内容类型
各家新模型的发布、开源与迭代：旗舰更新、开源权重放出、能力与价格变化。
233 条精选近 30 天 146 条共收录 310 条
Mistral 发布首个时序基础模型家族 Timestral，提供 5M、28M、123M 和 209M 四档参数量，最大 209M 模型在 GIFT-Eval、TIME、fev-bench 三个公开榜单的零样本预训练模型中均排名第一，参数规模仅为此前 SOTA 的约三分之二。
推荐理由：以 209M 参数在 GIFT-Eval、TIME、fev-bench 三个榜单同时位列零样本预训练模型第一，并给出与 Chronos-2、TimesFM-3 等更大模型的对比数据。
瑞士 Swiss AI 团队的 Project Apertus 发布 Apertus 1.5，包含 8B 与 70B 双尺寸，权重以 Apache 2.0 协议开源并托管到 Hugging Face。
推荐理由：原文给出与 Gemma 4 12B、GPT-OSS-20B 等开源模型的评测对比，读者可以据此判断这套开源多模态模型在当前生态中的相对位置。
Modal 的年化收入规模突破 $1B，并完成由 Accel 领投的 $750M Series D，估值达到 $15.75B，过去一年使用量增长超过 15 倍。
推荐理由：把 Modal 的融资、收入与使用量增长放在同一框架下，并补充沙箱并发和产品数据，便于判断 AI 基础设施的扩张速度。
阶跃星辰宣布正式开放 Step 5 Preview 模型权重，包括 BF16 和 FP8 两个版本。同步发布技术博客、配套开源开发工具及部署指南，权重已上线 Hugging Face 和 ModelScope。
推荐理由：预览阶段即开放 BF16/FP8 双权重并附部署指南与开源工具，便于提前评估模型能力与接入成本。
阶跃星辰在 Hugging Face 发布旗舰模型 Step 5 Preview，主打 Agentic 工作。该模型为稀疏 MoE 架构，总参 600B、激活 27B，支持最高 1M 上下文，可输入文本、图像和视频，重点强化软件工程、长链路智能体执行、专业知识工作与金融任务。
推荐理由：给出了 600B 总参 / 27B 激活的 MoE 架构与 vLLM/SGLang 并行部署参数，可据此搭出 1M 上下文推理集群。
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。
TypeSafe 发布 Jev 1.14.0，并以 TypeSafe-Danger-Zone-* 标志开放三项实验性能力：图像多模态（可在 JSON 字段中以 find-and-replace 插入图像）、新的 box 输出类型（用于返回单个 bounding box），以及不再受现有上限约束的更长上下文。
推荐理由：把实验性能力放在独立的 danger zone 标志下与稳定版本区分，为关心可控发布的开发者提供了一种分级启用的参考。
面壁 MiniCPM 在 Hugging Face 开源 MiniCPM-V-4.7-35B-A3B-DSpark，这是专为 MiniCPM-V-4.7-35B-A3B 配对的 DSpark 投机解码草案模型，含 5 层约 3.89 亿参数，单次前向生成 15 个 token，使用 200 万样本训练 6 轮 AdamW。
推荐理由：DSpark 草案模型的训练配方与 vLLM、llama.cpp 的投机解码接入示例都在原文给出，为 MiniCPM-V-4.7 的推理加速提供了一个现成方案。
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。
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。
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。
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 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。
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。