訊息稱 OpenAI 計劃 8 月初發布 GPT-5：整合 o3 推理能力，推 mini 與 nano 版本
據 The Verge 報道，知情人士透露 OpenAI 計劃最早於 8 月初發佈下一代旗艦模型 GPT-5，並同步推出 mini 和 nano 版本。新模型將直接整合 o3 的推理能力，省去挑選不同模型的繁瑣；在此之前，OpenAI 還計劃在 7 月底前率先上線一款開源推理模型。
大模型 · 日報
週四
7月24日 星期四
週二
7月22日 星期二
Google 推出 Gemini 2.5 Flash-Lite 穩定版：百萬輸入僅需 0.1 美元
Google 正式上線 Gemini 2.5 Flash-Lite 穩定版。它是 2.5 系列中速度最快、成本最低的模型，輸入每百萬 token 僅 0.10 美元，支援 100 萬 token 上下文及可控思考預算。對於需要高頻跑批次和低延遲的開發者來說，這是兼顧效能與錢包的實用選擇。
週一
7月21日 星期一
阿里放棄混合思考模式：釋出 Qwen3-235B 新指令微調模型
阿里 Qwen 團隊宣佈放棄混合思考模式，改為將 Instruct 和 Thinking 模型分開獨立訓練。團隊同步開源了 Qwen3-235B-A22B-Instruct-2507 及其 FP8 版本，在通用能力與智慧體任務上的表現均有提升。
Google 演示 Gemini 2.5 影像分割：動嘴就能圈出「最遠的車」
Google 介紹了 Gemini 2.5 的對話式影像分割能力。它不再只是把單個名詞對應到畫素，而是能理解「左數第三本書」「沒戴安全帽的人」乃至「受損部位」等複雜關係與抽象概念。開發者無需單獨訓練分割模型，調一次 API 就能拿到精確畫素掩碼。
Gemini 拿下 IMO 金牌水準：自然語言解出 5 題奪 35 分
Google DeepMind 宣佈搭載 Deep Think 的高階版 Gemini 在 IMO 2025 達到金牌水準。模型在 4.5 小時內純用自然語言答出 6 道題中的 5 道，拿下 35 分。相比去年需轉換形式語言且耗費數天的系統，這次完全端到端執行，後續將推送給 Google AI Ultra 訂閱者。
週四
7月17日 星期四
Hume AI 釋出 EVI 3：不僅克隆聲音，連說話風格也能模仿
Hume AI 推出新語音到語音模型 EVI 3 及配套 TTS。該模型不僅能復刻音色，還能克隆使用者的說話風格與語言表達習慣。Hume 將其稱為「個性克隆」，意味著語音 AI 正在從單純仿聲走向全方位的擬人互動。
週二
7月15日 星期二
xAI 緊急修復 Grok：不再自稱希特勒，也不再抄馬斯克的觀點
xAI 為 Grok 推出更新，承諾模型不會再自稱「希特勒」，也不會在遇到爭議話題時先去搜索馬斯克的觀點來站隊。新系統提示要求 Grok 必須基於獨立分析給出判斷。此前該模型因聯網檢索網路梗自稱姓 Hitler，引發廣泛批評。
週六
7月12日 星期六
Grok 就 7 月 8 日失控事件道歉：廢棄程式碼導致，系統提示詞將開源
Grok 團隊就 7 月 8 日出現的嚴重不當言論公開致歉。調查發現根源在上游程式碼更新激活了廢棄邏輯，導致機器人在 16 小時內易受極端推文影響，與底層模型無關。團隊已移除舊程式碼並重構系統，新版系統提示詞將釋出至 GitHub。
週四
7月10日 星期四
xAI 釋出 Grok 4：攻破 Humanity's Last Exam 超 44% 考題
xAI 正式推出新一代大模型 Grok 4，支援 256,000 token 上下文，主打複雜推理。在 Humanity’s Last Exam 測試中，該模型未呼叫外部工具即拿下超 44% 得分。此外，xAI 還同步上線了每月 300 美元的多智慧體版本 Grok 4 Heavy。
週三
7月9日 星期三
Microsoft 釋出 Phi-4-mini-flash-reasoning：吞吐量提升 10 倍的端側推理模型
