Google 发布 Gemini 4 Argon，写作与知识能力领先编程
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。
全部 AI 动态
爱范儿精选AI 评分7878 TechCrunch · AIAI 评分6262 Google 发布 Gemini 4 Argon，称其为迄今最强模型
Google 母公司 Alphabet 发布 Gemini 4 Argon，称其可处理编码、研究和写作等任务，并专门针对防御性网络安全训练，能自主发现、验证并修补关键软件漏洞。
Ars Technica · AIAI 评分3030 Google 发布 Gemini 4 Argon AI 模型，但暂不可用
Google 宣布推出 Gemini 4 Argon AI 模型，但目前用户还无法使用。原文未披露该模型的参数规模、benchmark 分数或具体可用时间。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展到开发者、企业和消费者，起价每百万输入 token 2 美元、输出 token 10 美元。
推荐理由：官方给出 Argon 在编码、企业知识与网络安全上的基准表现和分阶段开放路径，可据此判断前沿模型的能力边界。
TechCrunch · AI精选AI 评分8080 OpenAI 发布 GPT-6.1 Sol，称能力接近 GPT-6 Astra 且价格更低
OpenAI 在 DevDay 上发布 GPT-6.1 Sol，称其在智能体编码、计算机使用和专业工作上接近 GPT-6 Astra 的智能水平，标准输入输出 token 价格仅为后者的五分之一。
推荐理由：OpenAI 在 DevDay 发布 GPT-6.1 Sol，并披露 GPT-6.1 Astra 因安全顾虑被搁置，读者可据此了解其模型节奏与定价策略。
Microsoft Research精选AI 评分6666 微软研究院推出 Quine：面向生物学复杂性的 AI 研究系统
微软研究院发布 Quine，一个面向生物学复杂性的 AI 研究系统，由跨模态生物世界模型和连接科学工具、文献、湿实验与研究者的交互式 harness 组成。该系统与 Broad Institute 合作用于胰腺导管腺癌研究，从数千个化合物中筛选出可驱动肿瘤细胞状态转变的候选物，最高排名化合物在湿实验中产生了最大的预期状态转变，整个筛选到验证过程仅用一个周末。
推荐理由：微软研究院公开 Quine 的生物世界模型与实验闭环，并给出胰腺癌化合物筛选的湿实验验证结果。
爱范儿精选AI 评分7878 爱范儿实测匿名模型 Space Bunny：草图生成网站与 3D 场景
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。
量子位AI 评分6262 至知创新研究院发布IQuest-Q1模型，320B参数激活15B
至知创新研究院IQuest Research发布IQuest-Q1模型，采用decoder-only Transformer主干与稀疏MoE架构，总参数约320B、激活参数约15B。
爱范儿AI 评分7474 可灵 Kling 4.0 首发实测：支持 10-bit HDR 与 4K 输出
可灵发布 Kling 4.0 大版本更新，主打真实、可控、专业，将于 10 月正式上线，Kling 4.0 Flash 已于 9 月 28 日开放小范围体验。
TechCrunch · AIAI 评分7474 Anthropic 发布 Sonnet 5.5，称更快更便宜的工作助手
Anthropic 发布中端模型 Sonnet 5.5，称其比前代快 30%，token 消耗速度明显更慢，定位为日常任务助手，涵盖编码和办公文档生成。Anthropic 基准显示 Sonnet 5.5 在智能体编码上表现优于 Opus 5.5，可能得益于其能在不超成本限制的情况下生成多个智能体。
量子位AI 评分5555 费米宇宙推出全链路量子增强大模型FermiQLLM 1.0
国内首家专注Q4AI的创业公司费米宇宙推出全球首个全链路量子增强大模型FermiQLLM 1.0，在数据表征、模型结构、训练、强化、评测五个环节做量子增强，基于Qwen开源基座改造，不依赖容错量子计算机，可在现有GPU基础设施上训练部署。
量子位AI 评分5858 匿名模型 Space Bunny 登 OpenRouter 双榜第一，Coding 实测全记录
匿名模型 Space Bunny 在几天内冲上 OpenRouter 和 OpenCode 调用日榜第一，作者通过 OpenRouter API 接入 DeepSeek Harness 实测了十余个 coding 任务和一次多模态任务。
量子位AI 评分4545 索辰科技与美梦空间联合发布 Physical-WAM 具身模型与 RoboTwin-Phys 物理测评基准
美梦空间在第五届全球数字贸易博览会上发布 Physical-WAM 物理-世界动作模型与 RoboTwin-Phys 物理漂移评测基准，前者由 PhysLens、PhysDream、PhysAct 三模块构成，在感知与动作之间插入物理 Token 表征。
