xAI 发布 Grok Imagine Video 1.5，生成速度与画面质量提升
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。
#模型发布
xAI News精选AI 评分6262
Kimi (Moonshot)精选AI 评分7979 月之暗面开源发布 Kimi K3：2.8T 参数原生多模态智能体模型
月之暗面（Kimi）发布开源原生多模态智能体模型 Kimi K3，总参数 2.8T、激活 104B，原生支持文本、图像与视频，配备 1M token 上下文窗口。
推荐理由：Kimi K3 以 2.8T 参数和原生多模态设计开放权重，并在推理、编码与智能体多项基准上与 Claude Fable 5、GPT-5.6 Sol 等前沿模型直接对比，读者可据此查看其相对位置。
Kimi (Moonshot)精选AI 评分6161 Kimi K2.7 Code 发布：相对 K2.6 减少约 30% 思考 token 的编码智能体模型
Moonshot AI 发布 Kimi K2.7 Code 编码智能体模型，基于 K2.6 改进主打长周期编码端到端能力，思考 token 相比 K2.6 减少约 30%。
推荐理由：原文给出 K2.7 Code 相对 K2.6 的 token 效率改进，以及与 GPT-5.5、Opus 4.8 在编程和智能体基准上的对比数据。
xAI News精选AI 评分5252 xAI 在 API 推出 Grok Imagine 1.5 Preview 图像生成视频模型
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。
MiniMax精选AI 评分6565 MiniMax 在 Hugging Face 发布 M3 模型 MXFP8 量化版本
MiniMax 在 Hugging Face 发布 M3 模型的 MXFP8 量化版本 MiniMax-M3-MXFP8，总参数约 428B、激活参数约 23B，支持 1M 上下文与文本、图像、视频原生多模态训练。
推荐理由：原文给出 MSA 稀疏注意力在 1M 上下文下相对 M2 的预填充与解码加速数据，读者可据此评估长上下文部署成本。
MiniMax精选AI 评分6565 MiniMax 在 Hugging Face 开源原生多模态模型 MiniMax-M3，支持 1M 上下文
MiniMax 在 Hugging Face 开源原生多模态模型 MiniMax-M3，支持 1M 上下文，总参数约 428B、激活参数约 23B。M3 搭载自研稀疏注意力算子 MiniMax Sparse Attention（MSA），相比 M2 在 1M 上下文下实现 9× prefill 与 15× decode 加速，单 token 计算量降至 1/20。
推荐理由：原文给出 1M 上下文与稀疏注意力算子的具体收益，读者可据此评估该模型在长上下文场景下的部署成本与吞吐。
xAI News精选AI 评分5050 xAI 在 Grok Build 中上线 Composer 2.5 模型
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 News精选AI 评分5959 xAI 发布编码模型 grok-build-0.1，公开测试版上线 xAI API
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。
阶跃 StepFun精选AI 评分6666 阶跃 StepFun 发布 198B 参数多模态模型 Step 3.7 Flash
阶跃 StepFun 发布 Step 3.7 Flash 多模态模型，采用 198B 参数稀疏 MoE 架构，每 token 激活约 11B 参数，支持 256k 上下文与低中高三档可调推理强度，最高吞吐达 400 tokens/秒。
推荐理由：Step 3.7 Flash 以 198B 稀疏 MoE 视觉语言模型形态发布，配合 256k 上下文与 ClawEval-1.1 67.1 的领先成绩，为 agent 与工具调用场景提供了从云端 API 到本地 GGUF 的完整部署参考。
阶跃 StepFun精选AI 评分6262 阶跃 StepFun 发布 198B 参数视觉语言模型 Step 3.7 Flash
StepFun 发布 198B 参数稀疏 MoE 视觉语言模型 Step 3.7 Flash，每 token 激活约 11B 参数，吞吐量最高 400 tokens/s，支持 256k 上下文窗口与低/中/高三档推理强度。
推荐理由：原文说明了该 198B MoE 模型针对高频生产与智能体工作流的定位，以及通过三档推理强度平衡成本与速度的设计取舍。
xAI News精选AI 评分6161 xAI 发布 Grok Voice Think Fast 1.0 语音模型并开放 API
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。
Kimi (Moonshot)精选AI 评分7474 Kimi K2.6 开源发布：支持 300 子智能体协同，主打长程编码与原生多模态
