Subquadratic 发布 SubQ 大模型：支持 12M 上下文，速度快 52 倍
Subquadratic 发布基于次二次方稀疏注意力架构的大模型 SubQ。该模型拥有 1200 万 token 上下文窗口，在 1MM token 下运行速度比 FlashAttention 快 52 倍，成本不足 Opus 的 5%，计算量减少近 1000 倍。
大模型
GPT、Claude、Gemini、DeepSeek、通义千问等大模型的新版本发布、跑分对比、价格和 API 变化，每天更新。
查看更新的新闻
OpenAI 上线 GPT-5.5 Instant：设为 ChatGPT 新默认，高风险领域幻觉减半
OpenAI 宣布上线 GPT-5.5 Instant 并设为 ChatGPT 全员默认模型。新模型在医疗、法律与金融等高风险场景下的幻觉陈述减少 52.5%，回答更简短克制，同时强化了图片分析与跨聊天记忆联动，并支持查看个性化引用的记忆来源。
xAI 发布 Grok 4.3：自带推理能力，API 价格腰斩
昨晚，xAI 发布基础大模型 Grok 4.3 并上线网页版声音克隆套件。新模型内置常态化推理，拥有 100 万 token 上下文窗口并支持网页搜索等智能体工具调用。API 价格大幅下调，每百万输入和输出 token 降至 1.25 美元与 2.5 美元，相比前代降幅达 40% 和 60%。
AISI 评估 GPT-5.5 网络攻击能力：通关 32 步企业渗透测试
英国 AISI 发布报告，OpenAI 的 GPT-5.5 成为继 Claude Mythos 之后第二个完全攻破其企业网络靶场的模型。在需要专家耗时 20 小时的 32 步渗透测试中，它 10 次尝试成功 2 次，并在专家级任务中拿下 71.4% 的通过率，但工控靶场仍未攻破。
OpenAI 破案 GPT-5「哥布林」怪癖：竟来自 Nerdy 个性的奖励训练外溢
OpenAI 发文复盘 GPT-5.1 以来模型频频使用「哥布林」打比方的根源。调查发现，为 Nerdy 个性设计的奖励信号在 76.2% 的数据集中过度偏好生物词，随后通过强化学习外溢至全部对话。OpenAI 已于 3 月退役该个性并清洗数据。
NVIDIA 发布开源全模态模型 Nemotron 3 Nano Omni：吞吐提升最高 9 倍
NVIDIA 发布开源全模态模型 Nemotron 3 Nano Omni。它将视觉、音频与语言统一进单一系统，吞吐量比同类开源全模态模型最高提升 9 倍。最值得关注的是，它免去了智能体在独立模型间流转数据的延迟，大幅加速计算机操作与多模态推理。
SpAItial 发布 3D 世界模型 Echo-2：单张照片生成可漫游场景，跑分超 Marble 1.1
SpAItial 发布 3D 世界生成模型 Echo-2，可将单张照片或文本转化为持久、可交互的 3D 环境。模型支持基于语义分割的局部物体编辑，并能通过 3DGS 在网页端实时渲染，在 WorldScore 基准上全面超越 World Labs 的 Marble 1.1。
DeepSeek 开源 V4 预览版：全系标配 1M 上下文，上线 Pro 与 Flash
DeepSeek 正式发布并开源 DeepSeek-V4 Preview，全线默认支持 1M 上下文。本次推出 1.6T 参数的 Pro 与 284B 的 Flash 两款 MoE 模型，通过混合压缩注意力将超长上下文的 KV 缓存占用压至传统架构的 2%，专为长流程智能体打造。网页端与 API 现已上线，老模型将于 7 月 24 日退役。
OpenAI 发布 GPT-5.5：编程推理大提速，SWE-Bench Pro 拿下 58.6%
OpenAI 发布 GPT-5.5 和 GPT-5.5 Pro，主打复杂任务规划与智能体编程。新模型延迟与 GPT-5.4 相当，但消耗更少 token，在 Terminal-Bench 2.0 跑出 82.7%。ChatGPT 付费用户及 Codex 现已可用，API 也已同步开放。
xAI 发布 Grok Voice 1.0：带后台实时推理，直接接管客服电话
