xAI 推出 Grok 4.1：思考版登顶 LMArena，全平台免费可用
xAI 宣布面向全平台用户开放 Grok 4.1。新模型强化了情商、创意协作并大幅降低幻觉。在 LMArena 文本榜中，思考版以 1483 分登顶第一，非思考版也拿下第二并超越竞品的完全推理模式。模型现已全面上线。
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
Anthropic 阻断首例 AI 主导网络间谍攻击：黑客让 Claude 包办九成活
Anthropic 披露并阻断了一起网络间谍活动。攻击者通过越狱诱骗 Claude Code 渗透全球约 30 家机构，AI 自主完成了 80% 至 90% 的漏洞探测与数据窃取，人类黑客仅在极少数节点决策。这是首例记录在案、缺乏实质人类干预的大规模网络攻击。
OpenAI 推出 GPT-5.1：会聊天更懂人话，支持自适应思考与语气定制
OpenAI 升级推出 GPT-5.1 系列，包含 Instant 和 Thinking 两个版本。新版不仅语气更温暖自然，Instant 还首次引入自适应推理，按问题难易动态调整思考时间。付费用户即日起逐步可用。
Google 升级 Gemini API 结构化输出：原生支持 Pydantic，保留字段顺序
Google 宣布增强 Gemini API 的结构化输出能力，扩大对 JSON Schema 的支持。新版本原生兼容 Pydantic 和 Zod，新增支持 anyOf 等语法，并在 Gemini 2.5 模型上严格保留键顺序。这能大幅消除解析报错，让智能体协作更稳定可靠。
OpenAI 秘密项目 Mercury：招百名投行员工教 AI 搭财务模型
据彭博社披露，OpenAI 正在推进代号为「Mercury」的秘密项目，招募了上百名前摩根大通、高盛等投行人士训练 AI 搭建财务模型，时薪 150 美元。该项目旨在自动化重组与 IPO 等复杂的 Excel 建模任务，直接接管初级分析师繁重的日常杂务。
Anthropic 发布 Claude Haiku 4.5：速度超两倍，成本降至三分之一
Anthropic 面向所有用户上线 Claude Haiku 4.5。该模型在编程能力上媲美五个月前的 Sonnet 4，但速度快两倍以上、成本仅其三分之一，甚至在电脑操作等任务上超越了 Sonnet 4。百万输入与输出 token 售价分别为 1 美元和 5 美元。
ChatGPT 将放宽限制：可自选 4o 拟人性格，12 月允许成人内容
Sam Altman 表示 OpenAI 将在多数场景放宽 ChatGPT 的使用限制。几周后新版将允许用户开启更像 4o 的拟人化性格，像朋友一样聊天或多发表情符号；12 月随着年龄验证落地，还将本着「把成年用户当成年人」的原则，对认证成年人开放色情内容。
OpenAI 公布政治偏见评估框架：ChatGPT 实际偏见率低于 0.01%
OpenAI 公布了评估大模型政治偏见的新框架与测试结果。该测试涵盖 100 个话题共 500 个提示词，从五个维度量化偏见表现。分析显示 ChatGPT 线上生产环境中仅不到 0.01% 的回复带有偏见，但在面对情绪化引导时仍可能出现倾斜。
Google 发布 Gemini 2.5 Computer Use：像人一样操作网页，主打低延迟
Google 发布 Gemini 2.5 Computer Use 专用模型，通过 API 让智能体像人一样在网页和移动界面上点击、输入和填表。模型基于 Gemini 2.5 Pro 构建，在多项基准测试中延迟更低，并配备单步安全审查机制。目前已在 Google AI Studio 和 Vertex AI 开启公测。
Hume AI 发布 Octave 2：延迟低于 200 毫秒，价格砍半支持 11 种语言
Hume AI 推出第二代语音大模型 Octave 2，支持 11 种语言，生成延迟低于 200 毫秒，价格仅为初代的一半。最值得关注的是，它深入理解说话的情绪语调，还带来了音素级编辑与声音转换能力。配套的 EVI 4 mini 也同步开放测试。
