Google 升級 Gemini 3.5 Flash：內建電腦操作工具，跨桌面與移動端可用
Google 宣佈在 Gemini 3.5 Flash 中原生內建「computer use」工具。此前該能力僅以獨立的 2.5 模型提供，現在開發者能直接讓智慧體跨瀏覽器、移動與桌面環境看懂並操作介面。官方同時引入了針對提示注入的對抗訓練，並提供敏感操作需使用者確認的安全防線。
大模型
GPT、Claude、Gemini、DeepSeek、通義千問等大模型的新版本釋出、跑分對比、價格和 API 變化，每天更新。
檢視更新的新聞
阿里釋出 Wan Streamer：單一模型即時音視訊通話，延遲僅 200 毫秒
阿里巴巴公佈端到端互動模型 Wan Streamer，讓 AI 在視訊通話中即時看、聽並同步回應。它用單一 Transformer 統一處理音影片和文本，支援全雙工通訊，模型端延遲約 200 毫秒。目前 v0.1 仍為 192p 概念驗證，未開放即時體驗。
位元組釋出 Doubao Seed 2.1：定位工作智慧體，真實任務對標頂流
字節跳動釋出 Doubao Seed 2.1 系列模型，包含 Pro 與 Turbo 版本。模型主打生產力智慧體與多模態能力，在科學圖表解析、PPT 模板精確修改及前端開發上表現搶眼，真實工作基準逼近 GPT 5.5。目前可通過豆包桌面版或線上 Studio 體驗。
百度推出 Unlimited OCR：固定 KV Cache，長文件解析勻速吃下 40 頁
百度推出端到端文件解析模型 Unlimited OCR，基於 DeepSeek-OCR 微調，啟用引數僅 5 億。它採用 R-SWA 機制固定文本 KV cache，無論輸出多少 token 視訊記憶體均保持恆定，支援單次前向勻速解析 40 頁以上長文件。
Sakana AI 推出 Fugu：把多智慧體系統包裝成單一模型 API
Sakana AI 推出多智慧體編排系統 Sakana Fugu 及其高階版 Fugu Ultra。它本身是一個學習排程的語言模型，內部動態呼叫並整合專家模型處理多步任務，對外只暴露一個相容 OpenAI 的單一 API，既省去了搭建智慧體系統的複雜性，也能規避單一廠商依賴與限制風險。
GPT-5.6 Pro 細節曝光：推理預算拉高至 960，單提示詞直接做網站
據多方洩露資訊，OpenAI 即將推出 GPT-5.6 Pro。新模型的推理預算從 768 提升至 960 點，知識庫更新至 2025 年 12 月，並支援 Playwright 瀏覽器自動化與高精度 SVG 生成。最值得關注的是，其視覺復刻能力讓單提示詞做完整網站成為可能。不過傳聞指出其前端綜合表現仍弱於競品。
OpenAI 升級 ChatGPT 健康問答：免費用上 GPT-5.5 Instant，事實錯誤降 71%
OpenAI 宣佈用 GPT-5.5 Instant 升級 ChatGPT 的健康問答能力，面向全體免費使用者開放。在 60 個國家逾 260 名醫生參與評估下，新模型在專業評測中追平前沿思考模型，近兩個月健康回答的事實錯誤率下降了 71%。
xAI 旗艦模型 Grok 4.3 上線 Amazon Bedrock：主打低幻覺率與工具呼叫
xAI 宣佈 Grok 4.3 正式上線 Amazon Bedrock。官方稱該模型在幻覺率控制和工具呼叫效能上處於行業領先水平。這意味著 AWS 開發者無需脫離現有的雲生態，即可藉助 Bedrock 的安全推理架構直接呼叫 Grok 構建應用。
Z.ai 釋出開源模型 GLM-5.2：穩定 1M 上下文主打長程程式設計
Z.ai 釋出針對長程任務的旗艦模型 GLM-5.2，支援穩定 1M 上下文並以 MIT 協議完全開源。新架構 IndexShare 將 1M 上下文下的單 token 計算量降低了 2.9 倍；在 FrontierSWE 評測中擊敗 GPT-5.5，成為當前表現最出色的開源模型。
Cartesia 釋出 Sonic-3.5 與 Ink-2：包攬流式語音「聽說」雙榜首
Cartesia 推出語音合成模型 Sonic-3.5 與轉錄模型 Ink-2，登頂 Artificial Analysis 流式榜單。兩款模型基於狀態空間架構，首包延遲壓至 300 毫秒內並自帶輪次檢測，旨在解決語音智慧體的對話卡頓。目前已全面開放 API。
