Anthropic 发布 Claude Haiku 5.5 小模型
Anthropic 发布 Claude Haiku 5.5,称其是迄今发布的最便宜、最快且能力最强的小模型。官方表示,其平均运行成本比 Claude Haiku 4.5 低约 75%。
推荐理由:Anthropic 发布小模型 Haiku 5.5,给出运行成本较上一代降低约 75% 这一关键变化。
Anthropic 发布 Claude Haiku 5.5,称其是迄今发布的最便宜、最快且能力最强的小模型。官方表示,其平均运行成本比 Claude Haiku 4.5 低约 75%。
推荐理由:Anthropic 发布小模型 Haiku 5.5,给出运行成本较上一代降低约 75% 这一关键变化。
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,可把文本、图像、音频和视频映射到统一嵌入空间。
推荐理由:官方给出 740M 参数、模块化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。
Google DeepMind 发布 EmbeddingGemma 2,称其为首个面向端侧嵌入的原生多模态开放模型。该模型在文本之外统一了代码、图像、音频和视频,将它们映射到同一共享空间。
推荐理由:EmbeddingGemma 2 把端侧嵌入从文本扩展到代码、图像、音频和视频的统一空间,可据此判断本地多模态检索的可行边界。
Google DeepMind 发布新前沿模型 Gemini 4 Argon,面向编码、企业知识工作和网络安全防御等复杂工作流。该模型当天起通过 Fairwind Program 向一批可信测试者开放。
推荐理由:Gemini 4 Argon 面向编码、企业知识工作与网络安全防御,并给出可信测试者的开放路径。
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,之后再逐步面向开发者、企业和消费者,起步价每百万输入 token 2 美元、输出 token 10 美元。
推荐理由:官方给出 Argon 在编码、企业知识与网络安全上的基准成绩和分阶段开放路径,可据此判断前沿模型的能力边界与落地节奏。
OpenAI 发布 GPT-6.1 Sol,称其以五分之一的价格提供接近 Astra 的智能水平。OpenAI 表示,这是目前同性能水平下最具成本效率的模型。
推荐理由:OpenAI 公布 GPT-6.1 Sol 的定价与性能定位,读者可据此判断其性价比在现有模型中的位置。
微软研究院发布 Quine,一个面向生物学复杂性的 AI 研究系统,由生物世界模型和连接模型、科学工具、文献与实验人员的交互式 harness 组成。
推荐理由:微软研究院公开 Quine 生物世界模型的设计思路与胰腺癌化合物筛选的湿实验验证结果,可了解多模态建模在科研闭环中的实际用法。
Anthropic 宣布 Claude Sonnet 5.5 上线,这是 Claude 5.5 系列的第二款模型。官方称其相较 Sonnet 5 运行速度提升超过 30%,多数工作场景成本最多降低 30%。
推荐理由:Anthropic 官方发布 Claude Sonnet 5.5,给出速度与成本变化,读者可据此判断是否替换现有 Sonnet 5 工作流。
过去 6 个月…… - Muse Spark - Muse Image - Muse Video - Muse Spark 1.1 - Meta Model API - Muse Glimmer - Muse Spark 1.2 - Muse Code - Muse Spark 1.3 - Muse ……而我们才刚刚开始。🚀
Google DeepMind 发布两款文本转语音模型。Gemini 3.8 Flash TTS 可设计带不同口音和特征的自定义音色;Gemini 3.8 Flash-Lite TTS 面向效率与规模化,可从自建风格或官方生产级音色库中选择。两款模型均支持创建并部署自定义音频。
推荐理由:两款 TTS 模型分别面向自定义音色设计与规模化部署,读者可据此判断语音生成的分工与选型。
Google DeepMind 推出 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型,前者面向角色设计与逐行表演指导,后者面向高并发配音和语音智能体。
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,可据此判断语音生成在创作与规模化场景的落地方式。
OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna,两款模型基于 GPT-6 Astra 的技术进展,将其部分能力带入更快、更经济的模型以支持规模化工作。OpenAI 同时提升了缓存与推理效率,并将节省的成本直接让渡给用户,Sol 和 Luna 的 API 价格相比 GPT-5.6 促销价降低 50%。
推荐理由:OpenAI 在 GPT-6 系列下新增 Sol 与 Luna 两款模型,并给出相较 GPT-5.6 的 API 价格降幅,读者可据此判断成本变化。
Anthropic 宣布 Claude Opus 5.5 即日起可用,这是新 Claude 5.5 系列的首个模型。据其引用的 @claudeai 介绍,该模型在多数任务上达到 Claude Fable 5.1 的水平,运行成本比 Opus 5 低 40%。
推荐理由:Anthropic 官方发布 Claude Opus 5.5,给出与 Fable 5.1 的能力对标和 40% 成本降幅,便于判断升级取舍。
Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款实时对话模型,前者面向规模化与成本效率,后者面向高复杂度任务与多步推理。
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与接入方式。
Google DeepMind 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking,称其为该公司最好的对话式 AI。官方表示这两个模型可以对话、思考并在后台处理任务,而不打断用户当前流程。
推荐理由:Google DeepMind 发布 Gemini 3.8 Live 系列,读者可了解其对话与后台任务处理的能力定位。
Meta 宣布 Muse Spark 1.3 的 max 推理档已在 Muse Code 和 Meta Model API 上线。被引用的发布者表示,Muse Spark 1.3 max 在编码和智能体任务上表现明显更强,建议即使试过 high 或 xhigh 档的用户也尝试这一档。
推荐理由:Meta 官方发布 Muse Spark 1.3 max 推理档,读者可了解它在编码与智能体任务上的定位及可用入口。
WeatherNext 3 是我们在全球天气预报方式上的一项重大突破。⛅ 该模型与 @GoogleResearch 联合开发,直接从真实世界的实时观测中学习,从而更快地给出更本地化、高度准确的预测。🧵
Meta 发布 Muse Spark 1.3,在智能体与编码任务上性能提升,并强调真实场景可用性。新版本可在单一线程中持续处理多个工作流的长周期任务,会更主动地与用户协作,包括提出澄清问题、在卡住时提示、在执行有后果的操作前确认,同时对其自身能力边界有更好的校准,减少编造结果。内部对比显示,相比 Muse Spark 1.2,工具调用减少约 20%,token 消耗减少约 25%。
推荐理由:官方给出 Muse Spark 1.3 在智能体与编码任务上的能力变化,以及工具调用和 token 消耗的对比数据。
Google DeepMind 发布 Gemini 3.8 Flash Cyber,称其为防御方带来优势,具备专家级漏洞检测和自主修补能力。官方表示该模型可帮助团队应对新兴威胁。
推荐理由:Google DeepMind 发布面向安全防御的 Gemini 3.8 Flash Cyber,读者可了解其漏洞检测与自动修补的能力定位。
Google DeepMind 发布两款新 Gemini 模型,用于扩展 AI 智能体并保障代码安全。其中 3.8 Flash 被称为其迄今最智能的模型,在软件工程、智能体任务和多步推理上相较 3.7 Flash 有明显提升;3.8 Flash Cyber 是其能力最强的网络安全模型,具备前沿水平的漏洞检测与自动修补能力。
推荐理由:官方给出两款 Gemini 新模型在软件工程、智能体任务与漏洞检测上的定位,便于判断能力边界。
Google DeepMind 宣布为最新 Gemini 模型加入智能体视频理解能力,模型分析视频的准确率更高,同时最多可减少 88% 的 token 消耗。
推荐理由:官方给出 Gemini 视频理解在准确率与 token 消耗上的变化,可据此判断多模态推理成本走向。
Meta Superintelligence Labs 发布 Muse Voice Transcribe,这是其首个实时音频感知模型,支持实时流式 ASR、20 人以上说话人分离和端点检测。该模型支持多语言并无缝切换语种,可通过语言、关键词和上下文偏置提升准确率。Meta 称其在 Artificial Analysis 流式语音转文字评测和公开说话人分离基准上排名第一。
推荐理由:Meta 发布实时语音感知模型,给出流式 ASR、说话人分离与多语言能力,可对照现有语音方案。
微软研究院发布 GigaPath-Flash 和 GigaTIME-Flash,以蒸馏自十亿参数 GigaPath 编码器的 22M 参数 ViT-S 骨干大幅降低病理基础模型算力需求,均以 Apache 2.0 许可开源。
Google DeepMind 发布 Gemini 3.5 Transcribe,称其为最新的语音转文字模型,面向精准且智能的转录。原帖未给出更多参数、可用范围或评测数据。
推荐理由:Google DeepMind 发布语音转文字新模型,读者可了解其在转录精度与智能化上的定位。
Meta 发布 Muse Glimmer,一个 30B 参数的开源权重模型,面向本地常驻智能体工作流。该模型在关键智能体用例和基准上表现优于同尺寸领先模型,可完全运行在 Mac 或配备高性能 GPU 的 PC 等消费级硬件上。模型权重以宽松的 Apache 2.0 许可发布。
推荐理由:Meta 开源 30B 端侧智能体模型,可据此判断消费级硬件上常驻 Agent 的可行边界。
我们让几位领袖提前体验了 Muse Spark 1.1,以下是他们的评价:
Meta 发布 Muse Spark 1.1,是今年早些时候首个 Muse Spark 模型之后的重大升级。随此次发布,Meta 同时开放新 Meta Model API 的公开预览,开发者可通过该 API 访问 Muse Spark 1.1。该模型现已在 Meta AI 应用和 meta.ai 上线 Thinking 模式。
推荐理由:Meta 发布 Muse Spark 1.1 并开放 Meta Model API 预览,读者可据此了解新模型与开发者接入方式。