Mirendil 发布首个模型 Fern 0.1，这是一个从零训练的编码模型，上下文窗口最高 10M token，约合 23 MB 代码、50 万行左右。Mirendil-Base 由一名研究员在 3.5 个月内预训练完成，总计算成本低于 1000 万美元，AI 智能体编写了超过 99% 的代码，训练数据仅来自公开来源。RULER 单针检索在 32K 到 10M token 各长度均为 100%，但 Terminal Bench 4.0 仅 6.1%，SWE-Bench Verified 为 73.4%，目前仅提供托管早期访问，未开源权重。
#模型发布#编码#Agent
Maya Research 发布开源权重文本转语音模型 Maya 2 Native，支持包括11种印度语言和英语在内的12种语言，采用 Apache 2.0 许可。模型支持实时音频流式输出，以 80 毫秒帧生成 24 kHz 单声道音频，并内置20种合成音色，可用约3至10秒参考音频进行声音克隆。本地运行需 NVIDIA GPU，文档建议单会话至少 12 GB 显存；模型卡也指出混合语言文本、URL、数字及部分跨语言音色组合存在局限，且未包含音频水印。
#模型发布#语音#开源生态
OpenAI 发布推理模型 GPT-6.1 Terra，取代 GPT-6.1 Terra 的前代 GPT-5.6 Terra，价格降低 50%，定位在 GPT-6 Luna 与 GPT-6.1 Sol、GPT-6 Astra 之间。在 Agents' Last Exam 上最高努力档得分 60.0%、每任务成本 1.01 美元，前代为 50.7%、3.58 美元；OSWorld 2.1 上得分 74.2%，仍低于 Claude Sonnet 5.5 的 83.9%。API 定价为每百万输入 token 1 美元、输出 5 美元、缓存输入 0.05 美元，已向 ChatGPT Work 和 Codex 的 Plus、Pro、Enterprise、Edu 用户开放。
#模型发布#推理#OpenAI
https://t.co/FlZfsBfs0T
#开源/仓库#图像生成#Hugging Face
#模型发布#开源生态#评测/基准
Unlimited OCR 2 is here, and it's open source. 📖 ✨ Longer documents can mean a lot more attention computation. Our new SR-SWA mechanism keeps that in check by condensing text-visual attention interactions into a fixed-size set of working references. Here's what it delivers: - Document parsing at virtually any length, within a finite context window - Nearly constant per-step decoding latency and memory footprint as documents grow longer - State-of-the-art performance on MPDocBench and MarathonDocBench, covering documents from dozens to hundreds of pages Check out the model here ↓
#模型发布#开源生态#多模态
OpenAI 发布 GPT-6.1 Terra，定位性能与成本之间的中端模型，面向 Plus、Pro、Enterprise 和 Edu 订阅用户开放，并已接入 ChatGPT Work 和 Codex。据 OpenAI 说法，该模型在通信与计算机操作类任务上部分超过 GPT-6 Astra，成本仅为后者一小部分；在故意诱发错误的测试中错误率为 16.7%，上一代 GPT-5.6 Terra 为 53.6%。API 价格为每百万输入 token 1 美元、每百万输出 token 5 美元。
#模型发布#OpenAI#推理
