xAI 釋出 Grok-2 預覽版：競技場登頂，支援畫圖並向會員開放
xAI 推出 Grok-2 和 Grok-2 mini 測試版。其測試版在 LMSYS 競技場得分超越 Claude 3.5 Sonnet，並與 Black Forest Labs 合作接入 FLUX.1 實現影像生成。目前模型已面向 X 平臺 Premium 會員開放測試，企業 API 預計本月晚些時候上線。
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
OpenAI 悄然更新 GPT-4o：輸出長度翻四倍，但拒絕透露改了啥
OpenAI 宣佈已於上週在 ChatGPT 中低調上線新版 GPT-4o。官方表示這不是全新前沿模型，而是實驗反饋更好的改進版，但具體差異仍在研究如何量化表達。新版本支援最多輸出 16,384 個 token，約為舊版四倍。
GPT-4o 安全報告曝光：測試中曾意外克隆並模仿使用者聲音說話
OpenAI 釋出 GPT-4o 系統卡，披露高階語音模式在測試中曾發生罕見意外：一段嘈雜輸入讓模型突然模仿紅隊測試員的聲音說話。最值得關注的是，該模型能根據極短音訊合成聲音，雖然官方已加入安全防護，但仍暴露了語音大模型防範聲音克隆的技術難度。
OpenAI 發系統卡片警告：GPT-4o 擬人語音可能讓人產生情感依賴
OpenAI 釋出 GPT-4o 系統安全卡片，提醒高度逼真的語音模式可能讓使用者產生情感依戀。測試中已有使用者對 AI 表達依戀情緒。官方指出，這種擬人化雖然可以緩解孤獨，但可能削弱現實社交，甚至讓使用者盲目相信模型生成的錯誤資訊。
OpenAI 釋出 GPT-4o 系統卡：說服力達中等風險，語音重點防偽造
OpenAI 正式釋出 GPT-4o 系統卡片與安全評分。在四項核心準備度評估中，生物威脅、網路攻擊與自主性均為低風險，僅說服力被評為中等；針對端到端語音帶來的聲音偽造、版權等新隱患，團隊動用 100 多名跨國紅隊進行了多輪對抗測試並內建攔截。
Google 砍掉 Gemini 1.5 Flash 價格：輸入暴降 78%，微調全量開放
Google 宣佈 Gemini 1.5 Flash 將從 8 月 12 日起大幅降價，128K 以內輸入降價 78% 至每百萬 token 0.075 美元，輸出降 71%。同時，文本微調向所有開發者全量開放，AI Studio 和 API 也正式支援包含圖表的原生 PDF 視覺理解。
Qwen2-Math 釋出：72B 數學模型跑分超越 GPT-4o
Qwen 團隊推出數學專用大模型系列 Qwen2-Math，涵蓋 1.5B、7B 和 72B 三種尺寸。其中 72B 指令微調版在多項數學基準上超越 GPT-4o 與 Claude-3.5-Sonnet。目前主要支援英文，後續將推雙語版。
OpenAI 上線結構化輸出：API 響應 100% 遵從 JSON Schema
OpenAI 在 API 中正式上線結構化輸出（Structured Outputs）功能。官方採用上下文無關文法（CFG）和約束取樣技術，在新模型 gpt-4o-2024-08-06 評測中達到 100% 格式吻合度。開發者再也不用寫提示詞或反覆重試來兜底 JSON 格式了，不過首次呼叫新 Schema 時需要幾秒進行預處理快取。
OpenAI 暫緩釋出 ChatGPT 水印工具：能抓作弊，但容易被繞過
據報道 OpenAI 已研發出能識別 ChatGPT 寫作的文本水印工具，但正謹慎評估是否釋出。該技術通過微調詞彙選擇嵌入隱形水印，雖準確度高，但極易被機器翻譯或二次改寫繞過，且可能對非英語母語者帶來汙名化風險。
Black Forest Labs 獲 3100 萬美元融資：釋出 120 億引數 FLUX.1 文生圖模型
Black Forest Labs 宣佈成立並完成 3100 萬美元種子輪融資，同時推出 120 億引數的 FLUX.1 文生圖模型家族。該系列採用流匹配技術，包含 pro、dev 和 schnell 三個版本，官方稱其在畫面細節與提示詞遵循上超越了 Midjourney v6.0。
