Microsoft 推出 Decision-1 模型,基于 Qwen3.5-9B 优化 AI 决策性能
summary_zh: Microsoft 发布基于 Qwen3.5-9B 的 Decision-1 模型,用于加速结构化决策任务,涵盖分类、评估及路由等场景。
summary_zh: Microsoft 发布基于 Qwen3.5-9B 的 Decision-1 模型,用于加速结构化决策任务,涵盖分类、评估及路由等场景。
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。
伶鹊对话分析上线 Flash/Pro 模型及自进化引擎,推理成本仅为对应基模的 17%。 Flash 处理高频任务,Pro 攻克复杂规则;自进化引擎实现自动闭环,将优化交付周期从 1-2 个月压缩至 2-3 周内,效率提升 3-4 倍。 输入输出分别定价 0.2/0.4 元及 1.0/2.7 元/百万 Token,支持合规风控、服务体验及营销转化场景的全量智能分析。
硅基流动正式上线高速版 GLM-5.3-Flash,这是智谱 GLM-5 系列首款原生多模态模型。该模型引入稀疏注意力与线性注意力机制以支持 1M 长上下文,并在 Artificial Analysis 综合智能指数测试中获得 42 分。
推荐理由:原文给出了 GLM-5.3-Flash 的架构创新、视觉编程闭环能力与具体 API 定价,读者可据此评估其多模态开发成本。
Cloudflare 发布开放权重多模态决策模型 Clef-omni,支持单次 API 调用处理文本、图像、音频及视频输入,模型权重已在 Hugging Face 开放。
Underdog AI 发布 Saluki 27B,该模型是 Qwen3.8-27B 的 2-bit 量化调优版本,大小仅为 7.89GB。 其针对智能体应用设计,擅长日常推理和工具使用,工具选择及多工具并行调用表现优于全尺寸 Qwen3.8-27B,数学表现相对逊色。 模型采用标准 llama.cpp 格式,无需自定义编译即可在标准 llama.cpp 及其应用中加载。
Kisoku 1.6B 是一个由单人基于 Google TPU 从头预训练的大语言模型,采用 Apache 2.0 协议开源。模型在 10 项基准测试中与 Meta 的 Llama 3.2 1B 持平,且训练数据量约为后者的 1/18。项目提供 64K 上下文支持、聊天微调预览版以及完整的技术报告和评估代码。
生数科技发布视频生成模型 Vidu Q4 Preview 预览版本,支持 2K、4K 输出及 16 秒长视频生成。 该模型支持图生视频与参考生视频,最多可接入 3 段参考音频和 15 张参考图,提升动态运镜与复杂镜头衔接效果。 首发优惠价 0.09 元/秒起,适配 AI 短剧、广告营销、影视创作等场景。
微软于当地时间 10 月 9 日宣布推出专用于结构化决策任务的 Microsoft-Decision-1 模型,该模型现已上线 Microsoft Foundry 和 OpenRouter。
summary_zh: 谷歌即将正式发布新一代 Gemini 4“Argon”模型,其内部团队正在测试性能更强的后续迭代版本“Carbon”。 “Carbon”被形容为 Argon 架构下的新检查点,接入内部代码平台后,员工称其代码能力“堪比 Claude Opus 5.5”;早期 Argon 版本部分编程任务表现仅相当于 Claude Opus 5。
小米发布 MiMo-V2.5 系列模型下线通知,建议用户迁移至 MiMo-V2.6 系列。 自 2026 年 10 月 14 日起,旧模型请求自动切换至 V2.6,并于 10 月 21 日 10:00 正式失效。 MiMo-V2.6 于 9 月 22 日开源,沿用 V2.5 定价,单位词元价格保持低位。
OpenAI 将其内部前沿模型生成的 719 份数学手稿(包含 90 个前 500 大未决问题)开源至 GitHub。这些成果是模型在约 4000 个问题上仅运行平均 3 小时计算得出的,其中黎曼猜想相关结论显著收紧了边界。
同一新闻,精选展示《OpenAI 发布内部前沿模型产生的新数学成果》
Mistral Large 4 在欧盟 AI 法案和 GDPR 合规测试中提升 37 个百分点至 53%,但仍有近半数案例违规。 该模型在 13 项人权场景测试中表现优于前代,但落后于 Claude 和 GPT 模型。 尽管合规性有所改善,Mistral 早期版本仍可用且无使用标准,限制了其实际影响。