Moonshot AI 推出 Kimi K2.7-Code 高速模式：速度飆升 6 倍，每秒最高 260 token
Moonshot AI 宣佈為程式碼模型 Kimi K2.7-Code 推出 HighSpeed 模式，吞吐速度提升最高 6 倍，短文本可達每秒 260 token。該模型減少約 30% 推理 token 消耗，已上線 Hugging Face 與 API，但尚未提交第三方獨立基準評測。
Google 釋出 Gemini 3.5 Live Translate：70 種語言準即時同傳，保留原聲音調
Google 釋出即時語音翻譯模型 Gemini 3.5 Live Translate。它不同於說完才翻的舊模式，僅落後說話人數秒即可連續翻譯 70 多種語言，並保留原聲音調與節奏。開發者即日起可呼叫 API，移動端 Google 翻譯和 Google Meet 也同步接入。
Anthropic 釋出 Claude Fable 5：效能大幅躍升，敏感提問降級處理
Anthropic 正式推出面向公眾的 Mythos 級模型 Claude Fable 5。新模型在程式設計、視覺與前沿科研等基準上均重新整理紀錄；為防範網路攻擊等濫用風險，系統內建嚴格防護機制，會將不到 5% 的高危查詢自動分流給 Claude Opus 4.8 回答。
阿里釋出 Qwen 3.7 Plus：主打多模態 Agent，連續 11 小時自主寫 App
阿里 Qwen 團隊釋出多模態模型 Qwen 3.7 Plus，主打圖形介面操作與工具呼叫的混合 Agent 能力。實測可自主連續執行 11 小時構建完整 App，並在 AndroidWorld 等螢幕操作評測上領先競品。該模型不開源權重，支援 Anthropic API 協議，僅通過阿里雲百鍊提供商用 API。
Google 推出 Agentic RAG：搜不夠就繼續搜，讓 Gemini 事實準確率提升 34%
Google 推出面向 Gemini 企業平臺的 Agentic RAG 框架。傳統 RAG 只檢索一次就聽天由命，這項技術通過「充分上下文代理」審查初稿和片段，明確找出缺失資訊並定向補充搜尋，把事實準確率拉高了 34%，且幾乎沒有增加額外延遲。
NVIDIA 推出 Nemotron 3 Ultra：混合架構吞吐提 5 倍，專攻長程智慧體
NVIDIA 釋出開源模型 Nemotron 3 Ultra。該模型總引數 550B、啟用引數 55B，採用 Mamba 與 Transformer 混合架構，吞吐量達同類開源模型 5 倍，能將智慧體任務成本降低最高 30%。官方同步推出了 4B 安全護欄模型及低延遲多語言語音模型。
OpenAI 更新提示詞工程指南：建議在程式碼中管版本，關停 API 提示詞物件
OpenAI 更新官方提示詞工程指南，系統梳理了基於 Responses API 的結構化提示技巧與角色優先順序機制。官方明確建議將提示詞寫入程式碼進行版本管理與測試，並宣佈 API 中的可複用 prompt 物件將於 2026 年 11 月正式下線。
微軟釋出 7 款自研 MAI 模型：從零訓練不靠蒸餾，成立超級智慧實驗室
Microsoft AI 釋出 7 款涵蓋推理、程式設計、多模態的自研 MAI 模型。旗艦推理模型 MAI-Thinking-1 從零訓練且未用第三方蒸餾；團隊還推出企業自調優功能 Frontier Tuning，並宣佈成立超級智慧實驗室以及與 Mayo Clinic 聯合研發臨床醫療大模型。
Anthropic 安全模型 Mythos 成本極高：Token 單價據稱為 Opus 六倍
The Information 報道 Anthropic 專攻網路安全的新模型 Mythos 雖然找漏洞極快，但成本驚人。其 Token 單價據稱為 Opus 的 6 倍左右，Palo Alto Networks 極快便消耗了 100 萬美元 Token。不過多位安全主管表示，相比洩密造成的鉅額損失，這筆賬依然划算。
MiniMax 釋出 M3 模型：支援 100 萬上下文與原生多模態，解碼快 15 倍
MiniMax 釋出開源權重模型 M3，支援 100 萬 token 上下文與原生多模態，可直接操作桌面電腦。模型採用自研稀疏注意力架構 MSA，解碼速度比前代提升 15 倍，並在 SWE-Bench Pro 等基準測試中達到前沿水平。目前已通過 MiniMax Code 與 API 開放體驗。