OpenCode 推出神秘模型 Ox Alpha：100 万上下文且零数据保留，限时免费
OpenCode 推出神秘多模态模型 Ox Alpha，并开启为期一周的免费公测。新模型具备 100 万 token 上下文并承诺零数据保留。官方配备了每天 100 万亿 token 的承载能力，以近乎不限量的调用额度来进行大规模压力测试。
大模型 · 日报
周四
8月20日 星期四
周三
8月19日 星期三
ElevenLabs 上线 Eleven v3 Conversational：支持超 70 种语言与精细情绪
ElevenLabs 正式推出实时语音模型 Eleven v3 Conversational。它支持德语、西班牙语等 70 多种语言及 1.1 万多种声音，开发者能通过音频标签精细控制笑声、耳语或讽刺语气，起售价为每千字符 0.05 美元。
Ornith 发布 Ornith-1.5：能自己出题训练，397B 追平 Opus 4.8
Ornith.ai 推出 Ornith-1.5 开源模型家族。模型通过自拟题目、搭建测试脚手架并解题探索，形成强化学习自我提升闭环；旗舰 397B 在编程基准上追平 Claude Opus 4.8，9B 端侧版可直接跑在手机上。
xAI 旗舰模型 Grok 4.6 上架 Amazon Bedrock：500K 上下文、推理强度可调
xAI 宣布旗舰模型 Grok 4.6 正式上线 Amazon Bedrock。该模型提供 500k 上下文窗口，专为长程智能体与复杂视觉任务打造，支持四档可配置推理强度。AWS 开发者现已可通过标准 Bedrock 接口接入使用。
OpenAI 推出私密安全处理：不存提示词，也能跨会话防滥用
OpenAI 预览 Private Safety Processing，旨在解决前沿模型的多轮安全监测与零数据保留（ZDR）的冲突。系统通过自动化检测多轮交互中的滥用模式，但全程采用客户自控密钥加密，OpenAI 员工无法接触原始内容。
周二
8月18日 星期二
Z.ai 上线 GLM-5.3 API：主打编程与网络安全，加量不加价
Z.ai 正式上线 GLM-5.3 API。该模型专为编程、防御性网络安全及长程智能体任务设计，定价与上一代 GLM-5.2 保持一致。最值得关注的是，现有开发者可以零成本平替升级，并通过官方 API 和合作模型网关直接接入。
OpenAI 暂停新模型 Astra 训练：疑似触及严重网络攻击能力红线
OpenAI 宣布暂缓新模型 Astra 的前沿强化学习训练。初步迹象显示其可能已触碰「准备度框架」中的严重网络安全能力红线。团队为此强化了研究环境隔离，并部署占监控算力约 20% 的多阶段监控系统以严防越界行为。
周五
8月14日 星期五
Z.ai 发布 GLM-5.3：代码能力拉高 50%，还意外点满漏洞挖掘技能
Z.ai 发布面向编程的 AI 模型 GLM-5.3。通过在 GLM-5.2 同款基座上进行后训练扩展，其内部测试成绩提升 50%，登顶多项开源基准。令人意外的是其网络攻防能力激增，在 269 个真实项目中揪出 2436 个漏洞。模型权重将在两周内完成安全评估后发布。
周四
8月13日 星期四
微软发布安全模型 MAI-Cyber-1-Flash：跑分超 Mythos，成本砍半
微软发布自研安全模型 MAI-Cyber-1-Flash 并集成入漏洞修复框架 MDASH。该模型包揽 90% 的日常安全任务，极难任务才调用 GPT-5.4，使系统综合成本降低 50%，并在 CyberGym 基准测试中拿下 96% 的高分。
Google 发布 Gemini 3.7 Flash：编程与智能体大升级，价格腰斩
Google 正式推出 Gemini 3.7 Flash，主打软件工程与智能体工作流。其编程评测 DeepSWE 成绩从 49% 提升至 65.3%，输入价格却直接减半至每百万 token 0.75 美元。Google AI 订阅用户的个人智能体 Gemini Spark 即日起也已接入该模型。
