Google 发布新一代生图模型 Nano Banana 2.1，围绕视觉设计、蒙版编辑、主体一致性和画面真实自然性升级，支持 4K 直出。据 Arena 评测，其在文本转图像、多图像编辑及单张图像编辑三项上平均提升约 61.7 分，1K、2K 图片生成价格减半，4K 降价约 25%。
推荐理由：汇总了 Nano Banana 2.1 的 4K 直出、中文渲染与 API 降价信息，并附网友实测对比与连续编辑的水印 Bug。
Anthropic 发布 Claude Haiku 5.5，官方称这是其最快、最便宜的小模型，平均成本比 Haiku 4.5 低约 75%，提示词在 100,000 token 以内的请求价格最高下降 90%，超过该长度的请求价格则是五倍。
推荐理由：对比 Haiku 4.5 与 GPT-6 Luna 的跑分和每任务成本，可看出小模型降价背后的 token 消耗代价。
Anthropic 发布 Claude Haiku 5.5，这是 Haiku 系列约一年来的首次更新，定价与 OpenAI 的 GPT-6 Luna 持平，官方称其平均运行成本比 Haiku 4.5 低约 75%。
推荐理由：汇总了 Haiku 5.5 的定价、第三方评测与 token 消耗数据，可据此判断小模型在智能体工作流中的成本取舍。
Anthropic 发布 Claude Haiku 5.5，官方跑分逐项超过 GPT-6 Luna，并超越 DeepSeek V4.1 Flash 和 GLM-5.3-Flash。
推荐理由：原文给出 Haiku 5.5 的跑分、价格与迁移改动清单，读者可据此判断它能否接替 Haiku 4.5 跑执行层任务。
Reflection 发布 Beam，一个面向编码、智能体与科研任务的纯文本 MoE 模型，总参数 501B、激活 23B，从零训练，Apache 2.0 全量权重预计本月放出。
推荐理由：Reflection 从隐身状态交出首个开源权重模型，读者可对照其训练规模与同期中美开源模型的位次。
谷歌发布新一代旗舰模型 Gemini 4 Argon，在 DeepSWE v1.1 上取得 77.9%，高于 Claude Opus 5.5 的 74.2% 和 GPT-6 Astra 的 74.1%，并以 1525 分位居 Text Arena 第一。
推荐理由：谷歌新一代旗舰模型在多榜单登顶并给出成本与长任务能力细节，可对照其与竞品的差距。
Google 正式发布 Gemini 4 Argon，目前仅通过 Fairwind 计划向少量网络安全合作伙伴开放，官方称后续先向付费 API 用户和 Google AI Ultra 订阅者开放。
推荐理由：官方跑分与第三方盲评显示 Gemini 4 在知识与写作上领先、编程与终端偏弱，可据此判断其能力取舍。
爱范儿实测了近期在海外 AI 圈走红的匿名模型 Space Bunny Alpha，它上线 OpenRouter 和 OpenCode 后冲上两个平台日调用量第一，作者用草图生成了可打开的唱片店网站和可交互 3D 网页。
推荐理由：作者用草图转网页、3D 小游戏和发动机展台等实测，呈现匿名模型 Space Bunny 在速度与交付上的取舍。
OpenAI 正式发布 GPT-6 Sol 和 GPT-6 Luna，API 价格降至上一代的一半左右，其中 Luna 每百万 Token 输入 0.1 美元、输出 0.5 美元。
推荐理由：OpenAI 把前沿模型价格压到 DeepSeek 区间，读者可据此比较两家在成本与产品入口上的取舍。
Anthropic 发布新系列首个模型 Claude Opus 5.5，称其在多数任务上达到 Claude Fable 5.1 的水平，运行成本比 Opus 5 低约 40%，输出速度提升 30% 以上。
推荐理由：Anthropic 新模型在价格、token 用量与写作风格上的变化，以及蒸馏防护和 EU AI Act 合规措施，可供读者判断其实际取舍。
小米发布MiMo-V2.6-Pro和Flash，Pro为1.02万亿参数、420亿激活，在Artificial Analysis Intelligence Index上以46分位列开源第一，两款模型各跑完30个训练Step，总花费约350万美元。
推荐理由：小米公开了MiMo-V2.6的RL训练账单与工程细节，读者可据此了解大规模强化学习在成本、评测与防作弊上的真实约束。
小米发布 MiMo-V2.6 系列，旗舰版 MiMo-V2.6-Pro 在 Artificial Analysis 的 Intelligence Index 上得 46 分，成为当前最强的开放可用模型，领先 Kimi K3 和 Qwen。
推荐理由：小米开源 MiMo-V2.6 系列并公开 RL 训练框架与约 7000 个任务，读者可据此了解其性能与成本定位。
Qwen 发布首个面向 AI 智能体的多模态模型 Qwen3.8-Omni-Flash，可同时处理音频与视频并自主调用工具，上下文窗口达一百万 token。
推荐理由：原文给出 Qwen3.8-Omni-Flash 与 Gemini Flash 的多模态基准对比和逐项价格，读者可据此判断成本差异。
Figure AI 于 9 月 17 日发布新一代模型 Helix 2.5，在 30 个真实湾区民宅完成零样本测试，420 次试验成功 237 次，零样本成功率 56%，评测为盲测。
推荐理由：Figure 公布 Helix 2.5 在 30 个陌生家庭的零样本测试数据，并给出预训练数据规模与成功率的缩放关系。
GPT-6 Astra 在多项游戏测试中大幅超越前代模型：据 GPT Plays Pokemon 运营者 Clad3815，它用 18 小时 12 分钟拿下 Pokemon FireRed 冠军。
推荐理由：通过 Astra 在多个游戏中的实测对比，读者可以看到自主智能体从经验中提炼规则的能力边界与过度泛化的代价。
Google DeepMind 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking 两款音频模型，已通过 Gemini API 和 Google AI Studio 向开发者开放。
推荐理由：对比了 Gemini 3.8 Live 与 GPT-Live-1 的定价和语音自然度差异，可据此判断低价语音智能体的取舍。
OpenAI 发布 ChatGPT Images 2.5，包含 GPT-Image-2.5 Flare 与 GPT-Image-2.5 Sunburst 两个模型，官方称更快版本将图像生成延迟最多降低 50%，并新增 xhigh 和 max 两档质量。
推荐理由：作者实测对比了 Images 2.5 在 Chat 与 Work 两种模式下的编辑一致性差异，可据此判断该模型的实际可用边界。
开发者 cozyblaze 在 X 上称，GPT-6 Astra 在设定初始目标后无人工干预通关《Portal》并看到片尾字幕，用时约 23 小时 43 分钟。
推荐理由：记录智能体在无人工干预下通关《Portal》的完整过程，可了解其通过 MCP 与暂停工具控制游戏的具体方式。
Meta 的 Superintelligence Labs 发布首个实时音频感知模型 Muse Voice Transcribe，可实时转写语音、区分说话人并检测句子边界，模型将音频切成 80 毫秒片段，逐词动态调整等待时间以平衡准确率与延迟。
推荐理由：Meta 新实时语音模型以逐词自适应延迟换取速度与准确率，并给出与竞品的价格和错误率对比。
GPT-6 Astra 在 ARC-AGI-3 上取得 62.7% 的成绩，远高于前代 GPT-5.6 Sol 的 7.78% 和 Claude Opus 5 的 30.16%，测试成本约 2.6 万美元。
推荐理由：ARC-AGI-3 上 Astra 的得分与效率数据，以及 Chollet 对 AGI 时间表提前的表态，可供读者判断基准与厂商自测口径的差异。