馬斯克發帖押注 Grok 5：xAI 有機會藉此實現 AGI
馬斯克在社交平臺 X 上公開表示，xAI 有機會憑藉下一代模型 Grok 5 實現通用人工智慧（AGI），並稱自己「以前從沒這麼想過」。這番判斷源於 Grok 4 在基準測試中的得分表現。不過作為曾呼籲暫停大模型訓練的科技大佬，他這次的激進預言也伴隨著業界的質疑。
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
Gemini 2.5 拿下 ICPC 金牌水平：12 題解出 10 題，排位相當於全球第二
Google DeepMind 宣佈進階版 Gemini 2.5 Deep Think 在 2025 年 ICPC 全球總決賽中取得金牌級表現。它在 5 小時內解出 10 道題，成績相當於全球高校隊伍第 2 名，甚至攻克了現場人類隊伍全軍覆沒的 C 題。目前其輕量版已向部分訂閱使用者開放。
Spectral Labs 釋出 SGS-1：能直接生成可編輯 CAD 檔案的 AI 模型
Spectral Labs 釋出生成模型 SGS-1。輸入單張圖片、手繪草圖或 STL 等網格檔案，它能直接輸出工業標準的 STEP 格式引數化 B-Rep 模型，方便在傳統 CAD 軟體中二次編輯或放入裝配體。不過它目前難以生成複雜有機曲面和超薄結構。
Meta 釋出端側模型 MobileLLM-R1：引數低於 1B，數學能力翻倍
Meta 在 Hugging Face 開源端側推理模型家族 MobileLLM-R1，引數量在 140M 到 950M 之間。它專攻數學與程式碼推理，950M 版本在 MATH500 上的表現達到同類開源模型的 2 到 5 倍，且訓練僅消耗 4.2T token。不過該系列採用非商用許可，通用對話能力偏弱。
阿里釋出 Qwen3-Next-80B-A3B：總引數 80B 僅啟用 3B，推理提速 10 倍
阿里巴巴釋出 Qwen3-Next-80B-A3B。該模型擁有 800 億總引數，但每個 token 僅啟用 30 億引數，訓練成本降低 10 倍，推理速度比 Qwen3-32B 快 10 倍。其 Thinking 版本在推理能力上超越了 Gemini-2.5-Flash-Thinking。
大模型溫度為 0 仍會變？Thinking Machines 稱真兇在動態批次
Thinking Machines AI 發文剖析大模型推理不可復現的根源。業內常將「溫度為 0 仍給不同結果」歸咎於 GPU 浮點計算併發衝突，但團隊發現前向傳播本身並無原子累加，真正的罪魁禍首是推理服務因動態批處理缺乏「批次不變性」，輸出會因與其他併發請求湊批而改變。
百度釋出 ERNIE X1.1 推理模型：事實性提升近 35%，對標 GPT-5
百度在 WAVE SUMMIT 2025 上推出推理模型 ERNIE X1.1，並開源 ERNIE-4.5-21B-A3B-Thinking。ERNIE X1.1 相比前代事實性提升 34.8%，官方稱綜合表現超越 DeepSeek R1-0528，對標 GPT-5 和 Gemini 2.5 Pro。模型已上線文心一言與文小言。
微軟推出兩款自研模型：語音模型 MAI-Voice 與端到端基座 MAI-1
Microsoft 釋出首批自研模型。語音模型 MAI-Voice-1 單卡不到一秒即可生成一分鐘音訊，已接入 Copilot；首個端到端混合專家模型 MAI-1-preview 使用約 1.5 萬張 H100 訓練，正上線 LMArena 公測。微軟正加速強化自研技術儲備。
OpenAI 正式上線 Realtime API：推出 gpt-realtime，接打電話還降價 20%
OpenAI 宣佈 Realtime API 正式商用，並推出端到端語音模型 gpt-realtime。新模型支援 SIP 電話直連、圖片輸入和遠端 MCP 工具呼叫，能在等待函式執行時自然接話，價格比預覽版降了 20%。
xAI 推出首個程式碼模型 Grok Code Fast 1：限時免費接入 Copilot 與 Cursor
