Anthropic 发布 Claude Haiku 5.5，定价对齐 GPT-6 Luna
Anthropic 发布 Claude Haiku 5.5，官方称其为迄今最便宜、最快、能力最强的小模型，平均运行成本比 Haiku 4.5 低约 75%，定价与 OpenAI 的 GPT-6 Luna 持平。
推荐理由：汇总了 Haiku 5.5 的定价、第三方评测与 token 消耗数据，可据此判断小模型在智能体工作流中的成本位置。
#模型发布
Latent Space精选AI 评分8080 Simon Willison精选AI 评分7878 Anthropic 发布 Claude Haiku 5.5，定价对齐 GPT-6 Luna
Anthropic 发布快速低成本模型 Claude Haiku 5.5，定价为 $0.10/$0.50，与上月发布的 OpenAI GPT-6 Luna 完全一致，超过 100,000 tokens 后涨至 $0.50/$2.50，而 Luna 在 272,000 tokens 后仅涨至 $0.20/$0.75。
推荐理由：作者实测了 Haiku 5.5 的定价、分词器与推理档位，并对比 GPT-6 Luna，可据此判断不同用量下的成本差异。
AKShare·财联社电报加红同新闻AI 评分8787 OpenAI 面向全球 ChatGPT 用户上线 GPT-6，取代 GPT-5.6 SOL 与 GPT-5.6 LUNA
OpenAI 面向全球所有 ChatGPT 免费及付费用户全面上线 GPT-6，正式取代 GPT-5.6 SOL 与 GPT-5.6 LUNA。GPT-6 集成 Astra 安全技术改进，强化针对网络、生物与暴力领域滥用的防护。
The Decoder精选AI 评分8282 Anthropic 发布 Claude Haiku 5.5，价格较 Haiku 4.5 平均降约 75%
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。
推荐理由：Haiku 5.5 的定价与基准数据同时给出，读者可据此判断小模型在智能体与计算机操作任务中的性价比变化。
AWS Machine Learning Blog精选AI 评分6262 Claude Haiku 5.5 上线 Amazon Bedrock 与 Claude Platform on AWS
AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上可用。
推荐理由：文章给出 Haiku 5.5 在 Bedrock 上的能力定位与调用方式，可据此判断它在多智能体分工中的成本位置。
OpenAI News精选AI 评分8585 OpenAI 在 ChatGPT 全球上线 GPT-6 与 Intelligent UI
OpenAI 宣布 GPT-6 正在 ChatGPT 中面向全球上线，并同步推出 Intelligent UI。官方称其响应更快，并带来可视化与可直接探索使用的交互体验。
推荐理由：OpenAI 官方公布 GPT-6 在 ChatGPT 全球上线，并同步带来 Intelligent UI 的交互变化。
AKShare·财联社电报加红同新闻AI 评分6767 Anthropic 发布 Claude Haiku 5.5，定价较 Haiku 4.5 大幅降低
Anthropic 发布最新 AI 模型 Claude Haiku 5.5，用于执行对成本敏感的任务。新模型定价较 Haiku 4.5 大幅降低。
同一新闻，精选展示《Claude Haiku 5.5 上线 Amazon Bedrock 与 Claude Platform on AWS》
Hugging Face Blog精选AI 评分6262 Liquid AI 开源 d1-3B 与 d1-omni-600M 端侧决策模型
Liquid AI 发布 d1 决策模型家族的两款开源模型 d1-3B 和 d1-omni-600M（实验性），均基于其 LFM 构建，不生成 token 而是在单次前向传播中给出答案。
推荐理由：Liquid AI 开源两款决策模型，给出决策质量、端侧延迟与多模态输入的具体数据，可据此判断边缘场景的可用性。
Ars Technica · AIAI 评分6262 Mistral 称 Le Chonk 可挑战顶级 AI 模型
Mistral 表示其新模型 Le Chonk 能够与顶级闭源模型竞争，同时保持开放权重。
Simon WillisonAI 评分6262 Mistral 发布 Mistral Large 4 预览版 Le chonk
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，目前通过其 API 提供。
The DecoderAI 评分6262 Google 发布 EmbeddingGemma 2 多模态嵌入模型
Google 发布开源多模态嵌入模型 EmbeddingGemma 2，可将文本、图像、视频、音频和代码转换为数值向量，参数量 7.4 亿。Google 称其在多模态嵌入基准上超过参数量最多两倍的竞品，在 Massive Text Embedding Benchmark (Code) 上得分 78.68，比前代 68.76 提升近 10 分。
TechCrunch · AIAI 评分6060 Musubi 发布开源审核决策模型 PolicyLM-1.7B
Musubi 发布轻量决策模型 PolicyLM-1.7B，开放权重，用于实时内容审核，可在 50 毫秒内把纯英文写成的内容政策应用到消息上。该模型成本与速度接近多数社交平台现有的 AI 分类器，但具备现代 LLM 的灵活性，无需专门训练即可执行复杂政策，政策变更时也不必重新训练。
