Subquadratic 釋出 SubQ 大模型：支援 12M 上下文，速度快 52 倍
Subquadratic 釋出基於次二次方稀疏注意力架構的大模型 SubQ。該模型擁有 1200 萬 token 上下文視窗，在 1MM token 下執行速度比 FlashAttention 快 52 倍，成本不足 Opus 的 5%，計算量減少近 1000 倍。
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
OpenAI 上線 GPT-5.5 Instant：設為 ChatGPT 新預設，高風險領域幻覺減半
OpenAI 宣佈上線 GPT-5.5 Instant 並設為 ChatGPT 全員預設模型。新模型在醫療、法律與金融等高風險場景下的幻覺陳述減少 52.5%，回答更簡短剋制，同時強化了圖片分析與跨聊天記憶聯動，並支援檢視個性化引用的記憶來源。
xAI 釋出 Grok 4.3：自帶推理能力，API 價格腰斬
昨晚，xAI 釋出基礎大模型 Grok 4.3 並上線網頁版聲音克隆套件。新模型內建常態化推理，擁有 100 萬 token 上下文視窗並支援網頁搜尋等智慧體工具呼叫。API 價格大幅下調，每百萬輸入和輸出 token 降至 1.25 美元與 2.5 美元，相比前代降幅達 40% 和 60%。
AISI 評估 GPT-5.5 網路攻擊能力：通關 32 步企業滲透測試
英國 AISI 釋出報告，OpenAI 的 GPT-5.5 成為繼 Claude Mythos 之後第二個完全攻破其企業網路靶場的模型。在需要專家耗時 20 小時的 32 步滲透測試中，它 10 次嘗試成功 2 次，並在專家級任務中拿下 71.4% 的通過率，但工控靶場仍未攻破。
OpenAI 破案 GPT-5「哥布林」怪癖：竟來自 Nerdy 個性的獎勵訓練外溢
OpenAI 發文復盤 GPT-5.1 以來模型頻頻使用「哥布林」打比方的根源。調查發現，為 Nerdy 個性設計的獎勵訊號在 76.2% 的資料集中過度偏好生物詞，隨後通過強化學習外溢至全部對話。OpenAI 已於 3 月退役該個性並清洗資料。
NVIDIA 釋出開源全模態模型 Nemotron 3 Nano Omni：吞吐提升最高 9 倍
NVIDIA 釋出開源全模態模型 Nemotron 3 Nano Omni。它將視覺、音訊與語言統一進單一系統，吞吐量比同類開源全模態模型最高提升 9 倍。最值得關注的是，它免去了智慧體在獨立模型間流轉資料的延遲，大幅加速計算機操作與多模態推理。
SpAItial 釋出 3D 世界模型 Echo-2：單張照片生成可漫遊場景，跑分超 Marble 1.1
SpAItial 釋出 3D 世界生成模型 Echo-2，可將單張照片或文本轉化為持久、可互動的 3D 環境。模型支援基於語義分割的區域性物體編輯，並能通過 3DGS 在網頁端即時渲染，在 WorldScore 基準上全面超越 World Labs 的 Marble 1.1。
DeepSeek 開源 V4 預覽版：全系標配 1M 上下文，上線 Pro 與 Flash
DeepSeek 正式釋出並開源 DeepSeek-V4 Preview，全線預設支援 1M 上下文。本次推出 1.6T 引數的 Pro 與 284B 的 Flash 兩款 MoE 模型，通過混合壓縮注意力將超長上下文的 KV 快取佔用壓至傳統架構的 2%，專為長流程智慧體打造。網頁端與 API 現已上線，老模型將於 7 月 24 日退役。
OpenAI 釋出 GPT-5.5：程式設計推理大提速，SWE-Bench Pro 拿下 58.6%
OpenAI 釋出 GPT-5.5 和 GPT-5.5 Pro，主打複雜任務規劃與智慧體程式設計。新模型延遲與 GPT-5.4 相當，但消耗更少 token，在 Terminal-Bench 2.0 跑出 82.7%。ChatGPT 付費使用者及 Codex 現已可用，API 也已同步開放。
xAI 釋出 Grok Voice 1.0：帶後臺即時推理，直接接管客服電話
