傳 Anthropic 將推 Claude 3.7 Sonnet 500K：上下文翻倍以上
程式碼功能標記顯示 Anthropic 正準備將 Claude 3.7 Sonnet 的上下文視窗從 200K 擴大至 500K。這意味著使用者能直接喂入超大程式碼庫或長文件，避開 RAG 帶來的檢索斷層。不過目前尚不清楚該版本是否僅限企業客戶使用。
大模型 · 日報
週三
3月26日 星期三
週二
3月25日 星期二
Google 釋出 Gemini 2.5：首發 2.5 Pro，自帶深度思考並登頂競技場
Google 正式推出新一代思考模型 Gemini 2.5，首發實驗版 2.5 Pro。該模型在回答前能主動推理，以顯著優勢登頂 LMArena 榜首，支援 100 萬 token 上下文並在數學、程式設計基準上大幅領先。目前已在 Google AI Studio 和 Gemini Advanced 上線。
OpenAI 為 GPT-4o 帶來原生生圖：文字渲染超準，支援連續微調
OpenAI 宣佈把原生影像生成能力做進 GPT-4o。新模型能精準渲染圖片裡的文字，同時處理 10 到 20 個物體，並在連續對話中保持角色一致。它已取代 DALL·E 成為 ChatGPT 預設生圖工具，生成耗時最多約 1 分鐘。
週一
3月24日 星期一
阿里開源 Qwen2.5-VL-32B：強化學習最佳化，瞄準本地部署主力
阿里巴巴開源視覺語言模型 Qwen2.5-VL-32B-Instruct。該版本引入強化學習訓練，顯著提升了人類偏好對齊與數學推理能力。官方將其定位為本地執行的首選尺寸，專門解決 72B 視訊記憶體吃不消、7B 效能不夠用的尷尬折中。
週三
3月19日 星期三
OpenAI 上線 o1-pro API：能力更強，但百萬輸出 token 要 600 美元
OpenAI 正式上線 o1-pro API，先面向 Tier 1 至 5 的部分開發者開放。它通過呼叫更多算力換取更穩定的高質量回答，支援視覺、函式呼叫與結構化輸出。代價是極高昂的使用成本：每百萬輸入 token 為 150 美元，輸出則高達 600 美元。
xAI 上線影像生成 API：每張 0.07 美元，暫不支援調尺寸
xAI 宣佈在開發者 API 中開放影像生成能力，首發上線 grok-2-image-1212 模型。生成一張 JPG 格式圖片收費 0.07 美元，單次請求最多出 10 張圖。不過目前介面還不支援自定義尺寸、畫質或風格，且輸入的提示詞會被對話模型自動改寫。
Perplexity 升級 Sonar 模型：增設三檔搜尋，引用 Token 全免費
Perplexity 宣佈升級 Sonar 系列模型，並推出高、中、低三檔搜尋模式供按需平衡成本與計算量。此外，官方停止對響應中的引用 token 收費。基準測試顯示，其效能與事實準確度超越帶搜尋的 GPT-4o，呼叫成本則大幅降低。
週三
3月12日 星期三
Google 開放 Gemini 2.0 Flash 原生生圖：支援對話修改與圖內文字
Google 向開發者全面開放 Gemini 2.0 Flash 原生影像生成功能。該模型無需外掛生圖工具，可直接端到端生成圖片，支援多輪對話持續修改、跨畫面保持角色一致性，並在圖片內文字渲染上表現出色。目前可通過 Google AI Studio 和 API 測試。
週二
3月11日 星期二
OpenAI 訓練創意寫作新模型：奧特曼稱首次被 AI 文字觸動
OpenAI 執行長 Sam Altman 透露，團隊訓練出了一個極擅長創意寫作的新模型。他表示這是自己第一次被 AI 寫的東西真正打動，並曬出了一篇關於 AI 與悲痛的元小說短篇。不過，目前該模型何時、以何種形式釋出仍未確定。
週一
3月10日 星期一
ElevenLabs 語音轉文字降價 45%：Scribe 模型限時免費
ElevenLabs 宣佈將其語音轉文字模型 Scribe 的大規模呼叫價格下調 45%，並在 4 月 9 日前通過網頁 UI 提供免費試用。官方稱該模型支援 99 種語言。這意味著多語言音訊轉寫的大規模使用成本明顯降低。
騰訊釋出混元 TurboS：混用 Mamba 架構，推理成本砍到七分之一
騰訊混元推出 Hunyuan-TurboS，這是首個超大 Transformer-Mamba 混合 MoE 模型。它用 Mamba 處理長文本、Transformer 負責上下文理解，官方稱數學與推理超越 GPT-4o 與 DeepSeek-V3，推理成本僅為前代的七分之一。
週五
3月7日 星期五
傳 Meta 即將推出 Llama 4：主打原生語音且支援即時打斷
據外媒報道，Meta 計劃在數週內釋出旗艦模型 Llama 4，重點升級語音功能。該模型為原生處理文本和音訊的「全模態」架構，允許使用者隨時打斷說話，體驗對標 ChatGPT 的語音模式。此前 DeepSeek 的崛起也促使 Meta 全力加速研發。
Google 推出 Gemini 文本嵌入模型：登頂 MTEB 榜單，支援更長上下文
Google 在 Gemini API 中上線實驗性文本嵌入模型 gemini-embedding-exp-03-07。該模型基於 Gemini 訓練，在 MTEB 多語言榜單以 68.32 分登頂，領先第二名 5.81 分。開發者可通過現有的 embed_content 介面直接呼叫試用。
