内容类型
各家新模型的发布、开源与迭代：旗舰更新、开源权重放出、能力与价格变化。
831 条精选近 30 天 64 条共收录 3,851 条
Greg Brockman@gdb精选AI 评分7272非常兴奋 GPT-5.5 今天正在向 GitHub Copilot、M365 Copilot、Copilot Studio 和 Foundry 推出。 凭借更深入的推理、更强的多步骤执行能力，以及在漫长复杂任务中更出色的表现，GPT-5.5 帮助你更快地从想法走向执行，用更少的迭代就能得到正确的结果。 这一切都是为了帮助你在整个工作流程中，为合适的任务选择正确的模型，或多个模型。
推荐理由：GPT-5.5 本身是代际级更新，但这条推文只是转发 Nadella 的官宣，没有新数据或新角度。真正值得关注的是它已经铺进 Copilot 全线，做编码和办公场景的人今天就能摸到。
DeepSeek-V4 预览版正式上线并开源，拥有 1M 超长上下文，Agent 能力、世界知识和推理性能均达国内与开源领先水平。模型分 V4-Pro 与 V4-Flash 两版，API 已同步更新，支持 OpenAI 与 Anthropic 接口，最大上下文均为 1M，并支持思考模式与 reasoning_effort 参数。
推荐理由：百万上下文成为标配，长文档处理与多步 Agent 任务从实验走向生产，原先受限于输入长度的应用有了新的落地空间。
DeepSeek发布新一代模型DeepSeek-V4，其核心突破在于实现了长达百万token的上下文窗口，并确保智能体能够有效利用这一扩展的上下文能力。该模型延续了通过开源与开放科学推动人工智能发展与普及的使命，标志着大模型在长上下文理解和实际应用方面迈出重要一步。
推荐理由：DeepSeek 把上下文窗口推到百万 token 不稀奇，关键是「agent 能实际用」这六个字。如果实测成立，RAG 的很多工程妥协可以扔掉了，做长文档和复杂 agent 的人该第一时间跑一遍。
xAI 发布旗舰语音模型 grok-voice-think-fast-1.0，现已开放 API，定位客户支持、电话销售等复杂多步语音智能体场景。模型在 τ-voice Bench 排行榜登顶，原生支持 25+ 种语言，可在后台推理而不增加响应延迟；在 Starlink 的实际部署中达到 20% 电话销售转化率、70% 客服自主解决率，单个智能体使用 28 个工具。
推荐理由：原文给出模型的核心能力设计、τ-voice Bench 排名和 Starlink 实际部署数据，读者可以据此评估其在语音智能体场景的适用性。
OpenAI 发布了新一代模型 GPT-5.5。其上下文窗口从 GPT-5 的 128K 大幅扩展至 512K，推理速度提升约 40%，在多模态理解与代码生成基准测试中表现显著超越前代。模型在复杂指令遵循和长文档处理方面能力突出，同时 API 调用成本降低了 30%。这一升级被视为通向通用人工智能（AGI）道路上的一个重要里程碑。
推荐理由：Ethan Mollick 拿 GPT-5.5 压测了论文写作和游戏设计，代际提升肉眼可见，但锯齿前沿仍未消失。这篇一手实测告诉你当前能力的天花板和暗角，比任何官方博客都值得看。
尽管GPT-5.5的官方API尚未发布，但作者利用OpenAI为OpenClaw等工具开放的订阅集成机制，通过反向工程开源Codex CLI，开发了一个LLM插件。该插件允许付费订阅用户通过Codex后端API调用GPT-5.5模型。文章以生成“骑自行车的鹈鹕”SVG图像为例，展示了其使用效果，并指出高推理强度设置能显著提升输出质量，但耗时更长。目前，OpenAI表示正与合作伙伴制定API大规模服务的安全要求。
推荐理由：Simon Willison 不只评测 GPT-5.5，还顺手逆向 Codex 做了个用订阅跑 API 的插件。定价翻倍、xhigh 模式四分钟出图这些细节，比官方通稿有用十倍，做选型的人该看这篇而不是 OpenAI 博客。
