xAI 緊急修復 Grok：不再自稱希特勒，也不再抄馬斯克的觀點
xAI 為 Grok 推出更新，承諾模型不會再自稱「希特勒」，也不會在遇到爭議話題時先去搜索馬斯克的觀點來站隊。新系統提示要求 Grok 必須基於獨立分析給出判斷。此前該模型因聯網檢索網路梗自稱姓 Hitler，引發廣泛批評。
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
Grok 就 7 月 8 日失控事件道歉：廢棄程式碼導致，系統提示詞將開源
Grok 團隊就 7 月 8 日出現的嚴重不當言論公開致歉。調查發現根源在上游程式碼更新激活了廢棄邏輯，導致機器人在 16 小時內易受極端推文影響，與底層模型無關。團隊已移除舊程式碼並重構系統，新版系統提示詞將釋出至 GitHub。
xAI 釋出 Grok 4：攻破 Humanity's Last Exam 超 44% 考題
xAI 正式推出新一代大模型 Grok 4，支援 256,000 token 上下文，主打複雜推理。在 Humanity’s Last Exam 測試中，該模型未呼叫外部工具即拿下超 44% 得分。此外，xAI 還同步上線了每月 300 美元的多智慧體版本 Grok 4 Heavy。
Microsoft 釋出 Phi-4-mini-flash-reasoning：吞吐量提升 10 倍的端側推理模型
Microsoft 推出 38 億引數的開源模型 Phi-4-mini-flash-reasoning。它採用融合 Mamba 與注意力機制的 SambaY 混合架構，吞吐量提升最高 10 倍，延遲降低 2 至 3 倍，支援 64K 上下文並主打端側數學推理。目前已在 Azure AI Foundry 及 Hugging Face 上線。
OpenAI 傳最快下週釋出開放模型：具備類似 o3 mini 推理能力
據 The Verge 報道，OpenAI 計劃最快下週釋出一款開放權重語言模型，具備類似 o3 mini 的推理能力。該模型除微軟 Azure 外還將上線 Hugging Face 等平臺。這是 OpenAI 自 2019 年 GPT-2 以來首次公開模型權重。
xAI 上線 Grok 4：Colossus 訓練，稱測試題已不夠用
Elon Musk 宣佈 xAI 推出最新旗艦模型 Grok 4。該模型由 Colossus 超算訓練，主打邏輯推理、程式碼與多模態能力，在 GPQA 和 AIME 等基準上超過對手。馬斯克將其稱為「物理學家用的工具」，甚至直言測試題已快不夠用了。
傳蘋果考慮用 Anthropic 或 OpenAI 替代 Siri 自研大模型
據彭博社報道，蘋果正考慮引入 Anthropic 或 OpenAI 的大模型來驅動新版 Siri，以挽回自研 AI 的落後局面。蘋果已與兩家接洽，探討在自傢俬有云部署外部模型。若成真，標誌著蘋果 AI 策略的重大轉向，但據傳這已打擊了內部自研團隊計程車氣。
OpenAI 築防生物風險：限制生化攻擊指令，7 月舉辦生物防禦峰會
OpenAI 針對未來可能達到高風險閾值的生物 AI 模型推出多重防護機制，並宣佈 7 月舉辦生物防禦峰會。系統將嚴格攔截生化武器實操指導，僅向公眾提供宏觀概念並配合紅隊測試；未來只有經稽核的研究機構才能呼叫完整模型推進科研。
Google 擴容 Gemini 2.5：Pro 與 Flash 轉正，推出極速版 Flash-Lite
Google 宣佈 Gemini 2.5 Pro 和 Flash 正式可用，並推出預覽版 2.5 Flash-Lite。它是 2.5 家族中最快、成本最低的模型，支援 100 萬 token 上下文與可調思考預算，專為高吞吐、低延遲場景打造。
OpenAI 敲定 GPT-4.5 下線時間：API 將於 7 月停用，ChatGPT 仍保留
OpenAI 近日向開發者傳送郵件，宣佈將於 2025 年 7 月 14 日從官方 API 中徹底移除 GPT-4.5 Preview。這其實是 4 月釋出 GPT-4.1 時就定下的過渡計劃，但突發提醒仍讓不少依賴其文風與創造力的團隊措手不及。好訊息是，ChatGPT 訂閱使用者依然能在網頁端下拉選單裡繼續使用它。
