OpenAI 擴容網路安全可信訪問:上線防禦專供模型 GPT-5.4-Cyber
OpenAI 宣佈擴大網路安全可信訪問(TAC)計劃,並推出專用於網路防禦的 GPT-5.4-Cyber 模型。該版本降低了安全防禦任務的攔截門檻,支援二進位制反向工程,允許防禦者直接分析已編譯軟體的漏洞與惡意程式碼。經過認證的個人專家與團隊均可申請。
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。
OpenAI 宣佈擴大網路安全可信訪問(TAC)計劃,並推出專用於網路防禦的 GPT-5.4-Cyber 模型。該版本降低了安全防禦任務的攔截門檻,支援二進位制反向工程,允許防禦者直接分析已編譯軟體的漏洞與惡意程式碼。經過認證的個人專家與團隊均可申請。
Meta 釋出更新版高階 AI 擴充套件框架與 Muse Spark 安全報告,新增對失控、生化及網路安全風險的評估。最值得關注的是,Meta 開始利用模型的推理能力理解規則背後的原因,而不是逐條死記硬背;測試同時確認 Muse Spark 尚不具備引發失控風險的自主能力。
Meta 旗下 Meta Superintelligence Labs 釋出原生多模態推理模型 Muse Spark,支援工具呼叫與視覺思維鏈。新增的 Contemplating(沉思)模式通過多智慧體並行推理在 Humanity's Last Exam 取得 58% 得分。模型已在 meta.ai 上線,並開放私有 API 預覽。
World Labs 推出 Marble 1.1 與 Marble 1.1-Plus 兩款模型更新。Marble 1.1 優化了光照與對比度,大幅減少視覺偽影;Marble 1.1-Plus 則專為規模擴充套件設計,能生成更大、更復雜的互動式 3D 環境。
Anthropic 聯合蘋果、微軟、AWS 等巨頭啟動 Project Glasswing 計劃。其未釋出的新前沿模型 Claude Mythos 自主挖出了上千個嚴重 0-day 漏洞,包括隱藏數十年的系統底層缺陷。Anthropic 承諾提供 1 億美元呼叫額度協助防禦,該模型暫不對公眾開放。
Meta 計劃對下一代 AI 模型採取混合策略:開源部分版本,但將最大尺寸模型保持閉源。該專案由經 150 億美元交易加入 Meta 的 Alexandr Wang 操盤,意在扭轉 Llama 4 的落後局面,依託 WhatsApp 等產品主打大眾消費端,與走企業路線的 OpenAI 和 Anthropic 展開競爭。
阿里巴巴 Qwen 團隊釋出原生多模態模型 Qwen3.6-Plus。新模型重點強化了智慧體程式設計與視覺推理能力,API 預設提供 1M 上下文視窗。團隊表示後續還將陸續推出並開源更多 Qwen3.6 系列模型。
智譜推出視覺編碼模型 GLM-5V-Turbo,支援 200K 上下文,能直接讀取粗糙草圖、介面截圖甚至操作錄屏生成可執行程式碼,連動效也能復刻。它在部分設計基準上超過了 Claude Opus 4.6,原生適配 Claude Code 等代理,目前已開放 API 和網頁體驗。
阿里 Qwen 團隊釋出原生全模態模型 Qwen3.5-Omni。它能同時理解文本、影像、音訊和影片,主打「視聽 Vibe Coding」,使用者對著攝像頭描述需求就能直接生成網站或小遊戲。其音訊表現超越 Gemini-3.1 Pro,原生支援處理 10 小時音訊或 400 秒影片。
Anthropic 開始灰度測試下一代頂級模型 Claude Mythos 5.0。該模型定位高於 Opus,在程式設計、推理及網路安全上大幅跨越,部分開發者已在介面中看到 Beta 版。因其潛在的破壞性網路攻擊能力,Anthropic 保持審慎,目前僅面向小範圍早期使用者開放。
Google 推出即時語音模型 Gemini 3.1 Flash Live,主打更自然的語調節奏與複雜推理能力。該模型已接入 Gemini Live、覆蓋 200 多個國家和地區的 Search Live,開發者可通過 Google AI Studio 呼叫,生成音訊均帶有 SynthID 水印。
OpenAI 被曝將逐步關閉 Sora 及其 API 等全部影片產品,把算力騰給數週內推出的下一代核心模型「Spud」。Sora 團隊轉向機器人世界模擬,迪士尼 10 億美元合作隨之擱置。換句話說,OpenAI 正在砍掉吞噬資源的支線任務,全力回防核心模型競爭。
Google DeepMind 演示輕量模型 Gemini 3.1 Flash-Lite 即時生成網頁的能力。使用者在演示瀏覽器中點選、搜尋或跳轉時,頁面全部即時動態構建,沒有任何預製網頁。這展現了該模型極快的生成速度與低延遲響應能力。
Mistral AI 釋出首個文本轉語音模型 Voxtral TTS。該模型引數量為 4B,支援英語、法語等 9 種語言,典型輸入延遲僅 70ms,最快僅需 3 秒音訊即可完成聲音克隆。模型權重已開源,API 定價為每千字元 0.016 美元。
Luma Labs 推出新模型 Uni-1,主打思考與畫素生成同步進行。與以往將推理和影像渲染完全割裂的流水線不同,它採用一體化架構直接出圖。官方稱這種設計減少了人工干預痕跡,能帶來更具原生智慧的視覺表現。
Sakana AI 推出對話服務 Sakana Chat,搭載專為日本市場後訓練的 Namazu α 系列原型模型。該系列基於 DeepSeek 與 Llama 等開源基座,不僅自帶聯網搜尋,還將 DeepSeek 針對敏感問題的 72% 拒答率降至近乎為零,同時推理與編碼能力未見損耗。
Cursor 宣佈推出程式設計模型 Composer 2,現已在編輯器中上線。該模型通過持續預訓練和長流程強化學習訓練,CursorBench 跑分達 61.3。定價為輸入每 M token 0.50 美元、輸出 2.50 美元,預設提供更快版本,個人付費套餐內包含額度。
小米釋出面向 Agent 任務的旗艦模型 MiMo-V2-Pro。該模型此前曾以代號「Hunter Alpha」登頂 OpenRouter 榜單,總引數超 1T、啟用引數 42B,支援 1M 上下文,主打工程開發與工具呼叫。目前 API 已向全球開放公測。
MiniMax 推出推理大模型 M2.7,首次讓模型深度參與自身進化,在強化學習開發流程中自主承擔了 30% 至 50% 的日誌排查、除錯與指標分析工作。模型在 SWE-Pro 達到 56.22% 準確率,目前已上線 MiniMax API 與 OpenRouter。
OpenAI 推出輕量模型 GPT-5.4 mini 與 nano。mini 執行速度比前代快 2 倍以上,程式設計評測逼近旗艦,輸入每百萬 token 僅需 0.75 美元;更輕的 nano 僅需 0.20 美元。它們專為低延遲編碼、介面操作和子智慧體協作打造。