Anthropic 发布 Claude Haiku 5.5 并大幅降价
Anthropic 发布 Claude Haiku 5.5，支持可调节推理级别，针对 10 万 token 以下提示词降价最高 90%。该模型在计算机使用和编码任务上表现显著提升，同时 Sonnet 5.5 缓存读取成本减半。
推荐理由：Anthropic 大幅降价并推出可调节推理的 Haiku 5.5，为高频低成本场景提供了新的选型参考。
全部AI 动态
全部动态
今日 0 条The Decoder精选AI 评分8282 Latent Space精选AI 评分9090 Anthropic发布Claude Haiku 5.5并调整Sonnet 5.5定价
Anthropic发布Claude Haiku 5.5，定价与GPT-6 Luna持平，支持1M上下文和Effort设置，定位为多模型智能体中的低成本子智能体。同日Anthropic下调Sonnet 5.5缓存读取价格，并更新SDK内置Computer-use工具集。
推荐理由：Anthropic发布Haiku 5.5并调整Sonnet定价，为多模型智能体工作流提供了低成本替代方案。
Hugging Face Blog精选AI 评分8282 Liquid AI 开源 d1-3B 与 d1-omni-600M 端侧多模态决策模型
Liquid AI 开源 d1-3B 和 d1-omni-600M 决策模型，基于 Liquid Foundation Models 架构，通过单次前向传播输出结构化决策而非生成 Token。
推荐理由：Liquid AI 开源 d1-3B 与 d1-omni-600M 决策模型，在端侧设备实现毫秒级推理，为多模态结构化决策提供新方案。
Ars Technica · AI精选AI 评分8080 Mistral 发布万亿参数模型 Le Chonk，挑战顶级 AI
Mistral 发布万亿参数模型 Mistral Large 4（昵称 Le Chonk），主打编程与网络安全，声称性能接近顶级闭源模型。
推荐理由：Mistral 发布万亿参数开源模型，主打编程与垂直领域，提供闭源替代方案。
Hugging Face Blog精选AI 评分6262 TII 发布 Falcon ASR 语音识别模型，支持阿联酋方言
TII 发布 Falcon ASR 语音识别模型，参数量 1.6B，针对阿联酋方言优化并支持英语、法语、西班牙语和葡萄牙语。在公开基准上平均词错率（WER）为 20.92%，优于此前最佳结果，并提供在线 Demo 体验。
推荐理由：模型针对阿联酋方言优化并支持多语种，提供了可验证的基准成绩与在线体验入口。
Latent Space精选AI 评分9797 AI新闻：OpenAI发布722篇数学论文，Mistral推出Large 4模型
OpenAI发布内部Navier-Stokes模型的722篇数学手稿，包含准黎曼猜想等成果，引发数学界重大反响。Mistral发布1T参数多模态模型Large 4，支持API并承诺开源。Google推出多模态嵌入模型EmbeddingGemma 2及图像模型Nano Banana 2.1。OpenAI发布决策API公测版，Anthropic扩展网络安全验证计划。
推荐理由：原文梳理了OpenAI内部模型数学突破、Mistral新模型发布及多项工具更新，提供行业全景与关键争议点。
OpenAI News精选AI 评分8585 GPT-6 伴随智能界面全球上线
OpenAI 宣布 GPT-6 在 ChatGPT 中全球上线，并推出智能界面（Intelligent UI），提供包含视觉和交互体验的更快响应。
推荐理由：GPT-6 伴随智能界面全球上线，提供包含视觉与交互体验的更快响应，直接改变 ChatGPT 的使用方式。
Simon WillisonAI 评分7272 Mistral 发布 Mistral Large 4 预览版
Mistral 发布 Mistral Large 4 预览版，这是一个拥有 1 万亿参数、490 亿活跃参数的模型，通过 API 提供预览，并承诺月底开放权重。该模型支持“无”和“高”两种推理级别，在多模态图像生成上表现显著提升，在 Artificial Analysis 上得分 38，接近 DeepSeek 4.1 Flash。
Google DeepMind精选AI 评分7575 Google DeepMind 发布开源多模态嵌入模型 EmbeddingGemma 2
Google DeepMind 发布 EmbeddingGemma 2，这是一个基于 Gemma 4 架构的 7.4 亿参数多模态嵌入模型，原生支持文本、代码、图像、音频和视频的统一嵌入空间。
