ChatGPT 周活超 12 亿,OpenAI 面向全体用户推出 GPT-6 系列与智能界面
OpenAI 宣布面向所有 ChatGPT 用户推出 GPT-6 系列模型与智能用户界面,其全球周活用户已超 12 亿。GPT-6 Astra、GPT-6 Sol 和 Luna 过去几个月陆续发布,此前仅限 ChatGPT Work 和 Codex 使用;新界面可根据问题灵活组合文本、图像和交互元素生成回复,例如通过互动视觉效果教用户打麻将。
OpenAI 宣布面向所有 ChatGPT 用户推出 GPT-6 系列模型与智能用户界面,其全球周活用户已超 12 亿。GPT-6 Astra、GPT-6 Sol 和 Luna 过去几个月陆续发布,此前仅限 ChatGPT Work 和 Codex 使用;新界面可根据问题灵活组合文本、图像和交互元素生成回复,例如通过互动视觉效果教用户打麻将。
Anthropic 发布 Claude Haiku 5.5 模型,称其为目前速度最快、最便宜、功能最强的 Haiku 系列小型模型,运行成本平均较 Haiku 4.5 低约 75%。
推荐理由:原文给出新旧模型定价对比与子智能体定位,读者可判断小型模型在编码与智能体场景中的成本结构变化。
Anthropic 发布快速低成本模型 Claude Haiku 5.5,100,000 tokens 以内定价 $0.10/$0.50,与 GPT-6 Luna 持平,超出后涨至 $0.50/$2.50。
同一新闻,精选展示《Anthropic 发布 Claude Haiku 5.5,运行成本较 Haiku 4.5 低约 75%》
OpenAI 向全体 ChatGPT 用户推出 GPT-6 及新功能 Intelligent UI,答案以图形、按钮、图表和表单构成的可交互界面呈现,格式随问题自动适配,比较内容并排展示、解释可转为交互图表,还能在聊天内直接构建储蓄计算器或小游戏等小工具。
今日,AWS 宣布 Claude Haiku 5.5 现已在 Amazon Bedrock 和 Claude Platform on AWS 上可用。据 Anthropic,它是 Claude 5.5 家族中最快最高效的模型,多数任务成本比 Claude Haiku 4.5 低约 75%,也是首个支持 effort 控制的 Haiku 模型,可按任务在成本与智能之间调节。
推荐理由:原文给出 Claude Haiku 5.5 的能力定位、与 Opus 5.5 的分工方式以及调用示例,读者可据此按任务成本选型。
Anthropic 发布小模型 Claude Haiku 5.5,基准分数较 Haiku 4.5 大幅提升,100k token 以下提示词价格最多下调 90%。
同一新闻,精选展示《AWS 宣布 Claude Haiku 5.5 上线 Amazon Bedrock 与 Claude Platform》
OpenAI 宣布 GPT-6 在 ChatGPT 全球推出,并带来 Intelligent UI。新版本提供更快响应,支持可视化内容与可直接探索和使用的交互体验。
推荐理由:官方宣布 GPT-6 在 ChatGPT 全球推出并带来 Intelligent UI,读者可据此了解响应速度与可视化交互的变化。
Liquid AI 发布 d1 决策模型家族的两款开源权重模型 d1-3B 与实验性 d1-omni-600M,d1-3B 在 Decision Index 0.2.1 得 48.57 分,超过 Decider 35B-A3B(47.11)。
推荐理由:d1-3B 在 Decision Index 0.2.1 上以 48.57 分超过 Decider 35B-A3B,为端侧结构化决策提供了可复用的开源权重方案。
Mistral 声称其模型 Le Chonk 可在保持开放权重(open-weight)的同时,媲美顶级闭源 AI 模型。
谷歌正式发布 AI 图像生成与编辑模型 Nano Banana 2.1,重点提升视觉设计、基于蒙版的图像编辑以及主体一致性表现。该模型正逐步部署至 Gemini 应用、Google AI Studio 等多个平台,面向开发者的模型 ID 为 gemini-nano-banana-2.1,支持文本、图片、音频和视频输入,可输出 1K、2K 和 4K 分辨率图像。
谷歌正式推出 EmbeddingGemma 2,把嵌入能力从文本扩展到代码、图像、视频、音频,统一映射到同一嵌入空间。模型基于 Gemma 4 架构,总参数 7.4 亿,采用 Apache 2.0 许可;纯文本任务仅需 2.7 亿参数,量化后在 Pixel 11 Pro 上纯文本权重约占 191 MB 运行内存,完整多模态约 567 MB。
