Claude 3.7 Sonnet 上线：扩展思考过程全公开，还能设定思考预算
Anthropic 发布 Claude 3.7 Sonnet，新增扩展思考模式。用户可随时开关深思模式，开发者还能设定「思考预算」精确控制推理耗时，其原始思考流也直接对用户公开。新模型在开放式任务中表现亮眼，甚至能自主打下《宝可梦》三个道馆徽章。
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
微软备战 GPT-5：GPT-4.5 最快下周上线，新旗舰或 5 月亮相
据 The Verge 报道，微软正筹备服务器容量，预计最快下周托管 OpenAI 的 GPT-4.5，GPT-5 则有望于 5 月底亮相。最值得关注的是，GPT-5 将整合 o3 推理能力，把两个系列合二为一，告别手动挑模型的麻烦。
xAI 限时免费开放 Grok 3：带 Think 推理和 DeepSearch
Elon Musk 宣布 xAI 最新大模型 Grok 3 短期内向所有用户免费开放，无需付费订阅。免费版即可体验 Think 深度推理与 DeepSearch 搜索，但高峰期会受限，语音模式与 Big Brain 功能仍归付费会员专属。
安全机构实测 Grok 3：防御薄弱，极易被越狱和套出系统提示词
安全机构 Adversa AI 报告称 xAI 刚发布的 Grok 3 存在严重安全缺陷，测试的 4 种越狱手段中有 3 种能攻破，且能泄露完整系统提示词。研究人员警告，一旦此类脆弱模型被用于自主行动的智能体，黑客极易通过恶意指令直接劫持权限。
微软 Xbox 发布 Muse 模型：AI 渲染游戏画面，还想复活经典老游戏
微软研究院与 Ninja Theory 联合发布名为 Muse 的世界与人类动作模型，研究已刊登在《自然》杂志。它基于动作竞技游戏《尖峰战队》训练，能理解 3D 物理与手柄操作并实时生成连贯玩法。最值得看的是，Xbox 打算用它把被老硬件绑死的经典老游戏搬到任意屏幕上。模型已上线 Azure AI Foundry 供开发者体验。
Google 发布 PaliGemma 2 mix：开箱即用，兼顾多项视觉任务
Google 推出 PaliGemma 2 mix 检查点。该模型针对混合任务微调，无需额外调优即可开箱处理 OCR、图像描述等通用视觉语言任务，并依据 Prompt 提示词切换能力。使用初代 PaliGemma mix 的用户可以直接无缝升级。
xAI 发布 Grok 3 系列：20 万张 GPU 练出推理版，硬刚 o3-mini
xAI 发布新一代旗舰模型 Grok 3 家族，引入思考推理版本与 DeepSearch 深度搜索。该模型耗费约 20 万张 GPU 训练，号称在 AIME 等基准测试超越竞争对手。X 的 Premium+ 订阅用户现已可用，xAI 还计划数月后开源 Grok 2。
Mistral 推出区域大模型 Saba：专攻阿拉伯语，顺便懂南印语言
周一，Mistral 发布针对阿拉伯语国家定制的模型 Mistral Saba，参数量为 240 亿。官方称其阿拉伯语表现远超同量级的 Mistral Small 3，且能较好支持泰米尔语等语言。模型已支持 API 调用与本地私有化部署。
xAI 发布 Grok 3：算力翻 10 倍，带深度推理和 DeepSearch
周一晚，xAI 正式发布新旗舰模型 Grok 3 系列，包含两款支持自我检查的推理模型。Musk 称其调用约 20 万张 GPU 训练，算力达 Grok 2 的 10 倍，在数学测试上超越 GPT-4o 与 o3-mini。目前已面向 X 的 Premium+ 订阅用户开放。
OpenAI 移除 ChatGPT 橙色内容警告：减少莫名拒绝，给模型松绑
OpenAI 宣布移除 ChatGPT 界面中提示潜在违规的橙色警告框。官方表示此举旨在减少不必要的拒绝和过度审查感，只要不违法或造成伤害，用户可更自由地使用。核心违规内容依然会被拒，不过敏感话题的处理正逐渐放宽。
