Skip to content

Model releases

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。

356selectedRelated topics产品更新论文研究开源生态

Latest selected

281–300 of 356
Sep 29Tue
  1. OpenAI 官方动态79

    OpenAI 推出 GPT-6.1 Sol 模型Chinese

    OpenAI 推出 GPT-6.1 Sol 模型，在编程、计算机使用（computer use）与专业工作任务中提供接近 Astra 的智能水平。该模型的标准 API 输入和输出 token 价格为 Astra 的五分之一。

    Why it matters: 原文对比了该模型在编程与计算机操作中接近 Astra 的表现及五分之一的 API 价格。

  4. Simon Willison81

    Anthropic 发布 Claude Sonnet 5.5 并上线免费版Chinese

    Anthropic 推出新模型 Claude Sonnet 5.5，运行速度提升超 30% 且多数任务成本降低最多达 30%，目前已作为 claude.ai 免费层的默认模型。作者实测显示其在部分编码任务上表现接近 Opus 5.5，但在最高思考强度下仍存在耗尽 128,000 tokens 的异常；此外官方宣布 Haiku 5.5 将在数周内推出。

    Why it matters: 原文展示了该模型下放至免费版后的实际性能与成本差异，有助于读者对比不同梯队前沿模型的编码能力。

Sep 28Mon
  1. Hugging Face74

    H 公司发布通用计算机操作智能体模型系列 Holo4 与 Holotron4 NanoChinese

    H 公司正式发布 Holo4 系列通用计算机操作智能体模型，推出 27B 稠密与 35B-A3B MoE 两个版本，并同步开源适配 Nemotron 3 Nano Omni 的 Holotron4 Nano。

    Why it matters: 该系列模型统一了图形界面、代码与API等多接口交互方式，展示了小参数模型在复杂桌面控制工作流中的落地路径。

Sep 23Wed
  1. Google DeepMind78

    Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 文本转语音模型Chinese

    Google DeepMind 正式推出 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，支持通过自然语言提示词定制角色声音并逐行掌控对话演绎。

    Why it matters: 两款模型将语音生成拓展至基于自然语言的精细表演控制与多角色编排，为多语种配音和语音智能体开发提供了高可控性方案。

  3. Tibo · X 动态镜像93

    GPT-6 Sol 与 Luna 正式推出，API 价格永久下调 50%Chinese

    GPT-6 Sol 与 Luna 正式推出，在整体能力与写作体验上有显著提升。同时 API 价格永久下调 50% 以支持更多使用场景并延长订阅额度使用时间，此外平台正为 Plus、Pro 和 Business 用户的账户充入重置额度。

    Why it matters: 原文同步宣布永久下调 50% 的 API 价格并提供额度重置，读者可关注其新场景可用性与使用成本变化。

  4. OpenAI 官方动态75

    OpenAI 推出 GPT-6 Sol 与 Luna 模型Chinese

    OpenAI 推出 GPT-6 Sol 与 GPT-6 Luna 两款新模型，将前沿智能引入日常工作。两款模型在能力与成本之间提供了不同的平衡选择。

    Why it matters: OpenAI 推出两款新模型分别在能力与成本间提供不同平衡，方便用户根据日常工作需求进行选型。

Sep 22Tue
  1. 腾讯混元 公众号68

    混元图像 3.5 预览版发布，腾讯推出高性价比专业级生图模型Chinese

    腾讯正式发布混元图像 3.5 预览版（Hy Image3.5 preview），定位高性价比专业级生图模型，官方盲测对比 Hy Image3.0 综合能力提升约 30%。

    Why it matters: 新模型在多轮编辑与文字渲染上做了针对性优化，配合较低的单图调用成本，有助于降低批量视觉物料生成的试错门槛。

Sep 21Mon
  1. Microsoft Research63

    微软开源逆合成预测模型 RetroChimera 并在 Nature 发表Chinese

    微软研究院在《Nature》发表并开源了逆合成预测模型 RetroChimera 的代码与权重，用于自动生成高质量的小分子化学合成路径。该框架结合了基于 Transformer 的生成模型 R-SMILES 2 与基于图神经网络的模板模型 NeuralLoc，并通过学习重排序机制聚合两者的互补优势。

    Why it matters: 该模型融合了端到端生成与模板图神经网络的互补优势，为小分子与新药研发中的化学逆合成路线设计提供了可落地的开源方案。

Sep 20Sun
  1. 阶跃 StepFun 公众号75

    阶跃发布旗舰模型 Step 5 PreviewChinese

    阶跃星辰发布面向 Agentic 任务的旗舰模型 Step 5 Preview，即日起全量开放 API 与在线体验，并定于 10 月 15 日正式释放模型权重。

    Why it matters: 原文给出了稀疏架构与长程任务的具体指标，读者可以据此评估其在复杂工程与专业研究中的能效表现。

Sep 18Fri
  1. 智谱 公众号68

    智谱上线 GLM-5.3-FlashX 模型Chinese

    智谱正式上线 GLM-5.3-FlashX 模型，生成速度最高可达 200 tokens/s。该模型基于 10 万张国产芯片提供的推理算力进行了底层 Infra 与推理优化，主打智能、价格与速度竞争力，目前 API 与体验中心已同步开放调用。

    Why it matters: 原文给出了基于国产算力优化后的生成速率指标，读者可以据此评估高吞吐场景下的调用时延与可用性。

Sep 16Wed
  1. Google DeepMind82

    Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking 语音模型Chinese

    Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款近实时对话模型，主打面向企业与开发者的端到端语音智能体构建。

    Why it matters: 两款模型展示了近实时语音交互与后台复杂推理并行执行的技术路径，为构建低延迟端到端语音智能体提供了参考基准。

Sep 15Tue
Sep 10Thu
  1. DeepSeek 公众号89

    DeepSeek 正式发布 V4.1 Flash 原生多模态模型并开源Chinese

    深度求索正式发布并开源 552B 参数的原生多模态模型 DeepSeek V4.1 Flash。该模型采用 Causal-Encoder-Decoder 非对称 MoE 结构，输入激活 8B、输出激活 16B，大幅减少了 KV Cache 对 HBM 和 SSD 的占用需求。

    Why it matters: 原文公开了非对称 MoE 架构与大幅压缩 KV Cache 的技术细节，为开发者评估多模态与 Agent 任务落地成本提供了直接参考。

  2. OpenAI 官方动态78

    OpenAI 在 API 中上线 GPT-Live-1 语音模型Chinese

    OpenAI 正式在 API 中推出 GPT-Live-1 模型，为开发者提供自然的全双工语音对话能力。该模型具备更强的指令遵循能力，并支持自定义声音和电话通信集成。

    Why it matters: 该模型将全双工语音对话接入API并提供电话支持，方便开发者直接构建实时语音交互应用。

Sep 9Wed
Sep 8Tue
Sep 4Fri
  1. Azure Blog · 云基础设施88

    OpenAI 前沿模型 GPT-6 Astra 正式在 Microsoft Foundry 全面可用Chinese

    OpenAI 最新前沿模型 GPT-6 Astra 正式在 Microsoft Foundry 全面可用（GA），主打面向复杂企业任务的多步规划、跨应用工具调用以及计算机使用（computer use）能力。

    Why it matters: 原文明确了前沿智能体模型在企业云端的部署形态与调用定价，有助于评估复杂跨应用自动化任务的落地成本与安全架构。