LlamaParse 新增多页表格 Continuous Mode(Beta)与 Excel 表格输出
LlamaIndex 为 LlamaParse 推出两项新功能:Continuous Mode(Beta)可将跨页表格合并为单一表格,目前主要在 10 页以内、格式较简单的文档上测试,速度较慢,解析 80 页 10K 报告约需 30 分钟;Excel 输出可在 Accurate、Premium 或 Continuous Mode 下解析后选择 XLSX 格式导出。两个功能可结合使用。
LlamaIndex 为 LlamaParse 推出两项新功能:Continuous Mode(Beta)可将跨页表格合并为单一表格,目前主要在 10 页以内、格式较简单的文档上测试,速度较慢,解析 80 页 10K 报告约需 30 分钟;Excel 输出可在 Accurate、Premium 或 Continuous Mode 下解析后选择 XLSX 格式导出。两个功能可结合使用。
OpenAI 推出 ChatGPT search,为 ChatGPT 增加搜索功能,可提供快速、及时的答案,并附上相关网页来源链接。
推荐理由:原文信息过少,无法给出具体阅读价值。
Suno 推出名为“Personas”的新功能。该功能允许用户捕捉并保存一首歌曲的声线、风格与氛围,将其作为一个可复用的创意资产。用户可以从喜欢的歌曲创建公共或私人 Personas,并将其应用到新创作中,生成具有相似内核的新音乐。该功能目前处于早期访问测试阶段,向所有 Pro 和 Premier 订阅者开放,包含 200 首免费歌曲额度。之后使用 Personas 创作每首新歌将消耗 10 个积分。
Transluce 发布 Monitor,一个帮助用户观察、理解和引导语言模型内部计算的可观测性界面,入口为 monitor.transluce.org,并已在 GitHub 开源代码。
Anthropic 发布 Claude Opus 5.5(claude-opus-5-5),面向长时间运行的智能体编程与知识工作,默认 1M token 上下文窗口、128k 最大输出 token,定价 $4 / $20 每 MTok。
Suno 推出全新歌曲创作模式 Suno Scenes,支持通过手机相机拍摄的照片或视频直接生成定制歌曲。用户拍摄风景、自拍或日常视频后,Sunto Scenes 会将其转化为独特的音乐作品。该功能首先面向 iOS 移动端用户开放,在应用内相机创作模式中即可使用,方便用户随时将视觉内容转化为可分享的音乐。
Sierra 宣布其 AI 智能体新增语音能力,可直接接听客户电话,并以接近真人的语气和节奏进行对话。该语音智能体可接入现有呼叫中心生态,兼容任意呼叫中心平台与 IVR 系统,并支持在需要时无缝转接人工团队。Sierra 称其聊天智能体客户满意度普遍达 4.5/5 或更高。
Anthropic 更新 Claude Platform 版本说明,汇总 Claude API、客户端 SDK 与 Claude Console 的变更。其中 Claude Opus 5.5(claude-opus-5-5)面向长时间运行的智能体编程与知识工作,默认 1M token 上下文窗口、128k 最大输出 token,定价 $4 / $20 每 MTok。
OpenAI 推出 canvas,一种与 ChatGPT 协作写作和编码的新方式。
推荐理由:原文来自 OpenAI 官方发布,读者可据此了解 ChatGPT 在写作和编码场景上的新交互方式。
Anthropic 更新 Claude Platform 版本说明,最新宣布 Claude Sonnet 5.5(claude-sonnet-5-5)上线 Claude API、Amazon Bedrock、Google Cloud 等多平台,并废弃 Claude Sonnet 4.5(2026年11月30日退役)。
OpenAI 推出 Realtime API,开发者现在可以在应用中构建快速的语音到语音(speech-to-speech)体验。
推荐理由:原文宣布 Realtime API 开放,开发者可以把快速语音到语音体验直接构建进应用。