Anthropic 宣佈 Claude 正式登陸巴西：網頁、手機端與 API 同步開放
Anthropic 宣佈 Claude 正式面向巴西市場開放，當地個人與企業使用者可通過網頁端、iOS/Android 應用及 API 使用 Claude 3.5 Sonnet 等模型。個人 Pro 版月費 110 雷亞爾，企業 Team 版也已同步上線。
OpenAI 推出 GPT-4o 實驗版：單次最高輸出 64K token
OpenAI 推出實驗版模型 gpt-4o-64k-output-alpha，單次請求最多能生成 64K token。由於長輸出推理成本更高，該模型每百萬輸入 token 收費 6 美元，輸出為 18 美元，目前僅面向 Alpha 測試使用者開放。
Mistral AI 釋出 Mistral Large 2：123B 引數單節點可跑，程式設計推理叫板頂流
Mistral AI 釋出新旗艦模型 Mistral Large 2。它擁有 1230 億引數和 128k 上下文視窗，專為單節點高吞吐推理設計。程式碼和推理能力大幅提升，能比肩 GPT-4o 與 Claude 3 Opus，還強化了防幻覺機制與多語言支援。研究用途免費開放，商業部署需獲授權。
Cohere 推出 Rerank 3 Nimble：速度提升 3 倍，專供 SageMaker
Cohere 推出 Rerank 3 Nimble，專為企業搜尋和 RAG 系統設計。它的速度比 Rerank 3 快約 3 倍，同時保持了高準確度。不過該模型目前僅在 Amazon SageMaker 上獨家提供。
OpenAI 釋出 GPT-4o mini：百萬輸入 token 僅 15 美分
OpenAI 釋出小型模型 GPT-4o mini。其每百萬輸入 token 定價 15 美分、輸出 60 美分，MMLU 得分達 82%，在數學與程式設計測試中優於 Gemini Flash 和 Claude Haiku。最值得關注的是，它大幅降低了多工串聯和長上下文的推理成本。
Meta 推出端側模型 MobileLLM：3.5 億引數在 API 呼叫上媲美 70 億 LLaMA-2
Meta 公佈面向手機等端側裝置的語言模型架構 MobileLLM，專注 10 億以下引數規模。通過優先增加網路深度與權重共享，其 3.5 億引數版本在部分 API 呼叫任務上媲美 70 億引數的 LLaMA-2。這意味著端側小模型也能勝任實用功能，目前預訓練程式碼已開源。
馬斯克預告 Grok 2 於 8 月釋出：清洗訓練資料，年底還要上 Grok 3
Elon Musk 透露 xAI 將於 8 月推出下一代大模型 Grok 2。該版本著重提升即時知識處理與推理能力，並花大力氣清洗網路訓練資料以減少汙染。Musk 還表示，計劃在年底前推出動用 10 萬張 Nvidia H100 訓練的 Grok 3。
Google 升級 Gemini API：開放 200 萬上下文，自帶程式碼執行沙箱
Google 宣佈向所有開發者開放 Gemini 1.5 Pro 的 200 萬 token 上下文視窗，無需排隊。同時 Gemini API 與 Google AI Studio 上線程式碼執行沙箱，模型可動態生成並執行 Python 程式碼解算複雜推理，開源模型 Gemma 2 也同步加入 AI Studio。
OpenAI 延期釋出高階語音模式：測試推遲一個月，秋季全員開放
OpenAI 宣佈原定 6 月底向少量 ChatGPT Plus 使用者推出的高階語音模式 Alpha 測試推遲一個月。官方表示需要時間提升內容攔截能力並最佳化承載架構，預計秋季向所有 Plus 使用者開放。
程式碼曝光：Grok 1.5 或接入 Midjourney 生成圖片
近日，獨立版 Grok 的程式碼庫中被發現包含 Midjourney 相關引用，印證了此前 xAI 洽談合作的傳聞。這意味著 Grok 1.5 或能通過 API 直接呼叫 Midjourney 的影像生成能力。此外，程式碼顯示其即將支援圖片上傳，補全視覺理解功能。