联想天禧AI自研代码智能体框架TianxiCode搭配DeepSeek-v4.1-Flash,以71%问题解决率在SWE-bench-Live Lite分榜登顶全球第一。 该方案通过官方“Verified”核验,具备跨文件检索、自主规划及闭环补丁生成能力。 TianxiCode未来将应用到联想AI硬件产品中,推动智能体落地真实研发场景。
TypeSafe AI 的 Jev 模型在发布一天内占据 Vercel AI Gateway 13% 的付费团队份额,创下 Vercel 24 小时覆盖付费团队数最高的纪录。三周后,OpenAI 基于 GPT-6 Luna 推出 Decisions API,Jev 的创始人表示该模型旨在解决常规自动化中常见的高承诺低交付问题。
OpenAI 推出 GPT-6.1 Sol 的 Ultrafast(极速)模式,生成速度比标准版快 8 倍,智能水平接近旗舰模型 Astra。Ultrafast 模式每百万 Token 输入价格 12 美元、输出 60 美元,是标准版价格的 6 倍,且目前主要面向 Pro 500 订阅及企业客户开放。
Odyssey 推出 Odyssey-3 系列基础世界模型,其 Pro 版本在 Physics-IQ Verified 视频到视频基准测试中取得 66.1 分,创下该榜单最高纪录。
推荐理由:Odyssey-3 Pro 在 Physics-IQ Verified 上取得 66.1 分最高纪录,展示了 AI 对真实世界物理规律的预测能力。
Liquid AI 于 10 月 7 日发布 d1 系列两款开放权重决策模型,已开源至 Hugging Face。旗舰款 d1-3B 拥有 31.2 亿参数,基于视觉语言模型 LFM2.5-VL-3B 训练,支持文本与图像输入;另一款 d1-omni-600M 拥有 5.87 亿参数,支持文本、图像及语音输入。
JetBrains 发布 Mellum2.1 编程模型,重点增强智能体编程能力,并已在 Hugging Face 上线支持本地部署。该模型延续 12B 混合专家架构且拥有 2.5B 活跃参数,采用 Apache 2.0 许可证,主要通过升级强化学习阶段并补充多项任务训练数据来提升性能。
小米团队发布 MiMo-V2.6 系列多模态模型技术报告,通过大规模强化学习提升模型智能边界。该系列基于混合-SWA 架构进行中期训练,并在三维方向扩展 RL 算力:每步消耗 1,568 样本及 2.7-3.7B token(支持 1M 上下文)、覆盖代码/通用/视觉/网络领域的复杂环境,以及通过组式智能体评分生成更准确的奖励信号。
SAIL 是一款开放模型,总参数量 35B 且激活参数 3B,面向文献研究、科学编码及多步科研工作流。 该模型通过科学感知改进循环开发,利用前沿 AI 智能体分析任务失败并构建针对性训练任务,结合监督微调、专家训练、多教师在线策略蒸馏及智能体强化学习进行训练。 SAIL 在科学研究任务中取得了与领先开放权重模型相当的性能,但参数量显著更少。
OpenAI 面向所有用户开放了 GPT-6.1 Sol,并推出了速度提升 8 倍的 Ultrafast 模式。该模式智能水平逼近旗舰模型 Astra,但 API 定价较高,为每百万输入 token 12 美元、输出 60 美元。在 Codex 和 ChatGPT 端,Ultrafast 仅对 Pro 500 订阅、特定 Enterprise 和 Edu 用户开放,普通付费用户需额外加费。
OpenAI 正式宣布推出 ChatGPT,用户可通过 chatgpt.com 访问。
arXiv 论文《Moonworks Lunara: Modeling Artistic Intelligence》提出了一种含 10B 以下激活参数的 Diffusion Mixture Transformer 架构,并提出 CAT 训练算法,通过主动学习原则迭代更新训练分布。
Liquid AI 开源 D1-3B 决策模型,基于 LFM2.5-VL-3B 构建,支持文本与图像混合状态输入,单次前向传播输出校准答案。该模型在 Decision Index 0.2.1 上得分 48.57,优于 Decider 35B-A3B 及所有 4B/9B 竞品,在 NVIDIA RTX 4090 上单次决策耗时 8 ms。
AMD 专为 AI 服务器设计的 EPYC 9006 系列“Verano”CPU 将启用新型 SB1 插座,并支持 24 通道 LPDDR5X 内存。该处理器配备最高 72 个 Zen 6 核心,主频高达 5 GHz,内存采用可更换的 SOCAMM2 模块。