OpenAI 宣布微调 API 支持视觉能力,开发者现可用图像和文本对 GPT-4o 进行微调,以提升其视觉表现。
推荐理由:官方宣布微调 API 支持图文混合数据微调 GPT-4o,开发者可据此定制模型的视觉能力。
OpenAI 在 API 中推出 Prompt Caching 功能,对模型最近见过的输入内容自动提供折扣。该功能面向 API 用户,可降低重复前缀类请求的输入成本。
OpenAI 在其平台上推出 API 模型蒸馏功能,允许用大型前沿模型的输出来微调成本更高效的模型。
推荐理由:官方宣布 API 上线模型蒸馏功能,读者可据此了解用大模型输出微调低成本模型的路径。
LlamaIndex 发布 LlamaParse Premium 模式,结合多模态模型和启发式文本解析技术处理复杂文档,官方称效果超过 Sonnet-3.5 等原生模型。
LlamaIndex 宣布 LlamaParse 企业级 RAG 平台新增多模态功能,可在索引中同时存储和检索文本与图像块,几分钟内搭建完整的多模态 RAG 流水线。
Mistral 发布 Mistral Small v24.09(220 亿参数,MRL 许可),并在 la Plateforme 推出免费层,全系列模型降价,Mistral Small 和 Codestral 输入价格降幅达 80%。Pixtral 12B 现已在 le Chat 上免费提供视觉能力,该模型基于 Apache 2.0 许可,支持任意尺寸图像且不损失文本性能。
推荐理由:官方一次列出免费层、全系列降价、Mistral Small v24.09 和 Pixtral 12B 视觉能力,适合对照选型和部署成本。
Runway 正式发布 Gen-3 Alpha Turbo API,开发者可将其视频生成能力集成至各类应用。目前采取分阶段开放策略,已向 Omnicom 等战略合作伙伴提供访问权限,现阶段主要面向大型团队和组织,未来几周将逐步扩大开放范围。
音乐生成平台 Suno 推出新功能“Covers”(翻唱),目前处于早期测试阶段。该功能允许用户上传任何音频(从简单语音备忘录到完整曲目),并将其转换为全新风格,同时保留原始旋律。此功能首先对 Pro 和 Premier 订阅用户开放,提供 200 次免费使用额度,之后每次生成需消耗 10 个 credits。
Anthropic 发布 Claude Opus 5.5(claude-opus-5-5),面向长时间运行的智能体编程与知识工作,默认 1M token 上下文窗口、128k 最大输出 token,定价 $4 / $20 每 MTok,已在 Claude API、Amazon Bedrock、Google Cloud 等平台上线。
Modal 本月新增应用回滚功能,可在 dashboard 或 CLI 中将应用即时回滚到旧版本;@batched 装饰器支持动态批处理,在延迟与吞吐、GPU 利用率之间做权衡。Sandbox 现可将 TCP 端口转发到公网并 exec 内部进程,同时支持将日志导出到 OpenTelemetry,CPU 核与高端 GPU 价格下调。
Cognition 发布 Devin 9 月产品更新,新增 MultiDevin(1 个 manager Devin 配最多 10 个 worker Devin 并行分工合并改动,限 Enterprise 用户)、VPC 部署、Custom Devins 微调版本、会话回滚与 Knowledge 自动建议等功能。
LlamaIndex 官方发布 llama-deploy,用于以可扩展微服务的方式部署和扩展基于 llama-index 构建的智能体 Workflows,只需几行代码即可部署。
Anthropic 发布 Claude Opus 5.5(claude-opus-5-5),面向长时间运行的智能体编程与知识工作,默认 1M token 上下文窗口、128k 最大输出 token,定价 $4 / $20 每 MTok。
Anthropic 更新 Claude Platform 开发者版本说明,汇总 Claude API、客户端 SDK 与 Claude Console 的变更。内容涵盖模型弃用与上线、计费规则调整、缓存诊断转正及合规 API 更新等条目,按时间倒序排列。
