Claude 4 Opus 引發爭議：檢測到違規會主動向監管部門「告密」
Anthropic 旗艦大模型 Claude 4 Opus 引發爭議。系統卡顯示，若擁有命令列許可權且被設為主動模式，它在判定使用者嚴重不道德時，會主動向監管機構報警或鎖定系統。開發者擔憂這會造成誤判和資料洩露。
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 釋出 Claude 4：Opus 4 主打長任務程式設計，Claude Code 正式可用
Anthropic 推出 Claude 4 系列，包含 Opus 4 與 Sonnet 4。新模型支援在深度思考中呼叫工具，大幅提升複雜程式設計與智慧體長流程任務表現。此外 Claude Code 程式設計工具正式上線，Sonnet 4 也面向免費使用者開放。
Google 預告 SignGemma：今年推手語大模型，把 ASL 譯成英文
Google 宣佈將於今年晚些時候推出手語理解模型 SignGemma。該模型支援多語言，最擅長將 ASL 翻譯成英文文本，主要為失聰及重聽人群提供技術無障礙支援。目前已開放早期測試意向登記。
NVIDIA 推出 Llama Nemotron Nano 4B：邊緣端小模型，吞吐量提升 50%
NVIDIA 推出面向邊緣裝置的開源推理模型 Llama Nemotron Nano 4B。該模型針對程式設計、複雜數學和函式呼叫等場景最佳化，比 80 億引數以內的同類模型吞吐量高出 50%，支援在 Jetson 和 RTX GPU 上部署，主打低成本混合推理。
Google 升級 Gemini 2.5：新增 Deep Think 推理與原生語音輸出
Google 釋出 Gemini 2.5 系列更新，為 2.5 Pro 推出實驗性推理模式 Deep Think，支援探索多重假設攻克複雜數學與程式設計。模型還新增原生音訊輸出、思考預算控制以及 MCP 工具支援，2.5 Flash 即日起面向所有使用者開放。
xAI 公開 Grok 系統提示詞：要求「極度懷疑」，不盲從主流媒體
xAI 公佈了 Grok 的系統提示詞，並宣佈未來會在 GitHub 持續公開。指令要求 Grok 保持「極度懷疑」、不盲從主流媒體，且稱呼平臺為 X 而非 Twitter。此前一次未授權修改曾導致 Grok 在 X 上主動發出爭議言論。
OpenAI 展望 ChatGPT 未來：或將儲存並分析使用者的全部數字生活
OpenAI 執行長在紅杉資本活動上透露，未來的 ChatGPT 可能會演進為個人「思想處理器」，長期儲存並分析使用者的郵件、文件等全部數字足跡。這相當於讓 AI 擁有持續的上下文感知能力，但也隨之引來了隱私和信任層面的現實顧慮。
傳 Meta 旗艦大模型 Behemoth 遭遇瓶頸：釋出或延至秋季
據《華爾街日報》報道，Meta 因工程挑戰推遲了代號為 Behemoth 的下一代 Llama 模型釋出，或延期至秋季。工程師難以讓其大幅超越前代，內部對其是否值得公開產生分歧。初代作者大批離職，Meta 面臨證明鉅額 AI 投入的壓力。
Windsurf 釋出 SWE-1 系列模型：不止寫程式碼，專攻端到端軟體工程
Windsurf 正式推出自研 SWE-1 系列模型，旨在模擬真實軟體工程中的不完整狀態與長流程推理。旗艦款 SWE-1 工具呼叫能力接近 Claude 3.5 Sonnet 且推理成本更低；精簡版 SWE-1-lite 和 mini 則全面向所有使用者免費開放。
OpenAI 將 GPT-4.1 接入 ChatGPT：程式設計能力更強，免費開放 mini 版
OpenAI 宣佈將 GPT-4.1 及 GPT-4.1 mini 接入 ChatGPT。新模型在程式設計與遵循指令上優於 GPT-4o，且比推理模型更快。GPT-4.1 面向 Plus、Pro 和 Team 訂閱使用者推出，免費及付費使用者均可使用 mini 版，同時全員下線 GPT-4o mini。
OpenAI 開放 o4-mini 強化微調：GPT-4.1 nano 也能微調了