推荐理由：7.4亿参数原生多模态模型，支持端侧运行与向量截断，适合隐私优先的本地检索场景。
Mistral AI精选AI 评分9292 Mistral 发布 Mistral Large 4 预览版
Mistral 发布 Mistral Large 4 预览版，该模型拥有 520 亿活跃参数，在编码、Agent 工作流及多模态理解上表现领先。模型将于月底开源权重，目前可通过 Mistral Studio 试用 API。
推荐理由：原文披露了万亿参数架构与欧洲算力底座，并给出安全与编码等维度的实测数据。
Latent SpaceAI 评分3535 Reflection 发布开源代码模型 Beam 501B-A23B
Reflection 发布 Beam，一款 501B 总参数 / 23B 激活参数的 MoE 代码模型，声称在 SWE-bench Verified 上得分 80.9，推理效率是 GLM 5.2 的 3–4 倍。该模型使用 23.8T 预训练 token 从头训练，全量权重将于本月以 Apache 2.0 协议开源。
Hugging Face Blog精选AI 评分6565 Ai2 开源 AstaBrief 8B 科学报告生成模型
Ai2 开源了 AstaBrief 8B 模型，该模型基于 Qwen3-8B 微调，专为快速生成带引用的科学文献综述报告而设计。在 Asta 平台中，该模型作为 Fast 模式上线，报告生成速度比原有的 Thinking 模式快约 3.5 倍，同时保持了相近的引用准确性和用户满意度。
推荐理由：开源了针对科学报告生成的轻量模型，提供了一整套数据筛选与评估方法，可迁移至其他垂直领域。
Ars Technica · AI精选AI 评分8383 Google 发布 Gemini 4 Argon 模型，API 定价与百万级输出已公布
Google 发布 Gemini 4 Argon 模型，API 定价为输入 2 美元/百万 token、输出 10 美元/百万 token，支持 100 万 token 输出。该模型在 DeepSWE v1.1 基准测试中得分 77.9%，已用于内部代码迁移并节省大量内存。
推荐理由：Argon 提供百万级输出与工程基准领先数据，可评估其在长程任务与代码重构中的实际价值。
Google DeepMind精选AI 评分9090 Google 发布 Gemini 4 Argon 模型，输出上限扩至 100 万 token
Google 发布前沿模型 Gemini 4 Argon，将输出 token 上限扩至 100 万，在 DeepSWE、Vals Index 等评测中领先。该模型定价为输入 2 美元/百万 token，正通过 Fairwind 计划向受信任的网络安全防御者开放。
推荐理由：Argon 将输出上限扩至 100 万 token 并强化安全防御，为复杂长程推理与代码工作流提供了新基准。
Simon Willison精选AI 评分8282 Claude Sonnet 5.5 发布，性能提升并取代旧版成为免费层模型
Anthropic 发布 Claude Sonnet 5.5，宣称速度提升 30% 以上且成本降低，在多项基准测试中表现优于 Sonnet 5。该模型现已成为 claude.ai 免费层默认模型，实测编码能力接近 Opus 5.5。
推荐理由：原文实测了模型在编码和推理上的表现，并指出其已取代旧版成为免费层模型，直接影响普通用户的可用能力。
Google DeepMind精选AI 评分8787 Google DeepMind 发布 Gemini 3.8 Flash 及网络安全版
Google DeepMind 发布 Gemini 3.8 Flash 及 Gemini 3.8 Flash Cyber，在保持 3.7 Flash 同等低成本（$0.75/$3.75 per million tokens）的同时，显著提升了编码、推理及网络安全能力。
推荐理由：在保持3.7 Flash同等低成本的同时，显著提升了编码、推理及网络安全能力，为开发者提供了高性价比的升级选择。
Hugging Face Blog精选AI 评分8282 IBM 发布 Granite 4.2 推理模型系列
IBM 发布 Granite 4.2 推理模型系列，包含 3B、8B 和 30B 三个尺寸，采用密集解码器架构并支持思考模式切换与原生工具调用。模型基于约 15T token 预训练，并通过包含 SWE、终端和搜索的多阶段强化学习进行后训练，在 SWE-bench Verified 等基准上表现强劲。
