OpenAI 下调 GPT-5.6 在 Luna 和 Terra 上的价格
OpenAI 宣布下调 GPT-5.6 在 Luna 和 Terra 上的价格，并介绍其更高效的模型如何帮助企业在规模化场景中部署 AI 工作流。
AI 评分62
AI 评分 62 / 100
模型发布
新模型的发布、开源与迭代：大模型厂商的旗舰更新、开源权重放出、性能与价格变化的第一时间记录。
第 441–460 条 · 共 505 条
OpenAI News精选 Google DeepMind精选 Google DeepMind 在 Flow Music 发布 Lyria 3.5 音乐生成模型
Google DeepMind 发布新一代音乐生成模型 Lyria 3.5，并在 Google Flow Music 中上线。官方称其在音乐性、歌词、人声和创作控制四方面均有提升：旋律结构更丰富自然，歌词质量与提示词遵循度、结构感知更好，人声更具表现力和情感且发音改进，同时可更便捷地控制输出节奏与时长。
AI 评分62
AI 评分 62 / 100
Google DeepMind精选 Google DeepMind 发布 Gemini Robotics 2，为机器人带来全身智能
Google DeepMind 发布 Gemini Robotics 2，包含三款模型：负责视觉-语言-动作的 Gemini Robotics 2、负责具身推理的 Gemini Robotics ER 2，以及可在设备本地运行的 Gemini Robotics On-Device 2。
AI 评分76
AI 评分 76 / 100
Google DeepMind精选推荐 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和面向安全的 3.5 Flash Cyber 三款新模型。
AI 评分80
AI 评分 80 / 100
Qwen Blog精选 Qwen 发布 Qwen-Image-3.0 图像生成基础模型，支持 4.5k token 输入与 10px 小字渲染
Qwen 团队推出第三代图像生成基础模型 Qwen-Image-3.0，核心能力定位为“实”，即可直接用于生产的复杂版面生成。模型将可接受指令长度提升至 4.5k token，可一次性生成含 3.7k token 描述的九宫格复杂信息图，并支持 10px 小字精准渲染、LaTeX 公式与报纸批注等细节还原。
AI 评分72
AI 评分 72 / 100
Google DeepMind精选 Google DeepMind 发布 Gemini 3.5 Flash Cyber 网络安全模型
Google DeepMind 发布 Gemini 3.5 Flash Cyber，这是基于 3.5 Flash 微调的轻量网络安全模型，用于快速发现、验证和修补漏洞，在 CyberGym 等基准上以多次调用取得接近更大模型的表现。
AI 评分71
AI 评分 71 / 100
Hugging Face Blog精选推荐 Thinking Machines 在 Hugging Face 发布 Inkling 多模态模型及 Inkling-Small
Thinking Machines 在 Hugging Face 发布 Inkling，一个约 1T 参数、支持 1M 上下文、原生接收图像文本音频输入的开源多模态 MoE 模型，同时发布 276B 总参数 12B 激活的 Inkling-Small。
AI 评分88
AI 评分 88 / 100
OpenAI News精选 OpenAI 发布 GPT-5.6
OpenAI 发布 GPT-5.6，官方称其在每个 token 上提供更多智能、更高的每美元性能，并可按需为最困难的工作提供更强能力。
AI 评分62
AI 评分 62 / 100
OpenAI News精选 OpenAI 发布新一代语音模型 GPT-Live
OpenAI 发布新一代语音模型 GPT-Live，用于实现更自然的人机交互，目前已为 ChatGPT Voice 提供支持。
AI 评分62
AI 评分 62 / 100
Google DeepMind精选推荐 Google DeepMind 发布 Nano Banana 2 Lite 与 Gemini Omni Flash
Google DeepMind 发布 Nano Banana 2 Lite（gemini-3.1-flash-lite-image）与 Gemini Omni Flash（gemini-omni-flash-preview）两款模型。
AI 评分80
AI 评分 80 / 100
Hugging Face Blog精选推荐 智谱发布 GLM-5.2：面向长程任务，支持 1M 上下文