OpenAI 发布 GPT-6.1 Terra，定位为面向电脑工作流快速、低成本自动化的模型，在 GPT-6 家族中位于 Sol 与 Luna 之间，Astra 仍为旗舰。据 OpenAI 测量，在 Agents' Last Exam 基准的中等推理档上，Terra 比前代 GPT-5.6 Terra 高 15 个百分点，单任务成本约为前代三分之一，达到 GPT-6 Astra 的水平，而 Astra 的 API token 价格是其十倍。Artificial Analysis 的独立测试显示，Terra 在 Terminal-Bench 4.0 最高推理档解出约 56% 任务（前代 35%），低于 Claude Sonnet 5.5 的约 64%；API 价格为每百万输入 token 1 美元、每百万输出 token 5 美元，是 GPT-6.1 Sol 和 Claude Sonnet 5.5 的一半。该模型将逐步在 ChatGPT Work 和 Codex 中向 Plus、Pro、Business、Enterprise 和 Edu 用户开放，也可通过 API 使用，普通 ChatGPT 聊天中不提供。
#模型发布#Agent#编码
月之暗面发布 Kimi K3 的升级版 Kimi K3.1 Pro，采用 MoE 架构，总参数 2.8 万亿、激活参数 1040 亿，896 个专家中每次激活 16 个。据 Artificial Analysis 评测，该模型以 55 分位列 Intelligence Index 第四，高于 GPT-6 Astra 的 53 分，前代 Kimi K3 为 44 分。它在 Terminal Bench 4.0 以 67% 排名第一，前代为 13%，Claude Sonnet 5.5 为 64%；定价为每百万输入 token 2 美元、每百万输出 token 10 美元，但输出速度 73 tokens/s 低于 81 tokens/s 的平均水平。
#模型发布#推理#Agent
百度发布并开源文心 Unlimited OCR 2，称其首次实现任意页数文档解析，实测可一次性解析《哈利·波特》全系列 7 部、累计超过 3600 页。该模型在 MPDocBench 和 MarathonDocBench 上综合得分分别为 84.6 分和 77.1 分，采用稀疏参考滑动窗口注意力机制 SR-SWA，百页文档场景单步解码速度相比 Full Attention 和上一代 R-SWA 分别提升 7 倍和 5.6 倍。代码和模型权重已开源至 GitHub、Hugging Face，并上线百度智能云平台和百度 AI 开放平台。
#模型发布#开源生态#多模态
OpenAI 于 2026 年 10 月 26 日发布并开放 GPT-6.1 Terra，强化了视觉理解、电脑操作和写作能力，标准 API 价格为 GPT-5.6 Terra 的一半，即每百万 token 输入 1 美元、缓存输入 0.05 美元、输出 5 美元。该模型上下文窗口为 105 万 token，最大输入 92 万 2000 token、最大输出 12 万 8000 token，reasoning effort 可选 none 到 max，默认 medium。在 Agents' Last Exam 上，medium 设置的得分比 GPT-5.6 Terra 高 15 分而成本约为三分之一；max 设置下完成任务的平均速度超过 GPT-6 Astra 和 GPT-6.1 Sol 的 3 倍。该模型已向 ChatGPT Work 和 Codex 的 Plus、Pro、Enterprise、Edu 用户提供，API 模型 ID 为 gpt-6.1-terra。
#模型发布#Agent#推理
OpenAI 发布新模型 GPT-6.1 Terra，标准 API 输入价格降至每百万 token 1 美元、输出 5 美元，较 GPT-5.6 Terra 下降 50%。该模型主攻视觉理解和计算机操作，在 Terminal-Bench 4.0 编程评测中最高推理强度得分 50.3%，前代为 21.5%。OpenAI 表示最复杂的编程任务仍更适合使用 GPT-6.1 Sol 或 GPT-6 Astra。
#模型发布#OpenAI#Agent
当地时间 10 月 26 日，Anthropic 向 SEC 提交 IPO 注册文件的同一天，OpenAI 发布新模型 GPT-6.1 Terra，标准 API 价格较上一代下调 50%。该模型主攻视觉理解和计算机操作，标准 API 输入价格为每百万 token 1 美元、输出 5 美元、缓存输入 0.05 美元；在 Terminal-Bench 4.0 编程评测中最高推理强度得分为 50.3%，前代为 21.5%。OpenAI 表示，Terra 在部分任务上已接近旗舰模型水平，但最复杂的编程任务仍更适合使用 GPT-6.1 Sol 或 GPT-6 Astra。
#模型发布#OpenAI#Agent
