OpenAI 上線 API Reserved Tier：按分鐘鎖定算力，高峰期不擠兌
OpenAI 針對企業客戶推出 API 預留層 Reserved Tier。使用者能以「每分鐘美元」預購指定模型的專屬吞吐量，在高峰期免受限速困擾，且適用於標準與快速模式。超額用量轉為普通按量計費，但不支援批處理與彈性呼叫。
大模型 · 日報
週二
5月19日 星期二
Google 釋出 Gemini 3.5 Flash：智慧體跑分超前代 Pro，速度快 4 倍
Google 推出 Gemini 3.5 系列模型並首發上線 3.5 Flash。它主打長時間跨度的智慧體行動與程式設計能力，跑分超越 Gemini 3.1 Pro，生成速度比其他前沿模型快 4 倍。目前已在 Gemini 應用、搜尋 AI 模式和 API 中全量開放，3.5 Pro 預計下月推出。
Google 把街景裝進 Genie：真實世界秒變可互動 3D 虛擬場景
Google 將通用世界模型 Project Genie 與街景影像打通。使用者選定美國真實地點後，可套用「海洋世界」等風格生成互動環境，供機器人或智慧體訓練與漫遊。該原型功能現面向全球每月 200 美元的 Google AI Ultra 訂閱者開放。
Odyssey 推出兩款世界模型：即時音畫同步，還能 4 人聯機打遊戲
Odyssey 推出世界模型 Starchild-1 與 Agora-1。前者能根據使用者輸入即時生成音畫同步的內容且無固定時長，後者首次支援最多 4 名玩家在同一個由 AI 即時生成的虛擬世界中互動。這意味著世界模型正從離線影片生成轉向真正可互動的多人模擬引擎。
週四
5月14日 星期四
Poetiq 釋出 Meta-System：不微調模型，GPT-5.5 程式設計刷出 93.9% SOTA
Poetiq 公佈其 Meta-System 評測結果，該系統靠遞迴自我改進自動構建排程外掛框架，無需微調模型，僅憑標準 API 就讓 GPT-5.5 在 LiveCodeBench Pro 拿下 93.9% 的 SOTA。這套框架還能跨模型複用，不過目前該工具仍處於候補名單階段。
傳 Google Gemini 3.2 Flash 效能達 GPT-5.5 的 92%，成本僅二十分之一
據業內人士 Bindu Reddy 爆料，Google Gemini 3.2 Flash 在程式設計與推理上達到 GPT-5.5 效能的 92%，推理成本降低 15 至 20 倍。得益於 DeepMind 的蒸餾與稀疏化技術，其延遲據稱低於 200 毫秒。如果屬實，高難度任務的落地成本將大幅降低。
週一
5月11日 星期一
Anthropic 推出 Claude Platform on AWS：原生功能首日同步，接入統一賬單
Anthropic 正式上線 Claude Platform on AWS。AWS 客戶可通過原有 IAM 憑據和統一賬單直接呼叫完整原生 API，首日即可用上 Managed Agents 和程式碼執行等新功能。該服務由 Anthropic 運營，與資料完全留在 AWS 邊界內的 Bedrock 形成互補。
Thinking Machines 推出互動模型：拋棄輪流說話，200 毫秒級原生即時協作
Thinking Machines 釋出互動模型研究預覽。它徹底拋棄了你一句我一句的傳統對話架構，改用 200 毫秒微輪次持續處理音影片與文本，並在後臺非同步呼叫深度推理。AI 不僅能邊聽邊說、主動插話，還能在交流同時呼叫工具檢索，讓協作更像真人互動。
週五
5月8日 星期五
Google 全面開放 Gemini 3.1 Flash-Lite：主打超低延遲與高併發智慧體
Google 宣佈 Gemini 3.1 Flash-Lite 在企業級智慧體平臺上正式商用（GA）。作為 Gemini 3 系列中速度最快、成本最低的型號，它專為高併發與超低延遲任務設計；早期客戶 Gladly 實測成本降低約 60%，完整回覆的 p95 延遲僅約 1.8 秒。
週四
5月7日 星期四
OpenAI 推出 GPT-5.5-Cyber：給白帽駭客鬆綁，專防關鍵基礎設施
OpenAI 針對關鍵基礎設施防禦者限量推出 GPT-5.5-Cyber 預覽版，並推行「Trusted Access for Cyber」機制。通過身份認證的白帽人員能減少合規攔截，執行紅藍對抗與漏洞驗證。最值得關注的是，該模型重點放寬雙重用途限制，不過申請者須在 6 月 1 日前開啟防釣魚多因素認證。
OpenAI 推出三款即時語音模型：上下文擴至 128K，支援邊推理邊幹活
2026-05-07，OpenAI 在 Realtime API 中推出 GPT-Realtime-2 等三款語音模型。新模型支援多級推理與並行工具呼叫，上下文從 32K 擴至 128K，並加入支援 70 多種語言的即時同傳和低延遲流式轉寫功能，讓語音助手能在對話中直接處理複雜任務。
週三
5月6日 星期三
字節跳動釋出 Seed 2.0：三款智慧體模型齊發，Lite 搞定全模態
字節跳動正式推出 Seed 2.0 系列通用智慧體模型，提供 Pro、Lite 和 Mini 三種規格。Pro 主攻複雜長鏈推理，Mini 面向高併發部署，Lite 則原生打通圖文音影片全模態理解。這一代重點強化了真實業務中的長流程任務執行穩定性。