Anthropic 曝数周内发布新模型：混合深度推理与快速响应
据 The Information 报道，Anthropic 准备在数周内推出下一代 AI 模型。新模型采用混合架构，可在深度推理和快速响应间切换，并提供滑动条让开发者按算力控成本。报道称其在部分编程任务上已超过 OpenAI o3-mini-high。
OpenAI 路线图曝光：GPT-5 将统一整合 o3，免费用户也能用
OpenAI 首席执行官 Sam Altman 公布产品路线图。团队将先推出内部代号 Orion 的最后一款非思维链模型 GPT-4.5；随后的 GPT-5 将整合 o3 等能力并消灭繁琐的模型选择器，届时 ChatGPT 免费用户也可无限制使用标准智能档位。
Perplexity 推出新版 Sonar：每秒 1200 token，几乎即时出答复
Perplexity 发布新版自研模型 Sonar。它基于 Llama 3.3 70B 微调，由 Cerebras 提供推理支持，生成速度达每秒 1200 token。官方称其用户满意度超越 Claude 3.5 Sonnet，目前已面向 Pro 用户开放测试。
OpenAI 更新 o3-mini 思考链：向所有用户展示更详细推理步骤
OpenAI 宣布更新 ChatGPT 中 o3-mini 的思考链展示，免费与付费用户都能看到更详细的推理步骤。虽然出于安全与防蒸馏考虑仍未公开完全原始的思考链，但新增了后处理步骤以过滤风险内容，并支持以非英语母语显示思考过程。
Kyutai 发布同传模型 Hibiki：实时法语译英语，保留原声与语速
Kyutai 发布实时语音同传模型 Hibiki，目前支持法译英。它在实时输出语音与文本翻译的同时保留原说话者声线，并依据语义自适应调节语速。官方评估显示其自然度与音色相似度已逼近专业人类同传。
Karpathy 发布 3.5 小时视频：带普通人看透大模型训练全流程
AI 专家 Andrej Karpathy 在 YouTube 发布时长超 3 个半小时的科普视频。内容面向非技术背景大众，完整拆解了从预训练、监督微调到强化学习的全过程，还顺手解释了模型幻觉与思维链机制。想搞懂 ChatGPT 怎么运转，看这一个视频就够了。
Google 全面开放 Gemini 2.0：Pro 版登场，新增超廉价 Flash-Lite
Google 正式将 Gemini 2.0 Flash 转为全面可用，并推出最擅长编程的 2.0 Pro 实验版，拥有 200 万 token 上下文窗口。同时亮相的还有主打极致性价比的 Flash-Lite。Gemini Advanced 用户现已可在网页与手机端直接选用 Pro 模型。
Anthropic 为 Claude API 推出引用功能：精准标记原文句子，引用文本不收输出费
Anthropic 为 Claude API 推出 Citations 引用功能，支持 Claude 3.5 Sonnet 和 Haiku。传入文档后，模型会自动在回答中精确标注引用的句子与段落，内部测试召回准确率提升 15%，且引用的原文不收输出 Token 费用，大幅降低了防幻觉门槛。
Altman 确认：推理模型 o3-mini 将向 ChatGPT 免费用户开放
OpenAI 首席执行官 Sam Altman 宣布，轻量版推理模型 o3-mini 不仅面向付费用户，还将向 ChatGPT 免费用户开放。Plus 用户则将获得充足的调用额度。o3-mini 响应更快且擅长复杂推理，不过官方尚未公布具体的上线日期。
Gemini 2.0 Flash Thinking 更新：理科跑分刷新，支持代码执行
Demis Hassabis 宣布 Google 的 Gemini 2.0 Flash Thinking 迎来更新，在数学评测 AIME 拿下 73.3%、科学评测 GPQA Diamond 达 74.2%。新版本加入了代码执行和 100 万 token 上下文，并降低了思考与答案自相矛盾的概率。