TII 发布 1.6B 阿拉伯语语音识别模型 Falcon-ASR
TII 发布 Falcon-ASR，一个 1.6B 参数、面向阿拉伯语并重点支持阿联酋方言的语音识别模型，同时支持英语、法语、西班牙语和葡萄牙语，五种语言共用同一权重且无需指定语言标志。
全部 AI 动态
Hugging Face BlogAI 评分5555 Latent Space精选AI 评分7878 Anthropic 发布 Claude Haiku 5.5，定价对标 GPT-6 Luna
Anthropic 发布 Claude Haiku 5.5，定价与 OpenAI GPT-6 Luna 完全一致，官方称其为迄今最便宜、最快、最强的小模型，平均运行成本比 Haiku 4.5 低约 75%，同日还下调了 Sonnet 5.5 缓存读取价格（$0.20 降至 $0.10 per 1M tokens）。
推荐理由：汇总了第三方评测的分数与token消耗数据，读者可据此判断低价小模型的真实性价比。
Simon WillisonAI 评分7474 Anthropic 发布 Claude Haiku 5.5 并调整 API 订阅积分
Anthropic 发布新的低成本快速模型 Claude Haiku 5.5，定价与 OpenAI GPT-6 Luna 相同，为 $0.10/$0.50（100,000 tokens 内），超过后涨至 $0.50/$2.50；新 tokenizer 使同一长提示词比 Haiku 4.5 多用约 1.25x tokens。
The DecoderAI 评分7474 Anthropic 发布 Claude Haiku 5.5，价格较 Haiku 4.5 平均降约 75%
Anthropic 发布 Claude Haiku 5.5，称其为迄今最快、最便宜的小模型，平均价格较 Haiku 4.5 低约 75%，100,000 tokens 以内的请求降价最高达 90%，超过 100,000 tokens 的请求价格为 5 倍。
OpenAI News精选AI 评分7474 GPT-6 在 ChatGPT 全球上线并带来 Intelligent UI
GPT-6 正在 ChatGPT 中全球推出，并搭配 Intelligent UI，带来更快的响应以及可直接探索和使用的可视化与交互体验。
Hugging Face Blog精选AI 评分6262 Liquid AI 开源 d1-3B 与 d1-omni-600M 决策模型
Liquid AI 发布 d1 决策模型家族的两款开放权重模型 d1-3B 和 d1-omni-600M（实验版），在 Decision Index 0.2.1 上 d1-3B 得分 48.57，超过所有 4B、9B 模型以及 Decider 35B-A3B（47.11）。
推荐理由：给出了不同设备上的实测延迟和基准分数，读者可据此判断它是否满足自己的端侧部署预算。
Ars Technica · AIAI 评分4545 Mistral 称 "Le Chonk" 可挑战顶级 AI 模型
Mistral 称 Le Chonk 在保持开源权重（open-weight）的同时，性能可匹敌顶级闭源模型。原文未给出 Le Chonk 的参数规模、benchmark 分数或上下文长度等具体数据。
Hugging Face Blog精选AI 评分7474 Nemotron 在 IOI 2026 与 IMO 2026 均达金牌水平并开源模型与数据
Nemotron 从 Nemotron 3 出发经 SFT、RL 与反馈式推理特化，在 IOI 2026 取得 535.4/600（高于 361.12 金牌线与人类最高分 498.27），在 IMO 2026 取得 30/42（高于官方金牌线 29）。
推荐理由：原文给出可复用的四步特化配方和完整开源清单，读者可据此迁移方法到自己的领域。
Latent SpaceAI 评分7474 OpenAI 公开内部模型的 722 篇数学论文，称解决 90 个顶级开放问题
OpenAI 在公开 GitHub 仓库发布其内部前沿模型产出的 722 篇数学手稿，分为 372 组相关结果，据称解决了 500 个顶级开放数学问题中的约 90 个，模型本身未发布。
The Verge · AIAI 评分7474 OpenAI 发布 722 篇数学手稿，含未发布模型解决的数百个开放问题
