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。

830 条精选近 30 天 65 条共收录 3,826 条

更新

精选归档 · 第 5 页

9月9日周三第 81–100 条
  1. OpenAI：官网动态79

    OpenAI 发布 ChatGPT Images 2.5 图像模型

    OpenAI 发布 ChatGPT Images 2.5 图像模型，生成延迟比 Images 2.0 降低最多 50%，细节、编辑精度、参考照片保真度和多轮编辑一致性均有提升。

    推荐理由：官方原文给出与 Images 2.0 的具体对比数据、新功能入口和 API 双模型分工，读者可以据此评估是否迁移现有图像工作流。

9月6日周日
  1. 🚨 AI News | TestingCatalog77

    GPT-6 Astra (Max) 以 1797 分登顶 Code Arena: WebDev，领先第 2 名 Claude Fable 5.1 (Max) 35 分、第 3 名 Claude Opus 5 (Max) 1688 分。

    引用Arena.ai@arena

    真实世界的结果已经出炉。Code Arena 上出现了新的 #1 —— GPT-6 Astra (Max)！ 它还重塑了帕累托前沿，成为每百万 token 40 美元价位上表现最佳的模型，这与最新的 Claude 模型定价相当。 @OpenAI 的 GPT-6 Astra 在 Code Arena: WebDev 中以 1797 分登顶。这比排名第 2 的 Claude Fable 5.1 (Max)（1762 分）领先了整整 +35 分，比排名第 3 的 Claude Opus 5 (Max)（1688 分）也更高。 相比排名第 13 的 GPT-5.6 Sol (xHigh)，这是一次 +180 分的显著提升。 分类级别的投票仍在统计中，但我们已经看到它在以下类别中排名第 1：数据与分析、消费产品、内容创作工具，并在游戏与模拟中排名第 2。 敬请关注其他类别，如品牌与营销、基于参考的设计以及全栈排名。 祝贺 @OpenAI 团队发布这一成果！

    推荐理由：榜单数据给出了与 Claude 系列的具体分差和同价位对比，读者可以据此评估新模型的实际编码位置。

9月5日周六
  1. The Decoder：AI News82

    OpenAI 向 Pro、Enterprise 和 Business Premium 用户推出 GPT-6 Astra，消息额度约为 GPT-5.6 Sol 的一半

    OpenAI 通过 ChatGPT Work 和 Codex 向 Pro、Enterprise、Business Premium 计划用户开放 GPT-6 Astra，并通过 API、Microsoft Azure 和 AWS Bedrock 提供。

    推荐理由：原文整理了 GPT-6 Astra 各订阅档位的具体额度数字和与 GPT-5.6 Sol 的用量对比，便于读者评估升级成本。

  3. IT之家·人工智能83

    奥尔特曼致歉 GPT-6 Astra 发布混乱，现已面向所有 Plus / Pro 等用户推出

    OpenAI 于 9 月 3 日上线 GPT-6 Astra，称其在电脑使用、浏览、软件工程、科学和专业工作方面达到最先进性能。因企业安全客户先于 Pro 订阅者获得访问权限引发高价 Pro 用户不满，CEO 奥尔特曼 9 月 4 日在 X 平台致歉，并提出补偿机制：从 9 月 4 日起付费用户每缺少一天 Astra 访问即获得一次额度重置。

    推荐理由：原文梳理了 GPT-6 Astra 发布混乱的经过、用户不满与补偿机制，可借此了解大模型分阶段发布中的次序争议。

  4. Sam Altman80

    Sam Altman 宣布 GPT-6 Astra 现已向所有 Plus 和 Business 用户推出。此前该模型已面向 Pro、Enterprise 和 Business Premium 用户在 Work/Codex 及 API 中提供。

    引用Sam Altman@sama

    GPT-6 Astra 现已面向 Work/Codex 中的所有 Pro、Enterprise 和 Business Premium 用户开放，并已在 API 中提供。 我们接下来将开始向 Plus 和 Business 用户推送。 感谢大家的耐心等待。

