Anthropic 发布 Claude Haiku 5.5，这是其目前最快、最便宜的小模型，平均价格比 Haiku 4.5 低约 75%，10 万 token 以内提示词最高降价 90%，超过 10 万 token 则贵 5 倍。基准测试显示其计算机使用能力提升明显，OSWorld-2.1 得分从 15.7% 升至 72.4%，Terminal-Bench 4.0 从 0 升至 39.2%，Humanity's Last Exam 无工具 45.9%、有工具 57.4%。该模型是首个支持可调推理等级的 Haiku 级模型，已在 AWS、Google Cloud 和 Microsoft Azure 上线，同时 Sonnet 5.5 的缓存读取费用从每百万 token 0.20 美元降至 0.10 美元。
匹配字段摘要
Anthropic 发布 Claude Haiku 5.5，称其是迄今最便宜、最快且能力最强的小模型，平均运行成本比 Claude Haiku 4.5 低约 75%。开发者 Lydia Hallie 转发并表示，它很适合以读取、小改动和工具调用为主、不需要太多推理的任务。
匹配字段摘要
微软发布 MAI-Code-1.1-Flash，相比 6 月 Build 大会推出的版本，token 效率提升 25%，成本降至四分之一，并已在 GitHub Copilot 中投入生产。该模型经 3-bit 量化后可在端侧运行，保留 256K 上下文窗口，在 SWE-Bench Verified 和 Terminal-Bench 2.1 上编码性能与全精度版本相当，本地调用不产生推理费用，官方建议设备内存超过 120GB。GitHub Copilot CLI 上 Terminal-Bench 2.1 提升 22%，.NET 任务提升 15%，代码存活率上升 4%，回访率增加 9%；本月底将在 GitHub Copilot 应用、CLI 和 VS Code 中开放实验性访问。
匹配字段摘要
美国初创公司 Reflection AI 发布开源权重模型 Beam，采用 MoE 架构、5010 亿参数，面向编码、推理与智能体任务，训练数据为 23.8 万亿 token。Reflection 将其定位为对标智谱 GLM-5.2 的前沿开源权重模型，并获 Nvidia 8 亿美元股权投资及 GPU 支持。文章还提到 Mistral 于 10 月 6 日预览 1 万亿参数多模态模型 Mistral Large 4，称其计划月底发布权重。
匹配字段摘要
Mistral 发布 Mistral Large 4 预览版，这是一个 1 万亿参数、490 亿激活参数的模型，在自家 3,800 块 NVIDIA Grace Blackwell GPU 集群上训练，目前通过 API 提供。该模型在 Mistral API 中只支持 none 和 high 两档推理级别，官方承诺本月底放出开放权重版本。它在 Artificial Analysis 上得分 38，略低于 552B 的 DeepSeek 4.1 Flash，相比去年 12 月得分 9 的 Mistral Large 3 提升明显。
匹配字段摘要
估值 250 亿美元的 Reflection AI 发布首款开源权重模型 Beam，面向编码与智能体任务，公司称其以远低于中国实验室 Z.ai GLM-5.2 的算力达到相近的推理和编码成绩。Reflection 计划本月以 Apache 2.0 许可证放出 Beam 权重，允许企业自行定制和部署，并已在韩国测试由对冲基金或政府用自有芯片和私有数据运行 Beam 的 AI 工厂模式。在自家测试中 Beam 仍落后于 Moonshot 的 Kimi K3，但优于 Thinking Machines 的 Inkling 等美国开源系统。
匹配字段摘要
蚂蚁集团 AntLingAGI 发布 Ling 3.1 Flash，这是一款 560B 总参数、25B 激活参数、1M token 上下文窗口的推理模型，在 Artificial Analysis Intelligence Index v4.3 上得分 41，高于 8 月发布的 Ling 3.0 Flash 的 20。该模型智能体能力提升明显，GDPval-AA v2 Elo 为 1,622、AA-Briefcase Elo 为 1,400，AutomationBench-AA 达 62%、Terminal-Bench v4.0 达 33%；AA-Omniscience 得分 +2，较前代提升 22 分，准确率从 18% 升至 29%，幻觉率从 44% 降至 38%。定价为每 1M 输入/输出 token 0.30/0.90 美元，缓存输入 0.06 美元，目前可通过 Novita AI 访问，权重即将开放。
匹配字段摘要