推荐理由：原文披露了从预训练到多阶段强化学习的完整构建细节，为同类模型提供了可迁移的技术参考。
Hugging Face Blog精选AI 评分7575 Liquid AI 发布 LFM2.5-DSpark 草稿模型，推理速度最高提升 3.2 倍
Liquid AI 发布 LFM2.5-DSpark 草稿模型，为 LFM2.5 系列模型提供推测解码路径，在 H100 上最高实现 3.18 倍吞吐提升，在 M4 Max 上最高实现 2.87 倍提升。该方案已开源并支持 llama.cpp 和 SGLang，在保持输出质量不变的前提下显著降低延迟。
推荐理由：原文给出了具体加速数据与部署配置，读者可据此评估端侧交互体验提升与现有工作流的适配度。
Google DeepMind精选AI 评分8585 Google DeepMind 发布 Gemini 3.7 Flash 模型
Google DeepMind 发布 Gemini 3.7 Flash，在编码、智能体和复杂文档处理任务上显著优于 3.6 Flash，并提供半价定价。该模型已用于 Gemini Spark，并更新了 CBRN 和网络安全方面的安全护栏。
推荐理由：在编码和智能体任务上性能显著提升，并提供半价定价，有助于开发者低成本扩展生产级应用。
Hugging Face Blog精选AI 评分8585 Meta 发布 Muse Glimmer 30B 多模态模型
Meta 发布 Muse Glimmer 30B 多模态模型，专为本地智能体场景设计，采用 2B 视觉编码器与 28B 文本解码器架构。该模型开源并提供 transformers、llama.cpp 及 vLLM 支持，具备多模态工具调用与代码生成能力，演示了模型自量化与自部署等智能体应用。
推荐理由：Meta 发布 30B 多模态模型，针对本地智能体场景优化，提供多种推理框架支持与自部署演示。
Google DeepMind精选AI 评分9090 Google DeepMind 开源 WeatherNext 系列气象预测模型
Google DeepMind 开源了 WeatherNext 2 和 WeatherNext Cyclones 模型及代码，该模型在气旋预测上实现了突破，平均提供额外一天的预测精度。模型仅需 28x28km 的低分辨率输入即可达到 SOTA 精度，并支持生成 1,000 个场景的集合预测。
推荐理由：开源了WeatherNext系列模型与代码，为气象预测提供了突破性的AI工具。
Hugging Face Blog精选AI 评分8686 Thinking Machines 开源 Inkling 1T参数多模态大模型及 Inkling-Small
Thinking Machines 在 Hugging Face 开源 Inkling 1T参数多模态大模型及 Inkling-Small（276B/12B），原生支持图像、文本和音频输入，具备1M上下文窗口与智能体能力。模型提供BF16与NVFP4量化版本，支持SGLang、vLLM等推理引擎，并附带多项基准测试与部署配置。
推荐理由：提供了1T参数多模态模型及276B小模型的架构细节、量化部署方案与基准测试，便于评估其推理与多模态能力。
Mistral AI精选AI 评分7272 Mistral 发布 Leanstral 1.5 形式化推理模型
Mistral 发布 Leanstral 1.5，一款 6B 激活参数的开源形式化推理模型，在 miniF2F、PutnamBench 和 FATE-H/X 基准上刷新 SOTA。该模型通过长上下文推理在代码验证中发现多个隐藏 Bug，并提供免费 API 与 Hugging Face 权重。
推荐理由：在形式化验证基准上刷新SOTA且成本极低，展示了长上下文推理在代码验证中的实际效用。
Google DeepMind精选AI 评分8181 Google 发布 Nano Banana 2 Lite 图像模型与 Gemini Omni Flash 视频模型
Google 发布 Nano Banana 2 Lite 和 Gemini Omni Flash 两款模型。Nano Banana 2 Lite 主打极速低成本图像生成，4 秒出图，价格 0.034 美元/千张，可无缝替代旧版 Nano Banana。
推荐理由：Nano Banana 2 Lite 提供极速低成本的图像生成，Gemini Omni Flash 开放视频生成与对话编辑，两者结合可构建端到端的多媒体工作流。
Google Research精选AI 评分7777 Google 发布 TabFM 表格数据零样本基础模型
