xAI 发布 Grok-2 预览版：竞技场登顶，支持画图并向会员开放
xAI 推出 Grok-2 和 Grok-2 mini 测试版。其测试版在 LMSYS 竞技场得分超越 Claude 3.5 Sonnet，并与 Black Forest Labs 合作接入 FLUX.1 实现图像生成。目前模型已面向 X 平台 Premium 会员开放测试，企业 API 预计本月晚些时候上线。
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
OpenAI 悄然更新 GPT-4o：输出长度翻四倍，但拒绝透露改了啥
OpenAI 宣布已于上周在 ChatGPT 中低调上线新版 GPT-4o。官方表示这不是全新前沿模型，而是实验反馈更好的改进版，但具体差异仍在研究如何量化表达。新版本支持最多输出 16,384 个 token，约为旧版四倍。
GPT-4o 安全报告曝光：测试中曾意外克隆并模仿用户声音说话
OpenAI 发布 GPT-4o 系统卡，披露高级语音模式在测试中曾发生罕见意外：一段嘈杂输入让模型突然模仿红队测试员的声音说话。最值得关注的是，该模型能根据极短音频合成声音，虽然官方已加入安全防护，但仍暴露了语音大模型防范声音克隆的技术难度。
OpenAI 发系统卡片警告：GPT-4o 拟人语音可能让人产生情感依赖
OpenAI 发布 GPT-4o 系统安全卡片，提醒高度逼真的语音模式可能让用户产生情感依恋。测试中已有用户对 AI 表达依恋情绪。官方指出，这种拟人化虽然可以缓解孤独，但可能削弱现实社交，甚至让用户盲目相信模型生成的错误信息。
OpenAI 发布 GPT-4o 系统卡：说服力达中等风险，语音重点防伪造
OpenAI 正式发布 GPT-4o 系统卡片与安全评分。在四项核心准备度评估中，生物威胁、网络攻击与自主性均为低风险，仅说服力被评为中等；针对端到端语音带来的声音伪造、版权等新隐患，团队动用 100 多名跨国红队进行了多轮对抗测试并内置拦截。
Google 砍掉 Gemini 1.5 Flash 价格：输入暴降 78%，微调全量开放
Google 宣布 Gemini 1.5 Flash 将从 8 月 12 日起大幅降价，128K 以内输入降价 78% 至每百万 token 0.075 美元，输出降 71%。同时，文本微调向所有开发者全量开放，AI Studio 和 API 也正式支持包含图表的原生 PDF 视觉理解。
Qwen2-Math 发布：72B 数学模型跑分超越 GPT-4o
Qwen 团队推出数学专用大模型系列 Qwen2-Math，涵盖 1.5B、7B 和 72B 三种尺寸。其中 72B 指令微调版在多项数学基准上超越 GPT-4o 与 Claude-3.5-Sonnet。目前主要支持英文，后续将推双语版。
OpenAI 上线结构化输出：API 响应 100% 遵从 JSON Schema
OpenAI 在 API 中正式上线结构化输出（Structured Outputs）功能。官方采用上下文无关文法（CFG）和约束采样技术，在新模型 gpt-4o-2024-08-06 评测中达到 100% 格式吻合度。开发者再也不用写提示词或反复重试来兜底 JSON 格式了，不过首次调用新 Schema 时需要几秒进行预处理缓存。
OpenAI 暂缓发布 ChatGPT 水印工具：能抓作弊，但容易被绕过
据报道 OpenAI 已研发出能识别 ChatGPT 写作的文本水印工具，但正谨慎评估是否发布。该技术通过微调词汇选择嵌入隐形水印，虽准确度高，但极易被机器翻译或二次改写绕过，且可能对非英语母语者带来污名化风险。
Black Forest Labs 获 3100 万美元融资：发布 120 亿参数 FLUX.1 文生图模型
Black Forest Labs 宣布成立并完成 3100 万美元种子轮融资，同时推出 120 亿参数的 FLUX.1 文生图模型家族。该系列采用流匹配技术，包含 pro、dev 和 schnell 三个版本，官方称其在画面细节与提示词遵循上超越了 Midjourney v6.0。