Musubi 发布轻量级决策模型 PolicyLM-1.7B,以开放权重发布,可将用英文写成的平台策略在 50 毫秒内应用于消息内容。其速度与成本接近主流社交平台的 AI 分类器,同时保留现代 LLM 的灵活性,策略变更时无需重新训练。
Google 发布开源多模态嵌入模型 EmbeddingGemma 2,参数量 740M,号称是同类最紧凑模型,在多模态嵌入基准上超过两倍于其体量的竞品。
Mistral 发布 Mistral Large 4 预览版,1 万亿参数、49B 激活参数,在自有的 3,800 台 NVIDIA Grace Blackwell GPU 集群上训练,现可通过其 API 使用,并承诺月底开放权重。
Google DeepMind 发布 EmbeddingGemma 2,一个基于 Gemma 4 架构、740M 参数的开源轻量级多模态嵌入模型,采用 Apache 2.0 许可,可将文本、图像、音频和视频统一映射到同一嵌入空间。
推荐理由:原文给出了参数量、模态拆分与量化后的内存占用,便于读者判断它能否直接落到自家端侧检索链路中。
Google 发布图像生成与编辑模型 Nano Banana 2.1,替代 2026 年 2 月发布的 Nano Banana 2,基于 Gemini 3.6 Flash,各分辨率价格约为上一代的一半,1K 图像 3.36 美分、4K 图像 7.56 美分。
推荐理由:原文把各分辨率价格和基准分数并列列出,便于把 Nano Banana 2.1 与 Pro 的画质和成本差异放在一起比较。
Mistral 发布迄今最大模型 Mistral Large 4(ML4)公开预览,API 现已通过 Mistral Studio 开放,权重计划 10 月底放出。
Mistral AI 发布多模态大模型 Mistral Large 4(ML4,昵称 Le Chonk),参数量达 1T,目前仅能通过公开护栏端点访问,计划在三周内完成安全测试后开放权重。ML4 完全使用 Mistral 自有算力训练,仅动用 4000 块 Nvidia GPU,官方称比中国竞争对手少两到三倍;基准结果尚未公布,优化方向包括网络安全、金融与芯片设计。
Mistral AI 发布 Mistral Large 4(ML4)公开预览,1 万亿参数、490 亿活跃参数的原生多模态模型,为其迄今最大最强模型。权重将于本月底开放,模型在 Mistral 自有欧洲数据中心基于 3,800 块 NVIDIA Grace Blackwell GPU 完成训练。
推荐理由:官方公布 ML4 在网络安全、编码与多模态基准上与闭源模型的对比数据,读者可据此判断开放权重模型的当前位置。
Mistral AI 发布 Mistral Large 4(ML4,代号 le Chonk)公开预览版,预览版 API 即日起在 Mistral Studio 开放体验,模型权重将于本月底开放下载。
Reflection 发布首个免费模型 Beam,面向编码、逻辑推理与智能体任务,MoE 架构总参数 501B、每 token 激活 23B。据 Reflection,Beam 在高难度推理任务上以少三到四倍的算力匹配 GLM 5.2,其强化学习阶段使用了 10,500 块 Nvidia GB300 GPU、运行超过四周。
Mistral AI 首席执行官 Arthur Mensch 在阿布扎比 Ai Everything 会议上宣布,将于今日发布新的人工智能模型。Arthur Mensch 称该模型在网络安全等某些方面实际上优于中国模型,并以此反驳"欧洲无法竞争"的说法。他并未具体说明比较对象以及网络安全以外的优势领域。
Falcon-Emirati-7B 是基于 Falcon-H1-Arabic 构建的阿联酋方言专用模型,旨在像母语者一样理解并生成阿联酋阿拉伯语的词汇、语气与文化语境。
Reflection 发布 Beam,一个总参数 501B、激活 23B 的纯文本 MoE 模型,面向编码、智能体与科学计算,完整权重预计本月以 Apache 2.0 开源。
Reflection AI 于当地时间周一发布首款开放权重大模型 Beam,总参数量 5010 亿,采用稀疏激活架构,每项任务仅激活 230 亿参数,主攻代码与智能体任务。
Reflection AI 正式发布首个开源权重前沿模型 Beam,定位为面向企业、公共部门和开发者的主力模型。Beam 为纯文本 MoE 模型,总参数 501B、激活参数 23B,在 23.8T tokens 上预训练,上下文窗口 100 万 token。
