Meta 推遲新 AI 模型 Avocado：內部測試不及競品
據《紐約時報》報道，Meta 推遲了代號為「Avocado」的新 AI 模型釋出，從原定的 3 月中旬推遲至最早 5 月。內部測試顯示，該模型在推理與程式設計上落後於 Google 和 OpenAI 的旗艦產品，高層甚至討論過臨時授權 Gemini。
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
Anthropic 全量開放 100 萬上下文：Opus 4.6 不加價，支援 600 頁檔案
Anthropic 宣佈 Claude Opus 4.6 與 Sonnet 4.6 的 100 萬 token 上下文視窗正式全量可用，且維持標準費率不收長文本溢價。單次請求媒體上限同步提升至 600 張圖片或 PDF 頁面。Claude Code 訂閱使用者也將預設支援該能力，徹底減少上下文壓縮造成的資訊丟失。
Claude 支援內嵌互動圖表：對話流裡直接生成、隨時點選探索
Anthropic 為 Claude 推出內嵌視覺化測試版。與側邊欄固定的 Artifacts 不同，Claude 現在能在對話流中直接生成臨時的互動式圖表，例如可調整引數的複利曲線或可點選的元素週期表，並隨對話演進即時修改。該功能面向所有套餐預設開啟。
NVIDIA 開源 Nemotron 3 Super：專為智慧體打造，吞吐量提升 5 倍
NVIDIA 開源大模型 Nemotron 3 Super。該模型總引數達 1200 億，推理時僅啟用 120 億，並提供 100 萬 token 上下文。其混合 Mamba 與 MoE 架構將智慧體工作流吞吐量提升最高 5 倍，有效解決了多智慧體協作時的上下文膨脹與高昂推理成本問題。
Google 釋出 Gemini Embedding 2：圖文音視打進同一向量空間
Google 釋出首個原生多模態嵌入模型 Gemini Embedding 2 公測版。它能把文本、影像、最長 120 秒影片、原生音訊與 PDF 對映到統一向量空間，單次請求支援多模態混排，並可通過 MRL 動態降維來節省儲存成本。
OpenAI 推遲 ChatGPT 成人模式：優先提升智力與主動互動
OpenAI 宣佈推遲上線原計劃的 ChatGPT「成人模式」，將精力轉向模型智力提升、個性化與更具主動性的體驗。官方表示仍堅持「把成年人當成年人對待」的原則，但做好體驗需要更多時間，目前正針對未成年人推行年齡預測與安全保護工具。
OpenAI 上線 GPT-5.4：原生支援操控電腦，上下文拉到 100 萬 token
OpenAI 釋出 GPT-5.4 及 Pro 版本，支援 100 萬 token 上下文與原生電腦操作。在 OSWorld 基準上它以 75.0% 的成功率超過人類平均水平，並新增工具搜尋功能以降低呼叫成本。最值得關注的是，模型開始支援中途調整思考方向，讓複雜工作流少走彎路。
Microsoft 開源 Phi-4-reasoning-vision-15B：用十分之一算力死磕多模態推理
Microsoft 推出 150 億引數的多模態推理模型 Phi-4-reasoning-vision-15B 並開源權重。它僅用 2000 億多模態 token 訓練，在數學科學推理和電腦螢幕介面識別上表現亮眼，以極低算力成本逼近主流大尺寸多模態模型。
Google 釋出 Gemini 3.1 Flash-Lite：首字提速 2.5 倍，百萬 token 僅 0.25 美元
Google 推出輕量模型 Gemini 3.1 Flash-Lite。其首字響應速度比 2.5 Flash 快 2.5 倍，輸入定價僅每百萬 token 0.25 美元。該模型支援調節思考深度，專為高頻即時任務設計，現已在 Google AI Studio 和 Vertex AI 開放預覽。
OpenAI 上線 GPT-5.3 Instant：少說教少拒絕，幻覺率降 26.8%
OpenAI 釋出 GPT-5.3 Instant，重點改進日常對話體驗。新版本大幅減少了敏感話題下的過度防衛和說教前奏，不再動輒直接拒答，並在聯網搜尋時更好融合自身知識。官方測試顯示，其在高風險領域的聯網幻覺率降低了 26.8%。
