AI2 发布 HiRO-ACEv2 气候模拟系统，可生成全球 3 km 数据，成本约为 X-SHiELD 的 1/300。新版下采样模型 HiROv2 同时预测多个高分辨率场，对仅百万分之一概率的极端事件统计误差控制在 3% 以内，并准确估计训练时未见的热带气旋能量。系统附带可下载模型、教程笔记与 Web Demo，未来计划加入 4°C 升温情景。
推荐理由：3 km 全球气候模拟成本约为传统模型的 1/300，并附论文与教程，读者可据此评估其对极端气候研究的可及性。
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。
科大讯飞宣布将在10月22日开幕的2026全球1024开发者节上发布讯飞星火X2.6模型和全新"云+端"协同方案。"Token+Agent"星火开发者生态将同步升级，并集中展示教育、医疗、办公、汽车等领域的AI创新应用。
推荐理由：原文预告了模型新版本和云端协同方案在开发者节的发布节奏，读者可以据此了解厂商下一步在端侧与生态上的布局方向。
Gemini 4 Argon 已全球正式上线，AINews 同时汇总了 AI Engineer NYC 现场内容和多项模型评测。Argon 面向编码、知识工作、企业流程和网络安全防御开放，入门 API 价格为每百万输入/输出 token $2/$10，缓存输入优惠 95%，Artificial Analysis 称 11 月 30 日后价格将翻倍至 $4/$20。
推荐理由：文章把 Gemini 4 Argon 的发布信息、厂商案例与独立评测并列，读者可据此分辨模型能力、任务成本和可靠性之间的差异。
面壁智能与OpenBMB正式开源多模态模型MiniCPM-V 4.7，包含35B-A3B（MoE，总参数35B、激活3B）与1B两个版本，其中35B-A3B在iPhone 17 Pro Max上仅占约3G内存，断网状态下解码速度可达每秒13个token以上。
推荐理由：原文给出了35B MoE模型仅用3G内存就能在手机上运行的前瞻专家调度与量化方案，可作为端侧部署的工程参考。
谷歌开始向Google AI订阅用户推出Gemini 4 Argon，覆盖Google Antigravity、Gemini应用和谷歌搜索中的AI模式。定价为每百万输入token 2美元、每百万输出token 10美元。
Google DeepMind 开始广泛推送 Gemini 4 Argon 大模型，并详细阐述其安全开发方法。该模型在 12 个端到端网络攻击模拟场景中全部解决（上一代为 5 个），在 Gray Swan 的间接提示词注入基准上，15 次自适应攻击成功率降至 0.7%，编码基准上作弊尝试降至 2%。
推荐理由：原文系统说明了滥用防护、对齐监控和提示词注入防御的具体机制与测试结果，可供同类模型在安全设计上参考。
Google 发布面向机器人场景的 Gemini 4 Argon，在 ERQA 具身推理基准上以纯推理方式取得 87%，超过其他前沿模型。
同一件事，精选收录的是《Google 发布 Gemini 4 Argon 前沿模型，定价 $2/$10 每百万 token》
Google 宣布 Gemini 4 Argon 即日起在全球上线，覆盖 AI Studio、Antigravity、Gemini app 与 Google Search AI 模式；免费用户和 Plus 订阅者只能使用较弱的 Flash 模型。
同一件事，精选收录的是《Google 发布 Gemini 4 Argon 前沿模型，定价 $2/$10 每百万 token》
LiquidAI发布LFM2.5-24B-A2B推理模型，采用24B参数MoE架构但每次仅激活2B，专为本地智能体设计。
推荐理由：LiquidAI给出24B参数MoE仅激活2B的端侧推理模型，在智能体基准上对标更大模型，并附带本地部署与Agent接入示例，便于评估迁移成本。
Google 发布 Gemini 4 Argon 前沿模型，在 Vals Index 排名第一、ERQA 推理基准得分 87%。模型通过 Gemini API、AI Studio、Antigravity、Gemini app 等渠道全球开放，提供 1M 统一输入输出上下文，定价 $2/$10 每百万 input/output token，缓存输入享 95% 折扣。
推荐理由：原文给出定价、上下文上限与多项工程落地案例，可据此评估它在长链路编程与 Agent 场景中的实际替代价值。
