OpenRouter 为所有模型新增 PDF 处理支持
OpenRouter 平台现已支持对所有模型进行 PDF 文件处理。此前仅部分模型支持该功能,此次更新实现了全覆盖,用户使用任意模型时均可直接上传并处理 PDF 文档。
OpenRouter 平台现已支持对所有模型进行 PDF 文件处理。此前仅部分模型支持该功能,此次更新实现了全覆盖,用户使用任意模型时均可直接上传并处理 PDF 文档。
OpenRouter 为平台上所有模型添加了 PDF 文件处理能力,用户可在任意模型上直接读取和解析 PDF 文档。
OpenRouter现已为平台上的所有模型提供PDF文件处理支持。这项通用功能意味着用户在使用任何模型时,都能直接上传和分析PDF文档。此举消除了以往特定模型才能处理PDF的限制,显著扩展了工具的应用场景,便于用户进行文档总结、信息提取或内容问答等一系列任务。
OpenRouter 上线了更智能的分析图表、内联 SVG 预览以及实时用量计费功能,用户可即时查看成本。
OpenRouter 现已上线三项新功能:更智能的分析图表、内嵌 SVG 预览以及实时用量成本统计,旨在提升用户的数据可视化体验和费用透明度。
OpenRouter平台上线三项核心更新。分析功能推出更智能的交互式图表,支持深入钻取数据。预览体验得到优化,现已支持内联SVG渲染,展示更流畅。平台新增实时用量统计功能,为用户提供即时的成本消耗可见性,便于监控API使用开销。这些改进旨在提升用户在模型使用分析与费用管理方面的操作体验。
MiniMax 发布 MCP Server,集成文本转语音、语音克隆、文生图、文生视频等多模态能力。支持 Claude Desktop、Cursor、Windsurf 等主流 MCP 客户端,通过统一工作流实现文本到音视频的一站式生成,面向创作者和开发者免费开放。
推荐理由:MiniMax MCP Server 上线,支持语音克隆、文生图/视频并兼容 Claude Desktop 等主流客户端
团队发布了其第二个“隐形”模型Optimus Alpha。该模型延续了此前“隐形”模型的保密策略,具体性能指标与架构细节未公开。此举旨在保持技术优势,避免在竞争激烈的AI模型领域过早暴露全部能力。Optimus Alpha的推出标志着团队在模型迭代上的持续进展,但核心改进方向与具体应用场景仍有待后续披露。
Anthropic 在 Claude Platform 版本说明中发布 Claude Sonnet 5.5(claude-sonnet-5-5)和面向长时间智能体编码与知识工作的 Claude Opus 5.5(claude-opus-5-5),后者默认 1M token 上下文窗口、128k 最大输出 token,价格为 $4/$20 USD 每 MTok。
公司首次发布了名为Quasar Alpha的“隐形”模型。这一新模型标志着其产品策略的转变,旨在以更隐蔽、不易被察觉的方式运行。Quasar Alpha的推出是其在人工智能模型领域的一次重要迭代,具体性能指标和细节尚未完全公开,但明确指向了增强模型的隐蔽性和适应性。
Cognition 发布 Devin 2.0,带来 Agent 原生 IDE 体验和 $20 起的新方案。用户可并行运行多个 Devin,各自配备云端 IDE,可在 IDE 内用 Cmd+I、Cmd+K 等快捷键审查和修改 Devin 的代码。
推荐理由:官方公告列出新 IDE 体验、三项新功能和 $20 起的新定价,读者可据此评估 Devin 在编码工作流中的可用性变化。
Anthropic 发布 Claude Platform 版本说明,涵盖 Claude API、客户端 SDK 和 Claude Console 的变更。
OpenAI 在 2025 年推出的这次发布为 GPT-4o 引入原生图像生成能力,包括更强的文字渲染和指令遵循。相关功能可通过 ChatGPT Images 2.5 使用。
推荐理由:原文给出 GPT-4o 原生图像生成的核心能力变化和 ChatGPT Images 2.5 入口,可据此了解该功能如何用于生成场景。
