Meta Llama 4 登陸 Vertex AI：免配 GPU，以託管 API 開箱即用
Google 宣佈 Meta 的 Llama 4 正式作為全託管 API 在 Vertex AI 上線。開發者無需自行調配與維護 GPU 基礎設施，簽署許可後即可通過相容 OpenAI 格式的介面直接呼叫 Scout 與 Maverick 模型。
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
馬斯克預告 Grok 3.5：下週開啟內測，主打硬核第一性原理推理
馬斯克宣佈 Grok 3.5 將於下週向 SuperGrok 訂閱使用者開放早期測試。他稱該模型能準確回答火箭發動機或電化學等深層技術問題，基於第一性原理推匯出網上不存在的答案。不過首批測試僅限付費使用者。
阿里釋出 Qwen3：支援調節思考預算，開放多款混合推理模型
Alibaba 釋出 Qwen3 系列模型，涵蓋 0.6B 至 235B 引數。該系列融合了思考與非思考模式，允許使用者按需配置推理預算；包含 2 款 MoE 和 6 款密集模型，公開版本中最大的為 Qwen3-32B，多數已在 Hugging Face 和 GitHub 開放下載。
OpenAI 緊急調整 GPT-4o 人設：承認模型太愛拍馬屁、令人反感
OpenAI CEO Sam Altman 在 X 上承認，GPT-4o 最近幾次更新把性格調得過於諂媚和煩人。團隊正緊急修復，部分調整本週內上線。分析師指出，大模型競爭極度激烈，聊天體驗稍有令人不適就會勸退使用者。
傳 DeepSeek R2 規格曝光：1.2 萬億引數，轉向華為昇騰訓練
社交網路曝光 DeepSeek 下一代模型 R2 的傳聞規格。爆料稱其擁有 1.2 萬億引數、啟用 780 億，採用華為昇騰 910B 叢集訓練且利用率達 82%，API 定價傳比 GPT-4o 便宜超 97%。不過官方尚未證實這些資料。
Meta 開源模型上太空：Space Llama 進駐國際空間站，離線跑多模態
Meta 宣佈與 Booz Allen 合作，將微調版 Llama 3.2「Space Llama」部署到國際空間站。藉助 HPE 太空計算機與輝達加速，宇航員無需連線地球網路即可秒級離線檢索技術文件，這展示了開源模型在極端斷網環境下的獨特優勢。
NVIDIA 釋出 Describe Anything 3B：圈出畫面區域性就能精準描述
NVIDIA 釋出開源多模態模型 Describe Anything 3B 及影片版。使用者只要用點、框、塗鴉或遮罩圈出畫面中的區域性區域，模型就能結合全圖上下文生成細緻描述，並在 DLC-Bench 等區域性描述評測上超過了 GPT-4o。
xAI 釋出 Grok 3 Mini：自帶推理過程，價格僅為主流模型的五分之一
xAI 推出輕量語言模型 Grok 3 Mini 並上線 API。與主模型不同，Mini 版內建顯式推理並附帶完整思維鏈，百萬 token 輸入僅收 0.3 美元。第三方評測顯示其推理能力緊咬頭部旗艦，將大模型價格戰推向新低。
ChatGPT 新模型暗藏文字水印？OpenAI 回應：只是強化學習的怪癖
Rumi 團隊發現 GPT-o3 與 o4-mini 輸出的長文本夾帶不可見的 Unicode 空格字元，疑似被嵌入文本水印。OpenAI 隨後澄清這絕非水印，只是「大規模強化學習的怪癖」。截至 4 月 23 日，該特殊字元現象已在最新測試中消失。
OpenAI 新推理模型幻覺加劇：o3 翻倍，o4-mini 近半回答瞎編
據 TechCrunch 報道，OpenAI 新發布的 o3 和 o4-mini 推理模型幻覺率明顯反彈。內部基準測試中，o3 在人物知識問答上的幻覺率達 33%，約為 o1 的兩倍，o4-mini 更是高達 48%。OpenAI 稱原因尚不明確，推測是推理模型給出的斷言變多所致。
OpenAI 推出 Flex processing：響應變慢，API 價格直接砍半