xAI 推出旗舰语音智能体模型 Grok Voice 1.0 并开放 API。它支持 25 种以上语言，可在不增加延迟的前提下在后台实时思考与调用工具，准确采集地址、账号等复杂信息，目前已用于 Starlink 电话客服。
Google 宣布 Gemini Embedding 2 正式可用：跨音视频统一检索
Google 宣布原生多模态嵌入模型 Gemini Embedding 2 正式可用。它支持在文本、图像、视频和音频之间进行统一检索与推理，省去以往拼凑工具的繁琐流程。目前开发者可通过 Gemini API 直接投入生产使用。
Odyssey 发布 Odyssey-2 Max：规模扩大 3 倍，登顶实时物理基准测试
Odyssey 推出通用世界模型 Odyssey-2 Max，参数量比前代扩大 3 倍，在 VBench 2 物理评测中拿下最高分，并支持实时交互推演。它通过自回归预测下一步状态来模拟现实物理，目前已面向机器人与游戏等领域的合作伙伴开启内测。
Google 推出 Deep Research Max：支持 MCP 连私有数据，图表直接内嵌
Google 推出基于 Gemini 3.1 Pro 的 Deep Research 与 Deep Research Max 智能体。Max 版利用扩展测试时计算搞定高强度复杂调研，两者均支持 MCP 接入企业私有库，还能原生生成图表，现已开启 API 公测。
TwelveLabs 发布 Pegasus 1.5 与 Rodeo：用自然语言检索与组装视频
TwelveLabs 在 NAB Show 2026 上发布视频理解模型 Pegasus 1.5 及创作者工具 Rodeo，并接入 Autodesk Flow Capture。Pegasus 1.5 支持单次 API 提取带时间戳的结构化数据，分割评测超 Gemini 2.5 Pro 30%；Rodeo 则支持用自然语言找素材与粗剪。
阿里预告 Qwen3.6-Max：主打智能体编程与真实世界可靠性
阿里 Qwen 团队推出下一代旗舰模型预览版 Qwen3.6-Max-Preview。相比 Qwen3.6-Plus，新模型重点提升了智能体编程能力、世界知识储备与指令遵循水平，旨在让复杂现实任务中的 AI 智能体更加可靠。
xAI 上线 Grok 4.3 Beta：能直接生成 PPT、Excel 与 PDF
xAI 推出 Grok 4.3 Beta，面向每月 300 美元的 SuperGrok Heavy 订阅用户开放。新版本能依据提示词直接导出带公式的 Excel 表格、排版完整的 PPT 和 PDF；马斯克透露当前版本约 5000 亿参数，1 万亿参数版仍在训练中。
OpenAI 推出 GPT-Rosalind：生命科学专用推理模型，加速新药研发
OpenAI 发布专为生命科学和新药研发打造的推理模型 GPT-Rosalind。它在 11 项 LABBench2 任务中有 6 项超越 GPT-5.4，并在 RNA 预测任务上超过 95% 的人类专家。模型通过受信任访问计划向合格企业提供，Codex 科研插件已在 GitHub 免费开放。
Anthropic 发布 Claude Opus 4.7：高难度编程大幅升级，加装网络安全防护
Anthropic 正式上线 Claude Opus 4.7，面向全线产品及 API 开放。新模型大幅提升了复杂软件工程能力与图像分辨率，能自主检验输出并长时间执行多步任务，同时引入了高危网络安全行为自动拦截机制，调用价格维持不变。
Google 推出 Gemini 3.1 Flash TTS：支持文本标签导演语气
Google 推出语音合成模型 Gemini 3.1 Flash TTS。新模型引入音频标签，允许开发者在输入文本中直接用自然语言调控语气、节奏和语调，支持原生多说话人对话与 70 多种语言，所有音频均嵌入 SynthID 水印。
OpenAI 购买 FrontierMath 验证器：自动检验模型生成的数学解法
Epoch AI 宣布 OpenAI 购买了 FrontierMath: Open Problems 验证器访问权限。该基准汇集了极高难度的数学难题，此举让 OpenAI 能够自动核验模型生成的解法是否严谨有效，为高阶推理能力的评估提供更可靠的支撑。