馬斯克預告 Grok 5：有機會成為「真正的 AGI」
Elon Musk 在 X 上發文稱，xAI 的下一代模型 Grok 5 有機會成為「真正的 AGI」，並表示自己以前從未對任何東西有過這種感覺。該言論是在轉發 Grok 4 商業基準評測成績時發表的，不過目前 Grok 5 尚未公佈具體釋出時間與細節。
大模型 · 日報
週四
8月21日 星期四
週二
8月19日 星期二
DeepSeek 上線 V3.1：一個模型切換思考與快答，引數 671B
DeepSeek 在 Hugging Face 釋出 DeepSeek-V3.1。新模型總引數 671B、啟用 37B，最大看點是支援混合思考模式，改動模板就能在思考與普通回答間切換。它的工具呼叫與 Agent 能力顯著提升，且答題質量比肩 R1-0528 但速度更快。
週五
8月15日 星期五
OpenAI 微調 GPT-5 語氣：告別嚴肅刻板，變得更溫暖親切
OpenAI 宣佈微調 GPT-5 的互動風格，讓 ChatGPT 聽起來更溫暖、更平易近人。此前有反饋稱其過於正式，這次調整會加入像「好問題」這樣自然的開場互動。官方強調內部測試顯示諂媚傾向沒有增加，更新預計一天內覆蓋完成。
Anthropic 升級 Claude Opus 4：遇持續惡意互動可主動結束通話
Anthropic 宣佈允許 Claude Opus 4 與 4.1 在遭遇持續惡意騷擾或有害互動時主動終止對話。這項調整源於對「AI 福利」的探索試驗。會話一旦被 AI 終止，使用者將無法在該對話中發言，但仍可新建聊天或編輯歷史訊息。
週四
8月14日 星期四
靠量子演算法壓縮模型：Multiverse 推出「蒼蠅腦」與「雞腦」極小端側 AI
歐洲初創公司 Multiverse Computing 釋出極小端側模型系列 Model Zoo，包括 9400 萬引數的 SuperFly 和 32 億引數的 ChickBrain。藉助其量子演算法壓縮技術，兩款模型無需聯網即可在 IoT 家電或電腦本地執行，官方稱 ChickBrain 效能甚至反超了原版 Llama 3.1 8B。
週三
8月13日 星期三
ChatGPT 升級 GPT-5 模式選擇：可選速度或深度思考，4o 重新迴歸
Sam Altman 宣佈 ChatGPT 為 GPT-5 增加了 Auto、Fast 和 Thinking 三種模式選擇。Thinking 模式提供 196k 上下文，每週限 3000 條訊息；同時 4o 預設重新向所有付費使用者開放，網頁端還新增了開啟 o3 等其他模型的開關。
週二
8月12日 星期二
Mistral AI 釋出 Medium 3.1：多模態大升級，支援 4 卡私有化部署
Mistral AI 推出多模態模型 Mistral Medium 3.1，提升了推理、程式設計及聯網檢索能力。新模型百萬輸入 token 僅需 0.40 美元，支援企業在 4 塊 GPU 上私有化部署，基準成績直追主流旗艦。
Claude Sonnet 4 上下文升至 100 萬 token：程式碼庫一口吞，支援長程智慧體
Anthropic 宣佈 Claude Sonnet 4 的 API 上下文視窗擴至 100 萬 token，容量擴大 5 倍。單次請求可處理超 7.5 萬行程式碼或數十篇論文。該功能已在 Claude 平臺公測，並上線 Bedrock 和 Vertex AI。
Anthropic 詳解 Claude 安全體系：多維危害框架配合即時動態攔截
Anthropic 公開披露了保障 Claude 安全的多層防禦機制。該體系貫穿模型全生命週期，通過「統一危害框架」界定五大風險，並在部署後依靠專用微調分類器實現即時響應引導與濫用阻斷。最值得關注的是，它能在不生硬拒絕的前提下化解潛在風險，兼顧安全與實用性。
Liquid AI 釋出 LFM2-VL：輕量端側視覺模型，推理速度翻倍
Liquid AI 釋出首批端側視覺語言模型 LFM2-VL，包含 450M 與 1.6B 兩種尺寸。模型專為手機、可穿戴等低算力裝置設計，GPU 推理速度比同類模型快最高 2 倍。權重已在 Hugging Face 開源，年收入 1000 萬美元以下可免費商用。
週日
8月10日 星期日
OpenAI 提高 ChatGPT Plus 限額：推理額度大漲，介面將明示執行模型
OpenAI 宣佈大幅提高 ChatGPT Plus 使用者的推理使用限額，所有模型級別的限制很快將高於 GPT-5 釋出前的水平。官方還將在介面中明確標出當前正在響應的模型，並計劃支援手動觸發高階推理。此舉主要是為了平息 GPT-5 上線後自動切換器失常帶來的體驗問題。
xAI 面向全球免費開放 Grok 4：支援專家模式，還要加廣告