Anthropic 发布面向高吞吐场景的 Claude Haiku 5.5,提示词不超过 100K token 时价格最多降低 90%,至 $0.10/M input tokens,同时 Sonnet 5.5 缓存读取价格减半,使其智能体任务成本约降低 20%。
同一新闻,精选展示《Claude Haiku 5.5 上线 AWS》
Anthropic 于 10 月 7 日发布 Claude Haiku 5.5,主打高频、成本敏感场景。官方基准显示,该模型在 OSWorld 2.1 离线任务中取得 72.4% 成功率,Terminal-Bench 4.0 最大推理强度下成绩为 39.2%,部分指标超过 GPT-6 Luna。
同一新闻,精选展示《Claude Haiku 5.5 上线 AWS》
OpenAI 撤回 openai/math 仓库中三篇涉及霍奇猜想的手稿,主因是首篇关键论证将几何操作符号误写为 +1,导致依赖该构造的另两篇论文失效,仓库手稿总数降至 719 篇。此次更新还修订了 14 篇手稿并新增 6 项 Lean 形式化,目前 300 篇手稿的主结果完成形式化,占比约 42%。
阿布扎比技术创新研究所(TII)发布 1.6B 参数 Falcon-ASR 语音识别模型,重点针对阿联酋方言,同时支持英语、法语、西班牙语和葡萄牙语。
推荐理由:阿拉伯语音识别模型取得领先基准成绩,读者可了解其在多方言混合语音与复杂录制条件下的表现细节。
**summary_zh**: GPT-6 向 12 亿用户推出“智能 UI”,通过文本和视觉交互增强回复;Claude Haiku 5.5 专为高流量任务优化,处理 100,000 token 以内任务时成本比 Haiku 4.5 低 75%。
Anthropic 发布 Claude Haiku 5.5,定价与 OpenAI GPT-6 Luna 一致,并同日下调 Sonnet 5.5 缓存读取价格。
推荐理由:Haiku 5.5 以 GPT-6 Luna 同价推出,读者可据此判断小模型在 Agent 工作流中的定位是否真正改变。
OpenAI 正式向所有 ChatGPT 用户开放新一代旗舰模型 GPT-6,付费用户可用 GPT-6 Sol,免费及 Go 用户可用 GPT-6 Luna。该版本新增 Intelligent UI 能力,模型可根据任务自主生成地图、表单及可交互小工具。
Anthropic 发布迷你模型 Claude Haiku 5.5,平均运行成本比 Haiku 4.5 低约 75%,且在 10 万 token 以内请求的定价较 Haiku 4.5 降低 90%。
同一新闻,精选展示《Claude Haiku 5.5 上线 AWS》
日本 Preferred Networks (PFN) 发布全自主研发的 PLaMo 3 Translate 31B 翻译模型,支持 53 种语言,日语占比约 30%。 该模型引入覆盖 15 种语言的在线会议翻译模式,在四项翻译基准测试中平均分优于 GPT-6.1 Sol 和 GPT-6 Astra。 凭借日语处理优势,其成本低至每 10 万字符输入 14 日元,显著低于竞品。
Tibo 确认 GPT-6 已在全量账户上线,并询问用户使用情况。他转发的内容提到这是 GPT-6 在 Chat 中的重大更新,同时 Codex 和 ChatGPT Work 的活跃用户数达到 4000 万的新高点,并为所有付费账户加载了额外的重置额度。
Apollo Restore 是一个基于 Mistral Small 微调的 240 亿参数 LLM,用于修复古希腊文本中的物理空缺。它采用 fill-in-the-middle 目标,无需已知空缺长度即可重建缺失片段。
summary_zh: YANchor-4B 是一种通用递归模型,通过多维记忆机制保留关键信息作为锚点以支持长程推理,在 AIME 2024-2026 数学问题上达到 82.93% 的平均 pass@1,HMMT 基准得分 63.64%。
Anthropic 发布 Claude Haiku 5.5,官方跑分显示其在基准测试中全面超越 GPT-6 Luna。对于 10 万 token 以内的请求,输入输出价格直接砍 90%,使得除缓存命中外的价格低于 DeepSeek-V4.1 Flash。
同一新闻,精选展示《Claude Haiku 5.5 上线 AWS》
OpenAI 宣布 GPT-6 全面替换 GPT-5.6,免费及 Go 用户开始使用 GPT-6 Luna,付费用户使用 GPT-6 Sol。ChatGPT 界面新增 Intelligent UI 功能,支持根据问题动态生成图表、工具或交互式组件,并支持流式显示生成过程。