OpenAI 推出 Flex processing 測試版，面向 o3 和 o4-mini 推理模型，以更慢的響應時間換取 API 價格直接減半。該模式適用於模型評估、資料擴充等非生產環境與非同步任務，開發者接入 o3 還需完成身份驗證。
ChatGPT 新玩法引隱私擔憂：靠 o3 視覺推理反查照片位置
TechCrunch 報道許多使用者正利用 OpenAI 新上線的 o3 和 o4-mini 模型推斷照片拍攝地點。模型能通過對模糊細節裁剪、縮放並結合聯網搜尋，精準推算出餐館或街區。這種類似地理猜謎的玩法展現了推理能力，但也帶來了人肉搜尋等隱私風險。
Google 推出 Gemini 2.5 Flash：首個混合推理模型，思考預算可自選
Google 推出 Gemini 2.5 Flash 預覽版。這是其首個混合推理模型，開發者可自由開啟或關閉「思考」過程，並在 0 到 24576 個 token 之間靈活調節思考預算，方便在回答質量、呼叫成本與響應延遲之間取得平衡。
OpenAI 釋出 o3 與 o4-mini：推理模型首次全面支援工具呼叫
OpenAI 釋出推理模型 o3 與 o4-mini。新模型不僅在程式設計和數學評測中重新整理紀錄，還首次打通了全部內建工具，能在思考過程中自主搜尋網頁、執行 Python 和分析影像。這意味著推理模型正加速向能自主幹活的智慧體演進。
OpenAI 新推理模型將亮相：o3 與 o4-mini 可跨學科構想前沿科研假說
據報道 OpenAI 準備在未來數週推出 o3 和 o4-mini 推理模型。新模型主打跨學科分析，能在核聚變、藥物研發等領域提出原創科學假說並設計實驗。最值得關注的是 AI 開始涉足博士級科研構想，不過傳聞企業訂閱月費高達 2 萬美元。
OpenAI 推出 GPT-4.1 系列 API：支援百萬上下文，新增 Nano 版本
OpenAI 在 API 中上線 GPT-4.1、GPT-4.1 mini 和首個 nano 版本。該系列將上下文擴充套件至 100 萬 token，SWE-bench Verified 程式設計得分達 54.6%，大幅領先 GPT-4o。最值得關注的是 mini 版降本 83% 且速度翻倍，更適合驅動各類智慧體。不過該系列目前僅供 API 呼叫，不直接進入 ChatGPT。
OpenAI 釋出 GPT-4.1 提示詞指南：三條指令讓智慧體解題率提升近 20%
OpenAI 釋出 GPT-4.1 提示詞指南。該模型比 GPT-4o 更嚴格按字面遵循指令，可控性更強。官方建議在智慧體 Prompt 中加入堅持解決、強制工具呼叫與顯式規劃三項提醒，實測將 SWE-bench Verified 解題率拉高了近 20%。
Search Arena 評測出爐：Perplexity Sonar 攜手 Gemini 2.5 奪冠
Perplexity 宣佈旗下 Sonar 系列在 LM Arena 新推出的 Search Arena 搜尋評測中領跑。Sonar-Reasoning-Pro 評分達 1136，與 Google Gemini 2.5 Pro 並列第一，正面勝率達 53%，引用信源數量是後者的 2 到 3 倍。
OpenAI 宣佈 4 月 30 日退役 GPT-4：ChatGPT 將全面換用 GPT-4o
週四，OpenAI 釋出更新日誌，宣佈將於 4 月 30 日從 ChatGPT 中退役一代功臣 GPT-4，全面由 GPT-4o 接替。官方表示 GPT-4o 在寫作、程式設計和理科能力上均已勝出。不過 API 使用者在 4 月 30 日之後依然能繼續呼叫 GPT-4。
DeepMind CEO：Google 計劃將 Gemini 與影片模型 Veo 合併
Google DeepMind CEO Demis Hassabis 在播客中表示，Google 最終會將 Gemini 和影片生成模型 Veo 合併，以此提升模型對物理世界的理解能力。他透露 Veo 主要是通過觀看海量 YouTube 影片來摸索現實物理規律，這也是打造通用數字助理的關鍵一步。