跳到正文

内容类型

模型发布 最新动态

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

更新

精选归档 · 第 31 页

3月19日周四第 601–620 条
  1. Cursor Blog

    Composer 2 正式发布

    Composer 2 登陆 Cursor，定价 $0.50/M（输入）和 $2.50/M（输出），Terminal-Bench 2.0 得分 61.3，SWE-bench Multilingual 达 73.7，显著优于前代。支持数百步长周期编码任务，团队同步发布训练技术报告。

    推荐理由：Cursor发布Composer 2编程Agent，性能大幅提升且定价极具竞争力

  2. Qwen：Blog Retrieval

    Qwen3.5-Max-Preview 现已上线 Arena

    Qwen3.5-Max-Preview 已登陆 LMSYS Chatbot Arena。Qwen Studio 提供聊天机器人、图像与视频理解、图像生成、文档处理、网页搜索、工具调用及 artifacts 等全栈功能。

    推荐理由：阿里 Qwen3.5-Max 预览版上线 Arena，支持多模态理解与工具调用

3月18日周三
  2. Greg Brockman

    OpenAI 发布 GPT-5.4 mini，已在 ChatGPT、Codex 及 API 上线。针对编程、计算机使用、多模态理解与 subagents 优化，速度较 GPT-5 mini 提升 2 倍。

    引用OpenAI@OpenAI

    GPT-5.4 mini 现已登陆 ChatGPT、Codex 和 API。 针对编程、计算机使用、多模态理解和子智能体进行了优化。而且它的速度是 GPT-5 mini 的 2 倍。 https://openai.com/index/introducing-gpt-5-4-mini-and-nano/ https://t.co/sirArgn37L

    推荐理由：OpenAI 发布 GPT-5.4 mini，针对编码和 Agent 优化且速度翻倍

  4. MiniMax：Blog61

    MiniMax M2.7：自我进化的早期回声

    M2.7是M2系列中首个深度参与自身进化的模型。它能构建复杂的智能体框架，完成精细的生产力任务，尤其在软件工程方面表现突出，其SWE-Pro基准测试得分56.22%，接近Opus的最佳水平。模型的办公软件处理能力在开源模型中领先，GDPval-AA的ELO分数为1495。M2.7能保持97%的技能遵循率，处理超过40个、每个超过2000 token的复杂技能。该模型通过内部研究智能体框架，实现了“分析-修改-评估”的自主迭代优化循环，在内部评估中提升了性能。

    推荐理由：MiniMax M2.7 让模型参与自身进化，在 SWE-Pro 和 VIBE-Pro 上接近 Opus 水平，Agent Teams 设计也值得看，但整体仍是追赶者姿态。

3月17日周二
  1. Hugging Face 社区博客83

    Holotron-12B - 高吞吐计算机使用智能体

    H公司发布了多模态计算机使用模型Holotron-12B。该模型基于NVIDIA开源的Nemotron-Nano-12B-VL模型，使用专有数据混合进行训练，专注于在交互环境中高效感知、决策和行动。其采用混合状态空间模型与注意力机制架构，在单张H100 GPU上实现了比前代Holo2-8B高2倍以上的吞吐量，在100并发基准测试中达到每秒8900个token。在WebVoyager基准测试中，性能从基线的35.1%提升至80.5%，在定位和导航基准上也显著提升。模型已通过NVIDIA开放模型许可在Hugging Face发布。

    推荐理由：高效推理的计算机使用代理模型，适合生产部署，开发者可直接试用。

  2. OpenAI：官网动态

    推出 GPT-5.4 mini 和 nano

    GPT-5.4 mini 与 nano 发布，为 GPT-5.4 的轻量高速版本，针对编程、工具调用、多模态推理及高并发 API 和子代理任务优化。

    推荐理由：OpenAI 发布 GPT-5.4 mini/nano，针对编码与 Agent 场景优化

3月16日周一
  1. Mistral AI：News78

    Mistral 发布 Small 4，统一推理、多模态与编码能力并以 Apache 2.0 开源

    Mistral 发布 Mistral Small 4，将 Magistral 的推理、Pixtral 的多模态和 Devstral 的智能体编码能力统一进一个模型，以 Apache 2.0 许可开源。

    推荐理由：发布方给出架构参数与吞吐对比数据，读者可以评估这款统一推理与多模态的开源模型在自托管部署中的成本取舍。

3月8日周日
3月6日周五
  2. Sarvam AI65

    Sarvam AI 开源发布 Sarvam 30B 和 Sarvam 105B 推理模型

    Sarvam AI 以 Apache 2.0 协议开源 Sarvam 30B 和 Sarvam 105B 两款从零训练的推理模型，采用 MoE 架构，训练全部在 IndiaAI mission 提供的算力上于印度完成。

    推荐理由：原文给出两款从零训练的开源推理模型的架构、训练流程和基准数据，并说明针对印度语言的优化与部署效率，可据此评估其与同类模型的差异。

3月5日周四
  1. OpenAI：官网动态

    GPT-5.4 发布

    OpenAI 推出 GPT-5.4，面向专业工作的最强高效前沿模型，支持 100 万 token 长上下文，具备顶尖编程、计算机使用与工具搜索能力。

    推荐理由：OpenAI 发布 GPT-5.4，支持 1M 上下文与增强 Agent 能力

  2. OpenAI：官网动态

    GPT-5.4 Thinking 系统卡

    OpenAI 发布 GPT-5.4 Thinking 系统卡，披露新一代推理模型的架构细节、安全评估框架及能力边界。文档详述思维链优化机制、长上下文推理性能指标，明确数学推导与代码生成准确率数据，分析幻觉风险与偏见控制措施，并列出越狱攻击防护策略及企业级部署的安全限制建议。

    推荐理由：OpenAI 发布 GPT-5.4 Thinking 系统卡，详述模型安全与能力评估

3月4日周三
3月3日周二
  1. OpenAI：官网动态

    GPT-5.3 Instant：日常对话更流畅、更实用

    GPT-5.3 Instant 模型升级，针对日常对话场景优化响应流畅度与实用性。新版本在保持即时响应速度的同时，输出更顺滑自然，提升普通用户高频问答体验。

    推荐理由：OpenAI 发布 GPT-5.3 Instant，针对日常对话体验优化

  2. OpenAI：官网动态

    GPT-5.3 Instant 系统卡

    OpenAI 发布 GPT-5.3 Instant 系统卡，概述该快速响应模型的安全评估、能力边界及使用限制，明确低延迟场景下的技术规范与风险管控措施。

    推荐理由：OpenAI发布GPT-5.3 Instant系统卡，披露新模型能力与安全评估

3月1日周日
  1. Cognition 模型 / Devin 博客60

    Cognition 发布 SWE-1.6 早期预览并分享 RL 训练研究进展

    Cognition 发布 SWE-1.6 早期预览，当前 checkpoint 在 SWE-Bench Pro 上比 SWE-1.5 高 11%，达到 51.7%，速度同为 950 tok/s，并向小部分用户开放早期访问。

    推荐理由：官方给出 SWE-1.6 预览版成绩与 RL 训练细节，并提出基准之外的 Model UX 问题，对做智能体训练的人有参考价值。