    推荐理由：原文确认 GPT-6 Astra 的用户覆盖范围扩大到 Plus 和 Business，读者可以据此判断自己的可用入口和时间点。

  6. Microsoft AI：官方博客63

    Microsoft 发布 MAI-Image-2.6 与 MAI-Image-2.6-Flash 图像模型

    Microsoft 于 9 月 4 日发布 MAI-Image-2.6，称其为迄今最强的图像模型，并面向开发者上线 Microsoft Foundry，同时推出面向低延迟、高吞吐场景的 MAI-Image-2.6-Flash。

    推荐理由：原文给出排名、速度和效率数字，并说明两个版本分别面向精度与吞吐的不同场景，便于开发者按工作流选型。

9月4日周五
  2. Greg Brockman72

    Greg Brockman 转发 @arcprize 的评测称 OpenAI 的 GPT-6 Astra 在 ARC-AGI-3 上取得 SOTA，他称该基准已饱和。Astra 标准 harness 得分 63%，经新的 Provider Adapter harness 达 99%，在 96% 的 ARC-AGI-3 关卡上超越人类表现；排行榜图还显示更高推理层级通常成本更低，因为 Astra 用更少动作通关，减少模型调用和 token 数。

    引用ARC Prize@arcprize

    由 @OpenAI 推出的 GPT-6 Astra 在 ARC-AGI 上达到 SOTA： - Astra 在 ARC-AGI-3 上得分 63%，通过新的提供商适配器测试框架可达 99% - 它在 96% 的 ARC-AGI-3 关卡上超越了人类表现 - 它构建了我们所见过的、对新环境最精确的符号模型 我们的分析：

    推荐理由：转发 ARC Prize 对 GPT-6 Astra 的评测数据，标准与 Provider Adapter 两种 harness 分差大，可据此了解 harness 对得分的影响。

  3. Aravind Srinivas70

    Perplexity CEO Aravind Srinivas 祝贺 OpenAI 发布 GPT-6 Astra，称其在宽度和深度研究任务上远超其他模型且更具成本效益，将很快向 Perplexity Computer 的 Pro 和 Max 用户开放。

    引用Perplexity@perplexity_ai

    我们在 WANDR 上评估了 GPT-6 Astra。它以每任务 $11.98 的成本得分 0.682，是我们测试过的所有模型中的最高分。 GPT-6-Astra 比 Fable 5.1 高 13.5%，成本低 6.1%；比 Opus 5 高 27.0%，成本高 3.3%。

    推荐理由：Perplexity CEO 确认 GPT-6 Astra 在其评测中领先，并宣布将向 Pro 和 Max 用户开放。

  4. OpenAI：官网动态81

    OpenAI 发布 GPT-6 Astra 并公布安全概览，称其网络安全能力达到 Preparedness Framework 的 Critical 级

    OpenAI 发布 GPT-6 Astra，称这是其部署过的最强模型，也是首个在其 Preparedness Framework 下达到网络安全能力 Critical 级的模型，可在无人逐步引导的情况下发现未知安全漏洞并开发利用方式。

    推荐理由：OpenAI 官方发布的安全评估，给出模型在网络安全能力、对齐和可监测性上的具体发现，读者可借此了解前沿模型安全实践的最新变化。

  5. TechCrunch：AI81

    OpenAI 发布新模型 Astra，主打计算机与浏览器操作但因 opaque recurrence 引发争议

    OpenAI 发布最新模型 Astra，称其为迄今最强大模型，主打计算机和浏览器操作，先面向 Daybreak 网络安全计划客户开放，随后一周内覆盖 Pro、Plus、Enterprise、Business 付费账户及 API。

