建筑设计师 SteveGallagher 实测13款模型后认为，Claude Opus 5.5 经人工引导可为简单住宅生成达到许可申请水平的施工图集。它是测试中唯一正确画出双坡屋顶设计的模型，相关房屋图集由逾15,000行 Python 代码生成，未使用现有 CAD 软件。图集生成耗时12小时、计算成本数百美元；各模型获得的人工反馈量不同，结果仍存在第二逃生出口等规范遗漏。
推荐理由：作者用同一住宅任务横向比较13款模型，并呈现人工反馈量、耗时和代码规模等差异，便于判断Claude Opus 5.5的制图能力边界。
xAI于当地时间10月14日推出Grok Voice 3.0语音模型。模型通过语音代理API开放使用，定价为每分钟0.08美元，与上一代持平。xAI表示Grok Voice已用于特斯拉车辆语音交互及星链客服中心，后者每天处理约2万通多语言客户来电，约70%无需人工介入即可解决。
推荐理由：通过与上一代相同的按分钟定价，以及星链客服每日两万通来电的处理量，让读者看清其真实部署规模和使用成本。
Artemis Security 发布 Orion-1 模型，专为自动调查和响应企业网络攻击设计。在公司自建的 DGR 基准上，Orion-1 在五项任务上均超过 80 分阈值，攻击还原任务得 80.8 分，次优的 GPT-6 Sol 得 58.3 分，同时被比较的还有 Opus 5.5、Grok 4.7 与 Kimi K3。
推荐理由：在同一告警与工具条件下把专用安全模型和多家通用模型放在一起比较，给出攻击链还原等任务上的具体得分差异。
小米发布 MiMo-V2.6 系列原生全模态开源模型，旗舰 MiMo-V2.6-Pro 总参数 1.02T / 激活 42B，登顶 Artificial Analysis 开源权重智能指数（46），定价 $0.435/M 输入、$0.87/M 输出 token，采用 MIT 协议。
推荐理由：在各家闭源前沿模型与轻量开源模型之间，小米以原生全模态、MIT 协议和 $2.6M 的 RL 后训练给出了开源权重的对照样本。
xAI 发布 Grok 4.7，定位其在编码与知识工作方面能力最强的模型，基于比 4.6 更大的新基座模型，价格不变（每百万 token 输入 $2、输出 $6），并提供 2 倍输出速度的快速版本。
推荐理由：原文给出 Grok 4.7 与 GPT-5.6 Sol、Fable 5.1 在多项基准与价格上的横向对比，读者可据此判断它在同类模型中的性价比位置。
xAI 发布 Grok Voice Transcribe 2.0 语音转文字模型，官方称其在真实场景中的准确率是 1.0 版本的两倍，定价保持不变（批处理 $0.10/小时、流式 $0.20/小时）。
推荐理由：原文把新一代语音转文字模型的精度改进、公开榜单排名与定价一并给出，便于在与同类语音模型比较时直接核对数字。
xAI 发布 Grok 4.6 模型，聚焦长任务智能体和更复杂的交互与视觉工作，训练过程采用了更长的补充训练流程与精选的模型生成数据，并在 SFT 与 RL 阶段做了改进。
推荐理由：原文给出多款基准的具体得分，方便对比 Grok 4.6 与 GPT-5.6 Sol 等竞品在长任务智能体上的能力差异。
xAI 发布图像生成与编辑模型 Imagine Image 2.0，作为新 Quality Mode 上线 grok.com/imagine 及 iOS、Android 端。
推荐理由：原文给出了 Image 2.0 在指令遵循、版式排版和局部编辑上的具体能力，读者可以结合 Arena 排名判断它在图像生成与编辑工作流中的相对位置。
xAI 发布语音到语音模型 Grok Voice Think Fast 2.0，AA Speech-to-Speech Quality Index 得分 82.9%，高于 GPT-Realtime-2.1 的 79.1% 和 Gemini 3.1 Flash 的 69.5%。
推荐理由：逐项给出了与 GPT-Realtime-2.1、Gemini 3.1 Flash 等模型的语音基准对比、转写在噪声环境下的优势，以及 8 月 5 日的迁移时间和 $0.08/min 定价，便于评估升级收益。
xAI 发布 Grok 4.5，定位为面向编码、智能体任务和知识工作的最强模型，已在 Grok Build、Cursor 与 xAI 控制台可用。
推荐理由：原文同时给出 Grok 4.5 在多个软件工程基准上的成绩、每百万 token 的定价与服务速度，方便与同级模型横向比较。