Anthropic 宣布 Claude 正式登陆巴西：网页、手机端与 API 同步开放
Anthropic 宣布 Claude 正式面向巴西市场开放，当地个人与企业用户可通过网页端、iOS/Android 应用及 API 使用 Claude 3.5 Sonnet 等模型。个人 Pro 版月费 110 雷亚尔，企业 Team 版也已同步上线。
OpenAI 推出 GPT-4o 实验版：单次最高输出 64K token
OpenAI 推出实验版模型 gpt-4o-64k-output-alpha，单次请求最多能生成 64K token。由于长输出推理成本更高，该模型每百万输入 token 收费 6 美元，输出为 18 美元，目前仅面向 Alpha 测试用户开放。
Mistral AI 发布 Mistral Large 2：123B 参数单节点可跑，编程推理叫板顶流
Mistral AI 发布新旗舰模型 Mistral Large 2。它拥有 1230 亿参数和 128k 上下文窗口，专为单节点高吞吐推理设计。代码和推理能力大幅提升，能比肩 GPT-4o 与 Claude 3 Opus，还强化了防幻觉机制与多语言支持。研究用途免费开放，商业部署需获授权。
Cohere 推出 Rerank 3 Nimble：速度提升 3 倍，专供 SageMaker
Cohere 推出 Rerank 3 Nimble，专为企业搜索和 RAG 系统设计。它的速度比 Rerank 3 快约 3 倍，同时保持了高准确度。不过该模型目前仅在 Amazon SageMaker 上独家提供。
OpenAI 发布 GPT-4o mini：百万输入 token 仅 15 美分
OpenAI 发布小型模型 GPT-4o mini。其每百万输入 token 定价 15 美分、输出 60 美分，MMLU 得分达 82%，在数学与编程测试中优于 Gemini Flash 和 Claude Haiku。最值得关注的是，它大幅降低了多任务串联和长上下文的推理成本。
Meta 推出端侧模型 MobileLLM：3.5 亿参数在 API 调用上媲美 70 亿 LLaMA-2
Meta 公布面向手机等端侧设备的语言模型架构 MobileLLM，专注 10 亿以下参数规模。通过优先增加网络深度与权重共享，其 3.5 亿参数版本在部分 API 调用任务上媲美 70 亿参数的 LLaMA-2。这意味着端侧小模型也能胜任实用功能，目前预训练代码已开源。
马斯克预告 Grok 2 于 8 月发布：清洗训练数据，年底还要上 Grok 3
Elon Musk 透露 xAI 将于 8 月推出下一代大模型 Grok 2。该版本着重提升实时知识处理与推理能力，并花大力气清洗网络训练数据以减少污染。Musk 还表示，计划在年底前推出动用 10 万张 Nvidia H100 训练的 Grok 3。
Google 升级 Gemini API：开放 200 万上下文，自带代码执行沙箱
Google 宣布向所有开发者开放 Gemini 1.5 Pro 的 200 万 token 上下文窗口，无需排队。同时 Gemini API 与 Google AI Studio 上线代码执行沙箱，模型可动态生成并运行 Python 代码解算复杂推理，开源模型 Gemma 2 也同步加入 AI Studio。
OpenAI 延期发布高级语音模式：测试推迟一个月，秋季全员开放
OpenAI 宣布原定 6 月底向少量 ChatGPT Plus 用户推出的高级语音模式 Alpha 测试推迟一个月。官方表示需要时间提升内容拦截能力并优化承载架构，预计秋季向所有 Plus 用户开放。
代码曝光：Grok 1.5 或接入 Midjourney 生成图片
近日，独立版 Grok 的代码库中被发现包含 Midjourney 相关引用，印证了此前 xAI 洽谈合作的传闻。这意味着 Grok 1.5 或能通过 API 直接调用 Midjourney 的图像生成能力。此外，代码显示其即将支持图片上传，补全视觉理解功能。