跳到正文
只看模型
10月27日周二
  2. Sam Altman71

    OpenAI 发布 GPT-6.1 Terra，以更低价格提供快速且能力较强的计算机使用能力。据官方介绍，该模型能理解屏幕内容、跨应用执行操作、自然写作，效率足够承担更多整个工作日的任务；Sam Altman 表示对新 era 的 computer use 尤其期待。

    引用OpenAI@OpenAI

    GPT-6.1 Terra：以更低的价格提供快速且强大的计算机使用能力。 GPT-6.1 Terra 能理解屏幕上的内容，跨应用执行操作，写作自然流畅，是一个能胜任你整个工作日的更强大模型，并具备承担更多工作的效率。

    同一件事，精选收录的是《OpenAI 发布 GPT-6.1 Terra，主打电脑操作与写作能力》

  4. Tibo74

    作者宣布 GPT-6.1 Terra 回归，称这是其首个在写作、个性和细致理解请求上显著更好的模型。该模型擅长电脑操作，可理解屏幕内容并跨应用执行操作，在 API 和订阅中提供的用量是 6.1 Sol 的 2 倍，价格更低。

    引用OpenAI@OpenAI

    GPT-6.1 Terra：以更低的价格提供快速且强大的计算机使用能力。 GPT-6.1 Terra 能理解屏幕上的内容，跨应用执行操作，写作自然流畅，是一个能胜任你整个工作日的更强大模型，并具备承担更多工作的效率。

    推荐理由：发布者本人说明了 Terra 在写作与屏幕理解上的改进，并给出相对 6.1 Sol 两倍用量的对比，便于评估适用场景。

  5. OpenAI：官网动态86

    OpenAI 发布 GPT-6.1 Terra，主打高效计算机操作与更低成本

    OpenAI 发布 GPT-6.1 Terra，定位快速高效的计算机使用与视觉推理模型，标准 API 定价比 GPT-5.6 Terra 和 GPT-6.1 Sol 低 50%，为每百万输入 token $1、缓存输入 $0.05、输出 $5。

    推荐理由：官方公布了 GPT-6.1 Terra 在电脑操作、编码和成本上的具体数据与定价，便于开发者评估高吞吐任务是否值得迁移。

  6. Arena.ai75

    Arena 宣布 OpenAI 的 GPT-6.1 Terra 已进入 Agent Arena，用户可前往测试，分数即将公布。该平台基于全球用户提供的数百万真实长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 Terra：以更低的价格提供快速且强大的计算机使用能力。 GPT-6.1 Terra 能理解屏幕上的内容，跨应用执行操作，写作自然流畅，是一个能胜任你整个工作日的更强大模型，并具备承担更多工作的效率。

  7. Artificial Analysis 完整文章76

    Artificial Analysis 评测 GPT-6.1 Terra：以不到三分之一成本推进性价比前沿

    Artificial Analysis 评测 OpenAI 发布的 GPT-6.1 Terra，称其在低中 effort 下达到智能与成本的 Pareto 前沿，价格为 GPT-5.6 Terra 的一半或更低（$1/$5 每百万输入/输出 token）。

    推荐理由：评测方给出 GPT-6.1 Terra 在智能指数、幻觉率和编码代理基准上的具体得分与成本对比，读者可据此评估其性价比位置。

  8. ChatGPT71

    OpenAI 发布新模型 GPT-6.1 Terra，主打快速高效，强化视觉推理、精确的电脑操作和更清晰自然的写作。官方称其适用于解读技术图纸、起草提案、填写表单和剪辑视频等整个工作日场景，今天起在 ChatGPT Work 和 Codex 中向 Plus、Pro、Enterprise 和 Edu 用户推出。

    同一件事，精选收录的是《OpenAI 发布 GPT-6.1 Terra，主打电脑操作与写作能力》

10月26日周一
  1. IT之家·人工智能67

    腾讯混元同声传译大模型 Hy-SimulMT 开源，实测响应约 3 秒

    腾讯混元发布并开源同声传译大模型 Hy-SimulMT，支持中英语音到语音实时翻译，响应时间实测约 3 秒，低于人类专业译员 4-5 秒的平均水平，并支持实时音色克隆。该模型在腾讯 Hy 翻译 App 首发免费体验；在长音频评测集 RealSI 上延迟最低且效果达开源模型最佳，团队还邀请 6 位持 CATTI 一二级证书的人类同传专家对比测评，称其在翻译质量上达到专家水平且时延更低。

  3. 公众号：腾讯混元68

    腾讯混元开源同声传译大模型 Hy-SimulMT，实测效果超主流商用 API

    10 月 26 日，腾讯混元发布并开源同声传译大模型 Hy-SimulMT，支持中英语音到语音实时翻译，实测响应时间约 3 秒，低于人类专业译员平均的 4-5 秒。