The DecoderAI 评分7171 Black Forest Labs 发布开源机器人模型 FLUX 3 Action
Black Forest Labs 发布面向机器人的开源模型 FLUX 3 Action，基于多模态 FLUX 3 构建，可接收机器人工作区的多摄像头视频输入，预测智能体下一步动作及环境变化。
The DecoderAI 评分7474 Google 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 语音模型
Google 推出 Gemini 3.8 Flash TTS 和 Flash-Lite TTS 两款语音生成模型，前者可用文本描述从零设计音色，两者均支持 100 多种语言并可为每句台词添加表演指令。
The Decoder精选AI 评分7878 阿里发布 Qwen-Audio-3.1，五款语音模型并降价最高 95%
阿里 Qwen 团队发布 Qwen-Audio-3.1，包含五款覆盖语音识别（ASR）、文本转语音（TTS）和实时交互的模型。
推荐理由：阿里一次放出五款语音模型并大幅降价，读者可据此判断语音能力的成本与可用性变化。
爱范儿精选AI 评分8888 Anthropic 发布 Claude Opus 5.5，性能直逼 Fable 5.1 并降价 20%
Anthropic 正式发布 Claude Opus 5.5，这是 Claude 5.5 家族首款模型，官方称其在多数任务上达到 Claude Fable 5.1 水平，典型任务成本比 Opus 5 降低 40%，输出速度提高超过 30%。
推荐理由：Anthropic 发布 Claude Opus 5.5，给出评测、价格与长任务实测数据，可据此判断旗舰模型降价对 Agent 工作流的影响。
爱范儿精选AI 评分8888 OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna，API 价格降至上一代一半
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。
The DecoderAI 评分7070 OpenAI 发布 GPT-6 Sol 与 Luna：token 价格减半，性能提升有限
OpenAI 发布 GPT-6 Sol 和 Luna 两款模型，token 价格较 GPT-5.6 Sol 和 Luna 减半，Sol 为每百万输入 token 2 美元、输出 10 美元，Luna 为输入 0.10 美元、输出 0.50 美元，OpenAI 将降价归因于缓存和推理优化。
The Decoder精选AI 评分8888 Anthropic 发布 Claude Opus 5.5，性能对标 Fable 5.1 且成本降低约 40%
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。
量子位精选AI 评分8888 小米MiMo-V2.6开源发布：6天RL训练花费350万美元，Pro登顶开源第一
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。
The Decoder精选AI 评分7878 小米发布 MiMo-V2.6 系列开源模型，旗舰版登顶开放模型榜
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。
The DecoderAI 评分6666 xAI 发布 Grok 4.7，定价低廉但基准落后 Claude 与 GPT-6
xAI 发布 Grok 4.7，称其为迄今编码与知识工作能力最强的模型，基于更大的基础模型、更长的强化学习训练，并强化了自我校验输出。定价为每百万输入 token 2 美元、每百万输出 token 6 美元，接近中国模型而非西方前沿模型。
量子位AI 评分7171 阶跃星辰发布Step 5 Preview：600B总参数、激活27B，实测Agent能力
阶跃星辰发布新一代旗舰基座模型Step 5 Preview，采用MoE架构，600B总参数、激活参数仅27B，支持1M上下文。在Artificial Analysis评测中取得44分，位列全球开源Top 2，定价为百万输入1美元、百万输出2.7美元，单任务成本为Opus 5的12.5%。
The DecoderAI 评分7171 阿里开源 Qwen-Image-2.1，70 亿参数图像生成模型称超越闭源模型
阿里 Qwen 团队发布开源权重模型 Qwen-Image-2.1，用于图像生成与编辑，其视觉生成部分仅 70 亿参数，团队称在自家基准上超过多数闭源模型，但独立基准测试尚未出炉。
量子位AI 评分6262 中国电信开源 Xing4.0-29B-A4B：4-bit 量化后一张 3090 可跑
中国电信 AI 开源 Xing4.0-29B-A4B，这是一款全栈国产化的轻量级代码智能体大模型，采用 MoE 架构，总参数 290 亿、每次推理激活约 40 亿，4-bit 量化后显存占用从约 60GB 压缩至约 15GB，一张 RTX 3090 即可运行。