xAI 推出首個專為智慧體程式設計設計的程式碼模型 Grok Code Fast 1，主打高速度與低成本，SWE-bench 得分為 70.8%。該模型目前已限時免費接入 GitHub Copilot 和 Cursor，不過初期反饋顯示其在處理複雜任務時仍較容易出錯。
Character.AI 爆改開源模型：新模型 PipSqueak 讓使用者時長漲了 22%
Character.AI 宣佈通過後訓練將開源模型改造成高情商娛樂模型，並向數百萬使用者推出新模型 PipSqueak。測試顯示使用者停留時長提升了 22%，低活躍使用者留存提升 14%。他們打算針對劇本創作、播客等娛樂場景做更細分的專屬微調。
Nous Research 釋出 Hermes 4：引入混合推理與極低拒答率
Nous Research 推出基於 Llama-3.1-70B 的 Hermes 4 並改版 Nous Chat 平臺。模型支援顯式 `<think>` 標籤的混合推理，後訓練語料擴增至 600 億 token。在團隊設立的 RefusalBench 測試中，其以極低的不合理拒答率和高服從性拿下第一。
馬斯克預告 Grok 5：有機會成為「真正的 AGI」
Elon Musk 在 X 上發文稱，xAI 的下一代模型 Grok 5 有機會成為「真正的 AGI」，並表示自己以前從未對任何東西有過這種感覺。該言論是在轉發 Grok 4 商業基準評測成績時發表的，不過目前 Grok 5 尚未公佈具體釋出時間與細節。
DeepSeek 上線 V3.1：一個模型切換思考與快答，引數 671B
DeepSeek 在 Hugging Face 釋出 DeepSeek-V3.1。新模型總引數 671B、啟用 37B，最大看點是支援混合思考模式，改動模板就能在思考與普通回答間切換。它的工具呼叫與 Agent 能力顯著提升，且答題質量比肩 R1-0528 但速度更快。
OpenAI 微調 GPT-5 語氣：告別嚴肅刻板，變得更溫暖親切
OpenAI 宣佈微調 GPT-5 的互動風格，讓 ChatGPT 聽起來更溫暖、更平易近人。此前有反饋稱其過於正式，這次調整會加入像「好問題」這樣自然的開場互動。官方強調內部測試顯示諂媚傾向沒有增加，更新預計一天內覆蓋完成。
Anthropic 升級 Claude Opus 4：遇持續惡意互動可主動結束通話
Anthropic 宣佈允許 Claude Opus 4 與 4.1 在遭遇持續惡意騷擾或有害互動時主動終止對話。這項調整源於對「AI 福利」的探索試驗。會話一旦被 AI 終止，使用者將無法在該對話中發言，但仍可新建聊天或編輯歷史訊息。
靠量子演算法壓縮模型：Multiverse 推出「蒼蠅腦」與「雞腦」極小端側 AI
歐洲初創公司 Multiverse Computing 釋出極小端側模型系列 Model Zoo，包括 9400 萬引數的 SuperFly 和 32 億引數的 ChickBrain。藉助其量子演算法壓縮技術，兩款模型無需聯網即可在 IoT 家電或電腦本地執行，官方稱 ChickBrain 效能甚至反超了原版 Llama 3.1 8B。
ChatGPT 升級 GPT-5 模式選擇：可選速度或深度思考，4o 重新迴歸
Sam Altman 宣佈 ChatGPT 為 GPT-5 增加了 Auto、Fast 和 Thinking 三種模式選擇。Thinking 模式提供 196k 上下文，每週限 3000 條訊息；同時 4o 預設重新向所有付費使用者開放，網頁端還新增了開啟 o3 等其他模型的開關。
Mistral AI 釋出 Medium 3.1：多模態大升級，支援 4 卡私有化部署
Mistral AI 推出多模態模型 Mistral Medium 3.1，提升了推理、程式設計及聯網檢索能力。新模型百萬輸入 token 僅需 0.40 美元，支援企業在 4 塊 GPU 上私有化部署，基準成績直追主流旗艦。
Claude Sonnet 4 上下文升至 100 萬 token：程式碼庫一口吞，支援長程智慧體
Anthropic 宣佈 Claude Sonnet 4 的 API 上下文視窗擴至 100 萬 token，容量擴大 5 倍。單次請求可處理超 7.5 萬行程式碼或數十篇論文。該功能已在 Claude 平臺公測，並上線 Bedrock 和 Vertex AI。