Reflection AI 发布首款开源权重模型 Beam，采用稀疏 MoE 架构，总参数 501B、每 token 激活 23B，面向编码、推理与智能体工作负载。该模型预训练使用 23.8 万亿 token，在 6,144 块 NVIDIA GB300 NVL72 GPU 上不到 4 周完成，中训练将有效上下文扩展至 1M token；强化学习阶段用 10.5K 块 GB300 GPU 运行 4 周，生成超 1 亿次 rollout。Reflection 报告 Beam 在 SWE-bench Verified 得分 80.9、Terminal Bench v2.1 得分 80.1，目前处于最终红队测试阶段，通过 Reflection 平台候补名单提供早期访问，Apache 2.0 权重计划于本月晚些时候发布。
匹配字段摘要
Reflection AI 正式发布其首个前沿开源权重模型 Beam，称在高级推理基准上与中国领先开源模型持平，且推理算力消耗少 3-4 倍。Beam 为文本 MoE 模型，总参数 5010 亿、激活 230 亿，预训练 23.8 万亿 token，上下文窗口 100 万 token；对比 Z.ai 的 GLM-5.2 总参数约 7440 亿、激活 400 亿。公司称本月将公开权重与完整技术细节，并通过超大规模云厂商和 neocloud 分发，性能主张尚未经独立验证。
匹配字段摘要
Reflection 发布 Beam，这是一个高效的智能体开源模型，总参数 501B、激活参数 23B，强调前沿推理效率，并在编码与智能体任务上推进西方开源前沿，且从零开始端到端训练。完整权重将于本月发布。Hugging Face CEO Clément Delangue 转发了这条消息。
匹配字段摘要
中电信人工智能科技有限公司发布星辰大模型 Xing4.0-29B-A4B，总参数 29B、激活参数 4B，全流程训练在国产昇腾 910C 集群完成，并冲进 Hugging Face 趋势榜前四。该模型经 4-bit 量化后单卡显存占用约 15GB，可在 RTX 3090、4090 等 24GB 显卡本地运行，推理吞吐可达 30tokens/s。评测中 SWE-bench Verified 得 75.0 分，Terminal-Bench 2.1 得 57.5 分，Claw-Eval 得 76.55 分，并已在集团客服智能体场景完成私有化部署，同步上架 GitHub、HuggingFace、魔搭、Gitee、魔乐五大社区。
匹配字段摘要、正文
微软发布首款流式转写模型 MAI-Transcribe-2-Streaming，支持 60 种语言和自动连续语言检测，在 Artificial Analysis 的最终与部分转写准确率上均排名第一，收到音频后 100ms 出头即可给出首个部分结果，年内按每小时音频 0.54 美元计价。同时发布多语言文本转语音模型 MAI-Voice-2.1，支持 23 种语言和 26 个地区，单一音色可用各语言的原生口音，定价每 100 万字符 22 美元；以及面向高并发低延迟场景的 MAI-Voice-2.1-Flash，端到端延迟 150ms、可生成 45 秒音频，推理速度提升 55%，定价每 100 万字符 15 美元。三款模型可通过 Microsoft Foundry 等渠道使用，MAI-Voice-2.1 系列已上线 OpenRouter。
匹配字段摘要
OpenAI 新模型 GPT-5.3-Codex-Spark 由 Cerebras 提供算力，已进入研究预览，这是双方合作的首个发布。该模型基于 Cerebras Wafer-Scale Engine，运行速度超过 1,000 tokens/s，面向需要即时反馈的实时软件开发，是 Codex 为快速推理优化的小型版本，在 SWE-Bench Pro 和 Terminal-Bench 2.0 等基准上响应能力优于 GPT-5.1-Codex-mini 且耗时更短。它正面向 ChatGPT Pro 用户在 Codex app、CLI 和 VS Code 扩展中推出，API 访问将向部分设计合作伙伴开放。
匹配字段摘要
Perplexity Research 与 turbopuffer 发布 pplx-embed-v2-context-9b-preview，一个面向 RAG 管线的上下文嵌入模型，每个 chunk 在编码时都能看到完整文档。模型以 Perplexity 的 query-aware 上下文压缩模型作为教师，用逐 token 打分池化出的软目标替代单一 gold passage 标注，训练时随机采样切块策略，推理阶段不增加延迟或存储。权重已在 Hugging Face 以 MIT 许可开源，需 transformers>=5.4.0 并设置 trust_remote_code=True，暂未上线 Perplexity API，模型卡提示权重与接口可能不向后兼容。模型基于内部 9B ColBERT 检索模型，线性投影输出 2048 维，Matryoshka 训练支持 1024 维，量化感知训练支持原生 int8 嵌入，训练使用约 430 个数据集、覆盖 50 多种语言。