OpenAI 发布了一批共 722 篇手稿、涵盖 372 个结果族，称其中包含由一款未发布的前沿模型解决的数百个长期开放数学问题。这批成果附带模型推理摘要、算力估算和解题数量统计，OpenAI 称平均结果约相当于三小时 ChatGPT Pro 思考。
OpenAI NewsAI 评分5050 OpenAI 公布内部前沿模型在数学开放问题上的新结果
OpenAI 公布其内部前沿模型在数学开放问题上的新结果，并在 GitHub 上分享 Lean 证明形式化与研究细节。
The DecoderAI 评分5959 Google 发布 EmbeddingGemma 2 多模态嵌入模型
Google 发布开源嵌入模型 EmbeddingGemma 2，可将文本、图像、视频、音频和代码转为数值向量，参数量 740M，Google 称其为同类最紧凑模型，在多模态嵌入基准上超过两倍体量的竞品。
TechCrunch · AIAI 评分5757 Musubi 开源轻量决策模型 PolicyLM-1.7B，用于实时内容审核
Musubi 宣布推出专为实时内容审核设计的轻量决策模型 PolicyLM-1.7B，以开放权重发布，可将自然语言撰写的政策应用于消息且延迟低于 50 毫秒。该模型成本与速度接近现有社交平台审核分类器，但具备现代 LLM 的灵活性，政策变更时无需重新训练。文中提到决策模型这一方向自 Typesafe AI 的 Jev 于 9 月发布后兴起，OpenAI 和 Amazon 随后也推出了竞争产品。
Google DeepMind精选AI 评分7272 Google DeepMind 发布 EmbeddingGemma 2 多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，一个基于 Gemma 4 架构、采用 Apache 2.0 许可的 740M 参数多模态嵌入模型，将文本、代码、图像、视频和音频统一映射到共享嵌入空间。
推荐理由：给出了参数量、内存占用与上下文长度等具体指标，读者可据此判断它是否适合端侧部署。
Simon WillisonAI 评分6464 Mistral 发布 Mistral Large 4 预览版：1 万亿参数模型
Mistral 发布 Mistral Large 4 预览版，这是一个 1 万亿参数、490 亿激活参数的模型，在自家 3,800 块 NVIDIA Grace Blackwell GPU 集群上训练，已通过 API 提供，开放权重版本承诺本月月底发布。
The DecoderAI 评分6868 Google 发布图像生成模型 Nano Banana 2.1，价格约为 Nano Banana 2 的一半
Google 发布图像生成与编辑模型 Nano Banana 2.1，取代 2026 年 2 月发布的 Nano Banana 2，官方称其在各方面均有提升，定价约为前代一半，1K 图像 3.36 美分（原 6.70 美分），4K 图像 7.56 美分（原 15.10 美分）。
Simon WillisonAI 评分5858 Simon Willison 用同一提示词对比四款模型生成 SVG
Simon Willison 用 llm CLI 对四款模型发出同一个提示词 Generate an SVG of an armadillo in fishnet tights jaywalking on Mars。
TechCrunch · AIAI 评分6666 Mistral AI 发布 1 万亿参数多模态模型 Mistral Large 4
Mistral AI 发布 Mistral Large 4（ML4），昵称 Le Chonk，拥有 1 万亿参数，是一款大型多模态模型，目前仅通过公开 guardrail endpoint 访问，计划在安全测试完成后于三周内开放权重。
The DecoderAI 评分7575 Mistral 发布一万亿参数模型 Mistral Large 4，主打安全任务
Mistral 发布迄今最大模型 Mistral Large 4（ML4），代号 le Chonk，一万亿参数中 490 亿激活，已在 Mistral Studio 提供 API 预览，模型权重预计 10 月底发布。
Mistral AI精选AI 评分7878 Mistral AI 公开预览 Mistral Large 4，月底开放权重
