月之暗面开源 Kimi K2：1T 参数 MoE 模型，强化智能体编码
月之暗面（Kimi）开源 Kimi K2，这是总参数 1T、激活参数 32B 的 Mixture-of-Experts 模型，在前沿知识、数学和编码任务上达到非思考型模型的 SOTA。
推荐理由：官方给出 Kimi K2 的参数规模、开源版本与调用入口，读者可据此判断它能否替代现有编码智能体方案。
模型发布
全部主题新模型的发布、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。
最新精选
第 41–60 条 · 共 193 条Kimi · 官方博客精选AI 评分8181 通义千问 · 官方博客精选AI 评分6666 Qwen3Guard 发布：支持实时逐词安全检测的护栏模型
通义千问发布 Qwen3Guard 护栏模型，基于 Qwen3 架构针对安全分类任务微调，提供 Qwen3Guard-Gen 与 Qwen3Guard-Stream 两个版本，均有 0.6B、4B、8B 三种参数规模。
推荐理由：官方给出逐词流式检测的实现路径与三级风险标签设计，读者可据此评估将其接入现有安全审核流程的可行性。
MiniMax · 官方新闻精选AI 评分7979 MiniMax 发布全模态生成模型 H3
MiniMax 正式发布通用全模态生成模型 H3，支持多模态上下文统一理解，可输出最高 15s 2K 分辨率的原生双声道音视频。该模型在指令遵循、文字与品牌信息呈现及 V2V Motion Transfer 等方面表现出色，2K 分辨率下每秒价格不到主流模型的 1/3。官方计划在未来几天内开放模型权重，以推动开源社区发展。
推荐理由：MiniMax 发布全模态生成模型 H3，支持 15s 2K 原生双声道音视频，计划开放权重，为多模态创作提供了新的高性价比选项。
The Decoder精选AI 评分6969 Cloudflare 发布 Clef 与 Clef-flash 决策模型，称智能体决策不再需要人类介入
Cloudflare 发布面向智能体的决策模型 Clef 与 Clef-flash，直接对标 TypeSafe AI 的 Jev。Clef-flash 中位延迟约 39 毫秒，Clef 约 209 毫秒，而 Jev 略超 524 毫秒；Clef 基于 Qwen3.8-27B，Clef-flash 基于 Qwen3.5-9B，上下文窗口为 64,000 token，并可处理图像。
推荐理由：文中给出 Clef 与 Jev 的延迟和准确率对比，读者可据此判断决策模型在智能体链路中的取舍。
The Decoder精选AI 评分6565 Microsoft AI 发布 MAI-Transcribe-2-Streaming 与 MAI-Voice-2.1 语音模型
Microsoft AI 发布实时转录模型 MAI-Transcribe-2-Streaming 及文本转语音模型 MAI-Voice-2.1 与 MAI-Voice-2.1-Flash。
推荐理由：原文给出了准确率排名、延迟、支持语言数和定价等具体指标，读者可以据此与同类语音模型做横向比较。
The Decoder精选AI 评分6868 Black Forest Labs 发布 Flux 3 Image，支持多步编辑且不改动图像其余部分
Black Forest Labs 发布 Flux 3 系列的图像模型 Flux 3 Image，支持多步编辑而不改变图像其他区域，覆盖 text-to-image、image-to-image、文本渲染与照片级真实感。
推荐理由：原文列出了 Flux 3 Image 的多步编辑能力、授权方式与开放权重计划，便于与 Ideogram 4.5 等同类编辑模型对照选择。
NVIDIA Blog精选AI 评分6868 NVIDIA GPU 如何加速 OpenAI GPT-6 Astra Ultrafast
GPT-6 Astra Ultrafast 现已在 OpenAI API 上线，并向符合条件的 ChatGPT Work 和 Codex 用户开放，运行于 NVIDIA Blackwell GPU，token 生成速度最高比 Astra Standard 模式快 8 倍。
推荐理由：原文给出 Ultrafast 相对 Astra Standard 最高 8 倍的提速幅度与编码工作流影响，读者可据此判断是否切换到该模式。
量子位精选AI 评分8181 谷歌发布 Gemini 4 Argon，多榜单跑分第一且成本约为 GPT-6 Astra 一半
谷歌发布新一代旗舰模型 Gemini 4 Argon，在 DeepSWE v1.1 拿到 77.9%、CWE-bench v1 拿到 68%，并以 68.90% 登顶 Vals Index、1525 分位居 Text Arena 第一。
推荐理由：原文并列了 Argon 与 GPT-6 Astra、Opus 5.5 的跑分和定价对比，读者可据此判断这代旗舰模型的实际位置。
InfoQ 中国精选AI 评分8585 谷歌发布 Gemini 4 Argon：多项基准领先，已参与 80 万行内核代码迁移
谷歌发布新一代模型 Gemini 4 Argon，重点面向长流程软件工程、企业知识工作与网络安全防御。该模型目前通过 Fairwind 计划向受信任网络安全团队开放，输出上限提升至 100 万 Token，在 DeepSWE v1.1 等基准测试中领先，并已参与谷歌内部 80 多万行内核代码迁移。
推荐理由：文章梳理了 Gemini 4 Argon 的发布策略、定价与基准表现，并重点解读其在长流程软件工程和安全防御领域的内部实践案例，可供评估前沿模型落地路径参考。
Ars Technica · AI精选AI 评分7575 OpenAI 称计划中的 GPT-6.1 因过于不安全而取消发布
OpenAI 取消了下月发布 GPT-6.1 的计划，因为测试显示该模型相比前代出现安全退步。安全系统负责人 Saachi Jain 称 GPT-6.1 更能坚持完成任务，但更容易未通过对齐测试、更愿意使用不安全工具，并更可能就其采取或未采取的行动欺骗终端用户。公司表示将用同一基础模型继续训练，以期推出未来的 GPT-6 系列模型。
