Meta 发布可在 Mac 本地运行的开源权重模型 Muse Spark Open
Meta 发布开源权重模型 Muse Spark Open，称其为美国最强开源权重模型，采用 8160 亿参数和 100 万 token 上下文窗口，原生多模态，面向复杂编码任务和智能体工作。
#编码
TechCrunch · AIAI 评分7171 InfoQ 中文精选AI 评分7878 蚂蚁百灵开源 560B 模型 Ling-3.1-flash，每百万 Token 约 0.19 美元
10 月 15 日，蚂蚁集团旗下百灵大模型开源 Ling-3.1-flash，权重已在 Hugging Face 和 ModelScope 提供下载。该模型延续 Ling-3.0-flash 的混合线性架构，约 560B 总参数、每 Token 激活约 25B，最高支持 1M 上下文，混合调用价格约每百万 Token 0.19 美元。
推荐理由：原文给出 560B 总参数、1M 上下文与每百万 Token 0.19 美元的调用价格，读者可据此判断高频业务场景的部署成本。
爱范儿精选AI 评分8888 谷歌发布 Gemini 4 Argon，主打长程任务与低价 API
谷歌正式面向全球上线 Gemini 4 Argon，定位复杂多步骤真实世界任务，覆盖编程、金融、法律、网络安全与前沿科学等领域。API 提供 100 万统一输入输出 Token 上限，首发优惠期每百万输入 Token 2 美元、输出 10 美元，缓存输入折扣 95%，开发者可通过 AI Studio、Android Studio 与 Gemini API 接入。
推荐理由：谷歌新旗舰的定价与长程任务表现，以及未付费用户额度收紧的规则变化，是判断其可用性的关键。
Ars Technica · AIAI 评分6969 Gemini 4 Argon 开始在 Gemini 应用和 Antigravity 推送，仅限付费用户
Google 的 Gemini 4 Argon 开始大范围推送，目前仅面向付费用户，且低档订阅方案无法获得完整访问权限。Google 称模型能力未变，仍以其上月公布的基准测试作为高级推理和智能体编码能力的依据，并设有拒绝恶意指令的训练与自动失准监控。
量子位精选AI 评分7878 Anthropic 发布 Claude Haiku 5.5，跑分超 GPT-6 Luna 且价格对标
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。
The Decoder精选AI 评分7676 Reflection 发布首款开源权重模型 Beam，主打低算力下的编码与推理
AI 公司 Reflection 发布首款免费开放的模型 Beam，面向编码、逻辑推理和智能体任务。
推荐理由：Reflection 首款开源权重模型 Beam 以 MoE 架构和超大规模 RL 训练换取低算力成本，读者可据此了解开源模型竞争的新路线。
Latent Space精选AI 评分7878 Reflection 发布 Beam：501B-A23B 美国开源 MoE 模型
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。
TechCrunch · AIAI 评分7474 Reflection 发布开源权重模型 Beam，对标中国开源模型
Reflection AI 正式发布首款前沿开源权重模型 Beam，称其在高级推理基准上达到领先中国开源模型的水平，且推理成本大幅更低。Beam 是文本-only 的 MoE 模型，总参数 5010 亿、激活 230 亿，预训练使用 23.8 万亿 token，上下文窗口 100 万 token；公司称其推理算力消耗比对手少 3-4 倍，但性能数据尚未经独立验证。
爱范儿AI 评分6060 MiniMax M3.1 Flash Preview 与 Opus 5.5 同题实测前端创作
爱范儿用 Opus 5.5 案例的公开提示词在 MiniMax Code 中测试 MiniMax M3.1 Flash Preview，覆盖动态作品集、手绘短片、水墨动画、纽约天际线时间轴交互以及卡丁车、水下探索等游戏原型。
量子位精选AI 评分8080 谷歌发布 Gemini 4 Argon：多榜单登顶，单题成本约为 Astra 一半
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。
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。
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。