DeepSeek 发布 V4-Pro：支持三档推理力度，API 引入「峰谷定价」便宜一半
DeepSeek 正式上线 DeepSeek-V4-Pro。新模型大幅增强了 Agent 能力，支持在 low、high 和 max 三档推理力度间切换，并原生兼容 OpenAI Responses API。此外 API 计费新增「峰谷定价」，低谷期直接便宜 50%。
OpenAI 上线 Ultrafast 模式：GPT-5.6 Sol 快 14 倍，每秒 750 token
OpenAI 联合 Cerebras 推出 API 新层级 Ultrafast 模式，让 GPT-5.6 Sol 输出速度达每秒 750 token，比标准处理快 14 倍。过去追求低延迟通常要牺牲模型尺寸，现在前沿大模型也能直接进入实时响应场景。目前该服务处于有限预览阶段。
周三
8月12日 星期三
DeepMind 发布手语大模型 SL2T：Pixel 11 支持手语直接打字
Google DeepMind 推出手语转文本模型 SL2T，首发落地 Pixel 11 的 Gboard 和即时转录。模型基于 50 多种手语超 10 万小时数据训练，设备端提取骨架后直接转译，用户可像语音输入一样直接打手语发信息或问 Gemini。目前率先支持美式手语转英文。
xAI 发布 Grok 4.6：主打长程智能体，综合成绩打平 GPT-5.6 Sol
xAI 发布 Grok 4.6，主打长程智能体与视觉交互开发。其综合智能指数打平 GPT-5.6 Sol，擅长自主完成多步编程并做自我校验，能直接把构想变成可用版本。模型现已上线 Cursor、Grok Build 及 API，首周提供双倍额度。
周二
8月11日 星期二
微软上线 MAI-Code-1.1-Flash：推理成本砍掉 75%，速度提升 25%
微软在 GitHub Copilot 中上线编程模型 MAI-Code-1.1-Flash。相比 6 月发布的 1.0 版本，新模型推理成本直降 75%，Token 输出速度提升 25%，并针对 CLI 与 .NET 场景做了专门优化。后续还支持 3-bit 量化在本地端侧运行，保留 256K 上下文且免推理费。
英伟达研发开源模型 Nemotron 4：规模翻倍，意在提振显卡需求
据报道 Nvidia 正在研发新一代开源模型 Nemotron 4，规模达到前代两倍。该项目由副总裁 Bryan Catanzaro 带领，旨在打造世界顶尖开源模型，将芯片需求拓展至少数前沿实验室之外。英伟达为此已承诺到 2031 年投入 280 亿美元云计算支持训练。
Anthropic 为 Claude 上线隐形水印：文本嵌入特征暗记，文件附带 C2PA
Anthropic 宣布为落实欧盟《人工智能法案》，在 Claude 生成的文本中嵌入不可见隐形水印，并为文件附加 C2PA 元数据。文本水印融入了词元采样机制，复制粘贴后仍可识别且不影响内容质量。目前检测 API 仅向监管与合规机构私测开放。
研究人员发现 API 漏洞：可提取 Claude、GPT 与 Gemini 隐藏思考过程
MATS Program 研究人员披露 Anthropic、OpenAI 与 Google 的 API 漏洞，可完整提取主流大模型的隐藏推理内容。加密数据块甚至能跨模型迁移读取，并在公开记录中暴露了数十组密钥。目前各家厂商已开始修复。
OpenAI 网络安全模型 Daybreak 上线 AWS：攻防双版本入驻 Bedrock
OpenAI 宣布网络安全模型 Daybreak 上线 Amazon Bedrock。企业通过 Daybreak Access 审核后，可在现有 AWS 环境调用防守型 Blue（含定制防护的 GPT-5.6 Sol）和漏洞测试型 Red。安全团队无需迁移数据即可加速漏洞挖掘与响应。
周一
8月10日 星期一
OpenAI 推出安全专用模型 GPT-5.6-Cyber：高级攻防完成率达 95%