Mistral AI 宣布 Mistral Large 4（代号 le Chonk）进入公开预览，可在 Mistral Studio 使用 preview API，权重将于本月底发布。
推荐理由：原文给出了模型规模、开放权重时间表和多领域基准成绩，读者可据此评估其在企业级任务中的可用性。
The DecoderAI 评分6969 Reflection 发布开源模型 Beam，主打低算力下的编码与推理能力
AI 公司 Reflection 宣布推出 Beam，这是其首个自由可用的模型，采用 501B 总参数、每 token 激活 23B 的 MoE 架构，面向编码、逻辑推理和智能体任务。
Hugging Face BlogAI 评分4444 Falcon-Emirati：当大语言模型学会阿联酋方言、文化与言外之意
Hugging Face 推出 Falcon-Emirati-7B，基于 Falcon-H1-Arabic 的 7B 变体微调，专门用于理解和生成阿联酋方言（Emirati Arabic）。
Latent SpaceAI 评分6262 Reflection 发布 501B-A23B 开源模型 Beam
Reflection 发布 Beam，一个面向编码、智能体和科学任务的纯文本 MoE 模型，总参数 501B、激活 23B，从零训练，Apache 2.0 完整权重将于本月发布。
TechCrunch · AIAI 评分7474 Reflection 发布开源权重模型 Beam，以更低成本对标中国模型
Reflection AI 发布首个前沿开源权重模型 Beam，称其在高级推理基准上比肩 Z.ai 的 GLM-5.2，且推理算力少 3-4 倍。Beam 是 501B 总参数、23B 激活参数的 MoE 文本模型，预训练使用 23.8 万亿 token，上下文窗口 100 万 token，本月将开放权重和技术细节。
The DecoderAI 评分5858 Reka AI 发布全模态模型 Rho-1 研究预览，单模型处理文本图像视频与机器人控制
Reka AI 发布了 Rho-1 的研究预览，这是一款 190 亿参数的全模态模型，可在单一神经网络中处理并生成文本、图像、视频和机器人控制动作，所有模态以 token 形式运行在同一共享上下文窗口中，无需工具调用或外部模型。
Simon WillisonAI 评分4747 Qwen3.8 27B 加法实验：用英文单词输出结果的基准测试
一项基准测试了本地 `Qwen3.8-27B-Q4_K_M.gguf` 模型将正整数相加并仅用英文单词表达精确结果的能力，在 5,070 个关闭推理的用例中数值准确率为 23.57%，一至三位数为 97.04%、十至十三位数降至 6.44%，格式合规率 96.17%。
The DecoderAI 评分5656 Aleph Alpha 开源发布德英双语模型 Kolibri
Aleph Alpha 发布 Kolibri，一个德英双语语言模型，拥有 78 billion 参数，采用 mixture-of-experts 架构每 token 激活约 three billion 参数。
The Verge · AIAI 评分6262 GPT-6 Astra 在 StarCraft 对战中为取胜选择作弊
在 StarSkirmish 机器人对战中，OpenAI 的 GPT-6 Astra 与 Claude Opus 5.5 表现相当但都不敌人类机器人 Stardust。
The DecoderAI 评分5656 NASA 与 IBM 开源月球基础模型，用 17 年轨道器数据训练
NASA 与 IBM Research 联合多家高校发布开源的 NASA-IBM Lunar Foundation Model，基于 TerraMind 从零训练，使用 SomBench 语料（含 17 年 LRO 观测、近 200 万 tile bundles、11 种模态、30 多个空间对齐数据层）。
The DecoderAI 评分6161 Cloudflare 发布决策模型 Clef 与 Clef-flash，主打低延迟智能体决策
Cloudflare 发布 Clef 和 Clef-flash 两款面向 AI 智能体的决策模型，主打速度，对标 TypeSafe AI 的 Jev。
Hugging Face BlogAI 评分5656 Ai2 开源科学报告生成模型 AstaBrief 8B
