Anthropic 发布 Claude Haiku 4.5，其编码性能接近五个月前的 Sonnet 4，但成本仅为其三分之一，速度提升超过两倍。该模型在部分任务上超越 Sonnet 4，API 定价为每百万输入 token 1 美元、输出 token 5 美元，现已通过 Claude API、Amazon Bedrock 和 Google Cloud Vertex AI 提供。
#模型发布#Anthropic#编码
Qwen3-VL 已在 Ollama 云端上线，本地版本将很快提供。该模型支持操作 PC 和手机 GUI 的视觉智能体、从图像和视频生成 Draw.io/HTML/CSS/JS、原生 256K 上下文并可扩展至 1M，OCR 语言从 19 种增至 32 种。Ollama 同时给出 JavaScript、Python 库及 OpenAI 兼容 API 的调用方式。
#产品更新#多模态#部署/工程
微软 AI 发布首款完全自研的图像生成模型 MAI-Image-1，在 LMArena 文本生图榜单中进入前十。该模型主打照片级真实感，擅长光照（如反弹光、反射）和风景等场景，官方称其速度与质量组合优于许多更大更慢的模型。11 月 4 日起，MAI-Image-1 已开始接入部分微软产品：在 Bing Image Creator 中与 DALL-E 3、GPT4o 并列可选，并用于 Copilot Audio Expressions 的 Story Mode 配图，目前面向所有可访问 Bing Image Creator 和 Copilot Labs 的国家开放。
#模型发布#图像生成#Microsoft
Liquid AI 发布首个端侧 MoE 模型 LFM2-8B-A1B 的早期 checkpoint，总参数 8.3B、每 token 激活 1.5B，质量接近 3-4B 稠密模型，速度超过 Qwen3-1.7B。模型共 18 个门控短卷积块和 6 个 GQA 块，除前两层外每层含 MoE 块，每块 32 个专家、每 token 激活 top-4。基础版预训练约 12T token，语料约 55% 英文、25% 多语言、20% 代码，MMLU-Pro 比 LFM2-2.6B 提升 11.46 分，现已上线 Hugging Face，兼容 llama.cpp、ExecuTorch 和 vLLM。
#模型发布#端侧#数据/训练
Liquid AI 发布 LFM2-Audio-1.5B，一个端到端音频与文本生成基础模型，仅 1.5B 参数，支持音频和文本的任意输入输出组合。该模型在 VoiceBench 上取得 56.8 总分，端到端延迟低于 100 ms，推理速度比同类模型快 10 倍以上，可覆盖实时对话、ASR、TTS 和音频分类等场景。
#模型发布#语音#端侧
OpenAI 推出 Sora 2 模型与全新的 Sora 应用，用户可创建、分享和观看视频。应用提供 cameo 功能，可将本人及朋友放入视频，并重点改善角色一致性。团队还设置了肖像滥用、深度伪造及非法内容防护，并计划围绕长期满意度、信息流控制和用户福祉持续调整产品。
#模型发布#视频#多模态
#模型发布#安全/对齐#Anthropic
Anthropic 发布 Claude Sonnet 4.5，称其为全球最强编码模型，在 SWE-bench Verified 和 OSWorld 上分别取得领先成绩，并同步推出 Claude Agent SDK、Claude Code 检查点、VS Code 扩展及 API 记忆工具等更新。模型定价与 Sonnet 4 相同，为每百万 tokens 3 美元（输入）和 15 美元（输出），并附带一个名为 Imagine with Claude 的研究预览。
#模型发布#Anthropic#编码
Liquid AI 发布 Liquid Nanos 系列任务专用端侧基础模型，参数规模 350M 至 2.6B，占用 100MB 至 2GB 内存，可在手机、笔记本和嵌入式设备上本地运行。首批实验性模型包括 LFM2-Extract、LFM2-350M-ENJP-MT、LFM2-1.2B-RAG、LFM2-1.2B-Tool、LFM2-350M-Math，以及社区开发的 Luth-LFM2 法语微调系列。官方称 LFM2-1.2B-Extract 在结构化抽取上优于 22.5 倍参数量的 Gemma 3 27B，LFM2-350M-ENJP-MT 的英日互译质量超过 10 倍参数量的通用模型。模型已在 LEAP 平台和 Hugging Face 上线，采用开放许可。
#模型发布#端侧#开源生态
Liquid AI 发布 LFM2 系列目前最大的模型 LFM2-2.6B，参数规模 2.6B，基于 10 万亿 token 训练，在 GSM8K 上达到 82.41%、IFEval 上达到 79.56%，官方称其表现超过 Llama 3.2-3B-Instruct、Gemma-3-4b-it 和 SmolLM3-3B 等 3B+ 级别模型。该模型主要针对英语和日语调优，同时保持法语、西班牙语、德语、意大利语、葡萄牙语、阿拉伯语、中文和韩语的性能。其混合架构交替使用 Grouped Query Attention（GQA）与短卷积层，官方称可带来更快的推理速度和更低的 KV cache 占用。模型已在 Hugging Face 上以 LFM Open License 开放。