    推荐理由：原文给出实测时延约 3 秒、对比人类同传专家和商用 API 的测评细节，以及 HuggingFace、GitHub 等开源入口，读者可据此评估其在真实同传场景的可用性。

10月25日周日
  1. IT之家·人工智能48

    KRAFTON AI 预览 Raon-1 mini 模型：30B-A4B，可与 Meta Muse Glimmer 竞争

    KRAFTON AI 公布从头训练的 Raon-1 mini 预览版，采用混合专家架构与线性注意力，体量 30B-A4B，以 Apache 2.0 许可开源并提供限时免费 API 试用。该模型聚焦韩语并兼顾英语，官方称其在编程与智能体任务上与 Meta 的 Muse Glimmer 30B 相当，且速度更快、内存效率更高。正式版及后续更大模型即将推出。

  4. TechCrunch：AI56

    Block 发布本地运行的全双工语音模型 Dessa

    Jack Dorsey 旗下 Block 的研究实验室发布语音模型 Dessa，可在单块 NVIDIA GPU 上本地运行，支持全双工对话，能同时说和听。模型完全基于人类语音训练，带有笑声、停顿、哭泣等情感表达，官方称其知识来自对话数据而非搭配大语言模型。该模型可在 MacBook M4 Max 等消费级电脑上运行，目前尚未公开，Block 正招募安全研究员测试。

10月24日周六
  1. Arena.ai65

    月之暗面 Kimi K3.1 Pro (Max) 进入 Agent Arena 排名第 11，基于超 4000 个真实智能体会话实现 +7.6% 净提升，较 Kimi K3 (Max) 的 #25（+1.6%）上升 14 位。

    引用Arena.ai@arena

    Big news: @Kimi_Moonshot is back in the top-4 labs in the Code Arena: WebDev with the release of Kimi K3.1 Pro! This model just landed #8 in the Code Arena: WebDev with 1692 pts, matching Claude Opus-5 (Max) at 70% lower cost. This is a 9 place jump (+37 points) from Kimi K3 (Max) at #17 with 1655 pts. Kimi K3.1 Pro improved from Kimi K3 across all categories. Highlights: - #7 in Brand & Marketing (up from #9) - #9 in Simulations (up from #20) Cost efficiency is another upgrade. Priced at $2/$10 per million input/output tokens, Kimi K3.1 Pro (Max) has a median cost per task of $1.23 (29% less than Kimi K3). See its placement compared to the Pareto frontier in thread. With open weights coming soon, Kimi K3.1 Pro would be the new #1 open model in the Code Arena: WebDev, overtaking DeepSeek-v4.1-Flash. Stay tuned! See @Kimi_Moonshot’s ranking by lab, and 3D generations from Kimi K3.1 Pro below in thread. Huge congrats to the @Kimi_Moonshot team on this release!

  2. The Decoder：AI News40

    Block 推出纯语音训练 AI 模型 Dessa，可实时识别情绪与讽刺

    Block 发布 AI 语音模型 Dessa，称其为首个完全基于人类语音、不含任何文本数据从零训练的模型，直接以音频处理语音而非先转文字，可实时捕捉情绪、讽刺、笑声和停顿。Dessa 支持全双工交流，可在 MacBook Pro M4 Max 本地运行，训练使用单台 NVIDIA GB200 NVL72。该模型尚未公开，团队正招募 AI 安全研究人员测试潜在风险。

  4. Latent Space80

    Moonshot 发布 Kimi K3.1 Pro：2.8T 总参数、104B 激活，承诺 11 月 4 日开放权重

    Moonshot 发布 Kimi K3.1 Pro，为 K3 的大规模后训练版本，2.8T 总参数、104B 激活的多模态 MoE 模型，上下文窗口 1M token，API 已上线，权重承诺 2026 年 11 月 4 日开放，Highspeed 版输出速度快 2-3 倍、价格为标准版两倍。

    同一件事，精选收录的是《月之暗面发布 Kimi K3.1 Pro，100 万 token 上下文，开放权重将于 11 月 4 日前释出》

  7. 公众号：数字生命卡兹克78

    Kimi 发布开源旗舰模型 K3.1 Pro：2.8T 参数、100万 Token 上下文，实测 3D 与视频动效

    月之暗面发布旗舰模型 Kimi K3.1 Pro，参数 2.8T，支持 100 万 Token 上下文，完整模型权重预计 11 月 4 日前开放。API 输入每百万 Token 13 元、输出 68 元，相比 K3 基本砍半，并同步推出输出速度约 2 到 3 倍、价格翻倍的 Highspeed 版本。

