Anthropic 发布快速低价模型 Claude Haiku 5.5，定价为每百万 token 输入 $0.10、输出 $0.50，与 OpenAI 上月发布的 GPT-6 Luna 一致，但超过 100,000 token 后涨至 $0.50/$2.50，而 Luna 在 272,000 token 后才涨到 $0.20/$0.75。Simon Willison 实测发现 Haiku 5.5 使用了更不宽松的 tokenizer，同一长提示词消耗的 token 约为 Haiku 4.5 的 1.25 倍，构成隐性涨价；新模型不支持关闭推理，默认 medium 档。Anthropic 同时宣布将 Sonnet 5.5 的缓存读取价格减半，并为订阅计划增加 API 额度。
匹配字段摘要
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
HPE 发布首批四款基于 AMD 第六代 Epyc 9006 SP7（代号 Venice）的 ProLiant Gen13 服务器，面向企业 AI 推理、智能体 AI 及分析、虚拟化等传统负载。旗舰 DL585a Gen13 支持最多 8 块 GPU 和两颗 Venice 处理器，2027 年 3 月上市，将兼容 Nvidia、AMD 和 Intel 的 GPU；DL525 为 1U 单路系统，最高 256 核，2026 年 11 月上市。Gen13 还引入 iLO 8 自动化安全与后量子密码就绪能力。
匹配字段摘要、正文
AWS 推出六周结构化培养计划，让非工程背景的业务人员用 Amazon Bedrock、Strands Agents SDK 和 AWS Lambda 构建可运行的 AI 原型，每周投入约 4 小时。四名无工程背景的客户岗位员工六周后做出多智能体财务顾问工具 WealthWise，采用 Node.js + Python Flask 双服务架构与 Amazon Nova 模型，复杂金融推理响应时间低于 5 秒。AWS 称完成分阶段计划的参与者保留的实用技能是两天集训形式的 3 倍。
匹配字段摘要
NVIDIA 用同一套微调配方把 Nemotron 打造成竞赛编程与奥数领域的专用模型：IOI 2026 上 Nemotron-3-Ultra-CC 得 535.4 分（满分 600），IMO 系统得 30 分（满分 42），超过官方金牌线。配方包括强基座模型、领域问题与推理轨迹数据、SFT 与 RL 后训练，以及生成-评估-改进的推理循环。相关 SFT 与 RL checkpoint、训练数据集、Nemotron-IMO-Bench 基准和 NeMo-Skills 推理流程已在 Hugging Face 开源。
匹配字段摘要、正文
IEEE Spectrum 发布白皮书，介绍边缘 AI 与物理 AI 如何让城市基础设施从被动监测转向感知、推理并实时行动。白皮书称边缘 AI 支持低延迟决策、把敏感数据留在城市边界内，并降低对中心化云的依赖；计算机视觉、多模态感知与生成式、智能体系统可协同支撑公共安全、出行和基础设施管理。文中还描述了一种分层边缘架构，在远边缘、区域和云层之间分配监测、规划与行动任务。
匹配字段摘要、正文
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
OpenAI 公开了由一款未发布的前沿模型产出的 722 篇数学手稿，覆盖 372 个结果族，涉及数百个未解问题。公司称平均每个结果消耗约相当于三小时 ChatGPT Pro 思考的算力，并附上部分推理摘要、算力估算和尝试问题数量等细节。独立顾问组织 AGMAI 此前建议 AI 实验室及时通过学术渠道发布数学结果，并披露模型名称、提示词和算力成本，同时不要将结果发布当作推广模型的营销手段。
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
Claude Code 发布 v2.1.292，为 claude plugin install 新增 --marketplace 参数，并给 Agent 工具加入 effort 参数以指定子智能体的推理投入等级。该版本还新增 CLAUDE_CODE_OVERLOADED_RETRY_BASE_DELAY_MS 环境变量，用于调整 529 过载重试的退避基础延迟，并修复了沙箱读取、权限提示绕过、MCP 工具名超 128 字符导致请求失败等多项问题。