Kimi K2.6 开源发布，定位原生多模态智能体模型，重点强化长程编码、代码驱动的界面设计与 Agent Swarm 多智能体编排能力。模型采用 MoE 架构，总参数 1T、激活参数 32B、上下文长度 256K，可横向扩展至 300 个子智能体执行 4000 步协同任务，并在单次自主运行中产出文档、网页、表格等端到端结果。
推荐理由：原文给出 K2.6 与 GPT-5.4、Claude Opus 4.6、Gemini 3.1 Pro 在 Agentic、编码、推理、视觉四类基准的多维对比，可作为开源前沿模型与闭源旗舰能力差距的一手参考。
MiniMax精选AI 评分7070 MiniMax 发布 MiniMax-M2.7 模型并开放权重
MiniMax 在 HuggingFace 发布 MiniMax-M2.7 模型，强调 Agent Teams、复杂 Skills 和动态工具搜索能力，并开放权重支持本地部署。
推荐理由：原文给出了与 Opus 4.6、GPT-5.4 等模型在多个工程基准上的横向对比，并附本地部署方式。
Meta AI Blog精选AI 评分6969 Meta 发布 Muse Spark 模型，主打多模态推理与多智能体编排
Meta Superintelligence Labs 发布 Muse Spark 模型，原生多模态推理，支持工具调用、视觉思维链和多智能体编排。其 Contemplating 模式通过多智能体并行推理，在 Humanity's Last Exam 上达到 58%、FrontierScience Research 38%。
推荐理由：Muse Spark 在预训练效率和多智能体推理上给出了具体数字，可以与 Llama 4 Maverick 及同类推理模型横向比较。
阶跃 StepFun精选AI 评分7070 阶跃开源 Step 3.5 Flash 基座模型，总参数 196B 每 token 激活约 11B
阶跃（StepFun）开源 Step 3.5 Flash 基座模型，总参数 196.81B，每 token 激活约 11B，采用稀疏 MoE 与 3-way Multi-Token Prediction（MTP-3）。
推荐理由：原文给出了 11B 激活参数下的稀疏 MoE 设计与多模型基准对比，可用于评估开放模型的推理与 Agent 能力边界。
Kimi (Moonshot)精选AI 评分7676 Moonshot AI 开源发布原生多模态智能体模型 Kimi K2.5
Moonshot AI 发布开源原生多模态智能体模型 Kimi K2.5，基于 Kimi-K2-Base 用约 15T 视觉和文本混合 token 继续预训练，支持即时与思考双模式及 Agent Swarm 协同执行。
推荐理由：原文给出 1T/32B MoE 架构与 256K 上下文的多模态智能体能力，并附与 GPT-5.2、Claude 4.5 Opus、Gemini 3 Pro 的横评。
xAI News精选AI 评分6969 xAI 上线 Grok 4.1 Fast 模型与 Agent Tools API
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 News精选AI 评分6767 xAI发布Grok 4.1，已面向所有用户开放
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。
Kimi (Moonshot)精选AI 评分7979 月之暗面发布开源思考模型 Kimi K2 Thinking
Kimi K2 Thinking 是月之暗面（Moonshot AI）发布的开源思考模型，采用 MoE 架构，总参数 1T、激活 32B，原生支持 256k 上下文与 INT4 量化推理。
推荐理由：给出了K2 Thinking在推理、Agent搜索和代码任务上与GPT-5等多款主流模型的对照成绩，便于横向比较当前开源思考模型的水平。
xAI News精选AI 评分7272 xAI 发布 Grok 4 Fast，主打成本高效推理
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 News精选AI 评分7171 xAI 发布 Grok Code Fast 1 推理模型，面向 agentic 编码工作流
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。
xAI News精选AI 评分7171 Grok 4 与 Grok 4 Heavy 发布：原生工具调用与实时搜索集成
xAI 发布 Grok 4 与 Grok 4 Heavy，号称全球最智能模型，集成原生工具调用与实时搜索，已向 SuperGrok 和 Premium+ 订阅用户开放，并通过 xAI API 提供。
推荐理由：原文披露了在 200K GPU 集群上扩展强化学习的训练路径，并给出多个基准成绩，可作为对比前沿模型推理能力的参考。
