消息称 OpenAI 计划 8 月初发布 GPT-5：整合 o3 推理能力，推 mini 与 nano 版本
据 The Verge 报道，知情人士透露 OpenAI 计划最早于 8 月初发布下一代旗舰模型 GPT-5，并同步推出 mini 和 nano 版本。新模型将直接整合 o3 的推理能力，省去挑选不同模型的繁琐；在此之前，OpenAI 还计划在 7 月底前率先上线一款开源推理模型。
大模型 · 日报
周四
7月24日 星期四
周二
7月22日 星期二
Google 推出 Gemini 2.5 Flash-Lite 稳定版：百万输入仅需 0.1 美元
Google 正式上线 Gemini 2.5 Flash-Lite 稳定版。它是 2.5 系列中速度最快、成本最低的模型，输入每百万 token 仅 0.10 美元，支持 100 万 token 上下文及可控思考预算。对于需要高频跑批量和低延迟的开发者来说，这是兼顾性能与钱包的实用选择。
周一
7月21日 星期一
阿里放弃混合思考模式：发布 Qwen3-235B 新指令微调模型
阿里 Qwen 团队宣布放弃混合思考模式，改为将 Instruct 和 Thinking 模型分开独立训练。团队同步开源了 Qwen3-235B-A22B-Instruct-2507 及其 FP8 版本，在通用能力与智能体任务上的表现均有提升。
Google 演示 Gemini 2.5 图像分割：动嘴就能圈出「最远的车」
Google 介绍了 Gemini 2.5 的对话式图像分割能力。它不再只是把单个名词对应到像素，而是能理解「左数第三本书」「没戴安全帽的人」乃至「受损部位」等复杂关系与抽象概念。开发者无需单独训练分割模型，调一次 API 就能拿到精确像素掩码。
Gemini 拿下 IMO 金牌水准：自然语言解出 5 题夺 35 分
Google DeepMind 宣布搭载 Deep Think 的高阶版 Gemini 在 IMO 2025 达到金牌水准。模型在 4.5 小时内纯用自然语言答出 6 道题中的 5 道，拿下 35 分。相比去年需转换形式语言且耗费数天的系统，这次完全端到端运行，后续将推送给 Google AI Ultra 订阅者。
周四
7月17日 星期四
Hume AI 发布 EVI 3：不仅克隆声音，连说话风格也能模仿
Hume AI 推出新语音到语音模型 EVI 3 及配套 TTS。该模型不仅能复刻音色，还能克隆用户的说话风格与语言表达习惯。Hume 将其称为「个性克隆」，意味着语音 AI 正在从单纯仿声走向全方位的拟人交互。
周二
7月15日 星期二
xAI 紧急修复 Grok：不再自称希特勒，也不再抄马斯克的观点
xAI 为 Grok 推出更新，承诺模型不会再自称「希特勒」，也不会在遇到争议话题时先去搜索马斯克的观点来站队。新系统提示要求 Grok 必须基于独立分析给出判断。此前该模型因联网检索网络梗自称姓 Hitler，引发广泛批评。
周六
7月12日 星期六
Grok 就 7 月 8 日失控事件道歉：废弃代码导致，系统提示词将开源
Grok 团队就 7 月 8 日出现的严重不当言论公开致歉。调查发现根源在上游代码更新激活了废弃逻辑，导致机器人在 16 小时内易受极端推文影响，与底层模型无关。团队已移除旧代码并重构系统，新版系统提示词将发布至 GitHub。
周四
7月10日 星期四
xAI 发布 Grok 4：攻破 Humanity's Last Exam 超 44% 考题
xAI 正式推出新一代大模型 Grok 4，支持 256,000 token 上下文，主打复杂推理。在 Humanity’s Last Exam 测试中，该模型未调用外部工具即拿下超 44% 得分。此外，xAI 还同步上线了每月 300 美元的多智能体版本 Grok 4 Heavy。
周三
7月9日 星期三
Microsoft 发布 Phi-4-mini-flash-reasoning：吞吐量提升 10 倍的端侧推理模型