Simon WillisonAI 评分3030 Mistral Large 4 实测：用 SVG 生成“火星穿网袜犰狳”检验模型
Simon Willison 用 llm 命令行工具让 Mistral Large 4（mistral/mistral-large-4）生成“火星上穿网袜乱穿马路的犰狳”SVG，并与 claude-opus-5.5、gpt-6.1-sol、gemini-3.8-flash 对比，各模型均使用默认推理等级。此举源于 wren6991 关于基准测试已饱和、前沿模型只能靠荒诞题目区分的评论。
Google DeepMind精选AI 评分6666 Google DeepMind 发布 EmbeddingGemma 2 开源多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，一个基于 Gemma 4 架构、Apache 2.0 许可的开源多模态嵌入模型，参数量 740M，可将文本、图像、音频、视频映射到统一嵌入空间。
推荐理由：官方给出参数量、分模块编码器与端侧内存占用，可据此判断本地多模态检索的落地成本。
The DecoderAI 评分7171 Google 发布图像模型 Nano Banana 2.1，价格约为上一代一半
Google 发布图像生成与编辑模型 Nano Banana 2.1，取代 2026 年 2 月发布的 Nano Banana 2，价格约为其一半：1K 图像从 6.70 美分降至 3.36 美分，4K 从 15.10 降至 7.56 美分。
The DecoderAI 评分7171 Mistral 发布万亿参数模型 Mistral Large 4，主打安全任务
Mistral 发布迄今最大模型 Mistral Large 4（ML4），拥有 1 万亿参数、490 亿激活参数，原生多模态，已在 Mistral Studio 开放 API 预览，权重预计 10 月底发布。
TechCrunch · AIAI 评分7171 Mistral 发布 1T 参数多模态模型 Mistral Large 4
法国 AI 实验室 Mistral AI 发布大模型 Mistral Large 4（ML4），这是一个 1 万亿参数的多模态模型，因参数量被昵称为 Le Chonk。
Mistral AI精选AI 评分8282 Mistral 发布 Mistral Large 4 公开预览，1 万亿参数原生多模态
Mistral AI 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、49B 激活参数的原生多模态模型，可在 Mistral Studio 试用预览 API，权重将于本月底发布。
推荐理由：官方给出 1 万亿参数、49B 激活的开放权重模型在编码、智能体与网络安全上的具体评测数字，可据此判断开放权重模型当前的能力边界。
The Decoder精选AI 评分7777 Reflection 发布首个开源权重模型 Beam，主打低算力编码与智能体任务
AI 公司 Reflection 发布首个免费开放模型 Beam，面向编码、逻辑推理和智能体任务，采用 MoE 架构，每 token 激活 5010 亿总参数中的 230 亿。
推荐理由：Beam 以 MoE 架构和超大规模 RL 训练换取低算力成本，读者可据此判断开源模型在编码与智能体任务上的性价比路线。
Hugging Face BlogAI 评分2626 Falcon-Emirati-7B：让 LLM 学会阿联酋方言、文化与语感
基于 Falcon-H1-Arabic 的方言专用模型 Falcon-Emirati-7B 发布，专注理解与生成阿联酋阿拉伯语，涵盖词汇、语气与文化语境。
Latent Space精选AI 评分7878 Reflection 发布 Beam：501B-A23B 美国开源 MoE 模型
Reflection 发布 Beam，一个面向编码、智能体与科研任务的纯文本 MoE 模型，总参数 501B、激活 23B，从零训练，Apache 2.0 全量权重预计本月放出。
推荐理由：Reflection 从隐身状态交出首个开源权重模型，读者可据此判断美国开源阵营与 DeepSeek、GLM 等中国模型的相对位置。
TechCrunch · AIAI 评分7171 Reflection 发布开源权重模型 Beam，对标中国开源模型并降低推理算力成本
Reflection AI 发布首款前沿开源权重模型 Beam，称其在高级推理基准上与中国领先开源模型持平，且推理算力消耗低 3-4 倍。Beam 是 5010 亿参数、230 亿激活参数的文本 MoE 模型，预训练使用 23.8 万亿 token，上下文窗口 100 万 token，公司称其性能与 Z.ai 的 GLM-5.2 相当并优于当前西方领先开源模型。
The DecoderAI 评分6161 Reka AI 发布 19B 全能模型 Rho-1，单模型处理文本图像视频与机器人控制
Reka AI 发布研究预览版 Rho-1，这是一个 190 亿参数的全能模型，可在单一神经网络中处理并生成文本、图像、视频和机器人控制动作。与多数将任务分派给专用模型的系统不同，Rho-1 把所有模态作为 token 放在同一个共享上下文窗口中运行，无需工具调用或外部模型。
The DecoderAI 评分6262 Aleph Alpha 发布开源权重模型 Kolibri，主打欧洲 AI 主权
