OpenAI 上线 API Reserved Tier：按分钟锁定算力，高峰期不挤兑
OpenAI 针对企业客户推出 API 预留层 Reserved Tier。用户能以「每分钟美元」预购指定模型的专属吞吐量，在高峰期免受限速困扰，且适用于标准与快速模式。超额用量转为普通按量计费，但不支持批处理与弹性调用。
大模型 · 日报
周二
5月19日 星期二
Google 发布 Gemini 3.5 Flash：智能体跑分超前代 Pro，速度快 4 倍
Google 推出 Gemini 3.5 系列模型并首发上线 3.5 Flash。它主打长时间跨度的智能体行动与编程能力，跑分超越 Gemini 3.1 Pro，生成速度比其他前沿模型快 4 倍。目前已在 Gemini 应用、搜索 AI 模式和 API 中全量开放，3.5 Pro 预计下月推出。
Google 把街景装进 Genie：真实世界秒变可交互 3D 虚拟场景
Google 将通用世界模型 Project Genie 与街景图像打通。用户选定美国真实地点后，可套用「海洋世界」等风格生成交互环境，供机器人或智能体训练与漫游。该原型功能现面向全球每月 200 美元的 Google AI Ultra 订阅者开放。
Odyssey 推出两款世界模型：实时音画同步，还能 4 人联机打游戏
Odyssey 推出世界模型 Starchild-1 与 Agora-1。前者能根据用户输入实时生成音画同步的内容且无固定时长，后者首次支持最多 4 名玩家在同一个由 AI 实时生成的虚拟世界中互动。这意味着世界模型正从离线视频生成转向真正可交互的多人模拟引擎。
周四
5月14日 星期四
Poetiq 发布 Meta-System：不微调模型，GPT-5.5 编程刷出 93.9% SOTA
Poetiq 公布其 Meta-System 评测结果，该系统靠递归自我改进自动构建调度外挂框架，无需微调模型，仅凭标准 API 就让 GPT-5.5 在 LiveCodeBench Pro 拿下 93.9% 的 SOTA。这套框架还能跨模型复用，不过目前该工具仍处于候补名单阶段。
传 Google Gemini 3.2 Flash 性能达 GPT-5.5 的 92%，成本仅二十分之一
据业内人士 Bindu Reddy 爆料，Google Gemini 3.2 Flash 在编程与推理上达到 GPT-5.5 性能的 92%，推理成本降低 15 至 20 倍。得益于 DeepMind 的蒸馏与稀疏化技术，其延迟据称低于 200 毫秒。如果属实，高难度任务的落地成本将大幅降低。
周一
5月11日 星期一
Anthropic 推出 Claude Platform on AWS：原生功能首日同步，接入统一账单
Anthropic 正式上线 Claude Platform on AWS。AWS 客户可通过原有 IAM 凭据和统一账单直接调用完整原生 API，首日即可用上 Managed Agents 和代码执行等新功能。该服务由 Anthropic 运营，与数据完全留在 AWS 边界内的 Bedrock 形成互补。
Thinking Machines 推出交互模型：抛弃轮流说话，200 毫秒级原生实时协作
Thinking Machines 发布交互模型研究预览。它彻底抛弃了你一句我一句的传统对话架构，改用 200 毫秒微轮次持续处理音视频与文本，并在后台异步调用深度推理。AI 不仅能边听边说、主动插话，还能在交流同时调用工具检索，让协作更像真人互动。
周五
5月8日 星期五
Google 全面开放 Gemini 3.1 Flash-Lite：主打超低延迟与高并发智能体
Google 宣布 Gemini 3.1 Flash-Lite 在企业级智能体平台上正式商用（GA）。作为 Gemini 3 系列中速度最快、成本最低的型号，它专为高并发与超低延迟任务设计；早期客户 Gladly 实测成本降低约 60%，完整回复的 p95 延迟仅约 1.8 秒。
周四
5月7日 星期四
OpenAI 推出 GPT-5.5-Cyber：给白帽黑客松绑，专防关键基础设施
OpenAI 针对关键基础设施防御者限量推出 GPT-5.5-Cyber 预览版，并推行「Trusted Access for Cyber」机制。通过身份认证的白帽人员能减少合规拦截，执行红蓝对抗与漏洞验证。最值得关注的是，该模型重点放宽双重用途限制，不过申请者须在 6 月 1 日前开启防钓鱼多因素认证。
OpenAI 推出三款实时语音模型：上下文扩至 128K，支持边推理边干活
2026-05-07，OpenAI 在 Realtime API 中推出 GPT-Realtime-2 等三款语音模型。新模型支持多级推理与并行工具调用，上下文从 32K 扩至 128K，并加入支持 70 多种语言的实时同传和低延迟流式转写功能，让语音助手能在对话中直接处理复杂任务。
周三
5月6日 星期三
字节跳动发布 Seed 2.0：三款智能体模型齐发，Lite 搞定全模态
字节跳动正式推出 Seed 2.0 系列通用智能体模型，提供 Pro、Lite 和 Mini 三种规格。Pro 主攻复杂长链推理，Mini 面向高并发部署，Lite 则原生打通图文音视频全模态理解。这一代重点强化了真实业务中的长流程任务执行稳定性。
