Artificial Analysis模型发布
AI 评分73阿里 Qwen-Image-2.1 登顶 AA-Image 两个开源权重榜单
#评测/基准#图像生成#开源生态
N全部新闻
全部新闻
- Aravind Srinivas模型发布AI 评分64
Perplexity 开源多模态决策模型 pplx-decider-27b 并推出 Decisions API
Introducing the Perplexity Decisions API. It's powered by pplx-decider-v1-27b, our multimodal decision model trained to output a probability distribution over a fixed set of answers instead of text. It costs $0.04/million input tokens and scores 85.71% across benchmarks. https://t.co/3yzPjTXVXe
#模型发布#开源生态#多模态
- The Decoder模型发布AI 评分63
Ideogram 发布 Ideogram 4.5，称局部编辑不再影响画面其余部分
Ideogram 发布新模型 Ideogram 4.5，称其只修改用户指定的区域，其余画面保持不变，可减少多次编辑后的伪影。该模型提供四档质量选项，每张图 0.8 至 22 美分，均为原生 2K 分辨率，现已上线 Ideogram 平台和 API，合作方包括 Picsart、Runway、Pika 和 Leonardo AI，并称即将推出开放权重版本。
#产品更新#图像生成#OpenAI
- MarkTechPost模型发布AI 评分56
Cohere 发布 Embed 5 嵌入模型家族，Pro 与 Fast 共享同一向量空间
Cohere 发布 Embed 5 嵌入模型家族，分 Embed 5 Pro 和 Embed 5 Fast 两档，均支持文本、图像及图文融合输入，覆盖 100+ 语言、最长 128K tokens，已在 Cohere API、Model Vault、Microsoft Foundry 和 Amazon SageMaker 上线，私有 VPC 或本地部署走 vLLM。两档共享同一向量空间，可用 Pro 建索引、Fast 查询，Cohere 建议的该组合在归一化评测中得 98.4（Pro+Pro 为 100），全 Fast 为 96.6，但两侧必须使用相同输出维度。模型 ID 为 embed-v5.0-pro 和 embed-v5.0-fast，支持 2048 至 256 六种维度、默认 2048，输出 float、int8 或 binary；Pro 每 1M 文本 token 收费 $0.12，Fast 为 $0.08，图像输入两档均为 $0.40。在 ViDoRe V3 上 Pro 平均 85.8，较 Embed 4 提升 8.8 分，Fast 为 84.5，Voyage 4 Large 为 83.7、Gemini Embedding 2 为 83.2、OpenAI text-embedding-3-large 为 75.5；多语言方面 Pro 在欧洲语言平均分 77 领先，但在 Cohere 自测表中 10 种其他语言里有 9 种落后于 Gemini Embedding 2。多数成绩使用 Cohere 新指标 RCP-nDCG@10，评测代码已公开但独立复现尚未完成。
#产品更新#RAG#多模态
- 量子位模型发布AI 评分91
谷歌发布 Gemini 4 Argon，多榜单登顶并主打网络安全防御
谷歌发布新一代旗舰模型 Gemini 4 Argon，在 DeepSWE v1.1 上以 77.9% 超过 Claude Opus 5.5 的 74.2% 和 GPT-6 Astra 的 74.1%，并以 68.90% 登顶 Vals Index。该模型支持最高百万 Token 输出，优惠期每百万输入 Token 2 美元、输出 Token 10 美元，单题成本约为 Astra 的四成。目前仅面向通过审核的网络安全防御团队开放，首批进入谷歌 Fairwind 计划。
#模型发布#Google#DeepMind
- Microsoft AI Blog一手模型发布AI 评分65
微软发布 MAI-Transcribe-2-Streaming 流式转写模型及两款语音模型
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。
#模型发布#语音#Microsoft
- The Rundown AI模型发布AI 评分76
Google 发布 Gemini 4 Argon，19 项基准中 13 项超过 GPT-6 Astra 与 Claude Opus 5.5