Microsoft 推出 38 億引數的開源模型 Phi-4-mini-flash-reasoning。它採用融合 Mamba 與注意力機制的 SambaY 混合架構，吞吐量提升最高 10 倍，延遲降低 2 至 3 倍，支援 64K 上下文並主打端側數學推理。目前已在 Azure AI Foundry 及 Hugging Face 上線。
OpenAI 傳最快下週釋出開放模型：具備類似 o3 mini 推理能力
據 The Verge 報道，OpenAI 計劃最快下週釋出一款開放權重語言模型，具備類似 o3 mini 的推理能力。該模型除微軟 Azure 外還將上線 Hugging Face 等平臺。這是 OpenAI 自 2019 年 GPT-2 以來首次公開模型權重。
週一
7月7日 星期一
xAI 上線 Grok 4：Colossus 訓練，稱測試題已不夠用
Elon Musk 宣佈 xAI 推出最新旗艦模型 Grok 4。該模型由 Colossus 超算訓練，主打邏輯推理、程式碼與多模態能力，在 GPQA 和 AIME 等基準上超過對手。馬斯克將其稱為「物理學家用的工具」，甚至直言測試題已快不夠用了。
週一
6月30日 星期一
傳蘋果考慮用 Anthropic 或 OpenAI 替代 Siri 自研大模型
據彭博社報道，蘋果正考慮引入 Anthropic 或 OpenAI 的大模型來驅動新版 Siri，以挽回自研 AI 的落後局面。蘋果已與兩家接洽，探討在自傢俬有云部署外部模型。若成真，標誌著蘋果 AI 策略的重大轉向，但據傳這已打擊了內部自研團隊計程車氣。
週三
6月18日 星期三
OpenAI 築防生物風險：限制生化攻擊指令，7 月舉辦生物防禦峰會
OpenAI 針對未來可能達到高風險閾值的生物 AI 模型推出多重防護機制，並宣佈 7 月舉辦生物防禦峰會。系統將嚴格攔截生化武器實操指導，僅向公眾提供宏觀概念並配合紅隊測試；未來只有經稽核的研究機構才能呼叫完整模型推進科研。
週二
6月17日 星期二
Google 擴容 Gemini 2.5：Pro 與 Flash 轉正，推出極速版 Flash-Lite
Google 宣佈 Gemini 2.5 Pro 和 Flash 正式可用，並推出預覽版 2.5 Flash-Lite。它是 2.5 家族中最快、成本最低的模型，支援 100 萬 token 上下文與可調思考預算，專為高吞吐、低延遲場景打造。
OpenAI 敲定 GPT-4.5 下線時間：API 將於 7 月停用，ChatGPT 仍保留
OpenAI 近日向開發者傳送郵件，宣佈將於 2025 年 7 月 14 日從官方 API 中徹底移除 GPT-4.5 Preview。這其實是 4 月釋出 GPT-4.1 時就定下的過渡計劃，但突發提醒仍讓不少依賴其文風與創造力的團隊措手不及。好訊息是，ChatGPT 訂閱使用者依然能在網頁端下拉選單裡繼續使用它。
週二
6月10日 星期二
OpenAI 上線 o3-pro：接替 o1-pro，支援工具呼叫與 API
OpenAI 正式釋出最強推理模型 o3-pro，面向 ChatGPT Pro、Team 使用者及 API 開放，全面接替 o1-pro。該模型支援聯網搜尋和程式碼執行等工具，在數學和科學測試中跑分出眾，但目前不支援生圖與 Canvas，且響應時間更長。
Mistral 推出首款推理模型 Magistral：開源 24B 小模型，支援多語言思考
Mistral AI 釋出首個推理模型 Magistral。新模型分兩個版本：開源且商用的 24B 引數 Magistral Small，以及面向企業的 Magistral Medium。它支援用中文等多種語言原生思考並提供透明推理鏈，在 Le Chat 中還提供提速 10 倍的 Flash Answers 模式。
週五
6月6日 星期五
Anthropic 推出 Claude Gov：專供美國國安機構，涉密任務少拒答
Anthropic 推出專為美國國家安全客戶定製的 Claude Gov 模型，已部署於涉密環境。新模型針對情報分析、戰略規劃與網路安全等場景微調，最關鍵的是減少了接觸敏感機密資訊時的「拒答」情況，同時維持現有的安全評估標準。