Aleph Alpha 发布 Kolibri，一个德语和英语双语模型，总参数 78B，采用混合专家架构，每个 token 约激活 3B 参数。公司称 Kolibri 在两种语言的质量与运行成本上处于帕累托前沿，德语基准得分 71%，解码速度快于 GPT OSS A5B、Qwen 3.6 A3B 和 Gemma 4 A4B 等同类模型。
Hugging Face Blog精选AI 评分6060 Ai2 开源科学报告生成模型 AstaBrief 8B
Ai2 开源 AstaBrief 8B，一个把研究问题和检索到的文献片段转成带引用报告的小模型，基于 Qwen3-8B 训练，已作为 Asta 的 Fast 模式上线，同时开放模型权重和训练数据。
推荐理由：原文给出了从 Qwen3-8B 出发的 SFT 加 DPO 训练配方与数据过滤经验，可迁移到其他垂直领域小模型。
Latent Space精选AI 评分7878 Google DeepMind 发布 Gemini 4 Argon，支持 100 万 token 输出
Google DeepMind 发布 Gemini 4 Argon，面向编码、企业知识工作与网络防御，首发仅限政府用户和 Fairwind 计划中的可信网络防御者，开发者与企业访问时间未定。
推荐理由：汇总了 Gemini 4 Argon 的基准、定价与可用范围，并列出评测机构与观察者的质疑，便于对照官方口径。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展到开发者、企业和消费者。
推荐理由：官方披露了 Argon 在编码、企业知识与网络安全防御上的能力与定价，可据此判断前沿模型的分阶段开放路径。
Hugging Face Blog精选AI 评分7171 NVIDIA 发布表格基础模型 Kumo Tabular，单次前向完成预测
NVIDIA 发布开源表格基础模型 Kumo Tabular，给定带标签的表格行即可在单次前向中预测新行标签，支持分类与回归，无需训练、调参和特征工程。模型提供 28M 到 215M 三种规模，仅用人工合成表格预训练，采用 OpenMDW-1.1 许可可商用，并在 TabArena、BeyondArena、TALENT 和 ScoringBench 四个基准上排名第一。
推荐理由：原文给出模型规模、单次前向预测方式和四个基准排名，可据此判断表格基础模型对现有建模流程的替代空间。
Hugging Face Blog精选AI 评分7171 H 公司发布 Holo4 系列智能体模型，含 27B 稠密与 35B-A3B MoE 两个版本
H 公司发布 Holo4 系列智能体模型，包含 27B 稠密版和 35B-A3B MoE 版，两者均已在 H Models API 上线，权重以 BF16、FP8、NVFP4 和 4-bit GGUF 格式开源在 Hugging Face。
推荐理由：Holo4 同时覆盖 GUI、代码、MCP 与 API 四种接口，并公开全部评测轨迹，读者可据此判断通用计算机智能体的成本与能力边界。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS
Google DeepMind 推出 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款语音生成模型，前者面向角色设计与逐句表演指导，后者面向高并发、低成本的配音与语音智能体。
推荐理由：官方给出两款 TTS 的定位差异、可用入口与基准排名，便于判断语音生成在创作与规模化场景的取舍。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking
Google DeepMind 发布两款实时对话模型 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking。
推荐理由：官方给出两款语音模型的基准成绩与开放渠道，可据此判断实时语音智能体的能力水位。
Google DeepMind精选AI 评分7171 Google DeepMind 发布 WeatherNext 3 全球天气 AI 模型
Google DeepMind 与 Google Research 发布 WeatherNext 3，称其为目前最先进的全球天气模型，可基于实时卫星数据每小时生成一次预报，地表变量分辨率达 5 公里，整体比 WeatherNext 2 清晰约五倍。
推荐理由：官方给出分辨率、更新频率与降水精度提升幅度，可据此判断 AI 天气预报在 Google 产品中的落地程度。
Microsoft ResearchAI 评分3939 微软发布 GigaPath-Flash 与 GigaTIME-Flash：高效病理基础模型迈向群体级发现
微软研究院推出 GigaPath-Flash 和 GigaTIME-Flash，用蒸馏自十亿参数 GigaPath 编码器的 22M 参数 ViT-S 骨干替代原模型，在 PANDA 前列腺分级和 EBRAINS 脑肿瘤分型基准上以约 50 倍更少算力达到原 GigaPath 3% 以内的性能。
Microsoft ResearchAI 评分4040 微软 Skala 1.1 发布：训练数据增至 2.5 倍，并集成进 CP2K 等 DFT 软件
微软研究院发布深度学习交换关联泛函 Skala 1.1，训练数据量为此前公开版本的 2.5 倍，在 GMTKN55 基准 55 个类别中 32 项排名第一，加权平均误差 2.8 kcal/mol。Skala 现已在 CP2K 中可用，并正集成进 Psi4、FHI-aims、ORCA 和 VASP，同时推出持续追踪各版本计算性能的 living benchmark。