百度开源 Unlimited OCR 2，这是一个 3.34B 参数的视觉语言模型，可在一次请求中解析数百页书籍、财报和报告，权重以 MIT 协议发布，代码在 GitHub。其核心改动是 SR-SWA 稀疏注意力，把文本与视觉注意力压缩到固定 512 token 参考集，使每步解码的延迟和内存随文档变长基本持平。百度自报该模型在 MPDocBench 得 84.6、在 MarathonDocBench 得 77.1，后者次优模型 Kimi-K3 为 33.7，但标题层级子项仅 48.2。
#模型发布#开源生态#多模态
vLLM Semantic Router 团队发布 d3-ultra，一个 26.09B 参数、Apache-2.0 许可的多模态决策模型，不生成文本，只对输入一次性读取后按问题类型返回概率。它支持 131,072 token 上下文，在团队自建的 SR-Text 测试中得分 87.2，高于 GLiDE V1.2 的 85.1；但在 SR-Box 定位任务上 58.2% 低于同系列 d3-turbo 的 60.0%。在单张 AMD Instinct MI325X 上，一张图片的 1 个问题耗时 304 ms，255 个问题耗时 2.16 s。所有基准数字均为团队在私有测试集上自报。
#模型发布#多模态#开源生态
#模型发布#开源生态#多模态
Introducing Fern, Mirendil’s first model: pretrained from scratch, with up to 10M tokens of context! That’s ~0.5M lines of code (roughly Megatron-LM scale) or days of an agent’s work, all in context at once. Its first version, Fern 0.1, had a short round of post-training 🚢 https://t.co/ClnV1Z3yzN
#模型发布#Agent#编码
OpenAI 发布 GPT-6.1 Terra，API 价格为每百万输入 Token 1 美元、输出 Token 5 美元，较上一代分别下降 50% 和约 58%，为 GPT-6.1 Sol 的一半。官方称其在 Terminal-Bench 4.0 的任务完成率从 21.5% 提升至 50.3%，高难度事实性测试中最高推理档位错误率降至 4.3%。第三方机构 Artificial Analysis 测得智能指数 48 分，低于 Sol 的 52 分和 Claude Opus 5.5 的 58 分，但单任务平均成本从 1.40 美元降至 0.40 美元。目前该模型已通过 API 开放，Plus、Pro、Enterprise 和 Edu 用户可在 ChatGPT Work 和 Codex 中使用，暂不支持普通 Chat 对话。
#模型发布#OpenAI#编码
OpenAI 发布 GPT-6.1 Terra，API 价格为每百万输入 Token 1 美元、输出 Token 5 美元，较上一代输入和输出价格分别下降 50% 和约 58%，仅为 GPT-6.1 Sol 的一半。官方称其在 Terminal-Bench 4.0 的任务完成率从 21.5% 提升至 50.3%，Agents' Last Exam 得分 60.0%，接近 Claude Opus 5.5 的 63.2%。Artificial Analysis 测得最高推理档位智能指数 48 分，低于 GPT-6.1 Sol 的 52 分和 Claude Opus 5.5 的 58 分，但单任务平均成本从 1.40 美元降至 0.40 美元。Terra 已通过 API 开放，Plus、Pro、Enterprise 和 Edu 用户可在 ChatGPT Work 和 Codex 中使用，暂不支持普通 Chat 对话。
#模型发布#OpenAI#编码
高德与阿里巴巴Token Hub事业群联合推出具身智能模型λ₀，尝试用人类日常活动视频和动作数据训练人形机器人完成行走、搬运和双手操作等全身协调任务。团队构建了包含500小时开放环境人类活动数据的HumanVerse数据集，通过可穿戴设备采集第一视角视频并同步记录身体运动、重建手部动作，再经视角匹配和动作对齐转为机器人训练数据。λ₀采用三阶段训练流程，并应用于宇树G1人形机器人；项目官网显示其在SIMPLE基准测试成功率达90.0%，在四项真实场景移动操作任务中40次测试完成25次，成功率62.5%，较论文比较的最强基线高22.5个百分点。
#模型发布#具身智能#数据/训练