Reka AI 发布 Rho-1 研究预览版,这是一个 190 亿参数的全模态模型,可在单一神经网络中处理并生成文本、图像、视频和机器人控制动作。所有模态作为 token 在一个共享上下文窗口中运行,无需工具调用或外部模型,同一套预测相机图像的权重也驱动机器人运动。
Aleph Alpha 发布德英双语模型 Kolibri,总参数 78B,每 token 激活约 3B,权重以 Apache 2.0 许可在 Hugging Face 开源。
Ai2 开源 AstaBrief 8B,它把研究问题与检索到的文献片段直接转成带引用的报告,训练数据一并开放。模型基于 Qwen3-8B,用 SFT 加 DPO 训练;在 Asta 的 Fast mode 下平均 51.1 秒生成一份报告,约为 Claude 驱动的 Thinking mode(178.5 秒)速度的 3.5 倍。
推荐理由:原文给出一条可迁移的训练经验,用引用密度这一简单信号过滤合成数据,比更复杂的过滤组合更有效。
GPT-6 Astra Ultrafast 现已通过 OpenAI API 提供,运行在 NVIDIA Blackwell GPU 上,并向符合条件的 ChatGPT Work 和 Codex 用户开放。
推荐理由:原文给出了 Astra Ultrafast 相对 Standard 模式最高 8 倍的 token 生成速度对比,读者可据此判断其对编码智能体工作流的影响。
Google DeepMind 发布 Gemini 4 Argon,定位编码、企业知识与网络防御,称在 19 个已发布基准中的 13 项排名第一,但目前仅向 Fairwind 计划的政府与可信网络防御者开放。
推荐理由:原文对照了官方基准与 Artificial Analysis、Vals 等第三方评测,读者可据此判断 Argon 的实际水平与适用场景。
Google DeepMind 发布前沿模型 Gemini 4 Argon,面向真实软件工程、法律金融等企业知识工作与网络安全防御,可在长程复杂工作流中维持深度推理。
推荐理由:原文给出输出上限从 64K 提升到 1M token 的关键变化,并附上 Google 内部代码迁移与内存优化的量化结果,可据此判断长程任务工作流的改动幅度。
NVIDIA 发布开源表格基础模型 Kumo Tabular,输入带标签的表格后可在一次前向传播中预测新行标签,无需训练、微调或特征工程,支持分类与回归。
推荐理由:原文给出四项基准的排名与推理速度对比,读者可据此判断它相对调参梯度提升树和同类表格基础模型的位置。
Hcompany 发布 Holo4 系列智能体模型,包含 27B dense 与 35B-A3B MoE 两种尺寸,可通过 GUI、代码、MCP 和 API 与软件交互,同一模型可跨桌面、网页、Android、代码沙箱与业务 API 运行。
推荐理由:原文给出了多接口能力说明与 OSWorld 2.0 成本性能对比,读者可据此判断开源智能体模型相对闭源前沿模型的取舍。
Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型,前者面向角色 voice 设计与逐句表演控制,后者面向高并发、低成本的配音与语音智能体场景。
推荐理由:两款模型分别面向创意配音与高并发场景,并给出语音复制的同意验证与 SynthID 水印机制,便于评估合规接入。
Google DeepMind 发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两款近实时语音对话模型,前者主打规模与成本效率,后者面向高复杂度任务的多步推理。
推荐理由:原文给出两款模型在语音对话质量榜和多项 agent 基准上的具体得分,并说明开发者与企业的分阶段获取入口,可据此评估落地成本。
Google DeepMind 与 Google Research 发布 WeatherNext 3,据 Brightband 独立实时评估为迄今最先进、最准确的全球气象模型。
推荐理由:原文给出了它直接从实时卫星观测学习、逐小时生成 5 公里分辨率预报的技术路线,读者可据此判断 AI 气象预报的能力边界与落地方式。
微软研究院联合华盛顿大学与 Providence 发布开源病理基础模型 GigaPath-Flash 与 GigaTIME-Flash,权重与代码以 Apache 2.0 许可在 HuggingFace 开放。
Microsoft Research 发布深度学习 DFT 泛函 Skala 1.1,训练数据为首版的 2.5 倍,GMTKN55 加权平均误差 2.8 kcal/mol,在 55 个类别中 32 个排名第一。