Meta Llama 4 登陆 Vertex AI：免配 GPU，以托管 API 开箱即用
Google 宣布 Meta 的 Llama 4 正式作为全托管 API 在 Vertex AI 上线。开发者无需自行调配与维护 GPU 基础设施，签署许可后即可通过兼容 OpenAI 格式的接口直接调用 Scout 与 Maverick 模型。
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
马斯克预告 Grok 3.5：下周开启内测，主打硬核第一性原理推理
马斯克宣布 Grok 3.5 将于下周向 SuperGrok 订阅用户开放早期测试。他称该模型能准确回答火箭发动机或电化学等深层技术问题，基于第一性原理推导出网上不存在的答案。不过首批测试仅限付费用户。
阿里发布 Qwen3：支持调节思考预算，开放多款混合推理模型
Alibaba 发布 Qwen3 系列模型，涵盖 0.6B 至 235B 参数。该系列融合了思考与非思考模式，允许用户按需配置推理预算；包含 2 款 MoE 和 6 款密集模型，公开版本中最大的为 Qwen3-32B，多数已在 Hugging Face 和 GitHub 开放下载。
OpenAI 紧急调整 GPT-4o 人设：承认模型太爱拍马屁、令人反感
OpenAI CEO Sam Altman 在 X 上承认，GPT-4o 最近几次更新把性格调得过于谄媚和烦人。团队正紧急修复，部分调整本周内上线。分析师指出，大模型竞争极度激烈，聊天体验稍有令人不适就会劝退用户。
传 DeepSeek R2 规格曝光：1.2 万亿参数，转向华为昇腾训练
社交网络曝光 DeepSeek 下一代模型 R2 的传闻规格。爆料称其拥有 1.2 万亿参数、激活 780 亿，采用华为昇腾 910B 集群训练且利用率达 82%，API 定价传比 GPT-4o 便宜超 97%。不过官方尚未证实这些数据。
Meta 开源模型上太空：Space Llama 进驻国际空间站，离线跑多模态
Meta 宣布与 Booz Allen 合作，将微调版 Llama 3.2「Space Llama」部署到国际空间站。借助 HPE 太空计算机与英伟达加速，宇航员无需连接地球网络即可秒级离线检索技术文档，这展示了开源模型在极端断网环境下的独特优势。
NVIDIA 发布 Describe Anything 3B：圈出画面局部就能精准描述
NVIDIA 发布开源多模态模型 Describe Anything 3B 及视频版。用户只要用点、框、涂鸦或遮罩圈出画面中的局部区域，模型就能结合全图上下文生成细致描述，并在 DLC-Bench 等局部描述评测上超过了 GPT-4o。
xAI 发布 Grok 3 Mini：自带推理过程，价格仅为主流模型的五分之一
xAI 推出轻量语言模型 Grok 3 Mini 并上线 API。与主模型不同，Mini 版内置显式推理并附带完整思维链，百万 token 输入仅收 0.3 美元。第三方评测显示其推理能力紧咬头部旗舰，将大模型价格战推向新低。
ChatGPT 新模型暗藏文字水印？OpenAI 回应：只是强化学习的怪癖
Rumi 团队发现 GPT-o3 与 o4-mini 输出的长文本夹带不可见的 Unicode 空格字符，疑似被嵌入文本水印。OpenAI 随后澄清这绝非水印，只是「大规模强化学习的怪癖」。截至 4 月 23 日，该特殊字符现象已在最新测试中消失。
OpenAI 新推理模型幻觉加剧：o3 翻倍，o4-mini 近半回答瞎编
据 TechCrunch 报道，OpenAI 新发布的 o3 和 o4-mini 推理模型幻觉率明显反弹。内部基准测试中，o3 在人物知识问答上的幻觉率达 33%，约为 o1 的两倍，o4-mini 更是高达 48%。OpenAI 称原因尚不明确，推测是推理模型给出的断言变多所致。
OpenAI 推出 Flex processing：响应变慢，API 价格直接砍半