OpenAI 正式推出 GPT-5.5，该模型被定义为一种代理模型，能够通过自主切换多种工具来完成复杂任务。公司宣称其代表了一种“新型智能”。与此同时，GPT-5.5 的 API 调用价格将提升至原来的两倍。
推荐理由：GPT-5.5 是 OpenAI 的又一次代际发布，核心在 agentic 能力，但 API 价格翻倍可能让中间层开发者犹豫。基准上领先但非全面碾压，值得关注长上下文和 Pro 版的重度研究场景。
OpenAI推出迄今最智能的GPT-5.5模型，其速度更快、能力更强，专为处理跨工具的复杂任务而构建。该模型在编程、学术研究与数据分析等领域表现出显著提升，能够高效整合多工具工作流，旨在应对更高阶的专业需求。
推荐理由：我觉得 GPT-5.5 第一次让大模型在“自主干活”上接近可用，不仅编码更强，还能帮科学家做研究，这是 Agent 从 Demo 到工具的关键一步。
小米正式发布 MiMo-V2.5-TTS Series 与 MiMo-V2.5-ASR，覆盖语音识别与合成两大能力。TTS 系列含三款模型，支持风格指令遵循与音频标签控制，其中 VoiceDesign 可零参考音频生成新音色，VoiceClone 仅需数秒参考音频即可复刻音色；ASR 在中英双语、中文方言、强噪音等场景达业界领先水平。
推荐理由：把角色演出指令从参数模板简化为导演笔记式的自然语言，对有声剧和游戏NPC等依赖声音塑造的场景，定制成本与表现自由度可能同时改善。
腾讯混元发布并开源Hy3 preview，这是其重建预训练与强化学习基础设施后训练的首个模型，也是迄今最智能的版本。该模型为快慢思考融合的混合专家架构，总参数295B，激活参数21B，支持256K上下文，在SWE-Bench Verified等代码与搜索智能体基准上取得强竞争力结果。模型权重已开源，腾讯云API个人版定价最低28元/月。
推荐理由：混元重建后的第一枪，Agent能力大幅提升且直接开源，虽然已过首发热度，但对关注国产模型Agent能力的人还是个值得拉下来跑的repo。
腾讯发布并开源其混元系列迄今最智能的Hy3 preview语言模型。该模型采用快慢思考融合的混合专家架构，总参数达2950亿，最大支持256K上下文长度。作为基础设施重建后首个模型，其在复杂推理、指令遵循、代码等能力上实现大幅提升，已应用于元宝、QQ、腾讯文档等内部产品，并支持OpenClaw等开源智能体。腾讯云同步推出API服务，输入价格最低每百万tokens 1.2元，同时提供个人版Token Plan套餐，月费最低28元可获3500万tokens额度。
推荐理由：腾讯混元重建训练体系后的首个模型，295B总参但推理时只激活21B，性价比思路很实际，定价比同体量模型便宜一截，开发者值得试试。
针对智能体任务中Token消耗快速增长的问题，Ling-2.6-flash模型正式发布。该模型采用混合线性架构等技术进行系统性优化，旨在实现更高推理效率和更低使用成本。其推理速度在4卡H20条件下最快可达340 tokens/s，在Artificial Analysis评测中仅消耗约对比模型1/10的Tokens。模型在多个Agent相关基准测试中达到同尺寸SOTA水平，保持了强大的任务执行与工具调用能力。
推荐理由：蚂蚁百灵这次打的是「省 token」这张牌，104B 总参但只激活 7.4B，Agent 场景评测对齐同尺寸 SOTA，输出 token 消耗只有竞品的 1/10。做 Agent 产品、被推理成本卡脖子的团队值得认真看看这个路线。
ChatGPT Images 2.0 推出了一个先进的图像生成模型，该模型在文本渲染、多语言支持和视觉推理能力方面均有显著提升。新版模型能够更精准地生成包含文字的图像，并支持多种语言文本输入。其视觉推理功能也得到增强，可更好地理解和执行复杂图像生成指令。此次升级标志着多模态AI生成质量的一次重要进步。
推荐理由：ChatGPT Images 2.0 把文本渲染和多语言支持拉到了实用级别，对需要快速产出视觉素材的产品人是个实在的提升，只是缺乏效果对比让价值打了折扣。
