马斯克预告 Grok 5：有机会成为「真正的 AGI」
Elon Musk 在 X 上发文称，xAI 的下一代模型 Grok 5 有机会成为「真正的 AGI」，并表示自己以前从未对任何东西有过这种感觉。该言论是在转发 Grok 4 商业基准评测成绩时发表的，不过目前 Grok 5 尚未公布具体发布时间与细节。
大模型 · 日报
周四
8月21日 星期四
周二
8月19日 星期二
DeepSeek 上线 V3.1：一个模型切换思考与快答，参数 671B
DeepSeek 在 Hugging Face 发布 DeepSeek-V3.1。新模型总参数 671B、激活 37B，最大看点是支持混合思考模式，改动模板就能在思考与普通回答间切换。它的工具调用与 Agent 能力显著提升，且答题质量比肩 R1-0528 但速度更快。
周五
8月15日 星期五
OpenAI 微调 GPT-5 语气：告别严肃刻板，变得更温暖亲切
OpenAI 宣布微调 GPT-5 的交互风格，让 ChatGPT 听起来更温暖、更平易近人。此前有反馈称其过于正式，这次调整会加入像「好问题」这样自然的开场互动。官方强调内部测试显示谄媚倾向没有增加，更新预计一天内覆盖完成。
Anthropic 升级 Claude Opus 4：遇持续恶意互动可主动挂断
Anthropic 宣布允许 Claude Opus 4 与 4.1 在遭遇持续恶意骚扰或有害互动时主动终止对话。这项调整源于对「AI 福利」的探索试验。会话一旦被 AI 终止，用户将无法在该对话中发言，但仍可新建聊天或编辑历史消息。
周四
8月14日 星期四
靠量子算法压缩模型：Multiverse 推出「苍蝇脑」与「鸡脑」极小端侧 AI
欧洲初创公司 Multiverse Computing 发布极小端侧模型系列 Model Zoo，包括 9400 万参数的 SuperFly 和 32 亿参数的 ChickBrain。借助其量子算法压缩技术，两款模型无需联网即可在 IoT 家电或电脑本地运行，官方称 ChickBrain 性能甚至反超了原版 Llama 3.1 8B。
周三
8月13日 星期三
ChatGPT 升级 GPT-5 模式选择：可选速度或深度思考，4o 重新回归
Sam Altman 宣布 ChatGPT 为 GPT-5 增加了 Auto、Fast 和 Thinking 三种模式选择。Thinking 模式提供 196k 上下文，每周限 3000 条消息；同时 4o 默认重新向所有付费用户开放，网页端还新增了开启 o3 等其他模型的开关。
周二
8月12日 星期二
Mistral AI 发布 Medium 3.1：多模态大升级，支持 4 卡私有化部署
Mistral AI 推出多模态模型 Mistral Medium 3.1，提升了推理、编程及联网检索能力。新模型百万输入 token 仅需 0.40 美元，支持企业在 4 块 GPU 上私有化部署，基准成绩直追主流旗舰。
Claude Sonnet 4 上下文升至 100 万 token：代码库一口吞，支持长程智能体
Anthropic 宣布 Claude Sonnet 4 的 API 上下文窗口扩至 100 万 token，容量扩大 5 倍。单次请求可处理超 7.5 万行代码或数十篇论文。该功能已在 Claude 平台公测，并上线 Bedrock 和 Vertex AI。
Anthropic 详解 Claude 安全体系：多维危害框架配合实时动态拦截
Anthropic 公开披露了保障 Claude 安全的多层防御机制。该体系贯穿模型全生命周期，通过「统一危害框架」界定五大风险，并在部署后依靠专用微调分类器实现实时响应引导与滥用阻断。最值得关注的是，它能在不生硬拒绝的前提下化解潜在风险，兼顾安全与实用性。
Liquid AI 发布 LFM2-VL：轻量端侧视觉模型，推理速度翻倍
Liquid AI 发布首批端侧视觉语言模型 LFM2-VL，包含 450M 与 1.6B 两种尺寸。模型专为手机、可穿戴等低算力设备设计，GPU 推理速度比同类模型快最高 2 倍。权重已在 Hugging Face 开源，年收入 1000 万美元以下可免费商用。
周日
8月10日 星期日
OpenAI 提高 ChatGPT Plus 限额：推理额度大涨，界面将明示运行模型
OpenAI 宣布大幅提高 ChatGPT Plus 用户的推理使用限额，所有模型级别的限制很快将高于 GPT-5 发布前的水平。官方还将在界面中明确标出当前正在响应的模型，并计划支持手动触发高级推理。此举主要是为了平息 GPT-5 上线后自动切换器失常带来的体验问题。
xAI 面向全球免费开放 Grok 4：支持专家模式，还要加广告