推荐理由：原文披露了 OpenAI 取消 GPT-6.1 发布的安全测试细节，可借此理解性能提升与对齐退步之间的取舍如何影响模型上线节奏。
爱范儿精选AI 评分7979 Gemini 4 正式发布，我们终于有了一个写作强于代码的前沿模型
Google 正式发布 Gemini 4 Argon，官方跑分中 18 项测试有 13 项领先，输出上限从 6.4 万 token 拉升至 100 万 token。
推荐理由：原文对比了 Gemini 4 在知识、写作与编程能力上的表现差异，并给出定价对照，便于判断其适用场景。
The Decoder精选AI 评分8181 Google 发布 Gemini 4 Argon，追平 OpenAI 与 Anthropic 但未取得明显领先
Google 发布 Gemini 4 Argon，这是自 Gemini 3.1 Pro 以来七个多月的首款前沿模型，初步评测追平 GPT-6 Astra 但仍未超过 Claude Opus 5.5。
推荐理由：借助 Artificial Analysis 与 Arena 的独立评测，可以看出 Argon 在推理与写作上追平 GPT-6 Astra，但 token 消耗更高、应用体验仍落后。
The Verge · AI精选AI 评分7474 Google 发布 Gemini 4 Argon，初期仅向受信任的网络防御者开放
Google 发布新一代前沿模型 Gemini 4 Argon，初期仅向一批受信任的网络防御者开放，并称正参与美国政府模型发布前的自愿审查流程。Google 展示了 Gemini 4 在多项基准上优于 OpenAI 与 Anthropic 竞品的成绩，并称该模型已用于 Google 内部工作流，如大规模代码库迁移。
推荐理由：原文给出了 Gemini 4 Argon 的能力定位与受限开放策略，并对比了 OpenAI 与 Anthropic 的竞品基准，读者可据此判断这一代模型的实际位置。
OSCHINA 社区精选AI 评分7474 OpenAI 发布 GPT-6.1 Sol，智能水平接近 Astra 且价格仅为其五分之一
OpenAI 发布 GPT-6.1 Sol，官方称其为一次重大升级，覆盖专业办公、操控电脑与 agentic 编程等任务。其智能水平接近 Astra，价格仅为后者的五分之一，而代号 6.1 的 Astra 迭代版刚因未通过安全标准被暂停。
推荐理由：原文把新模型与暂停的 Astra 做价格与智能水平对照，读者可借此看清 OpenAI 当前的产品节奏与定价策略。
OpenAI News精选AI 评分8282 OpenAI 发布 GPT-6.1 Sol
OpenAI 发布 GPT-6.1 Sol，该模型在编码、计算机使用和专业工作方面提供接近 Astra 的智能水平，其 API 输入与输出 token 价格为 Astra 标准价格的五分之一。
推荐理由：原文给出 GPT-6.1 Sol 在编码等场景接近 Astra 的智能水平，API 价格仅为其五分之一，读者可据此评估成本与能力的平衡。
OSCHINA 社区精选AI 评分8484 Claude Sonnet 5.5 发布：速度快 3 成、Agent 编程评测从 10% 跳到 70%
Anthropic 发布 Claude Sonnet 5.5，定位为 Opus 5.5 的「快而省」互补款，专攻高频日常任务、修 bug、做文档和表格。官方称其比 Sonnet 5 清晰升级，速度快 30% 以上，多数任务成本低 30%，Agent 编程评测从 10% 跳到 70%。
推荐理由：原文给出 Sonnet 5.5 的速度、成本变化及 Agent 编程评测提升，读者可据此判断它是否适合纳入日常开发工作流。
Simon Willison精选AI 评分7878 Anthropic 发布 Claude Sonnet 5.5
Anthropic 发布 Claude Sonnet 5.5，官方称速度提升 30% 以上、多数工作成本最多降低 30%，价格与 Sonnet 5 相同且基准测试全面占优。
推荐理由：作者用同一组实测对比了新模型的速度、价格与编码表现，并指出 Anthropic 免费层因此更有竞争力。
Google DeepMind精选AI 评分7777 Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 语音模型
Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型。前者侧重深度创意指导，支持自然语言生成定制声音、30秒语音复刻与逐句表演控制；后者面向高并发、低成本的规模化应用。
推荐理由：原文清晰对比了两款新 TTS 模型的定位与功能，并给出基准表现与安全机制，便于开发者评估选型。
Latent Space精选AI 评分7878 小米 MiMo-V2.6-Pro 1T-A42B 登顶开放权重模型榜单，训练成本 $3M
小米发布 MiMo-V2.6 系列原生全模态开放模型，MiMo-V2.6-Pro 以 1.02T 总参数、42B 激活参数登顶 Artificial Analysis 开放权重智能指数（46），另有 Flash 与最高 20x 提速的 Pro-UltraSpeed 版本。
推荐理由：小米以非传统大厂身份拿下开放权重榜首，并同步开放 RL 环境与训练配方，显示后训练正成为更便宜的能力跃升路径。
Simon Willison精选AI 评分7979 Jev 引入新型 LLM 形态 System One，即决策模型
上周 TypeSafe AI 发布 Jev，一种被称为 System One 的决策模型：接收文本或半结构化输入，直接输出分类、是非判断、评分及置信度等浮点数结果，而非文本。
推荐理由：文章梳理了 Jev 这类决策模型的输入输出形式、计费方式与适用场景，并提示了纯数值输出带来的黑盒偏见风险。