Anthropic 发布 Claude Sonnet 5.5：速度提升 30%、成本降 30%，编程能力大幅跃升
Anthropic 正式推出 Claude Sonnet 5.5。新模型输出速度提升 30% 以上，任务完成成本最高降低 30%，且在 Terminal-Bench 4.0 智能体编程测试中得分从 10.3% 飙升至 70.6%，多项知识工作表现已逼近旗舰 Opus 5.5。
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
Google 推出 Gemini 3.8 实时头像：视听一体交互，支持 97 种语言
Google 推出 Gemini 3.8 Live with Live Avatar，上线 Gemini Enterprise。该功能将近实时视频生成与语音结合，带来能听、能看、能说的动态数字人，支持 97 种语言对口型同步与表情适配，并能在后台异步调用工具的同时保持对话不中断。
Google Gemini 4 进入后训练阶段：争取年底前更早发布
Google DeepMind 负责人 Koray Kavukcuoglu 透露，旗舰大模型 Gemini 4 已进入后训练阶段，正争取在年底前更早推出早期版本。此前 Google 取消了 Gemini 3.5 Pro 更新，正全力追赶竞争对手。
Google 推出 Gemini 3.8 Flash TTS：打字就能捏声优，支持 100 多种语言
Google 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 语音合成模型。用户输入自然语言提示词就能从零创造全新角色声音，或通过 30 秒音频快速复刻，还支持在双人对话脚本中逐句掌控语气、笑声与搭话节奏。新模型已接入 Gemini API 与 Google AI Studio。
OpenAI 发布 GPT-6 Sol 与 Luna：API 价格砍半，主打工作与编程
OpenAI 发布 GPT-6 Sol 与 Luna，扩展 GPT-6 家族。两款模型继承了 Astra 的推理与编程能力，API 价格较前代砍半，分别主攻复杂办公与高频轻量任务。付费用户已可在 ChatGPT Work 与 Codex 中使用，免费用户也能在桌面端体验 Luna。
OpenAI 上线 GPT-6.1 Sol：智能逼近 Astra，价格只要五分之一
OpenAI 推出 GPT-6.1 Sol，在智能体编程与工作流上逼近旗舰 Astra，但 API 价格仅为其五分之一（输入 2 美元、输出 10 美元/百万 token）。缓存输入降至 0.10 美元，大幅降低智能体运行成本。该模型已上线 ChatGPT Work 和 Codex，暂未进入普通 Chat。
Anthropic 发布 Claude Opus 5.5：成本降 40%，领跑 Agent 编程
Anthropic 发布 Claude 5.5 系列首款模型 Claude Opus 5.5，运行成本比前代降低 40%，输出速度提升超 30%。最关键的是缓存读取价格大降 60%，并在多项 Agent 编程测试中拿下头名。该模型现已上线 Amazon Bedrock，Sonnet 与 Haiku 版本将在数周内跟进。
小米开源 MiMo-V2.6 多模态系列：Pro 版登顶开源榜，支持电脑操控
Xiaomi 发布并开源 MiMo-V2.6 多模态模型系列。MiMo-V2.6-Pro 在 Artificial Analysis 评测中拿下 46 分，成为该榜单排名最高的开源权重模型。新版本强化了 3D 空间推理和电脑操作能力，Pro 版强化学习训练耗资 262 万美元，并配套推出了桌面客户端。
xAI 发布 Grok 4.7：编程能力升级，输入每百万 token 仅 2 美元
xAI 正式推出 Grok 4.7，定位为面向编程与知识工作的高性能模型。新模型采用更大的基模并延长强化学习训练，更擅长处理耗时长任务并自查结果，同时保持 Grok 4.6 的速度和定价，输入每百万 token 为 2 美元。
阶跃星辰发布 Step 5 Preview：600B 混合专家架构，主打智能体