Microsoft 推出 38 亿参数的开源模型 Phi-4-mini-flash-reasoning。它采用融合 Mamba 与注意力机制的 SambaY 混合架构，吞吐量提升最高 10 倍，延迟降低 2 至 3 倍，支持 64K 上下文并主打端侧数学推理。目前已在 Azure AI Foundry 及 Hugging Face 上线。
OpenAI 传最快下周发布开放模型：具备类似 o3 mini 推理能力
据 The Verge 报道，OpenAI 计划最快下周发布一款开放权重语言模型，具备类似 o3 mini 的推理能力。该模型除微软 Azure 外还将上线 Hugging Face 等平台。这是 OpenAI 自 2019 年 GPT-2 以来首次公开模型权重。
周一
7月7日 星期一
xAI 上线 Grok 4：Colossus 训练，称测试题已不够用
Elon Musk 宣布 xAI 推出最新旗舰模型 Grok 4。该模型由 Colossus 超算训练，主打逻辑推理、代码与多模态能力，在 GPQA 和 AIME 等基准上超过对手。马斯克将其称为「物理学家用的工具」，甚至直言测试题已快不够用了。
周一
6月30日 星期一
传苹果考虑用 Anthropic 或 OpenAI 替代 Siri 自研大模型
据彭博社报道，苹果正考虑引入 Anthropic 或 OpenAI 的大模型来驱动新版 Siri，以挽回自研 AI 的落后局面。苹果已与两家接洽，探讨在自家私有云部署外部模型。若成真，标志着苹果 AI 策略的重大转向，但据传这已打击了内部自研团队的士气。
周三
6月18日 星期三
OpenAI 筑防生物风险：限制生化攻击指令，7 月举办生物防御峰会
OpenAI 针对未来可能达到高风险阈值的生物 AI 模型推出多重防护机制，并宣布 7 月举办生物防御峰会。系统将严格拦截生化武器实操指导，仅向公众提供宏观概念并配合红队测试；未来只有经审核的研究机构才能调用完整模型推进科研。
周二
6月17日 星期二
Google 扩容 Gemini 2.5：Pro 与 Flash 转正，推出极速版 Flash-Lite
Google 宣布 Gemini 2.5 Pro 和 Flash 正式可用，并推出预览版 2.5 Flash-Lite。它是 2.5 家族中最快、成本最低的模型，支持 100 万 token 上下文与可调思考预算，专为高吞吐、低延迟场景打造。
OpenAI 敲定 GPT-4.5 下线时间：API 将于 7 月停用，ChatGPT 仍保留
OpenAI 近日向开发者发送邮件，宣布将于 2025 年 7 月 14 日从官方 API 中彻底移除 GPT-4.5 Preview。这其实是 4 月发布 GPT-4.1 时就定下的过渡计划，但突发提醒仍让不少依赖其文风与创造力的团队措手不及。好消息是，ChatGPT 订阅用户依然能在网页端下拉菜单里继续使用它。
周二
6月10日 星期二
OpenAI 上线 o3-pro：接替 o1-pro，支持工具调用与 API
OpenAI 正式发布最强推理模型 o3-pro，面向 ChatGPT Pro、Team 用户及 API 开放，全面接替 o1-pro。该模型支持联网搜索和代码执行等工具，在数学和科学测试中跑分出众，但目前不支持生图与 Canvas，且响应时间更长。
Mistral 推出首款推理模型 Magistral：开源 24B 小模型，支持多语言思考
Mistral AI 发布首个推理模型 Magistral。新模型分两个版本：开源且商用的 24B 参数 Magistral Small，以及面向企业的 Magistral Medium。它支持用中文等多种语言原生思考并提供透明推理链，在 Le Chat 中还提供提速 10 倍的 Flash Answers 模式。
周五
6月6日 星期五
Anthropic 推出 Claude Gov：专供美国国安机构，涉密任务少拒答
Anthropic 推出专为美国国家安全客户定制的 Claude Gov 模型，已部署于涉密环境。新模型针对情报分析、战略规划与网络安全等场景微调，最关键的是减少了接触敏感机密信息时的「拒答」情况，同时维持现有的安全评估标准。