#模型发布#端侧#Hugging Face
Google 发布 Gemini 2.5 Flash Image 模型“Nano Banana”，可在生成和编辑图像时，让人物、宠物或产品在不同姿势与角度下保持视觉一致。该模型已在 Pixel、Android 和 Gemini API 中提供，并支持近乎即时的图像编辑，可用于营销与设计。
#模型发布#图像生成#多模态
微软 AI 发布首个高表现力语音生成模型 MAI-Voice-1，已在 Copilot Daily 和 Podcasts 中上线，并在 Copilot Labs 提供体验；该模型可在单张 GPU 上不到一秒生成一分钟音频。同时，微软 AI 首个端到端训练的基础模型 MAI-1-preview 已在 LMArena 开启公开测试，这是一个在约 15,000 块 NVIDIA H100 GPU 上完成预训练和后训练的 MoE 模型，未来数周将逐步用于 Copilot 的部分文本场景。
#模型发布#语音#端侧
Liquid AI 发布首个视觉语言模型系列 LFM2-VL，包含 LFM2-VL-450M 和 LFM2-VL-1.6B 两个版本，面向低延迟与端侧部署，支持文本和可变分辨率图像输入。模型基于 LFM2 骨干，视觉塔采用 SigLIP2 NaFlex 编码器，原生分辨率最高 512×512，更大图像按 512×512 分块处理，官方称在 GPU 上推理速度最高可达同类模型的 2 倍。模型已兼容 Hugging Face transformers 和 TRL，训练使用约 1000 亿多模态 token。
#模型发布#多模态#端侧
百川智能推出医学增强推理模型 Baichuan-M2，称其在 HealthBench 评测中超过包括 gpt-oss-120b 在内的所有开源模型。该模型已开放在线试用。
#模型发布#推理
Anthropic 发布 Claude Opus 4.1，在智能体任务、真实编码和推理上较 Opus 4 升级，SWE-bench Verified 达 74.5%。现已向付费用户、Claude Code、API、Amazon Bedrock 和 Google Cloud Vertex AI 开放，价格与 Opus 4 相同。GitHub、Rakuten 和 Windsurf 反馈其在多文件重构、精准修复和初级开发者基准上均有显著提升。
#模型发布#Anthropic#编码
Ollama 与 OpenAI 合作，将 gpt-oss 的 20B 和 120B 两个开源权重模型带到 Ollama，面向推理、智能体任务和开发者场景。模型支持函数调用、网页浏览、python 工具调用与结构化输出，可查看完整思维链，并可按低、中、高三档调节推理强度，采用 Apache 2.0 许可。OpenAI 将 MoE 权重以 MXFP4 格式量化到每参数 4.25 bits，使小模型可在 16GB 内存设备运行，大模型可放入单张 80GB GPU，Ollama 原生支持该格式并开发了新 kernel。
#模型发布#OpenAI#推理
Mistral AI 发布 Codestral 25.08，并公布完整企业编程技术栈，称实测中已接受的补全增加 30%、建议后保留代码增加 10%，失控生成减少 50%。该技术栈整合 Codestral Embed、Devstral 与 Mistral Code，支持云、VPC 和本地部署，并提供 SSO、审计日志与使用可观测性；Mistral Code 的完整本地部署计划于 Q3 GA。
#模型发布#编码#Agent
Mistral AI 发布 Voxtral 语音理解模型，包括面向生产应用的 24B 版本和面向本地及边缘部署的 3B 版本，均采用 Apache 2.0 许可证。模型支持 32k Token 上下文、最长 30 分钟转录或 40 分钟理解，并提供音频问答、摘要、多语言识别和语音 Function Calling。模型可从 Hugging Face 下载或通过 API 使用，价格为每分钟 $0.001 起。
#模型发布#语音#多模态
Mistral AI 与 All Hands AI 推出 Devstral Small 1.1 和 Devstral Medium，二者在 SWE-Bench Verified 上分别获得 53.6% 和 61.6%。Small 1.1 采用 Apache 2.0 许可证；Medium 通过 API 提供，并支持私有部署和定制微调。API 输入/输出价格分别为 $0.1/$0.3 和 $0.4/$2 每百万 Token。
#模型发布#Agent#编码
Liquid AI 发布 LFM2 系列端侧基础模型，开源 0.35B、0.7B、1.2B 三个稠密权重，可在 Liquid Playground、Hugging Face 和 OpenRouter 试用。官方称其采用乘法门控与短卷积的混合架构，共 16 个模块，CPU 上 decode 与 prefill 速度最高为 Qwen3 的 2 倍，训练效率较上一代提升 3 倍。模型在 10T token 上预训练，以 LFM1-7B 做知识蒸馏，上下文长度扩展至 32k，并支持 CPU、GPU 和 NPU 部署。
#模型发布#端侧#开源生态