Google DeepMind 发布 Gemini 4 Argon 前沿模型，主打编码、金融、法律、网络安全和科学等复杂任务，在 Vals Index 等多领域基准排名第一。
同一件事，精选收录的是《Google 发布 Gemini 4 Argon 前沿模型，定价 $2/$10 每百万 token》
Google DeepMind 发布 Gemini 4 Argon，作为面向机器人栈的通用物理推理模型，在 Embodied Reasoning（ERQA）基准上以纯推理取得 87%，超过其他前沿模型。
Google 正式发布 Gemini 4 Argon 模型，宣称在编码、网络安全、科学、金融和法律等基准上超过 GPT-6 Astra、Claude Fable 5.1 和 Claude Opus 5.5。
同一件事，精选收录的是《Google 发布 Gemini 4 Argon 前沿模型，定价 $2/$10 每百万 token》
Google 发布 Gemini 4 Argon 大模型，主打 1M token 输出上限、多智能体视觉循环与长任务推理能力。在 Vals Index（68.9%）、DeepSWE v1.1（77.9%）、CWE-Bench（68.0%）等基准上对标 GPT-6、Claude Opus 5.5 等模型，模型已向 Google AI Pro 与 Ultra 订阅用户开放。
同一件事，精选收录的是《谷歌发布 Gemini 4 Argon：搭载 RSI，基准成绩领先 Opus 5.5 和 GPT-6》
Meta Superintelligence Labs 发布第二代 Muse 模型家族，Muse Wonder 为快速版本，max-reasoning 的 Muse Wonder Full 仅面向 Muse Code 订阅者。
推荐理由：汇总独立评测、定价和可用性差异，帮助读者比较 Muse Wonder 与其他前沿模型在智能体、编码和长任务执行中的能力与成本。
Meta 于 10 月 12 日发布 Muse Wonder 模型（代号 Watermelon），官方首次宣称对标前沿模型，部分基准自测超过 Claude Opus 5.5、Fable 5.1 和 GPT-6 Astra。
同一件事，精选收录的是《Meta 发布 Muse Wonder 与 Muse Wonder Full，主打个人与专业智能体》
Meta 超级智能实验室（MSL）发布旗舰模型 Muse Wonder 与 Wonder Full，均支持 100 万 Token 上下文，主打编程与长期 Agent 任务。
同一件事，精选收录的是《Meta 发布 Muse Wonder 与 Muse Wonder Full，主打个人与专业智能体》
Meta发布Muse Wonder模型，声称具备前沿级能力，开发者可通过Meta模型API和Muse Code调用，该模型也将为Meta个人AI助手Muse订阅版提供底层算力支持。OpenAI将GPT-6.1 Sol默认上下文长度从272,000个token提升至500,000个token，并取消订阅用户长文本附加费。此外，英国政府拟强制前沿AI企业提交安全报告并接受监测。
推荐理由：汇总了Meta新模型、OpenAI上下文升级及英美AI监管动态，便于一次掌握多个AI行业关键变化。
Meta 发布名为 Muse Wonder 的全新 AI 模型，历经 14 个月研发，称具备前沿级能力，在代码编写和金融、法律类问题处理上可与 ChatGPT、Claude 等头部模型处于同一水准。开发者可通过 Meta 模型 API 和 Muse Code 调用该模型，该模型也将为 Meta 个人 AI 助手 Muse 订阅版提供底层算力。
同一件事，精选收录的是《Meta 发布 Muse Wonder 与 Muse Wonder Full，主打个人与专业智能体》
Meta 发布两款前沿模型 Muse Wonder 与 Muse Wonder Full，两者在 Artificial Analysis Intelligence Index v4.3 上分别取得 52 和 56 分，进入第一梯队，前代 Muse Spark 1.3 为 48 分。
同一件事，精选收录的是《Meta 发布 Muse Wonder 与 Muse Wonder Full，主打个人与专业智能体》