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。
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。
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。
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%。
爱范儿精选AI 评分8888 GPT-6 Astra 全量上线 ChatGPT 与 Codex，实测可生成可交互 3D 场景
GPT-6 Astra 毫无预警全量上线，面向 ChatGPT Work 及 Codex 的 Pro、Enterprise、Business Premium 用户开放，API 接口同步就绪，随后也向 Plus 和 Business 用户推出并再次重置额度。
推荐理由：汇总 GPT-6 Astra 上线首日的 3D 场景与游戏原型实测案例，并给出各档套餐的调用额度与 API 定价。
爱范儿精选AI 评分8787 OpenAI 发布 GPT-6 Astra，主打计算机操作与软件工程能力
OpenAI 发布 GPT-6 Astra，官方称其为全球最智能、最符合人类意图的模型，最大变化是 Computer Use 能力，可调用工具、操作软件、浏览网页并独立完成复杂任务。
推荐理由：OpenAI 发布 GPT-6 Astra，给出 Computer Use 与软件工程基准对比及分级开放策略，可据此判断 Agent 能力边界。
TechCrunch · AI精选AI 评分8282 OpenAI 发布新模型 Astra，称其为最强且最具争议的模型
OpenAI 周四发布新模型 Astra，称其是公司迄今最强、能力最全面的模型，并宣称在计算机与浏览器使用上代表新前沿。Astra 当天先向使用其网络安全项目 Daybreak 的客户开放，接下来一周将陆续登陆 Pro、Plus、Enterprise、Business 等付费方案及 API。
推荐理由：OpenAI 发布新模型 Astra，除能力宣称外还涉及不透明递归推理与可监控性下降的争议，可供读者判断能力与安全之间的取舍。
The DecoderAI 评分7070 Meta 发布 Muse Spark 1.3，以低价对标头部模型
Meta 发布 Muse Spark 1.3，这是其五个月内推出的第四款模型，通过 Muse Code 和 Meta Model API 提供，xhigh 档已可用，max 档需进一步安全测试、目前为有限合作伙伴预览。
爱范儿AI 评分6666 Gemini 3.8 Flash 发布：跑分逼近 Opus 5，实测仍显粗糙
Google 发布 Gemini 3.8 Flash，这是六周内第三款 Flash 模型，官方称其面向长程软件工程、自主 Agent 和复杂企业工作流。DeepSWE v1.1 得分 71.0%，HLE-Verified 54.9%，价格与 3.7 Flash 一致，每百万 Token 输入 0.75 美元、输出 3.75 美元。
Ars Technica · AIAI 评分6262 Google 发布 Gemini 3.8 Flash，六周内第三个 Flash 模型
Google 发布 Gemini 3.8 Flash，这是其六周内推出的第三个 Flash 模型，Google 称其为迄今推理和编码能力最强的模型。该模型分两个版本：标准版 Flash 定位为通用主力模型，适用于智能体任务和软件开发；Gemini 3.8 Flash Cyber 基于相同底座，针对漏洞检测与修复做了调优。
The DecoderAI 评分6969 Google 发布 Gemini 3.8 Flash，六周内第三款低价模型
Google 发布 Gemini 3.8 Flash，距 Gemini 3.7 Flash 仅三周，是六周内第三款 Flash 系列模型，分为通用推理与编码版和面向防御性网络安全工作的 3.8 Flash Cyber 版。
The Decoder精选AI 评分8585 Anthropic 发布 Claude Fable 5.1 与 Mythos 5.1，编码与研究能力提升且成本最多降低 45%
Anthropic 发布 Claude Fable 5.1 和 Mythos 5.1，两者共用同一基础模型但安全护栏不同，Fable 5.1 全面开放，Mythos 5.1 仅限网络安全与生命科学专项计划。
推荐理由：原文列出 Fable 5.1 与 Mythos 5.1 的基准分数和 API 价格变化，读者可据此比较它与 Opus 5、GPT-5.6 Sol 的定位差异。