Perplexity Research 与 turbopuffer 发布 pplx-embed-v2-context-9b-preview，一个面向 RAG 管线的上下文嵌入模型，每个 chunk 在编码时都能看到完整文档。模型以 Perplexity 的 query-aware 上下文压缩模型作为教师，用逐 token 打分池化出的软目标替代单一 gold passage 标注，训练时随机采样切块策略，推理阶段不增加延迟或存储。权重已在 Hugging Face 以 MIT 许可开源，需 transformers =5.4.0 并设置 trust remote code=True，暂未上线 Perplexity API，模型卡提示权重与接口可能不向后兼容。模型基于内部 9B ColBERT 检索模型，线性投影输出 2048 维，Matryoshka 训练支持 1024 维，量化感知训练支持原生 int8 嵌入，训练使用约 430 个数据集、覆盖 50 多种语言。
匹配字段摘要
当地时间9月30日，谷歌推出新模型 Gemini 4 Argon，称能在复杂、长周期工作流中持续进行深度推理。该模型目前只向一批可信赖的网络安全防御人员开放，谷歌称需分阶段发布高水平模型能力，并自愿与美国政府协调沟通，逐步扩大适用范围，后续在完善安全防护后尽快向开发者、企业和消费者提供。
匹配字段摘要、正文
Google 发布新前沿模型 Gemini 4 Argon，面向复杂长周期工作流，主打深度推理，覆盖真实软件工程、法律金融等企业知识工作与网络安全防御场景。该模型输出 token 上限提升至 1M tokens，目前先向 Fairwind Program 中的可信网络防御者开放，后续将尽快扩大可用范围。
匹配字段摘要
Google DeepMind 发布 Gemini 4 Argon，这是其 7 个多月来首个 Flash 级别以上的专有模型，目前正向部分用户推送，尚未公开可用。高推理模式下它在 Artificial Analysis 智能指数上得分 53，追平 GPT-6 Astra（max，53），领先 GPT-6.1 Sol（max，52）1 分，比此前的 Gemini 3.1 Pro Preview（30）高 23 分。在 50% 折扣价下每任务成本 1.99 美元，为 GPT-6 Astra（max）的 60%，折扣结束后升至 3.98 美元；其幻觉率 15%，是智能指数 45 分以上模型中最低的。
匹配字段摘要
GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用，作为 GPT-6 Sol 的重大升级，面向智能体编码、计算机使用和专业工作负载。据 OpenAI，它在 DeepSWE v1.1 上以约五分之一的单任务成本达到 GPT-6 Astra 的水平，并比 GPT-6 Sol 最佳成绩高 6.4 个百分点，且推理投入更低。Bedrock 侧提供 IAM 策略管控、CloudTrail 审计、VPC 端点与零操作员访问，推理数据不用于模型训练。
匹配字段摘要
Inception 发布旗舰扩散语言模型 Mercury 的升级版本，在编码、指令遵循、数学解题和知识召回上均有提升，并同步宣布完成由 Menlo Ventures 领投的 5000 万美元融资。新版本通过扩大参数与训练数据、升级去噪器架构、改进训练目标与推理算法并推出全新服务引擎来实现这些提升，现已上线其 API 平台及 OpenRouter、Models.dev 等合作渠道，价格维持每 100 万输入 token 0.25 美元、每 100 万输出 token 1.00 美元不变，新用户可获 1000 万免费 token。
匹配字段摘要
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线，定位为面向编码与知识工作的更高效 Sonnet 模型，多数任务单任务成本更低、速度更快。该模型适合持续或规模化负载，例如告警首次响应、智能体持续监控、SQL 生成、UI/UX 测试和 IDE 内编码智能体；需要判断力的工作如发布调试、多 PR 功能栈、大型 PR 安全审查则交给 Opus 5.5。用户可在 Bedrock 控制台 Playground 选择 Sonnet 5.5，或通过 Anthropic SDK、AWS CLI 和 AWS SDK 调用，目前通过 bedrock-runtime 的 Global CRIS 推理配置文件提供。
匹配字段摘要