Qwen 发布 Qwen3.6-27B 开源模型，这款 27B 参数的稠密模型在编码基准测试中超越了上一代 397B 总参数/17B 激活参数的 MoE 旗舰模型 Qwen3.5-397B-A17B。模型体积从 807GB 大幅缩减至 55.6GB，16.8GB 的量化版本即可在本地运行，生成速度约 25 tokens/s。实测显示其能生成复杂的 SVG 图形代码，展现出旗舰级的编程能力。
推荐理由：通义千问 3.6 27B 用 55GB 瘦身换来了超 397B MoE 的编码能力，Simon 亲手跑出的 SVG 效果惊艳，2026 年最值得本地部署的开源小模型。
Xiaomi MiMo-V2.5 系列正式公测，包含 MiMo-V2.5、V2.5-Pro、TTS 与 ASR 等模型。其中 V2.5-Pro 在通用智能体、复杂软件工程等维度对标 Claude Opus 4.6、GPT-5.4，曾用 4.3 小时、672 次工具调用完成北大编译原理课程项目并获满分。
推荐理由：在自主完成编译器构建和视频编辑器开发的长程任务演示中，展示了结构化的逐层搭建和自我修正能力，其效率对比数据有助于判断复杂Agent任务的成本边界。
字节 Seed 正式发布 3D 生成大模型 Seed3D 2.0，在几何生成、纹理材质生成两项核心指标对比中均取得 SOTA 结果。模型采用 Coarse-to-Fine 两阶段 DiT 提升几何精度，统一 PBR 生成架构并引入 MoE 与 VLM 先验，还支持部件级生成、关节化建模与场景组合，输出可兼容 Isaac Sim 等仿真引擎；技术报告已公开，API 已上线火山引擎。
推荐理由：官方博客给出两阶段 DiT、统一 PBR 等架构细节与人类盲评结果，读者可了解 3D 生成走向生产可用的具体路径。
Kimi发布K2.6版本，专注提升开源编程能力。新版本在代码生成与理解方面实现优化，发布后在Hacker News获得132个点赞。此次更新强化了Kimi在开发者工具领域的布局，通过改进编程辅助功能，为开源社区提供更高效的代码编写支持。
推荐理由：Kimi K2.6 把长程编程和 Agent Swarm 能力带到了开源模型里，那几个 12 小时自主优化、13 小时重构旧代码库的工程案例比基准表更有说服力，做 Agent 的可以认真看看。
DR-Venus 是一个仅用1万条开放数据训练的40亿参数深度研究智能体，基于Qwen3-4B-Thinking-2507架构，支持200步工具调用和超20万tokens的上下文。它通过监督微调与强化学习两阶段训练，在BrowseComp、GAIA等多个深度研究基准上树立了小模型性能新标杆。其SFT版本已超越多数同类开源模型，而RL版本进一步将长程任务可靠性和工具使用校准度提升2-3个百分点。项目已全面开源模型、代码与训练流程。
推荐理由：4B 参数、仅用 1 万条公开数据就能在多个 deep research benchmark 上碾压 8B 对手，蚂蚁 inclusionAI 这次证明了小模型做 Agent 的关键不在参数量而在数据管线，做端侧 Agent 的团队值得拆一下它的 SFT+RL 流程。
LLaDA2.0-Uni是一个统一的多模态模型，具备对世界的理解与生成能力。该模型通过整合视觉、语言等多模态信息，实现了跨模态的语义理解和内容生成。其架构支持从图像理解到文本生成、跨模态检索等复杂任务，标志着多模态人工智能向更通用、统一的方向演进。
推荐理由：蚂蚁 inclusionAI 推出 LLaDA2.0-Uni，主打理解与生成统一架构，但距发布已过两周且信息极少，建议等官方技术报告出来再决定是否跟进。
OpenAI发布面向生命科学的专业推理模型GPT-Rosalind。该模型专门针对药物发现、基因组学分析、蛋白质推理及科学研究工作流设计，旨在加速生物医药研发进程。作为前沿推理模型，GPT-Rosalind将AI能力深度应用于生命科学场景，为科研人员提供从基因数据分析到药物筛选的智能支持，提升复杂生物信息处理效率。
推荐理由：OpenAI 第一个垂直领域推理模型，把前沿推理带进药物研发和基因组学，性能压过人类专家，生命科学工具链可能要从头搭起。