到正文
只看模型
9月30日周三
  1. IT之家·人工智能60

    蚂蚁百灵发布 Ling-3.1-flash 模型：约 560B 总参数、25B 激活参数

    蚂蚁百灵发布 Ling-3.1-flash 模型，总参数约 560B，每个 Token 激活约 25B 参数，上下文窗口上限为 1M。模型围绕通用智能体、搜索、日常办公和软件研发等任务优化，并提升医疗、金融和材料科学研究场景能力。模型开放为期两周的免费体验，期间服务长度为 256K，转付费后计划开放 1M 上下文，届时团队也计划同步开源。

  2. Rohan Paul60

    StepFun 与 ACE Studio 发布 StepAudio 3 Music，可将文本描述和歌词生成完整歌曲，支持歌曲生成、器乐生成、音乐翻唱、人声编排四种工作流，并基于 ABC-COT 先规划音乐结构与编排再合成。

    引用StepFun@StepFun_ai

    StepFun and ACE Studio present StepAudio 3 Music, StepFun’s first music generation foundation model — built to turn a prompt and lyrics into a complete song. Describe the sound you want: • Genre, mood and vocal character • Instruments, key and BPM • Song structure and arrangement Four workflows in one model: 🎤 Song generation 🎹 Instrumental generation 🔁 Music cover 🎙️ Vocal-to-song arrangement Powered by ABC-COT, it plans musical structure and arrangement before synthesis. Generate a version, rewrite the prompt, edit the ABC notation, and iterate toward the sound in your head. (ABC-COT API coming soon) Try the interactive demo: › https://static.stepfun.com/blog/stepaudio3/music/

  4. OpenAI Developers70

    OpenAI 发布 GPT-6.1 Sol，称其在编码、computer use 和跨应用工作流中表现强劲，价格低于 GPT-6 Astra。引用内容提到其面向复杂重构、深度代码库调查和长时间运行的智能体，缓存输入享有较标准输入定价 95% 的折扣，并附文档链接 https://developers.openai.com/api/docs/models/gpt-6.1-sol。

    引用OpenAI Developers@OpenAIDevs

    GPT-6.1 Sol 来了。 升级后具备更强的智能体编程和计算机使用能力，接近 Astra 的性能，缓存输入价格为标准输入定价的 95% 折扣。 GPT-6.1 Sol 专为复杂重构、深度代码库调查以及跨应用的长时间运行智能体而打造。

    同一件事，精选收录的是《OpenAI 发布 GPT-6.1 Sol，以约五分之一价格接近 GPT-6 Astra 智能》

  5. Rohan Paul60

    Dyna Robotics 发布 Dyna-2.1，称其为首个实现可靠超长时程全身自主的 Physical Agent，并搭配全新半人形硬件 Taku。作者转发引用其公开的一小时无剪辑视频：机器人独自运行酒店式洗衣房，装载并启动机器、叠好毛巾并上架，且在别处需要处理时能中断当前动作而不瞬间冻结，这依赖一个并行视觉语言模型监视房间、让 Dyna-2 持续保持手部运作。

    引用Dyna Robotics@DynaRobotics

    We are releasing Dyna-2.1, the first Physical Agent that achieves reliable super long-horizon whole-body autonomy. It combines our brand-new semi-humanoid hardware with an agentic system built around Dyna-2 to handle ultra-long real-world workflows. Here is an uncut footage of Dyna-2.1 completing an entire hour-long laundry room workflow, just like a human does.

  9. Arena.ai67

    Arena 宣布 OpenAI 的 GPT-6.1 现已上线 Agent Arena，用户投票将影响其评估，分数即将公布。Agent Arena 通过数百万个真实世界、长时程智能体任务评测模型，模型可调用网页搜索、文件系统和终端工具完成复杂工作流，排行榜采用因果追踪方法衡量模型相对平均模型的结果表现。

    引用OpenAI@OpenAI

    GPT-6.1 Sol：以五分之一的价格提供接近 Astra 的智能。 它是当今可用的、在其性能水平上最具成本效益的模型。

    推荐理由：OpenAI 新模型上架 Agent Arena 和 Code Arena，读者可自行投票并等待基于真实智能体任务的分数。

  10. Arena.ai84

    Arena 公布 Claude Sonnet 5.5 (High) 在 Code Arena: WebDev 以 1699 分排第 4，混合价格约 $8 per Mtoken，比第 2、3 名便宜 80%。相较 Sonnet 5 (High) 的 1540 分提升 159 分，Reference-Based Design、Simulations、Gaming 均从第 30 多名升至第 4。

    引用Claude@claudeai

    隆重推出 Claude Sonnet 5.5，Claude 5.5 家族中的第二个模型。 相比 Sonnet 5 有明显升级，运行速度提升超过 30%，且大多数工作的成本最多降低 30%。

    推荐理由：原文给出实测榜单名次、分数与价格对比，读者可以据此评估该模型在成本与性能间的实际位置。

  11. Sam Altman56

    Sam Altman 宣布 6.1 Sol，价格仅为 Astra 的 1/5，并享有 95% 的缓存读取折扣。他称其能力极强，引用内容则称其为近乎 Astra 智能水平的主力模型，并提及 ultrafast 带来的 8X 加速已可用于 Astra、即将支持 6.1 Sol。

    引用Tibo@thsottiaux

    Introducing 6.1 Sol, near Astra intelligence at one fifth of the price of Astra and 95% cache read discount. It is an absolute workhorse. Combined with ultrafast for 8X speeded available today for Astra and coming soon for 6.1 Sol.