Anthropic 联手 SpaceX 扩充算力：Claude Code 限额翻倍，取消高峰限制
Anthropic 宣布与 SpaceX 达成合作，拿下 Colossus 1 数据中心全部算力（超 22 万块 NVIDIA GPU）。得益于算力补强，Claude Code 的 5 小时用量限制即日起翻倍，Pro 和 Max 方案取消高峰期限制，Opus 模型的 API 限额也大幅上调。
周二
5月5日 星期二
Subquadratic 发布 SubQ 大模型：支持 12M 上下文，速度快 52 倍
Subquadratic 发布基于次二次方稀疏注意力架构的大模型 SubQ。该模型拥有 1200 万 token 上下文窗口，在 1MM token 下运行速度比 FlashAttention 快 52 倍，成本不足 Opus 的 5%，计算量减少近 1000 倍。
OpenAI 上线 GPT-5.5 Instant：设为 ChatGPT 新默认，高风险领域幻觉减半
OpenAI 宣布上线 GPT-5.5 Instant 并设为 ChatGPT 全员默认模型。新模型在医疗、法律与金融等高风险场景下的幻觉陈述减少 52.5%，回答更简短克制，同时强化了图片分析与跨聊天记忆联动，并支持查看个性化引用的记忆来源。
周五
5月1日 星期五
xAI 发布 Grok 4.3：自带推理能力，API 价格腰斩
昨晚，xAI 发布基础大模型 Grok 4.3 并上线网页版声音克隆套件。新模型内置常态化推理，拥有 100 万 token 上下文窗口并支持网页搜索等智能体工具调用。API 价格大幅下调，每百万输入和输出 token 降至 1.25 美元与 2.5 美元，相比前代降幅达 40% 和 60%。
周四
4月30日 星期四
AISI 评估 GPT-5.5 网络攻击能力：通关 32 步企业渗透测试
英国 AISI 发布报告，OpenAI 的 GPT-5.5 成为继 Claude Mythos 之后第二个完全攻破其企业网络靶场的模型。在需要专家耗时 20 小时的 32 步渗透测试中，它 10 次尝试成功 2 次，并在专家级任务中拿下 71.4% 的通过率，但工控靶场仍未攻破。
周三
4月29日 星期三
OpenAI 破案 GPT-5「哥布林」怪癖：竟来自 Nerdy 个性的奖励训练外溢
OpenAI 发文复盘 GPT-5.1 以来模型频频使用「哥布林」打比方的根源。调查发现，为 Nerdy 个性设计的奖励信号在 76.2% 的数据集中过度偏好生物词，随后通过强化学习外溢至全部对话。OpenAI 已于 3 月退役该个性并清洗数据。
周二
4月28日 星期二
NVIDIA 发布开源全模态模型 Nemotron 3 Nano Omni：吞吐提升最高 9 倍
NVIDIA 发布开源全模态模型 Nemotron 3 Nano Omni。它将视觉、音频与语言统一进单一系统，吞吐量比同类开源全模态模型最高提升 9 倍。最值得关注的是，它免去了智能体在独立模型间流转数据的延迟，大幅加速计算机操作与多模态推理。
SpAItial 发布 3D 世界模型 Echo-2：单张照片生成可漫游场景，跑分超 Marble 1.1
SpAItial 发布 3D 世界生成模型 Echo-2，可将单张照片或文本转化为持久、可交互的 3D 环境。模型支持基于语义分割的局部物体编辑，并能通过 3DGS 在网页端实时渲染，在 WorldScore 基准上全面超越 World Labs 的 Marble 1.1。
周五
4月24日 星期五
DeepSeek 开源 V4 预览版：全系标配 1M 上下文，上线 Pro 与 Flash
DeepSeek 正式发布并开源 DeepSeek-V4 Preview，全线默认支持 1M 上下文。本次推出 1.6T 参数的 Pro 与 284B 的 Flash 两款 MoE 模型，通过混合压缩注意力将超长上下文的 KV 缓存占用压至传统架构的 2%，专为长流程智能体打造。网页端与 API 现已上线，老模型将于 7 月 24 日退役。
周四
4月23日 星期四
OpenAI 发布 GPT-5.5：编程推理大提速，SWE-Bench Pro 拿下 58.6%
OpenAI 发布 GPT-5.5 和 GPT-5.5 Pro，主打复杂任务规划与智能体编程。新模型延迟与 GPT-5.4 相当，但消耗更少 token，在 Terminal-Bench 2.0 跑出 82.7%。ChatGPT 付费用户及 Codex 现已可用，API 也已同步开放。
xAI 发布 Grok Voice 1.0：带后台实时推理，直接接管客服电话
xAI 推出旗舰语音智能体模型 Grok Voice 1.0 并开放 API。它支持 25 种以上语言，可在不增加延迟的前提下在后台实时思考与调用工具，准确采集地址、账号等复杂信息，目前已用于 Starlink 电话客服。
周三
4月22日 星期三
Google 宣布 Gemini Embedding 2 正式可用：跨音视频统一检索
Google 宣布原生多模态嵌入模型 Gemini Embedding 2 正式可用。它支持在文本、图像、视频和音频之间进行统一检索与推理，省去以往拼凑工具的繁琐流程。目前开发者可通过 Gemini API 直接投入生产使用。