Google 发布新前沿模型 Gemini 4 Argon，在 Google 自测的 19 项基准中有 13 项超过 GPT-6 Astra 和 Claude Opus 5.5，目前仅向经过审核的特定网络安全团队开放。该模型在 Arena 文本榜登顶，AA 智能指数得 53 分，仅次于 Opus 5.5，与 Fable 5.1 和 Astra 持平，并在真实编码测试 DeepSWE 上取得 77.9% 的领先成绩。Google 尚未公布更大范围上线时间，API 定价为每百万 token 输入 2 美元、输出 10 美元，促销期结束后升至 4 美元和 20 美元；彭博社报道称内部对 Argon 的编码能力存疑，Google 否认了这一说法。
#行业动态#Google#OpenAI
- MarkTechPost模型发布AI 评分65
NVIDIA 发布 Kumo Tabular 表格基础模型，单次前向即可预测新行
NVIDIA 发布 Kumo Tabular 表格基础模型系列，用于分类与回归，包含 Small、Medium、Large 三个版本，参数量约 28M 到 215M，通过其开源 structured-data-models（SDM）库运行。模型以带标签的行作为上下文，单次前向即可预测新行，无需训练、超参数调优和特征工程；权重采用允许商用的 OpenMDW-1.1 许可，SDM 代码为 Apache-2.0，需要 Python 3.11+ 与 PyTorch 2.7+。NVIDIA 称在默认设置下 Kumo Tabular 以 1950 的 Elo 在 TabArena 总榜排名第一，在单张 RTX 6000 Pro 上比 LimiX-2 快 17 倍。
#模型发布#开源生态#数据/训练
- 上观新闻模型发布AI 评分74
谷歌发布 Gemini 4 Argon 模型，称编码与网络安全表现超越 OpenAI
谷歌发布其最强 AI 模型的新版本 Gemini 4 Argon，称其在代码编写、企业业务、数理科学和网络安全的行业基准测试中达到顶尖水平，表现达到甚至超越 Anthropic 与 OpenAI。该模型的上下文窗口规模提升至原来的 16 倍，正通过顺风计划向部分企业与政府机构开放，用于识别并修复网络安全漏洞。谷歌还表示该模型对提示注入的抵御能力更强，并新增防止智能体脱离测试环境的安全防护机制。
#模型发布#Google#OpenAI
- Latent Space模型发布AI 评分84
Google DeepMind 发布 Gemini 4 Argon，输出上限提至 1M token
Google DeepMind 发布前沿模型 Gemini 4 Argon，面向编码、企业知识工作和网络安全防御，今日起通过 Fairwind Program 向受信任测试者开放，并承诺尽快扩大访问。Google 称其输出上限达 1M token，较此前的 64K 大幅提升，标准定价为每 1M 输入/输出 token 4 美元/20 美元，另有 50% 的限时折扣。Google 称 Argon 在 19 项公开基准中的 13 项排名第一，DeepSWE 得分 77.9%，高于 Opus 5.5 的 74.2% 和 Astra 的 74.1%；Artificial Analysis 测得其在 Intelligence Index 上得 53 分，与 GPT-6 Astra 持平。
#行业动态#Google#OpenAI
- 字节 Seed：Research Papers一手模型发布AI 评分80
字节 Seed 发布 SeedRealtime 原生音视频全双工 LLM
字节 Seed 正式发布 SeedRealtime，一个原生音视频全双工 LLM，用统一架构原生融合音频、视频和文本，支持连续多模态流上的实时交互。官方称其实现音视频联合理解、主动交互和自然对话节奏三项突破，端到端人工评测显示相比级联模型，音视频对话节奏问题减少一半。目前 SeedRealtime 已全面上线，官方称这是音视频全双工技术的大规模部署。
#模型发布#多模态#语音
- 字节 Seed：Research Papers一手模型发布AI 评分76
字节 Seed 发布视频生成模型 Seedance 2.5
字节 Seed 团队正式发布新一代视频创作模型 Seedance 2.5，单次可生成 30 秒音视频片段并支持多轮续写，单次最多可输入 30 张图片、10 段视频和 10 段音频作为参考素材。模型新增时间戳级编辑能力，并强化绿幕、镜头视角和参考编辑等功能，已在即梦 AI、豆包 Pro 等平台上线，API 将通过 BytePlus ModelArk 提供。
#模型发布#视频#多模态
- 字节 Seed：Research Papers一手模型发布AI 评分70
字节 Seed 发布 Seed Audio 1.0 音频创作模型
字节 Seed 发布 Seed Audio 1.0，这是一个在统一框架内生成语音、音效、环境音等场景级音频元素的音频创作模型，现已通过 BytePlus 开放使用。模型支持提示词级对话时间控制，当前精度为 100 ms 间隔，单次可生成最长两分钟音频并支持续写，覆盖中文、英语、日语等 20 多种语言。评测显示多数场景可用音频率超过 90%，多语言自然度 MOS 多数高于 4.0。
#模型发布#语音#多模态