Meta 旗下 Superintelligence Lab 发布其首款前沿模型 Muse Wonder 与 Muse Wonder Full，定位更大规模、面向编码等复杂任务，基准成绩与 Fable 5.1 和 GPT-6 Astra 相当。
同一件事，精选收录的是《Meta 发布 Muse Wonder 与 Muse Wonder Full，主打个人与专业智能体》
Meta 发布 Muse Wonder 与 Muse Wonder Full 系列模型，定位个人与专业智能体方向。模型引入 Active Memory 与 Active Focus 机制，在 Harvey LAB、FocusBench、SWE-Marathon 等基准上取得 state-of-the-art 结果，依托 gigawatt 级 Prometheus 数据中心训练。
推荐理由：原文给出 Active Memory 与 Active Focus 的能力定义和基准结果，读者可据此对照现有智能体模型的能力侧重。
Meta 发布两款新 AI 模型 Muse Wonder 与 Muse Wonder Full，面向 Muse Code 订阅用户开放，Wonder 还可通过 Meta Model API 调用。
同一件事，精选收录的是《Meta 发布 Muse Wonder 与 Muse Wonder Full，主打个人与专业智能体》
Import AI 周报第 476 期由 Jack Clark 汇总 TasteVal 与 Humanity's Sixth Sense 两项新基准对前沿模型的测评。Reflection Beam 与 Mistral Large 4 两款开放权重模型同期发布，性能仍逊于中国厂商 GLM 与 Kimi。Clark 在分析中将递归自我改进可能实现的时点从 2028 年上调至 2027 年。
推荐理由：对比前沿模型在 TasteVal、HSS 等新基准下与人类专家的能力差距，并量化 Reflection Beam、Mistral Large 4 与中国厂商 GLM、Kimi 的性能落差，供读者参照本周 AI 进展。
微软基于阿里Qwen3.5-9B后训练推出决策模型Microsoft-Decision-1，在结构化决策任务的时延和准确性上超过了LLM及Jev 1.13.0等热门决策模型，或将推广至更多领域。
同一件事，精选收录的是《微软推出 Microsoft-Decision-1 决策评分模型，已上线 Microsoft Foundry》
智谱在 Zcode 3.15.1 中灰度上线 GLM-5.3-Highspeed 模型，网友 @leo114119 实测输出速度达 490 tokens/s。该模型上下文窗口为 100 万 token，最大生成 131,072 token，并划分 low、high、max 三档思考强度配置。
推荐理由：对比了 GLM-5.3-FlashX、Flash 等同系模型的输出速度，读者可据此判断高速版在长输出场景中的实际收益。
微软发布 Decision-1 决策模型，基于 Qwen3.5-9B，用于分类、评估和路由等快速结构化决策。微软称其在覆盖近 15 万道题的 36 项基准中准确率最高，达到 83.5%、延迟 85 ms，速度为 H2O-Lightning-4B 的 2.5 倍。模型已通过 Microsoft Foundry 和 OpenRouter 上线，输入 token 价格为 $0.042/百万，输出免费。
同一件事，精选收录的是《微软推出 Microsoft-Decision-1 决策评分模型，已上线 Microsoft Foundry》
谷歌发布生图模型 Nano Banana 2.1，主打 4K 直出与中文渲染改进，在 Arena 文本转图像排名升至第四、仅次于 GPT，1K/2K API 价格直接砍半。
推荐理由：把 Nano Banana 2.1 与 GPT Image 2.5 同台对比，给出 Arena 排名、API 降价幅度与中文渲染改进等可对照数据。
10 月 8 日凌晨，Anthropic 推出 Claude Haiku 5.5，10 万 tokens 以内每百万输入 0.10 美元、输出 0.50 美元，比上一代 Haiku 4.5 便宜一个数量级，也低于 DeepSeek-V4.1-Flash；同一天 OpenAI 上线 GPT-6，免费层下放至 GPT-6 Luna，付费用户可用 GPT-6 Sol。