xAI News精选AI 评分7676 xAI 发布 Grok 3 Beta 模型与 DeepSearch 智能体
xAI 发布 Grok 3 Beta 与 Grok 3 mini，主打基于大规模强化学习的推理能力，Grok 3 (Think) 在 AIME 2025 上达到 93.3%（cons@64）、GPQA 84.6%、LiveCodeBench 79.4%，Chatbot Arena Elo 1402，支持 1M token 上下文窗口。
推荐理由：读者可据此对比 Grok 3 与 Gemini 2.0、DeepSeek-V3 等模型在数学、代码与知识任务上的实测差距。
xAI News精选AI 评分6464 xAI 推出 Grok-2 1212 新版本并向 X 平台用户免费开放
xAI 宣布在 X 平台向所有用户免费开放新版本 Grok-2，速度提升至此前 3 倍，准确度、指令遵循和多语言能力均有改进。新增 API 模型 grok-2-1212 与 grok-2-vision-1212，定价为输入 $2/百万 token、输出 $10/百万 token，图片生成模型 Aurora 后续也将接入 API。
推荐理由：读者可以对比 Grok-2-1212 与此前版本在速度和准确度上的变化，并了解免费开放和 API 定价对开发者的实际影响。
xAI News精选AI 评分6060 xAI 发布 Grok 图像生成模型 Aurora，采用自回归 MoE 架构
xAI 发布 Grok 新一代图像生成模型 Aurora，采用自回归混合专家架构，已在 X 平台向部分国家开放，一周内全量上线。Aurora 基于海量互联网样本训练，主打照片级真实感与文本指令遵循度，能精确渲染真实实体、文字、商标与人像。
推荐理由：原文给出了 Aurora 的自回归 MoE 架构、原生多模态图像输入与编辑能力，及其在 X 平台的分阶段上线节奏，便于与同代图像生成模型做横向对比。
xAI News精选AI 评分6969 xAI 发布 Grok-2 与 Grok-2 mini Beta，登陆 𝕏 平台并开放企业 API
xAI 发布 Grok-2 与 Grok-2 mini Beta，已在 𝕏 平台对 Premium 和 Premium+ 用户开放测试，企业 API 将于本月晚些时候上线。
推荐理由：原文给出 LMSYS Elo 排名与多项学术基准对比，读者可直接看到 Grok-2 与 GPT-4 Turbo、Claude 3.5 Sonnet 的相对位置。
xAI News精选AI 评分5858 xAI 发布首个多模态模型 Grok-1.5V 预览版
xAI 发布首个多模态模型 Grok-1.5V 预览版，可处理文档、图表、截图和照片等视觉信息，将向早期测试者和现有 Grok 用户开放。
推荐理由：横向对比了 GPT-4V、Claude 3、Gemini Pro 1.5 在多模态基准上的表现，并同步开源真实空间理解基准 RealWorldQA。
xAI News精选AI 评分6767 xAI 发布 Grok-1.5：128K 上下文与改进的推理能力
xAI 发布 Grok-1.5 模型，支持 128K tokens 上下文长度，主打长上下文理解与改进的推理能力；在 MATH 上取得 50.6%（4-shot）、GSM8K 90%（8-shot）、HumanEval 74.1%（0-shot）、MMLU 81.3%（5-shot），并在 Needle In A Haystack 评测中实现 128K 长度内的完美检索。
推荐理由：原文提供了与 GPT-4、Claude 3 Opus、Gemini Pro 1.5 等模型的横向基准对比，读者可以据此判断 Grok-1.5 的相对性能位置。
xAI News精选AI 评分7070 xAI 以 Apache 2.0 开源 Grok-1 模型权重与架构
xAI 以 Apache 2.0 协议开源 Grok-1 模型权重与网络架构，这是一个 314B 参数的 MoE 大语言模型。模型为未经任何应用（如对话）微调的原始基础检查点，2023 年 10 月由 xAI 使用基于 JAX 和 Rust 的自定义训练栈从零完成预训练，每个 token 上激活 25% 权重，权重与使用说明已在 github.com/xai-org/grok 公开。
推荐理由：xAI 以 Apache 2.0 开源 314B 参数 MoE 模型 Grok-1 的基础权重与架构，读者可以据此了解该模型在 MoE 设计与预训练工程上的具体做法。
xAI News精选AI 评分6666 xAI 推出 Grok 聊天助手，公布底层大模型 Grok-1 基准成绩
xAI 发布 Grok 聊天助手，由其自研大模型 Grok-1 驱动，目前以限量早期测试向美国用户开放。Grok-1 在 HumanEval 上得 63.2%、MMLU 上得 73%、GSM8k 上得 62.9%、MATH 上得 23.9%，在同算力档下超过 GPT-3.5 和 Inflection-1，但仍落后于 GPT-4。
推荐理由：给出了 Grok-1 在 GSM8k、MMLU、HumanEval 等基准上的成绩，读者可与 GPT-3.5、GPT-4 等模型横向对比。