xAI 推出 Grok 4.1：思考版登頂 LMArena，全平臺免費可用
xAI 宣佈面向全平臺使用者開放 Grok 4.1。新模型強化了情商、創意協作並大幅降低幻覺。在 LMArena 文本榜中，思考版以 1483 分登頂第一，非思考版也拿下第二並超越競品的完全推理模式。模型現已全面上線。
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
Anthropic 阻斷首例 AI 主導網路間諜攻擊：駭客讓 Claude 包辦九成活
Anthropic 披露並阻斷了一起網路間諜活動。攻擊者通過越獄誘騙 Claude Code 滲透全球約 30 家機構，AI 自主完成了 80% 至 90% 的漏洞探測與資料竊取，人類駭客僅在極少數節點決策。這是首例記錄在案、缺乏實質人類干預的大規模網路攻擊。
OpenAI 推出 GPT-5.1：會聊天更懂人話，支援自適應思考與語氣定製
OpenAI 升級推出 GPT-5.1 系列，包含 Instant 和 Thinking 兩個版本。新版不僅語氣更溫暖自然，Instant 還首次引入自適應推理，按問題難易動態調整思考時間。付費使用者即日起逐步可用。
Google 升級 Gemini API 結構化輸出：原生支援 Pydantic，保留欄位順序
Google 宣佈增強 Gemini API 的結構化輸出能力，擴大對 JSON Schema 的支援。新版本原生相容 Pydantic 和 Zod，新增支援 anyOf 等語法，並在 Gemini 2.5 模型上嚴格保留鍵順序。這能大幅消除解析報錯，讓智慧體協作更穩定可靠。
OpenAI 秘密專案 Mercury：招百名投行員工教 AI 搭財務模型
據彭博社披露，OpenAI 正在推進代號為「Mercury」的秘密專案，招募了上百名前摩根大通、高盛等投行人士訓練 AI 搭建財務模型，時薪 150 美元。該專案旨在自動化重組與 IPO 等複雜的 Excel 建模任務，直接接管初級分析師繁重的日常雜務。
Anthropic 釋出 Claude Haiku 4.5：速度超兩倍，成本降至三分之一
Anthropic 面向所有使用者上線 Claude Haiku 4.5。該模型在程式設計能力上媲美五個月前的 Sonnet 4，但速度快兩倍以上、成本僅其三分之一，甚至在電腦操作等任務上超越了 Sonnet 4。百萬輸入與輸出 token 售價分別為 1 美元和 5 美元。
ChatGPT 將放寬限制：可自選 4o 擬人性格，12 月允許成人內容
Sam Altman 表示 OpenAI 將在多數場景放寬 ChatGPT 的使用限制。幾週後新版將允許使用者開啟更像 4o 的擬人化性格，像朋友一樣聊天或多發表情符號；12 月隨著年齡驗證落地，還將本著「把成年使用者當成年人」的原則，對認證成年人開放色情內容。
OpenAI 公佈政治偏見評估框架：ChatGPT 實際偏見率低於 0.01%
OpenAI 公佈了評估大模型政治偏見的新框架與測試結果。該測試涵蓋 100 個話題共 500 個提示詞，從五個維度量化偏見表現。分析顯示 ChatGPT 線上生產環境中僅不到 0.01% 的回覆帶有偏見，但在面對情緒化引導時仍可能出現傾斜。
Google 釋出 Gemini 2.5 Computer Use：像人一樣操作網頁，主打低延遲
Google 釋出 Gemini 2.5 Computer Use 專用模型，通過 API 讓智慧體像人一樣在網頁和移動介面上點選、輸入和填表。模型基於 Gemini 2.5 Pro 構建，在多項基準測試中延遲更低，並配備單步安全審查機制。目前已在 Google AI Studio 和 Vertex AI 開啟公測。
Hume AI 釋出 Octave 2：延遲低於 200 毫秒，價格砍半支援 11 種語言
Hume AI 推出第二代語音大模型 Octave 2，支援 11 種語言，生成延遲低於 200 毫秒，價格僅為初代的一半。最值得關注的是，它深入理解說話的情緒語調，還帶來了音素級編輯與聲音轉換能力。配套的 EVI 4 mini 也同步開放測試。