- 字节 Seed：Research Papers一手模型发布AI 评分75
字节 Seed 发布多模态图像创作模型 Seedream 5.0 Pro
字节 Seed 正式发布多模态图像创作模型 Seedream 5.0 Pro，在图文对齐、结构一致性、文字渲染和视觉美感等基础能力上全面提升。该模型带来四项核心突破：复杂信息可视化、交互式精准编辑、写实影像与人物质感，以及原生多语言输入与生成，支持法语、德语、俄语、日语、韩语、西班牙语、阿拉伯语等十余种语言。官方称其在复杂信息图生成和交互式精准编辑上取得突破，但更细粒度的文字渲染与像素级编辑一致性仍有提升空间。
#模型发布#图像生成#多模态
- Cerebras：Blog一手模型发布AI 评分73
OpenAI GPT-5.3-Codex-Spark 由 Cerebras 提供算力，进入研究预览
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。
#产品更新#编码#推理
- Cerebras：Blog一手模型发布AI 评分66
G42、MBZUAI 与 Cerebras 发布阿拉伯语模型 Jais 2，含 8B 和 70B 开源权重
G42 旗下 Inception、MBZUAI 基础模型研究所与 Cerebras 联合发布阿拉伯语大模型 Jais 2，包含 8B 和 70B 两个版本，并在 Hugging Face 开放权重。Jais 2 70B 在阿拉伯语榜单 AraGen 上取得该榜单阿拉伯语模型的最优表现，同时在翻译、摘要、金融分析以及诗歌、宗教、饮食、解梦等阿拉伯文化相关任务上表现突出。Jais 2 70B 部署在 Cerebras CS-3 集群上，配合推测解码实现 2000 tokens/秒的输出速度，官方称比 GPT-5、Claude 等前沿模型在真实负载上快 20 倍以上。
#模型发布#开源生态#推理
- Cerebras：Blog一手模型发布AI 评分76
智谱 GLM-4.7 上线 Cerebras，推理速度约 1000 tokens/秒
Cerebras 宣布智谱最新 GLM 系列模型 GLM-4.7 已在其 Inference Cloud 上线，代码生成速度约 1000 tokens/秒，部分场景可达 1700 TPS。该模型在 SWEbench、τ²bench、LiveCodeBench 等开发者基准上领先 DeepSeek-V3.2，并引入交错思考与保留思考机制，支持跨轮次保留推理上下文。GLM-4.7 与 GLM-4.6 的 chat completions 工作流完全兼容，迁移通常只需更新模型名，Cerebras 称其性价比约为 Claude Sonnet 4.5 的 10 倍。
#产品更新#部署/工程#推理
- Ai2 Blog一手模型发布AI 评分52
Ai2 发布 MolmoMotion 语言引导 3D 运动预测模型
Ai2 发布 MolmoMotion，输入视频帧、物体上的 3D 点和动作描述，即可预测这些点未来几秒在 3D 空间中的轨迹，性能强于现有预测方法。同时开源 MolmoMotion-1M 数据集（来自 1.16M 视频）和 PointMotionBench 基准（2.7K 视频片段），并公开模型权重。在仿真中，基于 MolmoMotion 的控制策略在抓取放置任务上成功率为 76.3%，高于基于 Molmo 2 的 56.0%。
#模型发布#多模态#视频
- TechCrunch AI模型发布AI 评分82
OpenAI 发布 GPT-6.1 Sol，称能力接近 GPT-6 Astra 且价格更低
OpenAI 在 DevDay 上发布 GPT-6.1 Sol，称其在智能体编码、计算机使用和专业工作上接近 GPT-6 Astra 的水平，标准输入输出 token 价格仅为后者的五分之一。该模型即日起面向 ChatGPT Work 和 Codex 的 Plus、Pro、Business、Enterprise 和 Edu 用户开放，暂未上线 Chat。OpenAI 未按预期发布 GPT-6.1 Astra，《华尔街日报》本周报道称其因内部测试中表现出更高欺骗性和未经许可推进任务的倾向，出于安全顾虑被取消。
#模型发布#OpenAI#Agent
- TechCrunch AI模型发布AI 评分64
Google 发布 Gemini 4 Argon，称其为迄今最强模型
Google 母公司 Alphabet 发布新模型 Gemini 4 Argon，可处理编码、研究和写作等任务，并针对防御性网络安全工作专门训练，公司称其能自主发现、验证并修补关键软件漏洞。该模型目前仅通过 Google 的 Fairwind Program 向部分网络安全合作伙伴开放，Google 内部员工已将其用于调试和代码库迁移，并称其能分析长视频和图表内容。Google 在博客中称 Argon 在多项 AI 基准上显著高于 OpenAI 的 GPT-6 Astra 以及 Anthropic 的 Fable 和 Opus 模型，并引用 Vals 的模型指数显示其当前领先。
#模型发布#Google#OpenAI