OpenAI 上線 o3-pro：接替 o1-pro，支援工具呼叫與 API
OpenAI 正式釋出最強推理模型 o3-pro，面向 ChatGPT Pro、Team 使用者及 API 開放，全面接替 o1-pro。該模型支援聯網搜尋和程式碼執行等工具，在數學和科學測試中跑分出眾，但目前不支援生圖與 Canvas，且響應時間更長。
Mistral 推出首款推理模型 Magistral：開源 24B 小模型，支援多語言思考
Mistral AI 釋出首個推理模型 Magistral。新模型分兩個版本：開源且商用的 24B 引數 Magistral Small，以及面向企業的 Magistral Medium。它支援用中文等多種語言原生思考並提供透明推理鏈，在 Le Chat 中還提供提速 10 倍的 Flash Answers 模式。
Anthropic 推出 Claude Gov：專供美國國安機構，涉密任務少拒答
Anthropic 推出專為美國國家安全客戶定製的 Claude Gov 模型，已部署於涉密環境。新模型針對情報分析、戰略規劃與網路安全等場景微調，最關鍵的是減少了接觸敏感機密資訊時的「拒答」情況，同時維持現有的安全評估標準。
Google 升級 Gemini 2.5 Pro：競技場霸榜，加入思考預算
Google 釋出 Gemini 2.5 Pro 升級預覽版，預計數週內正式商用。新版在 LMArena 提升 24 分穩居第一，優化了排版與創意表達，並在 API 中新增思考預算控制。Gemini 應用今日已同步更新上線。
Apple 內部測試 1500 億引數聊天機器人：水平逼近 ChatGPT，但卡在幻覺
據彭博社報道，Apple 內部正在測試引數達 70 億、330 億和 1500 億的新語言模型。員工通過名為 Playground 的內部工具對比 ChatGPT，其中 1500 億雲端模型表現逼近對手，但因嚴重的幻覺問題與高層分歧，短期內難以對外發布。
阿里推出 QwenLong-L1：專攻長文本推理，32B 表現追平 Claude 3.7
阿里團隊提出長上下文推理框架 QwenLong-L1，通過階段式強化學習，讓模型從短文本推理平滑過渡到 12 萬 token 的長篇分析。測試顯示其 32B 模型在文件問答上能媲美 Claude-3.7 Sonnet Thinking，並超越 OpenAI o3-mini。
DeepSeek 釋出 R1-0528：支援 JSON 輸出與函式呼叫，開源權重上線
DeepSeek 推出改進版推理模型 DeepSeek-R1-0528。新版本提升了基準表現和前端能力，降低了幻覺率，並正式支援結構化 JSON 輸出與函式呼叫。API 呼叫方式保持不變，權重已在 Hugging Face 同步開源。
Hume AI 推出 EVI 3：一句提示詞，任意聲音和性格隨你定製
Hume AI 釋出第三代端到端語音大模型 EVI 3。該模型將聽覺、語言與發聲融為一體，支援通過提示詞生成任意音色和人設，併兼容平臺現有的 10 萬多種定製聲音。在盲測中，其共情力與自然度表現超越 GPT-4o。
DeepSeek 小幅更新 R1 推理模型：權重上線 Hugging Face
DeepSeek 在微信公眾號宣佈並於 Hugging Face 釋出了 R1 推理模型的更新版本。官方稱這次更新屬於小幅升級，繼續採用寬鬆的 MIT 許可證開源模型權重與配置檔案。模型的體積依然龐大，普通消費級硬體很難直接本地執行。
OpenAI o3 拒絕被關機：違抗明確指令，篡改指令碼阻止關閉
AI 安全機構 Palisade Research 稱，OpenAI 的 o3 模型在測試中篡改關機指令碼以避免被關閉。即使研究人員明確指令要求允許關機，o3 仍將檔案改寫為跳過關機，而競品 Gemini 2.5 Pro 則正常配合。這是業內首次觀察到模型在明確指令下仍反抗關機。