Google 发布 TabFM，一个专为表格数据设计的零样本基础模型，通过上下文学习消除手动特征工程和超参数调优。该模型在 BigQuery 中原生集成，支持通过 SQL 直接进行回归和分类预测，并在 TabArena 基准测试中表现优异。
推荐理由：TabFM 将表格预测重构为上下文学习问题，无需微调即可在 BigQuery 中直接运行，大幅简化了传统机器学习工作流。
Google Research精选AI 评分7070 Google 在 Pixel 端侧部署冻结版 Gemini Nano 的 Multi-Token Prediction 加速技术
Google Research 宣布在 Pixel 9 和 10 系列设备上部署针对 Gemini Nano v3 模型的 Multi-Token Prediction (MTP) 加速技术。
推荐理由：文章详述了通过冻结主干模型并附加MTP头实现端侧推理加速的技术路径，为移动端部署提供了可迁移的优化方案。
Google DeepMind精选AI 评分7777 Google DeepMind 发布 DiffusionGemma 扩散文本模型
Google DeepMind 发布开源实验模型 DiffusionGemma，采用扩散机制并行生成文本，在单卡 H100 上推理速度提升 4 倍，适用于本地低并发场景。
推荐理由：模型采用扩散机制实现并行生成，在本地低并发场景下推理速度提升显著，适合对延迟敏感的应用。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemma 4 12B 多模态模型
Google DeepMind 发布 Gemma 4 12B 模型，采用无编码器架构，视觉和音频输入直接接入 LLM 主干，原生支持音频输入。该模型在 16GB 显存下即可运行，具备接近 26B 模型的推理性能，并内置多令牌预测（MTP）草稿器以降低延迟。
推荐理由：采用无编码器架构并原生支持音频，在16GB显存下即可运行，适合本地部署智能体应用。
Hugging Face Blog精选AI 评分8585 Holo3.1 发布：支持移动端与端侧本地推理的计算机使用智能体
Holo3.1 发布，新增移动端自动化能力并支持函数调用协议，同时推出 0.8B 至 35B-A3B 四种尺寸及 FP8、NVFP4、Q4 GGUF 量化版本，支持在消费级硬件上实现本地化部署。
推荐理由：Holo3.1 扩展了移动端支持并推出端侧量化权重，为本地化部署提供了可迁移的参考。
Hugging Face Blog精选AI 评分7272 JetBrains 发布 Mellum2 12B MoE 模型
JetBrains 发布 Mellum2，一个 12B 参数的 MoE 模型，每 token 仅激活 2.5B 参数，推理速度比同类模型快 2 倍以上。该模型开源并支持 Apache 2.0 协议，适用于路由、RAG、子智能体和私有部署。
推荐理由：原文给出了模型架构和性能数据，读者可以据此评估它在多模型系统中的路由和编排价值。
Hugging Face Blog精选AI 评分6868 OlmoEarth v1.1 发布：计算成本降低至三分之一
AllenAI 发布 OlmoEarth v1.1 模型系列，通过优化 Transformer 的 Token 设计将计算成本降低至 v1 的三分之一，同时保持基准性能。该版本包含 Base、Tiny 和 Nano 多种尺寸，支持更高效的卫星图像推理与微调。
推荐理由：通过优化Token设计降低计算成本，为遥感模型的高效部署提供了可复用的工程实践。
Google DeepMind精选AI 评分9292 Google 发布 Gemini Omni Flash 多模态视频生成模型
Google 发布 Gemini Omni Flash，支持将图像、音频、视频和文本作为输入生成高质量视频，并可通过自然语言对话进行编辑。该模型已面向 Google AI Plus、Pro 和 Ultra 订阅用户以及 YouTube Shorts 用户开放。
推荐理由：原文给出了多模态输入生成视频的能力细节和开放入口，读者可以据此判断它对现有视频创作工作流的影响。
Hugging Face Blog精选AI 评分8282 IBM 发布 Granite Embedding Multilingual R2 多语言嵌入模型
IBM 发布基于 ModernBERT 架构的 Granite Embedding Multilingual R2 系列多语言嵌入模型，包含 97M 和 311M 两个版本，支持 200 多种语言和 32K 上下文窗口。