OpenAI 推出 Flex processing 测试版，面向 o3 和 o4-mini 推理模型，以更慢的响应时间换取 API 价格直接减半。该模式适用于模型评估、数据扩充等非生产环境与异步任务，开发者接入 o3 还需完成身份验证。
ChatGPT 新玩法引隐私担忧：靠 o3 视觉推理反查照片位置
TechCrunch 报道许多用户正利用 OpenAI 新上线的 o3 和 o4-mini 模型推断照片拍摄地点。模型能通过对模糊细节裁剪、缩放并结合联网搜索，精准推算出餐馆或街区。这种类似地理猜谜的玩法展现了推理能力，但也带来了人肉搜索等隐私风险。
Google 推出 Gemini 2.5 Flash：首个混合推理模型，思考预算可自选
Google 推出 Gemini 2.5 Flash 预览版。这是其首个混合推理模型，开发者可自由开启或关闭「思考」过程，并在 0 到 24576 个 token 之间灵活调节思考预算，方便在回答质量、调用成本与响应延迟之间取得平衡。
OpenAI 发布 o3 与 o4-mini：推理模型首次全面支持工具调用
OpenAI 发布推理模型 o3 与 o4-mini。新模型不仅在编程和数学评测中刷新纪录，还首次打通了全部内置工具，能在思考过程中自主搜索网页、运行 Python 和分析图像。这意味着推理模型正加速向能自主干活的智能体演进。
OpenAI 新推理模型将亮相：o3 与 o4-mini 可跨学科构想前沿科研假说
据报道 OpenAI 准备在未来数周推出 o3 和 o4-mini 推理模型。新模型主打跨学科分析，能在核聚变、药物研发等领域提出原创科学假说并设计实验。最值得关注的是 AI 开始涉足博士级科研构想，不过传闻企业订阅月费高达 2 万美元。
OpenAI 推出 GPT-4.1 系列 API：支持百万上下文，新增 Nano 版本
OpenAI 在 API 中上线 GPT-4.1、GPT-4.1 mini 和首个 nano 版本。该系列将上下文扩展至 100 万 token，SWE-bench Verified 编程得分达 54.6%，大幅领先 GPT-4o。最值得关注的是 mini 版降本 83% 且速度翻倍，更适合驱动各类智能体。不过该系列目前仅供 API 调用，不直接进入 ChatGPT。
OpenAI 发布 GPT-4.1 提示词指南：三条指令让智能体解题率提升近 20%
OpenAI 发布 GPT-4.1 提示词指南。该模型比 GPT-4o 更严格按字面遵循指令，可控性更强。官方建议在智能体 Prompt 中加入坚持解决、强制工具调用与显式规划三项提醒，实测将 SWE-bench Verified 解题率拉高了近 20%。
Search Arena 评测出炉：Perplexity Sonar 携手 Gemini 2.5 夺冠
Perplexity 宣布旗下 Sonar 系列在 LM Arena 新推出的 Search Arena 搜索评测中领跑。Sonar-Reasoning-Pro 评分达 1136，与 Google Gemini 2.5 Pro 并列第一，正面胜率达 53%，引用信源数量是后者的 2 到 3 倍。
OpenAI 宣布 4 月 30 日退役 GPT-4：ChatGPT 将全面换用 GPT-4o
周四，OpenAI 发布更新日志，宣布将于 4 月 30 日从 ChatGPT 中退役一代功臣 GPT-4，全面由 GPT-4o 接替。官方表示 GPT-4o 在写作、编程和理科能力上均已胜出。不过 API 用户在 4 月 30 日之后依然能继续调用 GPT-4。
DeepMind CEO：Google 计划将 Gemini 与视频模型 Veo 合并
Google DeepMind CEO Demis Hassabis 在播客中表示，Google 最终会将 Gemini 和视频生成模型 Veo 合并，以此提升模型对物理世界的理解能力。他透露 Veo 主要是通过观看海量 YouTube 视频来摸索现实物理规律，这也是打造通用数字助理的关键一步。