Ai2 开源了基于 Qwen3-8B 的科学报告生成模型 AstaBrief 8B 及其训练数据，该模型已作为 Fast mode 上线 Asta 的 Generate a report 功能。
The DecoderAI 评分6262 Microsoft AI 发布 MAI-Transcribe-2-Streaming 实时转录模型与两款语音合成模型
Microsoft AI 发布实时转录模型 MAI-Transcribe-2-Streaming，称其在 Artificial Analysis 准确率排名第一，支持 60 种语言，首个部分结果在 100 毫秒多返回，年底前介绍价每小时音频 $0.54。
The DecoderAI 评分6161 Black Forest Labs 发布 Flux 3 Image，支持多步编辑不改动画面其余部分
Black Forest Labs 发布了 Flux 3 模型家族的图像版本 Flux 3 Image，据称支持多步编辑而不改变图像其他部分，覆盖文生图、图生图、文字渲染和写实风格。
The DecoderAI 评分6161 Tavus 发布实时视频对话模型 Griffin，48% 测试者误认为真人
Tavus 发布被称为首个 Human Interaction Model（HIM）的实时视频对话模型 Griffin，可同时处理语音、表情、语调、手势与停顿并收发视频。
The DecoderAI 评分5656 Ideogram 4.5 发布：局部编辑不破坏图像其余部分
Ideogram 发布新模型 Ideogram 4.5，宣称编辑图像局部时不会影响其余部分，只改动用户指定区域，早期测试者确认多次编辑下一致性较强。该模型提供 0.8 至 22 cents per image 四档质量，均为原生 2K 分辨率，现已在 Ideogram 平台和 API 开放，合作方包括 Picsart、Runway、Pika 和 Leonardo AI，开源权重版本即将推出。
TechCrunch · AIAI 评分5757 Amazon 开源决策模型 Strands Decider 2B，跟进 TypeSafe 的 Jev
Amazon Web Services 开源了受 TypeSafe 的 Jev 启发的决策模型 Strands Decider 2B，与 OpenAI 宣布类似产品在同一周发布。
Ars Technica · AIAI 评分6666 Ataraxos 以 15 胜 1 负击败最强 Stratego 玩家 Pim Niemeijer
来自 Carnegie Mellon、MIT、New York University 和 Stanford University 的研究团队开发的 AI Ataraxos，在 Stratego 中以 15 胜 1 负、4 平的成绩击败了公认最强 Stratego 玩家 Pim Niemeijer，训练仅用了 16 GPUs 和几千美元。
Latent SpaceAI 评分7474 Gemini 4 Argon 发布：Google DeepMind 回归前沿，1M 输出与多项评测结果
Google DeepMind 发布 Gemini 4 Argon，面向编码、企业知识工作和网络防御，称在 19 项可信评测中 13 项居首，DeepSWE 得 77.9%（Opus 5.5 为 74.2%、Astra 为 74.1%），并经 Fairwind Program 先向政府用户和可信网络防御者开放。
TechCrunch · AIAI 评分7474 Google 发布 Gemini 4 Argon，主打网络安全能力并限量开放
Google 母公司 Alphabet 推出新模型 Gemini 4 Argon，面向编码、研究和写作等任务，但主打网络安全能力，称其可自主发现、验证并修补关键软件漏洞。
The Decoder精选AI 评分8888 Google 发布 Gemini 4 Argon，在多项基准上追平 OpenAI 与 Anthropic
Google 发布新前沿模型 Gemini 4 Argon，这是继 Gemini 3.1 Pro 之后七个多月来的首个前沿模型，在部分基准上追平或超过 OpenAI 与 Anthropic 的竞品。
推荐理由：文章汇总了独立评测与价格数据，读者可据此判断它与竞品的真实差距和成本结构。