Claude Code 发布 v2.1.292，为 claude plugin install 新增 --marketplace 参数，并给 Agent 工具加入 effort 参数以指定子智能体的推理投入等级。该版本还新增 CLAUDE CODE OVERLOADED RETRY BASE DELAY MS 环境变量，用于调整 529 过载重试的退避基础延迟，并修复了沙箱读取、权限提示绕过、MCP 工具名超 128 字符导致请求失败等多项问题。
匹配字段摘要
ARC Prize 公布 Grok 4.7 在 ARC-AGI 系列基准上的成绩：ARC-AGI-2 最佳得分 61.4%、每任务 2.01 美元，低于 Grok 4.6 的 67.1% 和每任务 0.76 美元，在输入输出 token 定价相同的情况下单任务成本上升 166%；ARC-AGI-1 为 90.2%、每任务 0.64 美元，高于 Grok 4.6；ARC-AGI-3 在标准 harness 下为 1.8%，在新的 provider adapter harness 下为 10.0%。ARC Prize 指出 Grok 4.7 在 ARC-AGI-2 semi-private 任务上消耗的推理 token 更多，medium、high、xhigh 档分别比 Grok 4.6 多 136%、125% 和 173%，low 档少 27%，这是单任务成本上升的原因之一。
匹配字段摘要
@SpaceXAI 在 ARC-AGI-3 上，Grok 4.7 在标准 harness 中得分 1.8%（Grok 4.7 为 2.1%），该 harness 允许模型在各轮之间保留笔记；在新的 provider adapter harness 中得分 10.0%，该 harness 保留不透明推理并启用自动压缩。
匹配字段摘要
ARC Prize 公布 Grok 4.7 在 ARC-AGI 上的验证成绩：ARC-AGI-1 为 90.2%（$0.64/task），ARC-AGI-2 为 61.4%（$2.01/task），ARC-AGI-3 在标准 harness 下为 1.8%（$2.7k），在 provider adapter harness 下为 10.0%（$4.8k）。Grok 4.7 在 ARC-AGI-1 上高于 Grok 4.6，但在 ARC-AGI-2 和 3 上更低；ARC-AGI-2 上 Grok 4.6 为 67.1%（$0.76/task），在输入输出 token 定价相同的情况下每任务成本增加 166%。ARC Prize 称 Grok 4.7 在 ARC-AGI-2 半私有任务上平均使用了更多推理 token，medium、high、xhigh 档分别多出 136%、125%、173%，low 档少 27%。
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
Google 即将取消对 Gemini Flash 和 Pro 的免费访问，此后顶级的 Gemini Pro 模型和 Deep Think 高级推理选项将仅限 Google AI Pro 或 Ultra 订阅用户使用，两者月费分别为 19.99 美元和 99.99 美元。Google 表示用户仍可为每个模型选择低、中、高努力等级，但使用更高等级会更快耗尽 Gemini 用量额度。
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
据 Bloomberg 报道，DeepSeek 即将完成一轮至少 120 亿美元的融资，最初目标约 75 亿美元、估值约 750 亿美元，知情人士称总额可能接近 150 亿美元，宁德时代和腾讯出资份额最大。融资完成后 DeepSeek 计划重组，于 2027 年初 IPO，并正在建设一座配备至少 16 万颗华为 AI 芯片的数据中心。创始人梁文锋希望继续开发权重自由可用的开源模型；公司今年 6 月已完成首轮外部融资，估值超 500 亿美元，4 月发布了 V4-Pro 和 V4-Flash 预览版，同时自研推理芯片以减少对 Nvidia 和华为的依赖。
匹配字段摘要
OpenAI Codex 负责人 Tibo 启动「疯狂28天」计划，承诺每天交付一项 Codex/Work 改进或重置额度；首日成果是 GPT-6 Astra 和 GPT-6.1 Sol 默认推理速度提升约50%、达到50TPS，但网友实测4小时后仅约35TPS，评论区大量质疑。同期 OpenAI 宣布在 ChatGPT 图像生成中测试视觉广告，并将按欧盟 AI 法案要求对欧盟地区 ChatGPT 和 Codex 生成的文本添加隐形统计水印。SemiAnalysis 报告称 OpenAI 将200美元 Pro 计划的 API 等值价值砍半并推出500美元新档位，其 GPT-6 Astra 额度仅比旧200美元计划多21%。
匹配字段摘要、正文