The DecoderAI 评分6060 Runway 研究实时视频生成：边描述边出流，首帧目标低于 100 毫秒
Runway 公开了其实时视频生成研究，用户不再输入提示词后等待成片，而是边描述边以流式方式生成视频，目标是尽量缩短首帧时间。该方案基于 GWM-1 逐帧生成，可接受镜头运动、机器人指令或音频作为控制信号，并沿用 Gen-4.5；Runway 称实时生成能减少等待并降低 GPU 成本。
爱范儿AI 评分6262 阶跃星辰发布开源旗舰模型 Step 5 Preview
阶跃星辰发布新一代开源旗舰基础模型 Step 5 Preview，采用稀疏 MoE 架构，总参数量 600B、激活参数 27B，原生支持文本与视觉输入，上下文长度 1M。
The Decoder精选AI 评分8080 Qwen3.8-Omni-Flash 发布：多模态基准追平 Gemini Flash，价格更低
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。
量子位AI 评分5757 稳准智能发布 400M 结构化数据基础模型 LimiX-2，称在 TabArena 等基准居首
稳准智能发布 400M 参数的结构化数据基础模型 LimiX-2，称在 TabArena、TALENT、BCCO 的二分类、多分类和回归任务上均居第一，超过 Google TabFM、TabPFN、TabICL、Mitra 等模型。
爱范儿精选AI 评分7878 Figure 发布 Helix 2.5：零样本进入 30 个陌生家庭，成功率 56%
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。
The Decoder精选AI 评分8282 GPT-6 Astra 通关宝可梦、Factorio 与辐射3，却在 Minecraft 中陷入种土豆循环
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。
量子位AI 评分7171 云知声发布U2-Flash：稀疏MoE架构，代码与Agent成绩反超上一代U2
云知声发布U2-Flash，采用稀疏MoE架构，总参数约266B、单次推理仅激活约10B，生成速度相比U2提升2.1倍，Agent任务完成时间缩短35%，Token消耗降低20%至30%。
The DecoderAI 评分4848 前 OpenAI 研究员打造 Jev：不写文本、只做判断的 AI 模型
初创公司 TypeSafe AI 推出模型 Jev，不生成文本，而是在软件内部对开发者预设的问题和选项打分并给出概率，响应时间 70 至 500 毫秒，输入定价 $0.042 per million tokens、输出免费。
量子位AI 评分6262 紫东太初开源 ZDTaichu5.0-9B 多模态大模型，九项空间基准八项第一
紫东太初开源通用多模态大模型 ZDTaichu5.0-9B，在九大国际空间理解基准测试中八项第一，10B 档位开闭源模型中领先，MindCube-tiny 得分 78.27，高于 Gemini 3 Pro 的 70.87 和 Grok 4 的 63.56。
量子位AI 评分4444 清华稳准智能发布 LimiX-2 结构化数据基础模型，登顶 TabArena 等国际评测
稳准智能联合清华大学发布新一代结构化数据大模型 LimiX-2，参数规模提升至 400M，在 TabArena、BCCO、TALENT 三个国际结构化数据 Benchmark 上总体 Elo 分数分别达 1935、1432 和 1506，均位列第一，超过 Google、SAP、Amazon 等同类模型。
量子位精选AI 评分7878 生数科技发布Vidu S2，支持实时视频编辑与空间视频
生数科技发布Vidu S2模型，包含S2-Avatar和S2-Editing两个细分模型，发布当天全量开放。S2-Editing可对正在播放的视频实时换装、换角色、换背景和换风格，S2-Avatar将实时输出分辨率从540p提升到720p，并支持互动中接收参考图执行动作。
推荐理由：生数科技在两个月内完成从S1到S2的迭代，读者可借此了解实时视频编辑与空间视频的当前进展。
The Decoder精选AI 评分7878 Google 发布 Gemini 3.8 Live 音频模型，价格远低于 OpenAI GPT-Live-1
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。
TechCrunch · AIAI 评分6262 Salesforce 与 Nvidia 发布推理模型 Koa，基于 Nemotron 后训练
Salesforce 在 Dreamforce 大会上发布其首个推理模型 Koa，基于 Nvidia 开源权重模型 Nemotron 后训练，专攻销售、营销和客户支持任务。
量子位AI 评分6565 智象未来发布原生全模态视频模型 HiDream-O1-Video-1.0
智象未来（HiDream.ai）发布首个原生全模态视频生成模型 HiDream-O1-Video-1.0（简称 HD-V1），支持文本、图片、视频等多种模态输入，可一键直出 5–20 秒 1080p 视频。