  14. Rohan Paul74

    OpenAI 发布 GPT-6.1 Sol，称其智能水平接近 GPT-6 Astra，价格约为五分之一。在所有推理设置下其错误率与 GPT-6 Astra 的差距保持在 1.9% 以内；低推理强度下事实错误率从 GPT-6 Sol 的 11.4% 降至 7.7%。原定今日发布的 GPT-6.1 Astra 未一并推出。

    引用OpenAI@OpenAI

    GPT-6.1 Sol：以五分之一的价格提供接近 Astra 的智能。 它是当今可用的、在其性能水平上最具成本效益的模型。

  21. OpenAI：官网动态86

    OpenAI 发布 GPT-6.1 Sol，以约五分之一价格接近 GPT-6 Astra 智能

    OpenAI 发布 GPT-6.1 Sol，在 agentic 编码、computer use 和专业工作等任务上接近 GPT-6 Astra，标准 API 价格为每百万输入 token $2、缓存输入 $0.10、输出 $10，约为 Astra 五分之一。

    推荐理由：官方公布了与 GPT-6 Astra 的多项基准对比和完整 API 定价，开发者可以据此评估用五分之一成本替代旗舰模型的可行性。

  22. IT之家·人工智能72

    OpenAI 在 Codex 和 ChatGPT Work 上线 GPT-6.1 Sol：性能接近 Astra，输入定价 2 美元/百万 tokens

    OpenAI 在开发者日活动中于 Codex 和 ChatGPT Work 推出 GPT-6.1 Sol 模型，官方称其在处理复杂任务时性能接近 Astra，但成本更低，适用于代码、应用程序和文档中重复性、长时间运行的任务。据 @LuminaBench 透露的定价，每 100 万 tokens 输入 2 美元、缓存输入 0.1 美元、输出 10 美元，可用性取决于套餐、客户端和工作区设置。

  24. Anthropic：Research81

    Anthropic 评测 GLM-5.3：能自主构建端到端网络漏洞利用且防护易被绕过

    Anthropic 发布对智谱 GLM-5.3 网络攻击能力的分析，发现其可自主开发端到端漏洞利用，在 ExploitBench 410 次尝试中成功 50 次，接近 Claude Mythos Preview 的 56 次。

    推荐理由：Anthropic 第一手评测给出 GLM-5.3 的漏洞利用成功率和防护绕过数据，读者可据此了解开放权重模型带来的攻击面变化。

  25. 蚂蚁百灵：Developer Blog67

    蚂蚁百灵发布 Ling-3.1-flash：560B 总参数、1M 上下文，两周免费体验

    蚂蚁百灵发布 Ling-3.1-flash，总参数约 560B、每 Token 激活约 25B，上下文窗口上限 1M，采用 7 层 KDA 配 1 层 Gated MLA 的混合线性架构，围绕通用智能体、搜索、办公和软件研发优化。

    推荐理由：官方发布给出架构参数和多场景评测数据，还附 Lua 编译器等长程任务案例，可据实对比模型的智能体能力。

  26. Cohere 产品与研究博客69

    Cohere 发布 Embed 5 嵌入模型家族，含 Pro 和 Fast 两档

    Cohere 发布 Embed 5 嵌入模型家族，含 Pro 和 Fast 两档，支持文本与图像输入、100+ 语言、128K 上下文，已通过 Cohere API、Microsoft Foundry、Amazon SageMaker 等渠道开放。

    推荐理由：官方给出两个档位的定价、基准成绩和共享嵌入空间设计，读者可以据此权衡检索质量与查询成本的部署方案。

9月29日周二
  1. Hugging Face 社区博客67

    NVIDIA 发布开源表格基础模型 Kumo Tabular，在 TabArena 等四项基准排名第一

    NVIDIA 发布开源表格基础模型 Kumo Tabular，对带标签表格做单次前向推理即可完成分类和回归，无需训练、调参或特征工程。

    推荐理由：官方技术博客披露了架构、纯人工数据预训练配方和四项基准成绩，读者可据此评估其替换梯度提升树的可行性。

  7. OpenAI：部署安全与系统卡41

    GPT-6 Astra 系统卡增补：GPT-6.1 Sol

    OpenAI 发布 GPT-6 Astra 系统卡增补，涉及 GPT-6.1 Sol。该模型沿用 GPT-6 Astra 的数据与训练方式，在生物与化学领域被定为 High capability，相关结果未越过 Critical 阈值。网络安全生产聊天评测中它优于此前所有模型，但在合成与半合成智能体环境中较 GPT-5.6 Sol 出现小幅退步。

  13. Arena.ai59

    Arena 宣布 GPT-6 Luna (Max) 进入 Agent Arena Pareto 前沿，净改进 +1.59%，中位成本每任务 $0.05。

    引用Arena.ai@arena

    GPT-6 Luna (Max) by @OpenAI is #23 in Agent Arena with +1.6% net improvement across 8K real-world agentic sessions from our global community of users. Although GPT-6 Luna (Max) did not land on the Agent Arena Pareto frontier, it remains a cost-efficient model. Its $0.05 median cost per task is 94% lower than GPT-6 Sol (Max) at $0.82 and 98% lower than GPT-6 Astra (Max) at $2.59. Its net-improvement score also comes within 0.09 percentage points of #22 GPT 5.5, while costing 91% less than its $0.56 median cost per task. This release is a six-place point-rank move over GPT-5.6 Luna (xHigh), at -0.9% and #29! By signal, GPT-6 Luna’s clearest gains over GPT-5.6 Luna are in: - Confirmed Success: #17 (+4.6%) vs. #33 (-4.6%) - Bash Recovery: #21 (+4.2%) vs. #27 (+2.2%) Congrats to the @OpenAI team on this release!