xAI 宣布 Grok 4.3 在 Amazon Bedrock 正式上线，支持 100 万 token 上下文窗口与 none/low/medium/high 四档可配置推理强度，输入 $1.25、输出 $2.50 每百万 token。
推荐理由：原文给出了多项基准成绩和定价对比，读者可以据此判断 Grok 4.3 在前沿模型中的相对位置。
xAI 发布 Grok Imagine Video 1.5 视频生成模型，在 Imagine API 正式开放为 grok-imagine-video-1.5，同时 Video 1.5 Fast 在 grok.com/imagine 及 iOS、Android 应用上线。
推荐理由：给出了 Video 1.5 在速度、物理与音频方面的具体提升数据，并列出 Projects、多智能体并行等配套的创作工作流更新。
xAI 推出图像生成视频模型 grok-imagine-video-1.5-preview，已通过 xAI API 提供预览。模型以单张静态图像加自然语言 Prompt 作为输入，最高生成 720p 片段，可描述运镜、节奏和声音设计，并支持多镜头串联成更长且风格一致的序列。调用方式只需几行代码即可完成图像动画化。
推荐理由：原文给出了模型的能力边界和使用入口，读者可以据此判断它能替代哪些已有工作流。
xAI 在 Grok Build 中推出 Composer 2.5 模型，主打长任务执行与复杂指令跟随能力，官方将其定位为快速且 state-of-the-art 的模型，用户可通过 /model 菜单切换使用。
推荐理由：官方给出了 Composer 2.5 的能力定位与 Grok Build 调用入口，可与现有长任务模型做对照参考。
xAI 发布编码模型 grok-build-0.1，公开测试版已在 xAI API 上线。该模型面向 agentic 编码场景，支持网页开发、调试与 MCP 调用，生成速度 100+ tokens/s，定价 $1/M tokens 输入和 $2/M tokens 输出，同时也是同名产品 Grok Build 的后端模型。
推荐理由：原文给出 100+ tokens/s 的生成速度和 $1/$2 每百万 token 的定价，读者可据此与同类编码模型做横向对比，估算成本与时延。
xAI 发布 Grok Voice Think Fast 1.0 语音模型并通过 API 上线，主打低延迟响应和复杂多步骤工具调用能力。该模型在 τ-voice Bench 排行榜上排名第一，支持 25+ 种语言，并已在 Starlink 客服和销售场景部署：销售线索转化率 20%，客服问题自主解决率 70%，单个智能体调用 28 个工具。
推荐理由：原文给出了 τ-voice Bench 榜首成绩和 Starlink 实际部署转化率等数据，可据此与同类语音 API 对比实际表现。
xAI 在 API 中上线 Grok 4.1 Fast 模型与 Agent Tools API，前者是支持 2M token 上下文窗口、面向工具调用场景的模型，提供 reasoning 与 non-reasoning 两个变体。
推荐理由：原文给出 Grok 4.1 Fast 在 τ²-bench Telecom、FRAMES 和 Research-Eval 上对 GPT-5、Claude Sonnet 4.5、Gemini 3 Pro 的成绩与单价对比，便于评估它在工具调用与搜索代理场景下的性价比。
xAI于11月17日发布Grok 4.1，现已面向所有用户在grok.com、𝕏和iOS/Android应用上线，Auto模式立即生效并可在模型选择器中显式选用。
推荐理由：原文给出了LMArena排名、用户偏好胜率与幻觉率等多项具体评测数据，便于和当前主流模型做横向对比。
xAI 发布 Grok 4 Fast 模型，主打成本高效推理，支持 2M token 上下文窗口，并采用统一架构在同一权重下切换推理与非推理模式。官方称其在 GPQA Diamond、AIME 2025、HMMT 2025 等基准上接近 Grok 4，平均思考 token 减少 40%，达成同等性能的价格下降 98%。
推荐理由：xAI 公开了 Grok 4 Fast 在多推理与搜索基准上的成绩和定价，读者可直接拿来对比 Grok 4、GPT-5 等模型的性价比。
xAI 发布 Grok Code Fast 1 推理模型，定位为面向 agentic 编码工作流的轻量级方案。
推荐理由：作为面向 agentic 编码的轻量模型，原文同时给出 API 定价、缓存命中率和 SWE-Bench 70.8% 分数，并附带延迟测算方法说明，便于和同类编码模型对比成本与响应速度。