Anthropic 計劃為 Claude 推出雙向語音模式與記憶功能
Anthropic CEO Dario Amodei 透露，公司計劃為 Claude 推出「雙向」語音模式和跨對話記憶功能，並將在未來幾個月釋出更聰明的模型。但過去幾個月需求激增導致算力吃緊，據傳公司正尋求以 600 億美元估值再融資約 20 億美元。
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
DeepSeek 釋出 R1 推理模型：對標 o1，採用 MIT 協議完全開源
DeepSeek 正式釋出推理模型 DeepSeek-R1，效能對標 OpenAI-o1，並將模型權重與技術報告以 MIT 協議完全開源。官方還同步開源了 6 款蒸餾小模型。這意味著開發者不僅能免費商用，還能直接用其 API 輸出繼續蒸餾自己的模型。
Sam Altman 預告 o3-mini：已定版進入釋出流程，API 與網頁端同步上線
OpenAI CEO Sam Altman 在 X 上表示，o3-mini 已完成外部安全測試並敲定最終版本，計劃在約兩週後推出。最值得關注的是，OpenAI 採納了社群反饋，這次 API 將與 ChatGPT 同步上線，Altman 本人還評價其表現「非常棒」。
NVIDIA 釋出 Nemotron 模型家族：專為 AI 智慧體打造，涵蓋 Nano 到 Ultra
NVIDIA 推出面向智慧體 AI 的 Llama Nemotron 語言模型與 Cosmos Nemotron 視覺模型家族。新模型分 Nano、Super 與 Ultra 三種尺寸，基於 Llama 架構並經剪枝和蒸餾，兼顧邊緣與雲端部署，大幅降低企業構建多智慧體協同的門檻。
NVIDIA 釋出 Cosmos 世界模型：把千里路測放大成數十億虛擬里程
NVIDIA 在 CES 上推出生成式世界基礎模型平臺 Cosmos。它被接入自動駕駛三計算方案，包含模型、分詞器與影片管線，能將數千英里人類駕駛資料擴增為數十億英里虛擬里程，幫開發者以極低成本生成極端駕駛場景。模型已在 Hugging Face 開源。
馬斯克宣佈 Grok 3 預訓練完成：算力是 Grok 2 的 10 倍
馬斯克在 X 上宣佈，xAI 旗下 Grok 3 的預訓練已經完成，即將正式推出。據他透露，本次訓練消耗的算力達到了 Grok 2 的 10 倍。這意味著 xAI 正全力擴充算力叢集，準備正面迎戰頂尖大模型。
Sonus AI 釋出 Sonus-1 系列模型：推理版 MATH 跑分達 91.8%
Sonus AI 推出 Sonus-1 系列大模型，提供 Mini、Air 及支援思維鏈推理的 Pro 版本。其中旗艦推理版在 MATH-500 拿到 91.8%，HumanEval 程式碼評測達 90.0%。全系列模型已上線網頁端供使用者試用。
OpenAI 壓軸公佈 o3 推理模型：效能超越 o1，跳過 o2
OpenAI 在「12 天」年終活動收官日公佈下一代推理模型 o3 和 o3 mini。新模型在數學競賽、博士級科學問答與 ARC-AGI 基準上大幅超越 o1。不過普通使用者目前還用不上，o3 mini 預計 1 月底上線，完整版 o3 隨後推出。
微軟釋出 14B 小模型 Phi-4：強化數學推理，開啟研究預覽
微軟推出最新小語言模型 Phi-4，引數量為 140 億。新模型依靠高質量合成數據與後訓練最佳化，重點提升了數學推理能力，對標 GPT-4o mini 等競品。目前僅在 Azure AI Foundry 平臺面向研究用途限量開放。
Anthropic 上線 Claude 3.5 Haiku：網頁與移動端可用，效能直逼 Opus
Anthropic 宣佈 Claude 網頁端和移動端正式上線 Claude 3.5 Haiku。新模型在多項基準測試中比肩甚至超過此前的旗艦 3 Opus，輸出長度更長且知識庫更新，尤其擅長程式設計與資料處理。不過，該版本暫不支援影像分析。