Anthropic 聯手 SpaceX 擴充算力：Claude Code 限額翻倍，取消高峰限制
Anthropic 宣佈與 SpaceX 達成合作，拿下 Colossus 1 資料中心全部算力（超 22 萬塊 NVIDIA GPU）。得益於算力補強，Claude Code 的 5 小時用量限制即日起翻倍，Pro 和 Max 方案取消高峰期限制，Opus 模型的 API 限額也大幅上調。
週二
5月5日 星期二
Subquadratic 釋出 SubQ 大模型：支援 12M 上下文，速度快 52 倍
Subquadratic 釋出基於次二次方稀疏注意力架構的大模型 SubQ。該模型擁有 1200 萬 token 上下文視窗，在 1MM token 下執行速度比 FlashAttention 快 52 倍，成本不足 Opus 的 5%，計算量減少近 1000 倍。
OpenAI 上線 GPT-5.5 Instant：設為 ChatGPT 新預設，高風險領域幻覺減半
OpenAI 宣佈上線 GPT-5.5 Instant 並設為 ChatGPT 全員預設模型。新模型在醫療、法律與金融等高風險場景下的幻覺陳述減少 52.5%，回答更簡短剋制，同時強化了圖片分析與跨聊天記憶聯動，並支援檢視個性化引用的記憶來源。
週五
5月1日 星期五
xAI 釋出 Grok 4.3：自帶推理能力，API 價格腰斬
昨晚，xAI 釋出基礎大模型 Grok 4.3 並上線網頁版聲音克隆套件。新模型內建常態化推理，擁有 100 萬 token 上下文視窗並支援網頁搜尋等智慧體工具呼叫。API 價格大幅下調，每百萬輸入和輸出 token 降至 1.25 美元與 2.5 美元，相比前代降幅達 40% 和 60%。
週四
4月30日 星期四
AISI 評估 GPT-5.5 網路攻擊能力：通關 32 步企業滲透測試
英國 AISI 釋出報告，OpenAI 的 GPT-5.5 成為繼 Claude Mythos 之後第二個完全攻破其企業網路靶場的模型。在需要專家耗時 20 小時的 32 步滲透測試中，它 10 次嘗試成功 2 次，並在專家級任務中拿下 71.4% 的通過率，但工控靶場仍未攻破。
週三
4月29日 星期三
OpenAI 破案 GPT-5「哥布林」怪癖：竟來自 Nerdy 個性的獎勵訓練外溢
OpenAI 發文復盤 GPT-5.1 以來模型頻頻使用「哥布林」打比方的根源。調查發現，為 Nerdy 個性設計的獎勵訊號在 76.2% 的資料集中過度偏好生物詞，隨後通過強化學習外溢至全部對話。OpenAI 已於 3 月退役該個性並清洗資料。
週二
4月28日 星期二
NVIDIA 釋出開源全模態模型 Nemotron 3 Nano Omni：吞吐提升最高 9 倍
NVIDIA 釋出開源全模態模型 Nemotron 3 Nano Omni。它將視覺、音訊與語言統一進單一系統，吞吐量比同類開源全模態模型最高提升 9 倍。最值得關注的是，它免去了智慧體在獨立模型間流轉資料的延遲，大幅加速計算機操作與多模態推理。
SpAItial 釋出 3D 世界模型 Echo-2：單張照片生成可漫遊場景，跑分超 Marble 1.1
SpAItial 釋出 3D 世界生成模型 Echo-2，可將單張照片或文本轉化為持久、可互動的 3D 環境。模型支援基於語義分割的區域性物體編輯，並能通過 3DGS 在網頁端即時渲染，在 WorldScore 基準上全面超越 World Labs 的 Marble 1.1。
週五
4月24日 星期五
DeepSeek 開源 V4 預覽版：全系標配 1M 上下文，上線 Pro 與 Flash
DeepSeek 正式釋出並開源 DeepSeek-V4 Preview，全線預設支援 1M 上下文。本次推出 1.6T 引數的 Pro 與 284B 的 Flash 兩款 MoE 模型，通過混合壓縮注意力將超長上下文的 KV 快取佔用壓至傳統架構的 2%，專為長流程智慧體打造。網頁端與 API 現已上線，老模型將於 7 月 24 日退役。
週四
4月23日 星期四
OpenAI 釋出 GPT-5.5：程式設計推理大提速，SWE-Bench Pro 拿下 58.6%
OpenAI 釋出 GPT-5.5 和 GPT-5.5 Pro，主打複雜任務規劃與智慧體程式設計。新模型延遲與 GPT-5.4 相當，但消耗更少 token，在 Terminal-Bench 2.0 跑出 82.7%。ChatGPT 付費使用者及 Codex 現已可用，API 也已同步開放。
xAI 釋出 Grok Voice 1.0：帶後臺即時推理，直接接管客服電話
xAI 推出旗艦語音智慧體模型 Grok Voice 1.0 並開放 API。它支援 25 種以上語言，可在不增加延遲的前提下在後臺即時思考與呼叫工具，準確採集地址、賬號等複雜資訊，目前已用於 Starlink 電話客服。
週三
4月22日 星期三
Google 宣佈 Gemini Embedding 2 正式可用：跨音影片統一檢索
Google 宣佈原生多模態嵌入模型 Gemini Embedding 2 正式可用。它支援在文本、影像、影片和音訊之間進行統一檢索與推理，省去以往拼湊工具的繁瑣流程。目前開發者可通過 Gemini API 直接投入生產使用。