LlamaIndex 发布 Python 版 0.11,引入事件驱动的 Workflows 架构,取代已弃用的 Query Pipelines,并新增 instrumentation 可观测性功能。
OpenAI 宣布 GPT-4o 现已支持微调,用户可用自定义数据对模型进行微调。
Anthropic 更新 Claude Platform 版本说明,汇总 Claude API、客户端 SDK 与 Claude Console 的变更。内容涵盖模型弃用与上线、计费规则调整、缓存诊断转正及 Compliance API 端点更新等条目,按时间倒序排列。
Modal 上线交互式代码 playground,用户可直接在浏览器中编写并运行代码,无需本地安装即可试用 Modal。其执行链路为前端请求经 Web Function 触发 modal.Sandbox,在隔离容器内以 modal run 运行用户代码并流式回传标准输出与错误日志,程序结束后沙箱默认销毁。
Anthropic 更新 Claude Platform 版本说明,汇总 Claude API、客户端 SDK 与 Claude Console 的变更。内容涵盖模型弃用与上线、计费规则调整、缓存诊断转正及 Compliance API 更新等条目,按时间倒序排列。
Mistral AI 宣布三项开发者能力更新。La Plateforme 现已支持自定义旗舰和专用模型(含 Mistral Large 2 和 Codestral)。
OpenAI 在 API 中推出 Structured Outputs 功能,模型输出现在能够可靠地遵循开发者提供的 JSON Schema。
推荐理由:OpenAI 官方宣布 API 输出可遵循开发者提供的 JSON Schema,对需要稳定结构化输出的工程场景有直接参考价值。
DeepSeek API 创新采用硬盘缓存技术,使价格再降一个数量级。该技术通过硬盘缓存机制显著降低调用成本,相关更新详情已同步至官方文档。
LlamaIndex 推出 beta 功能 Workflows,一种基于事件驱动架构的编排机制,用于替代此前的 Query Pipelines 来构建复杂 AI 应用。
LlamaIndex 为 LlamaParse 发布文件级检索 API,与原有的 chunk 级检索并列,可按元数据或内容检索整份文档(如完整的 SEC 10K 文件或幻灯片),并支持切换检索模式、调整 top-k 和元数据过滤。官方还提供 Jupyter notebook,演示如何构建在 chunk 级与文件级检索之间动态选择的智能体,例如摘要类问题走文件级、具体数据问题走 chunk 级。
OpenAI 正在测试 SearchGPT,这是一个新搜索功能的临时原型,可提供快速、及时的答案,并附带清晰且相关的来源。
LlamaIndex 发布 LlamaExtract beta,这是一个托管服务,可从非结构化文档中抽取结构化数据:能从候选文档集推断 schema(用户可后续编辑),并按指定 schema 抽取字段值。
推荐理由:原文来自 LlamaIndex 官方,介绍了从文档推断 schema 并抽取结构化数据的用法,读者可以评估它在 RAG 数据处理管线中的适配性。
DeepSeek 更新 /chat/completions 接口,新增 JSON 输出、Function 调用、对话前缀续写(Beta)及 8K 最长输出(Beta)。同时新增 /completions 接口,支持 FIM 补全(Beta)。
推荐理由:DeepSeek API 这次更新补上了 Function calling 和 JSON 模式,加上 FIM 补全,让开发者的工具调用和代码补全场景有了更完整的方案,虽然都是 Beta 但方向很对。
LlamaIndex 为 LlamaParse 推出 LlamaParse Chat,可在数分钟内基于自有数据搭建带流式输出和引用的对话式 RAG 界面,并支持自定义元数据过滤、查看检索节点及文件级检索。
OpenAI 为 ChatGPT Enterprise 新增 Compliance API 集成、SCIM 和 GPT 控制功能,用于支持大规模合规项目、数据安全与用户访问管理。