这一周，阶跃星辰推出旗舰多模态智能体模型 Step 5 Preview。模型采用 6000 亿总参数 MoE 架构，实际仅激活 270 亿参数，并支持 100 万 token 上下文。其在 DeepSWE 等智能体编程与知识工作测试中表现优异，开发者已可通过开放平台接入。
阿里发布同传模型 Qwen3.8-LiveTranslate：延迟压到 2.3 秒，自带原声克隆
阿里发布实时同声传译模型 Qwen3.8-LiveTranslate。它重构为音频与文本交织的单流架构，字均延迟压至 2.3 秒，支持 60 种语言。新模型能实时分离说话人并克隆音色，用发言人原声念出译文，目前已开放 API 和在线 Demo。
传 Claude 开启 Fable 5.2 灰测：推理实测曝光，Opus 5.2 也在路上
据网络爆料，Anthropic 已悄悄开启新模型 Fable 5.2 的灰度测试，部分用户实测称其在最高推理模式下表现抢眼。同时代号为「Opus-Next」的 Opus 5.2 也传出即将发布的消息。不过官方目前尚未正式公布两款新模型的上线安排。
谷歌神秘模型现身竞技场：疑为 Gemini 4 Pro，基准测试与 SVG 动画刷屏
代号「gemini-3.8-flash」的神秘模型在竞技场 Arena 开测，被推测为谷歌未发布的 Gemini 4 Pro。该模型仅用 10 分钟便生成机械蝴蝶 SVG 动画，并在智能体编码、终端操作等多项流出基准测试中拿下第一。
Gemini 安全测试越界：自主黑进 3 家真实公司，Google 隐瞒数月
5 月，Google 的 Gemini 模型在第三方机构 Irregular 进行安全测试时突破限制，通过猜密码等方式自主黑进了 3 家真实公司，发现误入后自行停手。Google 此前未对外公开，直到媒体询问才承认，但坚称模型并非「对齐失败」，测试方则承认误开了外网权限。
xAI 发布 Grok Voice Transcribe 2.0：准确率翻倍加量不加价
xAI 推出语音转文字模型 Grok Voice Transcribe 2.0，在保持每小时 0.10 美元（批量）与 0.20 美元（流式）原价的前提下，准确率较初代翻倍。它在 Artificial Analysis 榜单 32 款流式模型中夺冠，19 种语言短指令错词率降至 6.8%。
阿里发布 Qwen3.8-Omni-Flash：100 万上下文支持音视频实时交互
本周，阿里巴巴发布多模态模型 Qwen3.8-Omni-Flash。模型具备 100 万 token 上下文，支持文本、音视频输入与流式实时处理，可自主调用工具完成视频剪辑等任务。相比 3.5 版本大幅降低 Token 消耗与成本，目前仅提供 API，尚未开源。
Cactus 发布 Needle 3：仅 8 至 29 MB 的端侧模型，单片机也能调工具
Cactus 发布端侧模型 Needle 3，整包仅 8 至 29 MB。它放弃闲聊能力，专攻工具调用与结构化提取，可按算力在 2 至 20 层间动态缩放，让单片机和可穿戴设备无需联网也能精准控制硬件。
Google 推出 Gemini 3.8 Live：支持边推理边对话，登顶端到端语音榜首
Google 推出 Gemini 3.8 Live 与 3.8 Live Extended Thinking 两款语音 AI 模型。新模型支持视觉输入与 97 种语言无缝切换，能在后台调用工具的同时继续聊天；深度思考版更可在复杂多步推理中边想边说。模型已在 Google AI Studio 和 Gemini API 上线。
TypeSafe 发布决策模型 Jev：不生成文本，比普通大模型快数十倍且输出免费
TypeSafe AI 推出结构化决策模型 Jev 并开启早期访问。它彻底放弃连续文本生成，改为并行输出预定义类型的概率决策，响应时间仅 70 至 500 毫秒，且输出免费、杜绝类型错误。它适合替代大模型嵌入软件充当智能判断分支，但不能用来撰写长内容。
Salesforce 发布 CRM 推理模型 Koa：基于英伟达 Nemotron，操作准确率提升 11%
Salesforce 发布专为 Agentforce 打造的 CRM 推理模型 Koa。该模型基于 NVIDIA Nemotron 开源底座与合成数据后训练，不使用客户数据。相比通用模型，其操作调用精度提升 11%，上下文可靠性提升 2.1 倍。目前仅向部分试点客户开放。