    推荐理由：原文梳理了 Astra 的能力主张、发布节奏，以及 opaque recurrence 引发的可监控性争议，信息较为完整。

9月3日周四
  1. Microsoft AI：官方博客64

    Microsoft AI 发布语音识别模型 MAI-Transcribe-2

    Microsoft AI 发布转录模型 MAI-Transcribe-2，称其在 FLEURS 基准 60 种语言上平均词错率 5.2% 排名第一，并占据 Artificial Analysis 准确率-延迟 Pareto 前沿。

    推荐理由：官方给出具体基准排名、对比速度倍数和定价，读者可以据此评估它对现有语音转写方案的可替换性。

  2. Google DeepMind：Blog70

    Google DeepMind 发布 WeatherNext 3 全球天气 AI 模型， hourly 更新且分辨率较上一代提升约 5 倍

    Google DeepMind 与 Google Research 发布 WeatherNext 3，称其为迄今最先进的全球天气 AI 模型，经 Brightband 独立实时评估。

    推荐理由：原文给出分辨率、卫星数据接入和降水精度的具体数字，并说明在 Google 产品和 Cloud 中的获取方式，读者可评估其实际用途。

  5. Sundar Pichai65

    Google 发布 Gemini 3.8 Flash，为 6 周内第 3 次 Flash 更新。官方称相较 3.7 Flash 在软件工程、智能体任务和多步推理上有显著提升，在 DeepSWE v1.1 上以更低成本自主端到端解决复杂工程问题，表现超越多数更大的前沿模型。图中基准显示其 Terminal-bench 2.1 得 89.4%、HLE-Verified 得 54.9%，输入价格 $0.75/1M tokens、输出 $3.75/1M tokens，为 2026 年 12 月 31 日前 introductory 价。详情见 https://blog.google/innovation-and-ai/models-and-research/gemini-models/3-8-flash-and-3-8-flash-cyber/

    推荐理由：原文给出模型能力变化、定价和多项基准对比，读者可据此评估它相对更大模型的性价比与适用场景。

9月2日周三
  1. Anthropic：Newsroom87

    Anthropic 发布 Claude Fable 5.1 与 Claude Mythos 5.1

    Anthropic 发布 Claude Fable 5.1 和 Claude Mythos 5.1，两者为同一模型但安全防护级别不同，Mythos 5.1 仅通过可信访问计划提供给网络安全和生命科学领域的受审机构。

    推荐理由：官方发布给出了定价变化、基准数据和科学应用实例，读者可以据此评估新模型在编码与科研场景中的成本与能力取舍。

  2. Qwen69

    通义千问发布 Qwen3.8-Max-0902，在 Code Arena: WebDev 以 1,691 分首次亮相即排名总榜第一，并以混合价 $5/MToken 成为 Pareto 前沿上得分最高的模型，现已可在 QwenCloud 试用。

    引用Arena.ai@arena

    Qwen3.8-Max-0902 由 @Alibaba_Qwen 发布，刚刚在 Code Arena: WebDev 中首次亮相便夺得综合第一，得分 1,691 分，并以每百万 Token 5 美元的混合价格成为帕累托前沿上得分最高的模型！ 在更新后的前沿上，Qwen3.8-Max-0902 位于 HY4 Preview（1,629 分，每百万 Token 2.08 美元）和 Qwen3.8-Flash-Next（1,620 分，每百万 Token 0.39 美元）之上。 随着此次发布，综合排行榜顶部的三个模型尽管仍位居综合第 2 至第 4 名，却已移出帕累托前沿： - Claude Opus 5 (Max)：第 2 名，1,688 分，每百万 Token 20 美元 - Kimi K3 (Max)：第 3 名，1,674 分，每百万 Token 12 美元 - Qwen3.8 (Max)：第 4 名，1,669 分，每百万 Token 5 美元 祝贺 @Alibaba_Qwen 团队发布！

    推荐理由：官方发布自家新模型并给出 Arena 排名与价格数据，读者可据此比较其在编码场景的性价比位置。