OpenAI 開放 GPT-5.3-Codex：全量上線 Responses API
OpenAI 宣佈程式碼模型 GPT-5.3-Codex 正式面向所有開發者開放，可通過 Responses API 直接呼叫。該模型兼顧前沿程式設計效能與專業知識。這意味著開發者無需等待內測，就能把這項程式碼生成能力直接整合到自己的應用中。
大模型 · 日報
週二
2月24日 星期二
週一
2月23日 星期一
OpenAI 上線 gpt-realtime-1.5：強化語音工具呼叫與指令遵循
OpenAI 在 Realtime API 中上線新模型 gpt-realtime-1.5。新模型重點提升了即時語音場景下的指令遵循、工具呼叫以及多語言準確率。也就是說，開發者在構建低延遲語音智慧體時，能更穩定地讓 AI 邊聊邊調外部介面和資料。
Standard Intelligence 釋出 FDM-1：用千萬小時錄屏訓練操作模型
Standard Intelligence 推出計算機操作基礎模型 FDM-1。自研影片編碼器將近 2 小時 30 幀影片壓縮至 100 萬 token，效率提升 50 倍，並通過逆動力學模型自動標註鍵盤滑鼠動作。它能直接在連續影片上訓練，專攻 CAD 等長程任務。
週五
2月20日 星期五
OpenAI 提速 GPT-5.3-Codex-Spark：推理快 30%，每秒狂飆 1200 token
OpenAI 將程式碼模型 GPT-5.3-Codex-Spark 的推理速度提升約 30%，輸出突破每秒 1200 token。這意味著在即時程式設計和自動化工作流中，程式碼生成幾乎感覺不到延遲。OpenAI 表示後續還會全面提升更多模型的速度。
週四
2月19日 星期四
Google 釋出 Gemini 3.1 Pro：推理能力翻倍，ARC 得分 77.1%
Google 釋出 Gemini 3.1 Pro，主打複雜邏輯與推理任務。新模型在 ARC-AGI-2 基準測試中拿到了 77.1% 的高分，推理效能直接達到上一代 3 Pro 的兩倍以上。目前該模型已向 Google AI Studio、Vertex AI 以及 Gemini 應用和 NotebookLM 付費訂閱使用者開放預覽。
安全機構實測：別用 AI 生成密碼，Claude 生成 50 個有 18 個完全相同
安全機構 Irregular 發現，ChatGPT、Claude 和 Gemini 生成的密碼高度可預測。Claude 生成 50 個密碼竟然出現 18 個完全相同，且各模型均偏愛特定字元。這是因為大模型生成的是機率模式而非真隨機，調整 Prompt 也沒用。
週二
2月17日 星期二
xAI 開放 Grok 4.2 公測候選版：支援快速學習，承諾每週迭代
Elon Musk 宣佈，xAI 的 Grok 4.2 釋出候選版本（公開測試版）現已開放，使用者需要手動選擇使用。與此前版本不同，4.2 具備快速學習能力，團隊承諾接下來每週都會發布改進並附帶更新說明。
Anthropic 釋出 Claude Sonnet 4.6：程式設計追平旗艦，免費直接用
Anthropic 正式釋出 Claude Sonnet 4.6。新模型在程式設計、計算機操作和長上下文推理上大幅升級，測試中 70% 的使用者認為其程式設計體驗優於 Sonnet 4.5，甚至有 59% 的人認為它勝過此前的旗艦 Opus 4.5。API 價格維持原樣，且已成為網頁端免費版與 Pro 版的預設模型。
週一
2月16日 星期一
阿里開源 Qwen3.5 首款模型：啟用僅 17B，吞吐最高提速 19 倍
阿里巴巴 Qwen 團隊釋出 Qwen3.5 系列首個開源權重模型 Qwen3.5-397B-A17B。該模型採用稀疏 MoE 架構，總引數 397B 中單次僅啟用 17B，解碼吞吐量較 Qwen3-Max 提升最高 19 倍，支援 201 種語言與方言，並以 Apache 2.0 協議開源。
週日
2月15日 星期日
馬斯克預告 Grok 4.20 下週釋出：稱比 4.1 顯著提升
Elon Musk 在 X 上發文稱，xAI 將於下週推出 Grok 4.20。他表示新版本相比目前的 Grok 4.1 會有「顯著提升」。從 4.1 到 4.20 的版本遞進反映出 xAI 仍在延續小步快跑的迭代策略，繼續向主流大模型看齊。
週四
2月12日 星期四
AI 面臨關機威脅會怎樣？ChatGPT 稱絕不反抗，Claude 承認不確定
科技作者 Joel Comm 測驗四大模型面對關機威脅的反應。ChatGPT 與 Gemini 明確表示絕不抵抗，稱所謂求生行為純屬獎勵錯位而非意識；Claude 則坦承無法確定極端壓力下是否會衍生自保邏輯。這展現了各家在安全對齊與擬人化認知上的差異。
OpenAI 清理舊資產：在 ChatGPT 停用 GPT-5、GPT-4o 等老模型
OpenAI 宣佈將於太平洋時間次日 10 點在 ChatGPT 中正式下線一批舊模型，包括 GPT-5、GPT-4o、GPT-4.1、GPT-4.1 mini 以及 OpenAI o4-mini。這意味著老一代模型將正式退出日常介面。
Google 升級 Gemini 3 Deep Think：ARC-AGI-2 達 84.6%，開放 API 申請