週四
3月6日 星期四
Tavus 釋出三款對話影片模型：表情感知全包，對話卡頓大幅改善
Tavus 推出 Phoenix-3、Raven-0 與 Sparrow-0 三款對話式影片模型並開放 API。三者分別處理高精度面部微表情、即時視覺感知與對話輪換時機，配合智慧體 Charlie 可邊看螢幕邊自然對話，大幅減少了數字人交談時的生硬停頓。
週三
3月5日 星期三
Qwen 正式上線 QwQ-32B：320 億引數推理模型，對標 DeepSeek-R1
Qwen 正式釋出 320 億引數的新推理模型 QwQ-32B。該模型基於 Qwen2.5-32B 研發，通過強化學習擴充套件顯著提升了數學與程式設計能力。最值得關注的是，阿里團隊證實了持續擴充套件強化學習能讓中等尺寸模型直接抗衡龐大的 MoE 架構。
OpenAI 推送 GPT-4.5：史上最大模型，Plus 使用者分批嚐鮮
OpenAI 開始向 ChatGPT Plus 訂閱使用者推送新模型 GPT-4.5，預計一到三天內鋪開。它是 OpenAI 迄今最大的模型，長於日常對話、常識理解並減少了幻覺；但官方直言它不是推理模型，複雜邏輯並不拔尖，且 API 生成價格高達 GPT-4o 的 15 倍。
週四
2月27日 星期四
OpenAI 釋出 GPT-4.5 預覽版：擴充套件無監督學習，情商與常識再升級
OpenAI 釋出旗下規模最大的大模型 GPT-4.5 研究預覽版。該模型通過大幅擴充套件無監督學習與算力，增強了知識深度、意圖理解與共情對話能力，並降低了幻覺。目前已向 ChatGPT Pro 使用者與付費 API 開發者開放。
週三
2月26日 星期三
微軟釋出 Phi-4 小模型：支援音畫同傳，端側跑出多模態
微軟釋出端側小模型 Phi-4-multimodal（5.6B）與純文本模型 Phi-4-mini（3.8B）。其中 5.6B 模型能在單架構內同時處理語音、影像和文本，並在 OpenASR 榜單以 6.14% 詞錯誤率登頂，後續將整合進 Copilot+ PC。
Inception Labs 釋出 Mercury Coder：首個擴散程式碼模型，每秒超 1000 token
Inception Labs 推出首個商業級擴散語言模型 Mercury Coder，拋棄傳統的逐字預測，改用類似影像生成的並行去噪方式生成程式碼。在輝達 H100 上每秒可輸出超 1000 token，效能對標 GPT-4o Mini 但速度最高快 10 倍。這意味著無需專用晶片也能大幅壓低推理延遲與成本。
週二
2月25日 星期二
xAI 上線 Grok 3 語音模式：帶「失控」和 18+ 人格，能爆粗口與尖叫
xAI 為 Grok 3 推出全新語音互動模式，面向高階訂閱使用者開放。該功能提供未過濾的「失控」與 18+「性感」等人格，不僅會爆粗口、尖叫結束通話，還能模擬語音性愛。最值得關注的是，xAI 徹底放開內容審查，與 OpenAI 形成鮮明反差。
OpenAI 釋出 Deep research 系統卡：o3 驅動，四項前沿風險評為中等
OpenAI 釋出 Deep research 系統卡，披露其在面向 Pro 使用者推出前的安全評估細節。該功能由針對網頁瀏覽最佳化的早期 o3 模型驅動，在網路安全、模型自主性等四項前沿風險評估中均獲中等評級，重點強化了防範提示詞注入與隱私保護能力。
Google 上線 Gemini 2.0 Flash-Lite：推理更強且大幅降價，開放 API
Google 宣佈 Gemini 2.0 Flash-Lite 正式在 Gemini API 上線，支援 Google AI Studio 生產環境及 Vertex AI 企業客戶。該模型推理與數學基準超越 1.5 Flash，支援 100 萬 token 上下文，輸入百萬 token 僅需 0.10 美元。
傳 DeepSeek 提前研發節奏：新一代推理模型 R2 或搶跑釋出
據外媒報道，DeepSeek 正在加速下一代推理模型 R2 的釋出節奏。知情人士透露，團隊原計劃 5 月初推出 R2，如今希望儘早釋出。新模型將重點提升程式設計能力，並增強非英語的多語言推理表現，進一步趁勝追擊擴大自身優勢。
週一
2月24日 星期一
Qwen 亮相 QwQ-Max 預覽版：主打深度推理，後續將開源 32B 版本
Qwen 團隊公佈 QwQ-Max-Preview 模型預覽，基於 Qwen2.5-Max 構建，主攻數學、程式設計與 Agent 深度推理。官方表示後續將以 Apache 2.0 協議開源 QwQ-Max，並計劃推出客戶端 App 及適合本地部署的 QwQ-32B。
Claude 3.7 Sonnet 上線：擴充套件思考過程全公開，還能設定思考預算
Anthropic 釋出 Claude 3.7 Sonnet，新增擴充套件思考模式。使用者可隨時開關深思模式，開發者還能設定「思考預算」精確控制推理耗時，其原始思考流也直接對使用者公開。新模型在開放式任務中表現亮眼，甚至能自主打下《寶可夢》三個道館徽章。