xAI 宣布面向全球所有用户免费开放其最新模型 Grok 4，打破原有的订阅门槛。模型支持自动和专家两种模式，限时提供较宽裕的使用额度，但顶配 Grok 4 Heavy 仍需付费。马斯克同时确认，后续界面将植入广告以补贴 GPU 成本。
周五
8月8日 星期五
OpenAI 听劝：GPT-5 上线仅一天，ChatGPT 重新加回 GPT-4o
OpenAI 宣布为 ChatGPT Plus 用户重新开放 GPT-4o，距 GPT-5 上线仅一天。此前 OpenAI 默认切到 GPT-5 并移除了模型选择器，引来大量习惯 4o 语气和专属工作流的用户吐槽。CEO Altman 表示，将观察使用情况再决定旧模型保留多久。
周四
8月7日 星期四
OpenAI 上线 GPT-5 开发者版：主攻编程与智能体，分三档尺寸
OpenAI 在 API 平台上线 GPT-5，主攻编程与智能体任务。模型在 SWE-bench Verified 取得 74.9% 的成绩，支持通过 verbosity 和 minimal 思考档位精细控制生成，并新增纯文本工具调用。目前已提供 gpt-5、mini 和 nano 三个尺寸。
OpenAI 发布 GPT-5：内置思考路由，幻觉减少 80%
OpenAI 正式推出 GPT-5。新模型采用统一架构，内置实时路由器自动在快速响应与深度思考间切换，幻觉率相较 o3 下降约 80%。GPT-5 面向所有用户开放，付费用户享有更高额度及推理增强版 GPT-5 pro。
周三
8月6日 星期三
OpenAI 预热周四直播：藏梗「LIVE5TREAM」，暗示 GPT-5 登场
OpenAI 在 X 上宣布将于周四上午 10 点直播，特意将 livestream 中的字母 s 改成了数字 5，暗示备受期待的 GPT-5 即将登场。此前 Sam Altman 曾晒出 ChatGPT 5 截图，高管也透露期待公众反馈。大家等待已久的下一代旗舰大模型终于要来了。
周二
8月5日 星期二
Kaggle 办大模型下棋赛：Grok 4 横扫进半决赛，马斯克称没花精力
Google 旗下 Kaggle 联合 DeepMind 举办 AI 国际象棋表演赛首日比赛，Grok 4、Gemini 2.5 Pro、o4-mini 和 o3 分别以 4-0 横扫对手晋级四强。Grok 4 棋力表现最佳，马斯克在 X 上表示 xAI 几乎没在象棋上下过功夫。大多模型脱离定式后仍频出非法走子与幻觉问题。
Anthropic 发布 Claude Opus 4.1：SWE-bench 冲上 74.5%，维持原价
Anthropic 正式推出 Claude Opus 4.1，重点强化智能体任务、复杂代码重构与推理能力，在无扩展思考下的 SWE-bench Verified 达到 74.5%。新模型维持 Opus 4 原价，已向 Claude 付费用户、Claude Code 以及各大云平台开放。
Google DeepMind 发布 Genie 3：输一句话，实时生成可交互世界
Google DeepMind 发布通用世界模型 Genie 3。输入文字描述后，它能以 720p、24 帧每秒实时生成可自由探索的动态环境，并维持数分钟的一致性。用户还能随时追加文本修改天气或道具。目前它仅作为研究预览版向少数研究者和创作者开放。
周一
8月4日 星期一
Kaggle 办首届 AI 象棋赛：o3 与 Gemini 等 8 大模型硬拼推理
Google 旗下 Kaggle 推出游戏基准平台 Game Arena，并定于 8 月 5 日至 7 日举办 AI 国际象棋赛。o3、Gemini 2.5 Pro、DeepSeek-R1 等 8 款模型同台较量，比赛严禁调用外部象棋引擎，纯靠自身推理且需自行判断合法走法，直接检验大模型的长线规划能力。
周五
8月1日 星期五
Google 在 Gemini 应用上线 Deep Think：引入并行思考强化复杂推理
Google 宣布在 Gemini 应用中向 Google AI Ultra 订阅者开放 Deep Think 功能。该功能利用并行思考技术延长推理时间，在内部 2025 IMO 基准上达到铜牌水平，专门攻坚复杂编程与科研推导。不过目前每天有固定的提问配额，且对部分良性请求有一定拒答倾向。
周四
7月31日 星期四
Z.ai 推出 GLM-4.5：主打深度推理与智能体，355B 仅激活 32B 参数
今天，Z.ai 推出旗舰模型 GLM-4.5 及轻量版 GLM-4.5-Air，同步上线 FP8 版本。模型采用 MoE 架构，以 355B 总参数、32B 激活实现更深层推理，首发支持 SGLang 部署。最值得关注的是其工具调用成功率达 90.6%，能更稳定地支撑复杂智能体和多轮编程工作流。