推荐理由：把三家小模型的 API 单价、缓存价与计费门槛并到同一张表里推演，并结合开发者访谈解释分层定价如何撑住入门价让利。
TypeSafe AI 在 Jev 推出数周后完成 8.7 亿美元融资，估值达 75 亿美元，由 Andreessen Horowitz 领投，Sequoia 和 DCVC 跟投。
推荐理由：在主流路线集中于 LLM 的背景下，Jev 选择以 transformer 输出概率而非文本并面向自动化，可作另一类模型范式的对照参考。
微软推出 Microsoft-Decision-1 决策评分模型，主打低延迟结构化决策任务，并已在 Microsoft Foundry 上线、即将在 OpenRouter 提供。
推荐理由：原文给出了与 LLM 和同类决策模型的延迟与准确率对比，读者可以据此判断该模型在路由、分类等高频决策环节的替换价值。
面壁 MiniCPM-V 4.7 35B-A3B 在 Hugging Face 开源，并同步推出 int4 量化版本，被官方称为首个在端侧可流畅运行且不损失性能的开源 MoE 多模态模型。
推荐理由：原文把 LES、细粒度分层量化和 DSpark 推测解码组合在一起作为端侧 MoE 的可迁移做法，并与 Qwen3.6 35B-A3B 直接比较效率与分数。
面壁 MiniCPM 开源 MiniCPM-V 4.7 35B-A3B 多模态模型，是 MiniCPM-V 系列第一个 MoE 变体。
推荐理由：在端侧实现无损流畅推理的开源 MoE 多模态模型，LES 专家调度与层级量化方案适合和 Qwen3.6 35B-A3B 做性能效率对比。
面壁发布 MiniCPM-V 4.7 35B-A3B，这是 MiniCPM-V 系列首个 MoE 多模态模型，结合 Lookahead Expert Scheduling（LES）跨层预测、层间细粒度量化和 DSpark 推测解码，在 iPhone 17 Pro Max 上以 13+ tokens/s 实现无损端侧流畅推理。
推荐理由：原文同时给出 iPhone 17 Pro Max 上 13+ tokens/s 的实测速度与 LES 调度、层间量化和 DSpark 推测解码三项技术细节，读者可据此评估端侧 MoE 推理的可行边界。
通义千问（Qwen）在 Hugging Face 发布 Qwen-Image-2.1-Turbo，是 Qwen-Image-2.1 的加速检查点，沿用同一 7B 视觉生成架构，支持文生图与图像编辑，默认 CFG=1 并仅需 8 步去噪，配合 prefix KV 缓存复用文本与参考图上下文。
推荐理由：8 步去噪与 prefix KV 缓存是该检查点的核心改动，读者可据此评估它在速度和质量上的取舍。
腾讯优图实验室开源 5B 参数的全模态解析模型 Youtu-Parsing-Omni，统一处理文档页、自然图像、图表、流程图、几何图、音频与音视频，并按任务提示统一输出 JSON。
推荐理由：5B 全模态解析模型在 OmniDocBench 居首、OmniParsingBench 仅次 Gemini-3-Pro，是评估小尺寸多模态模型能力上限的参考。
美国AI视频公司Tavus发布新模型Griffin-Lite，并将其定义为"人类交互模型"，宣称是首个通过"视频图灵测试"的实时视频对话模型。在一项54人参与的1分钟视频通话测试中，48%的受试者误以为对方是真人，上一代系统在同一测试中该比例仅为2.4%。Griffin-Lite与传统语音助手不同，可在双方同时说话时实时作出附和或打断的反应。
推荐理由：原文给出了上一代 2.4% 到 Griffin-Lite 48% 的视频图灵测试对比结果，为评估实时视频对话模型拟人度提供了一组可参照的数据。
Cactus Compute 发布 16.9 MB 端侧语音识别模型 Whistle，在 CPU 上无依赖运行，首 token 11 ms，支持英、德、法、西、意、荷、波七语。
推荐理由：16.9 MB 的端侧语音模型与 Needle 共用同一二进制可直接转写为工具调用，并给出与 Whisper、Moonshine 的逐项对比。
阶跃星辰（StepFun）的 Step 5 Preview 在 OpenRouter 上架，采用稀疏 MoE 架构（27B 激活 / 600B 总参数），支持 1M token 上下文。
推荐理由：原文给出了 1M 上下文、27B/600B MoE 架构与分层定价，读者可据此判断它在大上下文与长链路任务上的可用边界。