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。
内容形态
模型发布 最新动态
新模型的发布、开源与迭代：大模型厂商的旗舰更新、开源权重放出、性能与价格变化的第一时间记录。
47 条精选近 30 天 34 条共收录 98 条
更新
精选归档 · 第 2 页
量子位精选AI 评分8080 爱范儿精选AI 评分7878 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。
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。
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 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 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。
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。
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 DeepSeek 发布 V4.1-Flash，大幅压缩智能体 KV cache 内存占用
DeepSeek 发布多模态模型 V4.1-Flash，主要目标是降低长上下文智能体的运行成本。该模型语言主干有 5520 亿参数，支持最多 100 万 token 上下文。
推荐理由：原文给出 KV cache 压缩比例与激活参数等具体数字，读者可据此判断长上下文智能体的部署成本变化。
The Decoder精选AI 评分7676 OpenAI 发布 ChatGPT Images 2.5：更快更精准，但不同用户拿到的并不一样
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。
爱范儿精选AI 评分7878 OpenAI 发布 ChatGPT Images 2.5，新增 Sketch 手绘参考与评论编辑
OpenAI 发布新一代图像生成模型 ChatGPT Images 2.5，重点提升图片细节质量、生成速度、编辑精度和多轮修改一致性，并新增 Sketch 手绘参考、创作模板、图片评论编辑等功能。
推荐理由：作者实测了 Images 2.5 的精准编辑与参考图保持能力，并列出噪点等短板，可据此判断它是否适合现有图像工作流。
The Decoder精选AI 评分7878 Meta 发布实时音频模型 Muse Voice Transcribe，支持说话人分离与句子边界检测
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。
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8888 OpenAI 发布 GPT-6 Astra：主打电脑操作能力，定价创下新高
OpenAI 正式发布 GPT-6 Astra，官方称其为代际跃迁，能力覆盖电脑操作、软件工程、专业工作、科学和网络安全。Astra 在 ARC-AGI-3 上取得 99.9%，OSWorld 2.0 得分 72.6%，高于 Sol 的 65.7%，平均完成一项任务约 40 分钟。
推荐理由：梳理 Astra 的跑分、定价与 Computer Use 表现，并对比第三方独立测试，可看清旗舰模型竞争转向环境操作能力。