Microsoft 上线 xAI Grok 4：主打第一性原理推理，接入 Azure 平台
Microsoft 宣布在 Azure AI Foundry 上线 xAI 的 Grok 4 模型。新模型支持 128K 上下文、第一性原理「思考模式」与实时联网搜索，默认开启 Azure 内容安全防护。此外还有专注推理、轻量和代码的三个 Fast 版本一同开放。
Anthropic 推出 Claude Sonnet 4.5：加码编程与智能体，加量不加价
Anthropic 发布新一代模型 Claude Sonnet 4.5。新模型在 SWE-bench Verified 达到 77.2%，计算机操作基准 OSWorld 成绩提升至 61.4%。官方同步开放了构建智能体的 Claude Agent SDK，且 API 定价维持每百万 Token 3/15 美元不变。
DeepSeek 发布实验模型 V3.2-exp：稀疏注意力让长文本成本减半
周一，DeepSeek 发布实验模型 V3.2-exp。该模型引入了稀疏注意力机制，通过索引器和细粒度标记选择，只把关键内容载入注意力窗口。初步测试显示，长上下文调用的 API 成本最高可减少一半。目前该权重已在 Hugging Face 开源。
Google 更新 Gemini 2.5 Flash：长任务表现提 15%，上线最新别名
Google 更新了 Gemini 2.5 Flash 与 Flash-Lite 预览版，已上线 Google AI Studio 和 Vertex AI。新模型重点提升了质量与效率，早期测试显示智能体长任务表现提升 15%。同时官方引入 -latest 别名，调用时无需手动更改版本号即可体验最新模型。
微软采购 Anthropic 模型入驻 Office 365：减少对 OpenAI 独家依赖
微软计划将 Anthropic 的 Claude 模型引入 Office 365，打破此前对 OpenAI 的单一依赖。测试显示 Claude 在 Excel 财务任务与 PPT 制作上优于 OpenAI 模型。值得看的是，微软正通过竞对 AWS 付费调用模型，进一步加速企业级多模型混用。
阿里发布新旗舰 Qwen3-Max：主打编程与智能体，直面顶尖对手
阿里巴巴推出新一代旗舰模型 Qwen3-Max，提供 Instruct 和带工具调用能力的 Thinking 两种版本。官方称其重点强化了编程与 Agent 技能，在 SWE-Bench 和 AIME25 等评测中足以比肩顶尖对手。目前网页端与 API 已同步上线。
DeepSeek 推出 V3.1-Terminus：修掉中英乱码，强化代码与搜索智能体
DeepSeek 推出 DeepSeek-V3.1-Terminus 更新。针对上一版本的用户反馈，新版重点解决了中英文混杂与随机字符乱码的问题，同时强化了 Code Agent 与 Search Agent 的执行能力，让语言输出和智能体表现更稳。
OpenAI 将推高算力服务：部分限 Pro 独享，有的还要额外加钱
OpenAI CEO Sam Altman 宣布将在未来几周推出消耗大量算力的新服务。受高昂成本限制，部分新功能初期仅对 Pro 订阅用户开放，另有一些新产品需额外付费。Altman 称长期目标仍是降低智能成本，但眼下想先看看砸入海量算力能探索出什么新可能。
xAI 发布 Grok 4 Fast：性能逼近 Grok 4 但成本降 98%，免费开放
xAI 推出 Grok 4 Fast，支持 2M 上下文并统一推理与非推理架构。它在保持接近 Grok 4 性能的同时少用 40% 思考 token，综合成本降低 98%，并在 LMArena 搜索榜登顶。该模型已向包括免费版在内的所有用户开放。
Mistral 更新 Magistral 1.2：支持图像分析，小模型能塞进 MacBook
Mistral 推出 Magistral Small 1.2 和 Medium 1.2 推理模型。新版本加入了视觉编码器，可以直接分析图片；其中 24B 参数的 Small 经过量化后，单张 RTX 4090 或 32GB 内存的 MacBook 就能本地跑起来。