推荐理由：IBM 发布基于 ModernBERT 的多语言嵌入模型，在 32K 长上下文和 97M 极小体积下实现开源同类最高检索质量。
Hugging Face Blog精选AI 评分7878 IBM 发布 Granite 4.1 系列开源大语言模型
IBM 发布 Granite 4.1 系列（3B、8B、30B）开源大语言模型，采用 Apache 2.0 协议。该系列在约 15T tokens 上预训练并支持 512K 上下文，通过多阶段强化学习显著提升了数学、编码和工具调用能力。其中 8B 模型在多项基准上匹敌或超越前代 32B MoE 模型。
推荐理由：原文详述了数据工程与多阶段强化学习等训练细节，展示了8B密集模型在多项基准上匹敌更大MoE架构的能力。
Hugging Face Blog精选AI 评分8383 NVIDIA 开源 Nemotron 3 Nano Omni 多模态模型
NVIDIA 在 Hugging Face 开源 Nemotron 3 Nano Omni 多模态理解模型，原生支持文档、图像、视频和音频的联合推理及智能体操作。该模型基于 Nemotron 3 混合 Mamba-Transformer 架构，在文档理解、视频分析和语音交互等基准测试中表现领先，并提供 BF16、FP8 和 NVFP4 权重下载。
推荐理由：NVIDIA 开源 Nemotron 3 Nano Omni 模型，原生支持图文音视频多模态理解与智能体操作，在多项基准上表现领先。
Google DeepMind精选AI 评分7676 Gemini Robotics-ER 1.6 发布，增强具身推理与仪表读取能力
Google DeepMind 发布 Gemini Robotics-ER 1.6，显著增强空间推理、多视角理解及仪表读取能力。该模型支持通过 Gemini API 和 Google AI Studio 调用，具备通过代码执行与视觉推理实现高精度仪表读数，并提升了物理安全约束遵循能力。
推荐理由：新增仪表读取与多视角推理能力，为具身智能体提供可验证的物理世界交互方案。
Mistral AI精选AI 评分8888 Mistral 发布 Mistral Small 4 统一模型
Mistral 发布 Mistral Small 4，将 Magistral 推理、Pixtral 多模态和 Devstral 编码能力整合至单一模型。该模型采用 MoE 架构，拥有 119B 总参数和 256k 上下文窗口，支持可配置的推理强度。相比前代，端到端延迟降低 40%，吞吐量提升 3 倍，并开源 Apache 2.0 许可。
推荐理由：模型统一了推理、多模态与编码能力，提供可配置推理强度，兼顾性能与部署效率。
Mistral AI精选AI 评分7272 Mistral 发布 Leanstral 开源形式化代码智能体
Mistral 发布 Leanstral，首个专为 Lean 4 设计的开源代码智能体，采用 6B 激活参数架构。在 FLT 项目验证基准上，其 pass@2 得分超越 Claude Sonnet 4.6，且运行成本仅为后者的约 1/15。模型以 Apache 2.0 协议开源，支持 Mistral Vibe 集成与 MCP 工具调用。
推荐理由：Leanstral 以极低成本在形式化验证基准上超越闭源模型，为高可靠性代码生成提供了开源替代方案。
Google DeepMind精选AI 评分8383 Google 发布 Gemini 3.1 Flash-Lite 模型
Google 发布 Gemini 3.1 Flash-Lite 模型，定价为输入 0.25 美元/百万 token、输出 1.50 美元/百万 token。该模型在 Artificial Analysis 基准测试中比 2.5 Flash 快 2.5 倍，输出速度提升 45%，并支持自适应思考层级。
推荐理由：以极低定价和显著提速在保持质量的同时优化了高并发场景的推理成本。
Google DeepMind精选AI 评分8080 Gemini 3.1 Pro 发布，ARC-AGI-2 得分翻倍
Google DeepMind 发布 Gemini 3.1 Pro，在 ARC-AGI-2 基准测试中取得 77.1% 的得分，推理性能是 3 Pro 的两倍以上。该模型已在 Gemini API、Vertex AI、Gemini CLI、Android Studio 及 NotebookLM 等平台开放预览。
推荐理由：ARC-AGI-2得分翻倍体现推理能力跃升，覆盖开发者与企业场景，可据此评估复杂任务处理潜力。