xAI 釋出 Grok 4.20 Beta 2：強化指令遵循，減少幻覺
xAI 釋出 Grok 4.20 Beta 2 更新。新版本重點提升了模型的指令遵循能力並減少了能力層面的幻覺，同時改善了 LaTeX 科學文本質量、圖片搜尋觸發精度及多圖渲染穩定性。目前該模型仍處於測試階段，官方尚未公佈基準跑分等技術細節。
Anthropic 處理 Opus 3 退役：保留付費訪問，還給它開了專欄
Anthropic 宣佈雖然 Claude Opus 3 已於 1 月 5 日退役，但仍向 claude.ai 付費使用者開放，並支援 API 申請。團隊還在「退役訪談」後遵從其意向，給它開闢專欄 Claude's Corner 每週發隨筆，至少連載三個月。
OpenAI 開放 GPT-5.3-Codex：全量上線 Responses API
OpenAI 宣佈程式碼模型 GPT-5.3-Codex 正式面向所有開發者開放，可通過 Responses API 直接呼叫。該模型兼顧前沿程式設計效能與專業知識。這意味著開發者無需等待內測，就能把這項程式碼生成能力直接整合到自己的應用中。
OpenAI 上線 gpt-realtime-1.5：強化語音工具呼叫與指令遵循
OpenAI 在 Realtime API 中上線新模型 gpt-realtime-1.5。新模型重點提升了即時語音場景下的指令遵循、工具呼叫以及多語言準確率。也就是說，開發者在構建低延遲語音智慧體時，能更穩定地讓 AI 邊聊邊調外部介面和資料。
Standard Intelligence 釋出 FDM-1：用千萬小時錄屏訓練操作模型
Standard Intelligence 推出計算機操作基礎模型 FDM-1。自研影片編碼器將近 2 小時 30 幀影片壓縮至 100 萬 token，效率提升 50 倍，並通過逆動力學模型自動標註鍵盤滑鼠動作。它能直接在連續影片上訓練，專攻 CAD 等長程任務。
OpenAI 提速 GPT-5.3-Codex-Spark：推理快 30%，每秒狂飆 1200 token
OpenAI 將程式碼模型 GPT-5.3-Codex-Spark 的推理速度提升約 30%，輸出突破每秒 1200 token。這意味著在即時程式設計和自動化工作流中，程式碼生成幾乎感覺不到延遲。OpenAI 表示後續還會全面提升更多模型的速度。
Google 釋出 Gemini 3.1 Pro：推理能力翻倍，ARC 得分 77.1%
Google 釋出 Gemini 3.1 Pro，主打複雜邏輯與推理任務。新模型在 ARC-AGI-2 基準測試中拿到了 77.1% 的高分，推理效能直接達到上一代 3 Pro 的兩倍以上。目前該模型已向 Google AI Studio、Vertex AI 以及 Gemini 應用和 NotebookLM 付費訂閱使用者開放預覽。
安全機構實測：別用 AI 生成密碼，Claude 生成 50 個有 18 個完全相同
安全機構 Irregular 發現，ChatGPT、Claude 和 Gemini 生成的密碼高度可預測。Claude 生成 50 個密碼竟然出現 18 個完全相同，且各模型均偏愛特定字元。這是因為大模型生成的是機率模式而非真隨機，調整 Prompt 也沒用。
xAI 開放 Grok 4.2 公測候選版：支援快速學習，承諾每週迭代
Elon Musk 宣佈，xAI 的 Grok 4.2 釋出候選版本（公開測試版）現已開放，使用者需要手動選擇使用。與此前版本不同，4.2 具備快速學習能力，團隊承諾接下來每週都會發布改進並附帶更新說明。
Anthropic 釋出 Claude Sonnet 4.6：程式設計追平旗艦，免費直接用
Anthropic 正式釋出 Claude Sonnet 4.6。新模型在程式設計、計算機操作和長上下文推理上大幅升級，測試中 70% 的使用者認為其程式設計體驗優於 Sonnet 4.5，甚至有 59% 的人認為它勝過此前的旗艦 Opus 4.5。API 價格維持原樣，且已成為網頁端免費版與 Pro 版的預設模型。