智谱发布旗舰模型 GLM-5.2，主打长程任务能力，首次在 1M token 上下文上稳定支撑长程工作，并采用 MIT 开源许可。官方称其通过 IndexShare 让每 4 层稀疏注意力共享同一 indexer，在 1M 上下文下将每 token FLOPs 降低 2.9×，MTP 层改进使投机解码接受长度最高提升 20%。
AI 评分88
AI 评分 88 / 100
Google DeepMind精选 Google DeepMind 发布 DiffusionGemma：文本生成最高提速 4 倍
Google DeepMind 发布实验性开源模型 DiffusionGemma，采用文本扩散方式并行生成整块文本，在专用 GPU 上推理最高提速 4 倍。该模型为 26B MoE 架构，推理时仅激活 3.8B 参数，量化后可放入 18GB 显存，单张 NVIDIA H100 上超过 1000 tokens/秒，RTX 5090 上超过 700 tokens/秒。
AI 评分71
AI 评分 71 / 100
Google DeepMind精选 Google DeepMind 发布 Gemini 3.5 Live Translate 实时语音翻译模型
Google DeepMind 发布 Gemini 3.5 Live Translate，一款支持 70+ 语言的近实时语音到语音翻译音频模型，能自动检测语言并保留说话人的语调、节奏和音高。
AI 评分76
AI 评分 76 / 100
Google DeepMind精选推荐 Google DeepMind 发布 Gemma 4 12B：统一无编码器多模态模型
Google DeepMind 发布 Gemma 4 12B，一款面向笔记本的智能体多模态模型，介于 E4B 与 26B MoE 之间，可在 16GB 显存或统一内存上本地运行。
AI 评分82
AI 评分 82 / 100
Hugging Face Blog精选 NVIDIA 发布 Nemotron 3.5 Content Safety 多模态安全模型
NVIDIA 发布 Nemotron 3.5 Content Safety，基于 Gemma 3 4B IT 微调，把多模态输入、多语言覆盖、自定义企业策略执行和可审计推理统一到一次推理调用中。
AI 评分60
AI 评分 60 / 100
Hugging Face Blog精选 H Company 发布 Holo3.1 系列 Computer Use Agent 模型
H Company 发布 Holo3.1 系列 Computer Use Agent 模型，基于 Qwen 家族，覆盖 0.8B、4B、9B 和 35B-A3B 四种规模，并首次提供 FP8、Q4 GGUF 和 NVFP4 量化权重。
AI 评分71
AI 评分 71 / 100
Hugging Face Blog精选 JetBrains 发布 Mellum2：12B 混合专家模型
JetBrains 发布 Mellum2，一个从零训练、面向自然语言与代码的 12B 参数混合专家模型，每个 token 仅激活 2.5B 参数，采用 Apache 2.0 许可。官方称其相比同规模模型推理速度超过 2 倍，可用于路由、RAG、摘要、子智能体和私有部署，模型已在 Hugging Face 开放下载。
AI 评分62
AI 评分 62 / 100
Qwen Blog精选 阿里千问发布多模态智能体模型 Qwen3.7-Plus
阿里千问发布 Qwen3.7-Plus，把视觉与语言统一为一体化智能体基座，在保留编码、工具调用与生产力工作流能力的同时全面升级视觉-语言能力。该模型可在单一智能体循环中融合 GUI 与 CLI 交互，支持读屏操作 GUI、按视觉参考生成代码、端到端导航移动应用，并称在 Claude Code、OpenClaw、Qwen Code 等框架下表现稳定。
AI 评分72
AI 评分 72 / 100
Qwen Blog精选推荐 阿里发布 Qwen3.7-Max：面向智能体时代的旗舰模型
阿里 Qwen 团队发布专有旗舰模型 Qwen3.7-Max，定位为智能体基础模型，可通过阿里云 Model Studio 的 API 调用。
AI 评分82
AI 评分 82 / 100
Qwen Blog精选 Qwen 发布同声传译模型 Qwen3.5-LiveTranslate-Flash，支持 60 种语言、端到端字均延迟 2.8 秒
Qwen 团队发布基于 Qwen3.5-Omni 构建的同声传译模型 Qwen3.5-LiveTranslate-Flash，输入音频与输出文本语种从前代 18 种扩至 60 种，输出音频语向从 10 种增至 29 种。
AI 评分78
AI 评分 78 / 100