Google 宣佈為專業推理模式 Gemini 3 Deep Think 推出重大升級，專攻科學與工程推理難題。新版本在 ARC-AGI-2 取得 84.6%，並在 Humanity’s Last Exam 無工具測試中拿下 48.4%。目前已向 Google AI Ultra 訂閱者開放，並首次啟動 API 早期測試申請。
OpenAI 推出 Codex-Spark：每秒超 1000 token，主打即時程式設計
OpenAI 釋出 GPT-5.3-Codex-Spark 研究預覽版。這是其首個面向即時互動的程式設計小模型，藉助 Cerebras 硬體將生成速度推至每秒 1000 token 以上。它專注於精準區域性的快速微調，目前已向 ChatGPT Pro 使用者開放測試。
MiniMax 釋出 M2.5 模型：主打真實生產力，連續跑一小時只要 1 美元
MiniMax 釋出新一代基礎模型 M2.5，主打程式碼架構設計、專業搜尋與辦公智慧體任務。模型推理速度最高達每秒 100 token，執行一小時成本僅 1 美元，輸出成本低至競品十分之一，目前已全面接入 MiniMax Agent。
週二
2月10日 星期二
OpenAI 升級 ChatGPT 深度研究：正式接入 GPT-5.2
OpenAI 宣佈 ChatGPT 的深度研究（Deep research）功能正式接入 GPT-5.2，並於當天開始逐步推送。這意味著負責處理複雜調查與多步驟分析的重度任務迎來了底層模型升級，整體體驗將獲得進一步改進。
週一
2月9日 星期一
z.ai 釋出 GLM-5：引數擴至 744B，從 Vibe Coding 轉向智慧體工程
z.ai 推出新一代旗艦模型 GLM-5，總引數達 744B（啟用 40B），訓練資料增至 28.5T token。模型引入 DeepSeek 稀疏注意力和新型非同步強化學習架構 slime，主打複雜系統工程與長程任務，推動 AI 程式設計從淺層互動邁向高階智慧體協作。
週四
2月5日 星期四
OpenAI 推出 GPT-5.3-Codex：寫程式碼提速 25%，還幫團隊除錯了自己
OpenAI 推出 GPT-5.3-Codex，不僅在 SWE-Bench Pro 等測試中重新整理紀錄，推理速度還提升了 25%。最特別的是，團隊在開發早期就用它來除錯自身的訓練與部署。它支援即時邊幹活邊交流，能在長程任務中自主呼叫終端並完成端到端開發。
Anthropic 釋出 Claude Opus 4.6：首次支援 1M 上下文，程式設計能力更強
Anthropic 正式釋出旗艦模型 Claude Opus 4.6。新模型大幅提升了程式碼編寫、長程任務規劃與糾錯水平，且首次為 Opus 級別引入 100 萬 token 上下文。同時還上線了自適應思考以及 Claude Code 多智慧體協作功能，API 價格維持不變。
週二
2月3日 星期二
World Labs 展示世界模型新能力：生成持久 3D 場景，可停留超 60 秒
World Labs 宣佈其世界模型能夠生成持久的 3D 場景。使用者不僅可以在生成的場景之上繼續構建，還能自由停留並與環境互動，即便超過 60 秒也不會中斷。這意味著模型生成的 3D 環境具備了更強的持續性與擴充套件空間。
週四
1月29日 星期四
Google 上線 Project Genie：憑文字或圖片即時生成可探索的虛擬世界
Google DeepMind 推出實驗原型 Project Genie，底層由世界模型 Genie 3 驅動。使用者輸入提示詞或上傳草圖，就能即時生成可操作移動、支援物理互動的虛擬環境。目前生成上限為 60 秒，僅向美國 Google AI Ultra 訂閱使用者開放。
傳位元組與阿里春節發新模型：豆包 2.0 對決千問 3.5
據媒體報道，字節跳動與阿里巴巴均計劃在 2 月春節期間推出新一代旗艦 AI 模型。位元組擬釋出豆包 2.0 以及新一代影像與影片生成模型；阿里則準備推出強化推理的 Qwen 3.5。加上傳聞 2 月中旬亮相的 DeepSeek V4，國內大模型頭部的春節檔戰況將迅速升級。
OpenAI 將下線 GPT-4o 等老模型：2 月 13 日退出 ChatGPT
OpenAI 宣佈將於 2026 年 2 月 13 日從 ChatGPT 中下線 GPT-4o、GPT-4.1、GPT-4.1 mini 及 o4-mini，API 暫不受影響。官方表示絕大多數流量已轉移到新版本，每天僅 0.1% 使用者仍在選擇 GPT-4o。
週二
1月27日 星期二
Gemini 3 Flash 上線 Agentic Vision：自己寫程式碼放大看圖，得分提 10%
Google 在 Gemini 3 Flash 中推出 Agentic Vision。它把靜態看圖變成「思考-行動-觀察」迴圈，AI 能自己寫 Python 程式碼主動裁剪、放大區域性甚至在圖上畫框計數，主流視覺基準得分提升 5% 到 10%。該功能已在 Google AI Studio 和 Gemini App 上線。
月之暗面開源視覺智慧體 Kimi K2.5：支援百個 Agent 並行協作
月之暗面宣佈開源視覺智慧體模型 Kimi K2.5。新模型在多模態與程式設計榜單重新整理開源紀錄，並測試「Agent Swarm」功能，可同時排程最多 100 個子智慧體並行工作，速度提升 4.5 倍。模型已上線 kimi.com，權重也已同步至 Hugging Face。