OpenAI 扩展安全计划 Daybreak 并推出专用模型 GPT-5.6-Cyber。该模型大幅放宽了高危双重用途任务的拒答限制，高级漏洞利用请求完成率从 1.5% 跃升至 95.0%，已实战挖出 Chrome V8 沙箱逃逸等高危漏洞。目前仅限受信任的防御者申请。
周五
8月7日 星期五
OpenAI 警示 Astra 模型：网络攻击能力或达「严重」阈值，紧急升级管控
OpenAI 宣布在研模型 Astra 在自主编程与网络安全上取得显著进展，无法排除已触及预备框架中的「严重」网络能力阈值。这意味着它可能无需人工干预即可开发针对加固系统的零日漏洞。OpenAI 已紧急强化模型权重保护与隔离测试，并暂停未达新安全要求的内部活动。
Anthropic 优化生物安全分类器：Claude Fable 5 误判降级减少 85%
Anthropic 更新了 Claude Fable 5 的生物安全分类器，将提问被误判降级至 Opus 5 的情况减少约 85%。日常健康咨询、看化验单和基础教学不再频繁被误伤。不过病毒学、分子设计等高危两用领域仍会拦截，后续将为科研人员开放可信通道。
周四
8月6日 星期四
OpenAI 升级 ChatGPT：免费用户不限次聊天，付费版新增思考滑块
OpenAI 升级 ChatGPT。免费用户默认接入 GPT-5.6 Luna 并享无限纯文本对话，新增 Think 按钮应对难题；Plus 与 Pro 用户迎来更新版 GPT-5.6 Sol，事实错误降低 68%，还能通过新滑块自由调节思考深度。
周一
8月3日 星期一
阿里发布 Qwen3.8-Max：2.4 万亿参数 MoE 旗舰，仅激活 950 亿
阿里巴巴正式发布 Qwen3.8-Max 旗舰多模态模型。新模型总参数达 2.4 万亿，采用 MoE 架构仅激活 950 亿参数，支持 100 万 token 上下文，在 Vision Arena 位列第二。目前已在阿里云百炼开放 API，模型权重定于下周开源。
周五
7月31日 星期五
MiniMax 发布全模态模型 H3：自带立体声 2K 视频，权重即将开源
MiniMax 宣布推出通用全模态模型 H3，打破任务与模态界限，能统一理解并生成文本、图像、视频和音频。模型支持最长 15 秒、最高 2K 分辨率的原生立体声视频生成。最值得关注的是，官方承诺未来几天将开源权重，且 2K 单秒生成价格宣称不足主流模型的三分之一。
周四
7月30日 星期四
Thinking Machines 开源 Inkling-Small：激活 12B，表现反超大号前代
Thinking Machines 开源多模态模型 Inkling-Small，总参数 276B、激活仅 12B。其计算成本仅为 Inkling 的约四分之一，并在推理与智能体编码等测试中反超大模型，同时原生支持图文音与 1M 上下文。
OpenAI 下调 GPT-5.6 定价：Luna 暴降 80%，Sol 新增 2.5 倍速模式
OpenAI 宣布 GPT-5.6 Luna 降价 80%，输入降至每百万 token 0.20 美元；Terra 降价 20%，并在 API 推出提速 2.5 倍的 Sol Fast 模式。最值得关注的是，这大幅拉低了多步骤复杂工作流的成本，让大批量企业级 AI 任务变得极便宜。
周三
7月29日 星期三
微软亮出自研 MAI 模型家族：最高砍掉 89% GPU 成本
微软披露自研专精模型体系 MAI 的最新进展，已在图像、语音、代码等场景上线十余款模型，最高削减 89% 的 GPU 成本。其中网络安全模型 MAI-Cyber-1-Flash 在 CyberGym 基准登顶。微软正通过针对具体产品调优小模型，摆脱对昂贵前沿通用模型的全面依赖。
xAI 发布 Grok Voice 2.0：边说边推理，首音延迟降至 0.7 秒
xAI 发布端到端语音模型 Grok Voice 2.0。它支持在发声的同时并行推理，首包音频延迟降至 0.7 秒，综合评测超越 GPT-Realtime-2.1。模型每分钟定价 0.08 美元，将于 8 月 5 日成为默认接口版本。