新版 Grok-2 向 𝕏 全員免費開放：速度提升 3 倍，支援聯網搜尋
新版 Grok-2 開始面向 𝕏 平臺全體使用者免費推送，速度提升 3 倍，多語言與指令遵循能力同步增強。新版整合了聯網搜尋、引用來源與 Aurora 影像生成功能，並在主頁時間線加入 Grok 快捷按鈕。開發者 API 亦同步上線新模型並降低價格。
Google 釋出 Gemini 2.0：原生輸出圖音，全面殺入智慧體時代
Google 正式推出新一代大模型 Gemini 2.0，首發上線實驗版 Gemini 2.0 Flash。新模型不僅速度翻倍、基準測試超過 1.5 Pro，更支援原生影像生成、多語言語音輸出和原生工具呼叫，同時還帶來了長篇深度調研功能 Deep Research。
OpenAI 擴大強化微調研究專案：讓模型在特定複雜領域變身專家
OpenAI 宣佈擴大強化微調（Reinforcement Fine-Tuning）研究專案，開放 Alpha 階段 API 申請。該技術利用數十到數千個高質量任務及參考答案打分，強化模型推理路徑，特別適合法律、醫療、金融等有客觀標準答案的領域，預計 2025 年初公開發布。
OpenAI 釋出 o1 系統安全卡：靠慢思考把防越獄拉到新高
OpenAI 釋出 o1 及 o1-mini 的系統安全卡。報告顯示，o1 在思考鏈中融入了審慎對齊，在應對越獄攻擊、違規內容拒絕和幻覺控制上均顯著優於 GPT-4o。不過更高的推理能力也帶來了新的對齊挑戰，比如需要防範鏈上欺騙。
Tow 中心評測：ChatGPT 搜尋新聞常犯錯，語氣卻過度自信
哥倫比亞大學 Tow 中心釋出測試報告，指出 ChatGPT 搜尋在核實新聞出處時表現不可預測，絕大多數請求都給出了部分或完全錯誤的回答，卻極少承認不確定。OpenAI 回應稱該測試屬於非典型場景，將持續最佳化結果。
Amazon 推出 Nova 系列大模型：主打極速與價效比，價格直降 75%
Amazon 釋出新一代基礎模型家族 Amazon Nova，涵蓋 Micro、Lite、Pro 以及影像生成 Canvas 和影片生成 Reel。最值得關注的是，其在 Amazon Bedrock 上不僅響應速度最快，成本還比同級別頂尖模型直接砍掉至少 75%。
ChatGPT 遇到特定人名直接罷工：為防誹謗訴訟硬編碼攔截
測試發現 ChatGPT 存在硬編碼攔截名單，在任何語境下輸入 Brian Hood、Jonathan Turley 等人名都會報錯並中斷對話。這套過濾機制旨在防止模型胡編事實引發名譽侵權糾紛，不過 API 和開發者平臺不受影響。
Cohere 推出 Rerank 3.5：強化複雜推理搜尋，支援超百種語言
Cohere 推出企業級重排模型 Rerank 3.5，重點提升了複雜資料推理與多語言檢索能力。模型支援中文等 100 多種語言，在金融和電商基準測試中表現亮眼。最值得關注的是，它能有效降低 RAG 系統的幻覺率，目前已同步接入 Amazon Bedrock。
亞馬遜研發多模態大模型 Olympus：能讀懂影片，減少對 Anthropic 依賴
據 The Information 週三報道，Amazon 研發了代號為 Olympus 的多模態大模型，能處理文本、影像和影片，支援用文字搜尋影片中的特定瞬間。儘管亞馬遜剛向 Anthropic 追加了 40 億美元投資，但自研模型顯然是為了減少對 Claude 的依賴。該模型最早可能在下週的 AWS re:Invent 上公佈。
阿里開源推理模型 QwQ-32B-Preview：對標 OpenAI o1
阿里通義團隊釋出推理模型 QwQ-32B-Preview。該模型擁有 325 億引數，在 AIME 和 MATH 測試中跑贏 OpenAI o1-preview。模型採用 Apache 2.0 協議開源，不過阿里也指出它可能出現意外切換語言或陷入迴圈等問題。