xAI 推出旗艦語音智慧體模型 Grok Voice 1.0 並開放 API。它支援 25 種以上語言，可在不增加延遲的前提下在後臺即時思考與呼叫工具，準確採集地址、賬號等複雜資訊，目前已用於 Starlink 電話客服。
Google 宣佈 Gemini Embedding 2 正式可用：跨音影片統一檢索
Google 宣佈原生多模態嵌入模型 Gemini Embedding 2 正式可用。它支援在文本、影像、影片和音訊之間進行統一檢索與推理，省去以往拼湊工具的繁瑣流程。目前開發者可通過 Gemini API 直接投入生產使用。
Odyssey 釋出 Odyssey-2 Max：規模擴大 3 倍，登頂即時物理基準測試
Odyssey 推出通用世界模型 Odyssey-2 Max，引數量比前代擴大 3 倍，在 VBench 2 物理評測中拿下最高分，並支援即時互動推演。它通過自迴歸預測下一步狀態來模擬現實物理，目前已面向機器人與遊戲等領域的合作伙伴開啟內測。
Google 推出 Deep Research Max：支援 MCP 連私有資料，圖表直接內嵌
Google 推出基於 Gemini 3.1 Pro 的 Deep Research 與 Deep Research Max 智慧體。Max 版利用擴充套件測試時計算搞定高強度複雜調研，兩者均支援 MCP 接入企業私有庫，還能原生生成圖表，現已開啟 API 公測。
TwelveLabs 釋出 Pegasus 1.5 與 Rodeo：用自然語言檢索與組裝影片
TwelveLabs 在 NAB Show 2026 上釋出影片理解模型 Pegasus 1.5 及創作者工具 Rodeo，並接入 Autodesk Flow Capture。Pegasus 1.5 支援單次 API 提取帶時間戳的結構化資料，分割評測超 Gemini 2.5 Pro 30%；Rodeo 則支援用自然語言找素材與粗剪。
阿里預告 Qwen3.6-Max：主打智慧體程式設計與真實世界可靠性
阿里 Qwen 團隊推出下一代旗艦模型預覽版 Qwen3.6-Max-Preview。相比 Qwen3.6-Plus，新模型重點提升了智慧體程式設計能力、世界知識儲備與指令遵循水平，旨在讓複雜現實任務中的 AI 智慧體更加可靠。
xAI 上線 Grok 4.3 Beta：能直接生成 PPT、Excel 與 PDF
xAI 推出 Grok 4.3 Beta，面向每月 300 美元的 SuperGrok Heavy 訂閱使用者開放。新版本能依據提示詞直接匯出帶公式的 Excel 表格、排版完整的 PPT 和 PDF；馬斯克透露當前版本約 5000 億引數，1 萬億引數版仍在訓練中。
OpenAI 推出 GPT-Rosalind：生命科學專用推理模型，加速新藥研發
OpenAI 釋出專為生命科學和新藥研發打造的推理模型 GPT-Rosalind。它在 11 項 LABBench2 任務中有 6 項超越 GPT-5.4，並在 RNA 預測任務上超過 95% 的人類專家。模型通過受信任訪問計劃向合格企業提供，Codex 科研外掛已在 GitHub 免費開放。
Anthropic 釋出 Claude Opus 4.7：高難度程式設計大幅升級，加裝網路安全防護
Anthropic 正式上線 Claude Opus 4.7，面向全線產品及 API 開放。新模型大幅提升了複雜軟體工程能力與影像解析度，能自主檢驗輸出並長時間執行多步任務，同時引入了高危網路安全行為自動攔截機制，呼叫價格維持不變。
Google 推出 Gemini 3.1 Flash TTS：支援文本標籤導演語氣
Google 推出語音合成模型 Gemini 3.1 Flash TTS。新模型引入音訊標籤，允許開發者在輸入文本中直接用自然語言調控語氣、節奏和語調，支援原生多說話人對話與 70 多種語言，所有音訊均嵌入 SynthID 水印。
OpenAI 購買 FrontierMath 驗證器：自動檢驗模型生成的數學解法
Epoch AI 宣佈 OpenAI 購買了 FrontierMath: Open Problems 驗證器訪問許可權。該基準彙集了極高難度的數學難題，此舉讓 OpenAI 能夠自動核驗模型生成的解法是否嚴謹有效，為高階推理能力的評估提供更可靠的支撐。