    推荐理由：作者实测视觉、3D 与视频动效方向，结合官方跑分和价格对比，能帮读者判断 Kimi K3.1 Pro 是否值得上手。

  14. MiniMax (official)41

    MiniMax M3.1 Flash 现已登陆 @tenstorrent Cloud——将前沿 AI 带到 Tensix 芯片、以太网横向扩展，以及由 Jim Keller 领导的团队打造的开源技术栈上。 开放权重。多样化架构。一个开放、异构的 AI 未来。🫡

    引用Tenstorrent@tenstorrent

    Today @MiniMax_AI released the open weights for MiniMax M3.1 Flash – available now on Tenstorrent Cloud. Explore in the playground or connect to your agent harness. Start building → https://bit.ly/47vU2zc

  16. The Verge：AI50

    Jack Dorsey 旗下 Block 发布纯语音对话模型 Dessa

    Jack Dorsey 旗下 Block 发布名为 Dessa 的语音 AI 模型，称其完全从零只用人类对话训练，是真正的语音到语音模型。示例对话显示交互自然但偶有尴尬和错认，团队称其可在 MacBook Pro M4 Max 或更高配置上本地运行，并将向一小群 AI 安全研究者开放早期访问。

  17. Rohan Paul75

    Moonshot AI 发布 Kimi K3.1 Pro，为其最强的 3T 级开源权重模型，1M token 上下文，2.8T 总参数、104B 激活（MoE），支持多模态。

    引用Kimi.ai@Kimi_Moonshot

    隆重推出 Kimi K3.1 Pro：我们能力最强的 3T 级开放权重模型。 🔹 1M token 上下文，2.8T 总参数 / 104B 激活参数（MoE），多模态。 🔹 全项目级编程：可在 Unreal、Unity 和 Godot 中开发游戏。 🔹 擅长在 Blender 和 CAD 中进行参数化 3D 建模。 🔹 在金融工作上更可靠：建模准确，幻觉降低 65%。 🔹 在编程、智能体和知识基准测试中，与最强的闭源模型不相上下。 Kimi K3.1 Pro 和 K3.1 Pro Highspeed（快 2–3 倍）现已在 http://Kimi.ai、Kimi Work、Kimi Code 和 Kimi API 上线。 开放权重将于 2026 年 11 月 4 日发布。 🔗 API：http://platform.kimi.ai 🔗 技术博客：http://kimi.ai/blog/kimi-k3-1-pro

  18. Rohan Paul72

    Rohan Paul 转述 Moonshot AI 发布的 Kimi K3.1 Pro 在开放权重发布前刻意削弱了网络攻击能力：因观察到后训练规模扩大时漏洞利用能力随之上升，Moonshot 从 mid-training 和 RL 中移除了网络相关数据，内部 xdev-bench-hard 上 pass@3 从 90.5% 降至 81.0%。被过滤后的模型在该内部漏洞利用基准上仍达 81.0%，远高于 K3 的 33.3%，但按 Moonshot 统计低于 DeepSeek V4.1-Flash 的 85.7%；第三方测试中 GPT-5.6 Sol 为 100%。Kimi K3.1 Pro 已上线 Kimi 应用和 API，完整权重将于 11 月 4 日前发布。

    引用Rohan Paul@rohanpaul_ai

    Moonshot AI’s first update, the new Kimi K3.1 Pro > Kimi K3.1 Pro scores 65.7% on Terminal-Bench 4.0, 0.7 points behind Claude Opus 5.5 and 7.5 ahead of GPT-6 Astra, at a lower average cost per task than either rival’s top runs. > Moonshot saw exploit skill climb as post-training scaled, so it removed cyber-related data from mid-training and RL; on its internal xdev-bench-hard, pass@3 fell from 90.5% to 81.0%. > The filtered model still solves 81.0% of those exploitation tasks against K3’s 33.3%, which Moonshot reads as general coding gains carrying into cyber work, while a third-party run of GPT-5.6 Sol solved 100%. > On Moonshot’s internal hallucination stress test with tools, false claims fell from 23.4% for K3 to 8.3%, still above GPT-6 Astra’s 5.5% but well below Claude Opus 5.5’s 15.0%. > The biggest jump is on Moonshot’s simulated business-operation test, where scores rose from 8.9 to 37, and K3.1 Pro also tops OfficeQA Pro v2 at 64.4 against Opus 5.5’s 62.2. > Gains are uneven: K3.1 Pro scores 38.1 on Terminal-Bench Science against GPT-6 Astra’s 68.1 and Opus 5.5’s 63.3, while leading Agents’ Last Exam at 43.2 and Humanity’s Last Exam with tools at 70.0. > K3.1 Pro and a Highspeed variant running 2-3x faster are live in Kimi’s apps and API, with full weights due by November 4 for independent reruns.