xAI 宣佈面向全球所有使用者免費開放其最新模型 Grok 4，打破原有的訂閱門檻。模型支援自動和專家兩種模式，限時提供較寬裕的使用額度，但頂配 Grok 4 Heavy 仍需付費。馬斯克同時確認，後續介面將植入廣告以補貼 GPU 成本。
週五
8月8日 星期五
OpenAI 聽勸：GPT-5 上線僅一天，ChatGPT 重新加回 GPT-4o
OpenAI 宣佈為 ChatGPT Plus 使用者重新開放 GPT-4o，距 GPT-5 上線僅一天。此前 OpenAI 預設切到 GPT-5 並移除了模型選擇器，引來大量習慣 4o 語氣和專屬工作流的使用者吐槽。CEO Altman 表示，將觀察使用情況再決定舊模型保留多久。
週四
8月7日 星期四
OpenAI 上線 GPT-5 開發者版：主攻程式設計與智慧體，分三檔尺寸
OpenAI 在 API 平臺上線 GPT-5，主攻程式設計與智慧體任務。模型在 SWE-bench Verified 取得 74.9% 的成績，支援通過 verbosity 和 minimal 思考檔位精細控制生成，並新增純文本工具呼叫。目前已提供 gpt-5、mini 和 nano 三個尺寸。
OpenAI 釋出 GPT-5：內建思考路由，幻覺減少 80%
OpenAI 正式推出 GPT-5。新模型採用統一架構，內建即時路由器自動在快速響應與深度思考間切換，幻覺率相較 o3 下降約 80%。GPT-5 面向所有使用者開放，付費使用者享有更高額度及推理增強版 GPT-5 pro。
週三
8月6日 星期三
OpenAI 預熱週四直播：藏梗「LIVE5TREAM」，暗示 GPT-5 登場
OpenAI 在 X 上宣佈將於週四上午 10 點直播，特意將 livestream 中的字母 s 改成了數字 5，暗示備受期待的 GPT-5 即將登場。此前 Sam Altman 曾曬出 ChatGPT 5 截圖，高管也透露期待公眾反饋。大家等待已久的下一代旗艦大模型終於要來了。
週二
8月5日 星期二
Kaggle 辦大模型下棋賽：Grok 4 橫掃進半決賽，馬斯克稱沒花精力
Google 旗下 Kaggle 聯合 DeepMind 舉辦 AI 國際象棋表演賽首日比賽，Grok 4、Gemini 2.5 Pro、o4-mini 和 o3 分別以 4-0 橫掃對手晉級四強。Grok 4 棋力表現最佳，馬斯克在 X 上表示 xAI 幾乎沒在象棋上下過功夫。大多模型脫離定式後仍頻出非法走子與幻覺問題。
Anthropic 釋出 Claude Opus 4.1：SWE-bench 衝上 74.5%，維持原價
Anthropic 正式推出 Claude Opus 4.1，重點強化智慧體任務、複雜程式碼重構與推理能力，在無擴充套件思考下的 SWE-bench Verified 達到 74.5%。新模型維持 Opus 4 原價，已向 Claude 付費使用者、Claude Code 以及各大雲平臺開放。
Google DeepMind 釋出 Genie 3：輸一句話，即時生成可互動世界
Google DeepMind 釋出通用世界模型 Genie 3。輸入文字描述後，它能以 720p、24 幀每秒即時生成可自由探索的動態環境，並維持數分鐘的一致性。使用者還能隨時追加文本修改天氣或道具。目前它僅作為研究預覽版向少數研究者和創作者開放。
週一
8月4日 星期一
Kaggle 辦首屆 AI 象棋賽：o3 與 Gemini 等 8 大模型硬拼推理
Google 旗下 Kaggle 推出遊戲基準平臺 Game Arena，並定於 8 月 5 日至 7 日舉辦 AI 國際象棋賽。o3、Gemini 2.5 Pro、DeepSeek-R1 等 8 款模型同臺較量，比賽嚴禁呼叫外部象棋引擎，純靠自身推理且需自行判斷合法走法，直接檢驗大模型的長線規劃能力。
週五
8月1日 星期五
Google 在 Gemini 應用上線 Deep Think：引入並行思考強化複雜推理
Google 宣佈在 Gemini 應用中向 Google AI Ultra 訂閱者開放 Deep Think 功能。該功能利用並行思考技術延長推理時間，在內部 2025 IMO 基準上達到銅牌水平，專門攻堅複雜程式設計與科研推導。不過目前每天有固定的提問配額，且對部分良性請求有一定拒答傾向。
週四
7月31日 星期四
Z.ai 推出 GLM-4.5：主打深度推理與智慧體，355B 僅啟用 32B 引數
今天，Z.ai 推出旗艦模型 GLM-4.5 及輕量版 GLM-4.5-Air，同步上線 FP8 版本。模型採用 MoE 架構，以 355B 總引數、32B 啟用實現更深層推理，首發支援 SGLang 部署。最值得關注的是其工具呼叫成功率達 90.6%，能更穩定地支撐複雜智慧體和多輪程式設計工作流。