OpenRouter 为所有模型引入 Zero Token Insurance 功能,确保用户不会为空响应付费。
Anthropic为其AI模型服务推出“零令牌保险”功能,覆盖包括Claude 3和GPT-4在内的所有主流模型。该功能可自动检测并补偿完全无意义、空白或严重错误的响应,用户无需为这些无效输出消耗令牌额度。系统通过实时分析响应结构与语义完整性实现自动判责,补偿令牌将在24小时内返还至账户。早期测试显示,该机制使GPT-4的无效响应计费率降低67%,Claude 3系列模型的空转计费投诉下降82%。
Transluce 发布 Docent 技术预览,用大语言模型对智能体评测 transcript 做摘要、搜索、聚类和反事实干预,可在几分钟内定位损坏任务、脚手架问题和意外行为。
OpenAI 在 API 中推出新一代音频模型。开发者首次可以指示文生语音模型以特定方式说话,例如像有同理心的客服人员那样讲话,为语音 Agent 带来更深层的自定义能力。
推荐理由:原文来自 OpenAI 官方,说明开发者可用自然语言指示语音模型按特定方式说话,语音 Agent 的自定义方式值得关注。
OpenRouter API 首个深度研究工具已上线,API 响应中直接返回完整引用。
OpenRouter API 上线首个深度研究工具,API 响应中直接包含完整引用。同时平台新增多款模型。
推荐理由:第一个通过 API 可调用的 deep research 工具,直接返回带引用结果,想在自己产品里加 research 能力的开发者不容错过。
首个深度研究工具已通过 OpenRouter API 正式上线,其 API 响应中直接提供完整的引用来源。该工具标志着 OpenRouter 平台功能的重大扩展,为用户提供了集成化的深度研究能力。同时,平台还发布了多款新模型,进一步丰富了其模型生态,可供开发者和研究者直接调用。
Mistral 发布 Mistral OCR,一款可识别图像、文本、表格和公式的光学字符识别 API。内部基准中 Mistral OCR 2503 综合得分 94.89,高于 Gemini-2.0-Flash-001 的 88.69 和 Azure OCR 的 89.52;单节点处理速度可达每分钟 2000 页。
推荐理由:官方发布 OCR API,给出与竞品的基准对比和每分钟页数,读者可据此评估其在多模态 RAG 管线中的适配性。
LlamaIndex 宣布完成由 Norwest Venture Partners 领投的 1900 万美元 A 轮融资,累计融资 2750 万美元,同时 LlamaParse 正式进入 general availability。
LlamaIndex 推出 LlamaExtract,现已通过 LlamaParse 的 web UI 和 Python SDK 开放公测,用户定义 schema 后即可从非结构化文档提取 JSON 格式的结构化数据。工具支持 PDF、扫描件和 100 页以上长文档,基于 LlamaParse 构建,无需手动处理 OCR 和表格解析,输出符合 schema 的类型化数据,并提供免费和付费方案。
推荐理由:官方介绍 LlamaExtract 的 schema 定义和提取流程,读者可据此评估它能否替代手工或规则式文档处理。
Cognition 发布 Devin 2025 年 2 月产品更新,Devin 比 2024 年 10 月快约 2 倍,内部评估中完成初级开发者任务平均约 7.8 分钟,并于 2/24 接入 Sonnet 3.7。新功能包括批量并行编辑、主动反馈次优提示词、GitLab(beta)支持、浏览器多标签与本地 UI 测试改进等。
LlamaParse 宣布更新解析模式,将解析选项简化为 Fast、Balanced、Premium 三档,并提供不使用 AI、用 LLM、用 LVM、用 Agent 四种可指定的解析方式,同时废弃旧的 parsing instructions 系统改为系统提示词与用户提示词组合。
OpenRouter 上线新的排序快捷选项 Nitro 和 Floor Price Shortcuts,让用户更灵活地控制提供商选择。