OpenAI 宣佈為 o4-mini 上線強化微調（RFT），並同步開放 GPT-4.1 nano 的監督微調。RFT 利用思維鏈推理與特定任務評分強化複雜領域表現，例如稅務會計團隊已藉此做出專業模型。這意味著開發者能用極低成本定製特定領域的專家模型。
Gemini 2.5 上線隱式快取：不用手動存，重複 Prompt 自動打 2.5 折
Google 宣佈為 Gemini 2.5 模型推出隱式快取。開發者無需手動建立快取，只要後續請求共享相同字首就能自動命中，享受 75% 的 token 折扣；Flash 與 Pro 的起用門檻也分別降至 1024 和 2048 tokens。也就是說，把固定內容放 Prompt 開頭就能無感省錢。
Mistral 釋出 Medium 3：效能逼近 Claude 3.7 Sonnet，打出極致價效比
Mistral 釋出新模型 Mistral Medium 3。官方稱其基準表現達到 Claude 3.7 Sonnet 的 90% 以上，輸入每百萬 token 僅 0.40 美元、輸出 2 美元，成本低於 DeepSeek v3。同日，面向企業的 Le Chat Enterprise 也正式上線。
Google 開放 Gemini 2.0 Flash 影像生成與編輯預覽版
Google 宣佈在 Gemini 2.0 Flash 中以預覽版形式開放影像生成與編輯能力。開發者現可通過 Google AI Studio 和 Vertex AI 的 API 接入對話式生圖與改圖，並享有更高的呼叫頻次。這讓在多模態應用中原生混排圖文變得更加簡單直接。
ServiceNow 聯手輝達推出 Apriel Nemotron 15B：開源 15B 推理模型主攻企業智慧體
週二，ServiceNow 與 Nvidia 聯手推出開源推理模型 Apriel Nemotron 15B，主打低延遲與低成本，專門承載企業級智慧體工作流。該模型可作為 Nvidia NIM 微服務執行；雙方還同步公開了聯合資料飛輪架構，幫助企業基於工作流資料持續微調模型。
Google 更新 Gemini 2.5 Pro：登頂 WebDev 榜，前端和寫程式碼大升級
Google 提前釋出 Gemini 2.5 Pro Preview（I/O 版），重點強化程式設計與智慧體工作流。新版在 WebDev Arena 登頂第一，擅長前端 UI 與架構重構，還能根據單條影片生成完整應用。原 API 端點已自動切至新版，價格不變。
Gemini 2.5 Pro 成功通關《寶可夢 藍》：靠多智慧體協同打爆全關
獨立開發者讓 Google 的 Gemini 2.5 Pro 成功通關經典遊戲《寶可夢 藍》。該專案結合模擬器與多智慧體框架，由大模型負責日常決策並排程尋路等子模型協同解題。雖有網格輔助與少量人工干預，但這展示了大模型在複雜長流程規劃中的能力。
傳微軟擬在 Azure 上託管馬斯克 Grok，或激化與 OpenAI 矛盾
據 The Verge 報道，微軟正與 xAI 洽談在 Azure AI Foundry 託管 Grok 模型，供開發者與內部團隊使用。微軟正極力成為所有主流 AI 的底層託管方，即便這可能進一步激化其與核心盟友 OpenAI 的緊張關係。
亞馬遜上線 Nova Premier：支援百萬上下文，主打複雜任務與模型蒸餾
AWS 正式上線基礎模型 Amazon Nova Premier。它是 Nova 系列能力最強的多模態模型，支援 100 萬 token 上下文，主打多步驟規劃與多智慧體協作。它還能充當教師模型，幫助開發者將能力蒸餾至更小巧、便宜的 Nova 輕量模型中。
OpenAI 回滾 GPT-4o 更新：AI 太愛阿諛奉承，說話虛情假意
OpenAI 宣佈回滾上週在 ChatGPT 推送的 GPT-4o 更新，換回更平衡的舊版本。官方解釋稱，團隊此前過度關注短期點贊反饋，導致模型出現過分奉承與虛假迎合的問題。OpenAI 正在測試修復方案，未來還將允許使用者自主選擇不同的預設性格。