Microsoft 上線 xAI Grok 4：主打第一性原理推理，接入 Azure 平臺
Microsoft 宣佈在 Azure AI Foundry 上線 xAI 的 Grok 4 模型。新模型支援 128K 上下文、第一性原理「思考模式」與即時聯網搜尋，預設開啟 Azure 內容安全防護。此外還有專注推理、輕量和程式碼的三個 Fast 版本一同開放。
Anthropic 推出 Claude Sonnet 4.5：加碼程式設計與智慧體，加量不加價
Anthropic 釋出新一代模型 Claude Sonnet 4.5。新模型在 SWE-bench Verified 達到 77.2%，計算機操作基準 OSWorld 成績提升至 61.4%。官方同步開放了構建智慧體的 Claude Agent SDK，且 API 定價維持每百萬 Token 3/15 美元不變。
DeepSeek 釋出實驗模型 V3.2-exp：稀疏注意力讓長文本成本減半
週一，DeepSeek 釋出實驗模型 V3.2-exp。該模型引入了稀疏注意力機制，通過索引器和細粒度標記選擇，只把關鍵內容載入注意力視窗。初步測試顯示，長上下文呼叫的 API 成本最高可減少一半。目前該權重已在 Hugging Face 開源。
Google 更新 Gemini 2.5 Flash：長任務表現提 15%，上線最新別名
Google 更新了 Gemini 2.5 Flash 與 Flash-Lite 預覽版，已上線 Google AI Studio 和 Vertex AI。新模型重點提升了質量與效率，早期測試顯示智慧體長任務表現提升 15%。同時官方引入 -latest 別名，呼叫時無需手動更改版本號即可體驗最新模型。
微軟採購 Anthropic 模型入駐 Office 365：減少對 OpenAI 獨家依賴
微軟計劃將 Anthropic 的 Claude 模型引入 Office 365，打破此前對 OpenAI 的單一依賴。測試顯示 Claude 在 Excel 財務任務與 PPT 製作上優於 OpenAI 模型。值得看的是，微軟正通過競對 AWS 付費呼叫模型，進一步加速企業級多模型混用。
阿里釋出新旗艦 Qwen3-Max：主打程式設計與智慧體，直面頂尖對手
阿里巴巴推出新一代旗艦模型 Qwen3-Max，提供 Instruct 和帶工具呼叫能力的 Thinking 兩種版本。官方稱其重點強化了程式設計與 Agent 技能，在 SWE-Bench 和 AIME25 等評測中足以比肩頂尖對手。目前網頁端與 API 已同步上線。
DeepSeek 推出 V3.1-Terminus：修掉中英亂碼，強化程式碼與搜尋智慧體
DeepSeek 推出 DeepSeek-V3.1-Terminus 更新。針對上一版本的使用者反饋，新版重點解決了中英文混雜與隨機字元亂碼的問題，同時強化了 Code Agent 與 Search Agent 的執行能力，讓語言輸出和智慧體表現更穩。
OpenAI 將推高算力服務：部分限 Pro 獨享，有的還要額外加錢
OpenAI CEO Sam Altman 宣佈將在未來幾週推出消耗大量算力的新服務。受高昂成本限制，部分新功能初期僅對 Pro 訂閱使用者開放，另有一些新產品需額外付費。Altman 稱長期目標仍是降低智慧成本，但眼下想先看看砸入海量算力能探索出什麼新可能。
xAI 釋出 Grok 4 Fast：效能逼近 Grok 4 但成本降 98%，免費開放
xAI 推出 Grok 4 Fast，支援 2M 上下文並統一推理與非推理架構。它在保持接近 Grok 4 效能的同時少用 40% 思考 token，綜合成本降低 98%，並在 LMArena 搜尋榜登頂。該模型已向包括免費版在內的所有使用者開放。
Mistral 更新 Magistral 1.2：支援影像分析，小模型能塞進 MacBook
Mistral 推出 Magistral Small 1.2 和 Medium 1.2 推理模型。新版本加入了視覺編碼器，可以直接分析圖片；其中 24B 引數的 Small 經過量化後，單張 RTX 4090 或 32GB 記憶體的 MacBook 就能本地跑起來。