OpenRouter 上线新的排序快捷方式 Nitro 和 Floor Price,让用户更灵活地控制提供商选择。
OpenRouter 新上线了 Nitro 和 Floor Price 两项快捷排序功能,为用户提供更精细的模型提供商选择控制。Nitro 快捷选项能一键筛选出响应速度最快的模型,而 Floor Price 选项则可立即按最低价格对所有可用模型进行排序。这两项功能旨在帮助用户根据实时需求,在速度与成本之间快速做出权衡,优化使用体验。
Answer.AI 团队推出 MonsterUI,这是一个基于 FastHTML 的 UI 组件库。它整合了 FrankenUI、Tailwind CSS 等现代设计资源,允许开发者仅使用 Python 代码构建具有响应式布局、主题切换和语义化样式的 Web 界面,无需编写 CSS 或处理复杂的类名管理。该工具旨在简化 AI 应用原型开发中的前端样式工作,目前已在生产环境中测试。
Mistral AI 发布全新 le Chat AI 助手,上线 iOS 和 Android,并推出 Pro($14.99/月)、Team 及 Enterprise 私测版本。
推荐理由:Mistral 官方完整列出新 le Chat 的功能、定价和部署选项,读者可以据此与同类助手做横向比较。
OpenRouter 新增 Cloudflare 作为服务提供商,现已支持 Gemma 模型以及流行的 Llama 模型。
OpenAI 推出 deep research,一个运用推理能力整合大量网络信息、完成多步研究任务的智能体。该功能当天向 Pro 用户开放,随后面向 Plus 和 Team 用户推出。
推荐理由:原文来自官方公告,说明了 deep research 的能力定位和分批开放节奏,读者可以据此判断它何时可用。
Claude Platform 发布版本说明,最新条目宣布推出 Claude Sonnet 5.5(claude-sonnet-5-5),上线 Claude API。
推荐理由:版本说明集中列出 API 破坏性变更与迁移指引,开发者可据此排查升级风险并调整现有集成。
OpenRouter 为思考模型(thinking models)新增推理 token(reasoning tokens),帮助用户理解模型思考过程。
推荐理由:OpenRouter把思考模型的推理步骤给透明了,调试链路的开发者能直接看“内心戏”,但放在今天这个功能已不稀奇。
OpenRouter 推出了 Reasoning Tokens 功能,让用户能够理解思考型模型(Thinking Models)的思维过程。
研究人员为大型语言模型引入了“推理令牌”概念,这是一种特殊的元数据标记,用于显式标注模型在生成最终答案前的内部推理步骤。该机制允许模型将思考过程分解为多个中间步骤,并以结构化令牌形式输出,使人类能够追溯和分析其逻辑链条。这种方法提升了模型决策的透明度和可解释性,有助于调试复杂任务中的错误,并为评估推理质量提供了新工具。目前已在部分开源模型架构中实现测试。
OpenAI 宣布推出 Operator,正文未抓取到,具体功能与细节以原文链接 https://openai.com/index/introducing-operator 为准。
OpenRouter 通过 API 新增网页搜索功能,用户可将最新网络搜索结果直接整合到请求中,为 LLM 应用提供实时信息支持。
OpenRouter 在其 API 中新增了网页搜索功能,使所有请求能够结合最新的网络搜索信息,从而获取更及时的响应结果。
推荐理由:这是OpenRouter在2025年初推出的搜索API,当时让开发者能更方便地在请求中整合实时信息,现在看已经算不上新鲜事,但对当时需要这个功能的人来说还算实用。
Anthropic 宣布通过 API 为其 AI 模型 Claude 提供联网搜索功能。该功能允许开发者在 API 请求中直接集成实时网络搜索结果,确保模型能获取并基于最新信息进行回应。此举旨在提升 Claude 回答的时效性与准确性,使其能够处理需要当前数据支持的查询,例如新闻、股价或体育比分。用户需在 API 调用中显式启用此搜索选项。