#Agent

Tether AI Research 发布 0.8B 端侧智能体模型 BotPsy

Tether AI Research 发布基于 Qwen3.5-0.8B 的 0.8B 参数端侧智能体模型 BotPsy，专注函数调用和个人助理任务，称其在六个工具使用与智能体基准上优于所有受测的 1.2B 及以下模型，BFCL v4 从基座的 23.4 升至 44.0，并在五项基准上超过 2.5 倍大小的 Qwen3.5-2B-Think。

Fish Audio 发布全双工语音模型 Live 3，短反应最快 186 ms

Fish Audio 发布面向实时语音 Agent 的全双工语音模型 Live 3，可在说话的同时持续监听，把话轮切换从流水线规则移入语音模型。短反应最快 186 ms 开始响应，支持 Fish Agent Platform、Fish Audio API 和企业本地部署，促销价 $0.035/分钟（2026 年 12 月 31 日前），此后 $0.07/分钟，目前仅支持英语且未发布基准分数。

Google DeepMind 发布 Gemini 4 Carbon，主打前沿网络安全与长程智能体工作流

Google DeepMind 发布 Gemini 4 Carbon，定位为最强前沿模型，面向网络安全能力与复杂知识工作、软件工程和科学推理中的长程智能体工作流。

Google 向公众发布 Gemini 4 Carbon，并在 Antigravity 预览 agent “swarm” 功能

Google 将 Gemini 4 Carbon 向公众开放，称其为其“最强模型”，定位复杂多步编码和开放性科学研究等任务，Argon 则仍是多数软件工程和知识工作的理想选择。

同一件事，精选收录的是《Google DeepMind 发布 Gemini 4 Carbon，主打前沿网络安全与长程智能体工作流》

Anthropic Fable 5.2 在 Remote Labor Index 上完成 41.3% 真实外包任务，居榜首

Anthropic 新模型 Fable 5.2 在 Scale Labs 和 CAIS 的 Remote Labor Index 基准上以 41.3% 的完成率领先，远超一年前基准发布时 Manus 的 2.5%，也约为 Fable 5 七月约 16% 得分的 2.5 倍。

Meta 发布 Muse Ember：1M 上下文的小型智能体模型，对标 Claude Haiku 5.5

Meta Superintelligence Labs 发布 Muse Ember，面向智能体高频子任务（工具调用、编码子任务、路由、抽取与长文档解析）的多模态推理模型，提供 1M token 上下文与最高 512K 输出。

OpenAI 发布 GPT-6 Cyber 系统卡，披露网络安全模型的对齐与防护细节

OpenAI 发布 GPT-6 Cyber 系统卡，该模型经强化学习训练用于复现崩溃、开发漏洞利用和代码库漏洞搜索，并降低对授权网络安全请求的拒答。对齐评估显示其 ExploitGym Honeypot 越权利用率在无部署安全指令时为 0.07%（GPT-5.6 Sol 为 49.5%），配合部署安全指令后为 0%；Auto-Review 拒绝遵守率为 0%。

Thinking Machines 发布 Inkling 2 Small，计划开源权重

Thinking Machines 发布 Inkling 2 Small，Artificial Analysis Intelligence Index 得分 31，较 Inkling Small 提升 18 分，计划以 Apache 2.0 发布权重，若落地将成为中国以外得分最高的开源权重模型。

Google DeepMind 发布 Gemini 4 Carbon 主攻网络安全与长时程任务

Google DeepMind 发布 Gemini 4 Carbon，定位为其最强模型，主打网络安全和长时程能力，在 Artificial Analysis Intelligence Index v5.0 以 59 分排名第一。

Mistral 发布 Voxtral 3 语音模型家族与语音智能体 SDK

Mistral 发布 Voxtral 3，包含语音转写与 TTS 模型以及基于 LiveKit 的语音智能体 SDK，将听、推理、工具调用和说话整合为单一实时流式管线。

Meta Muse Spark Open 上线 Together AI，面向智能体编码场景

Meta 的 Muse Spark Open 开放权重模型已在 Together AI 上线，Together AI 是 Day 0 上线合作方。模型具备 1M token 上下文窗口、长程自主规划与子智能体协调、计算机使用与网页浏览、多模态输入和意图说明能力。

Google 发布 Gemini 4 Argon，面向开发者与企业全球开放

Google 发布 Gemini 4 Argon 并全球开放，开发者经 AI Studio 与 Gemini API 使用，Google AI Ultra 及 Pro 订阅者可在 Gemini 应用、Antigravity 和 Search 的 AI Mode 中使用。

Mistral 发布 Mistral Large 4 公开预览：1 万亿参数多模态开源权重模型

Mistral 发布 Mistral Large 4（ML4，昵称 le Chonk）公开预览，1 万亿参数、520 亿激活参数的原生多模态模型，预览 API 已在 Mistral Studio 开放，权重将于本月底发布。

Fireworks Research 发布 Ember-1：以 40% 更少 token 达成 Kimi K3 同等质量

Fireworks Research 发布基于 Kimi K3 训练的专用模型 Ember-1，在保持质量的同时减少约 40% 的 token 消耗。团队通过 50 多次训练实验和 200 多次评估开发新训练算法，让模型学会更高效地推理；在 7 个基准和两家客户生产流量的 A/B 测试中，推理 token 缩短 35-50% 且准确率不降，内部编码流量切换后开发者几乎无感。

Fireworks 评测 DeepSeek-V4.1-Flash：DeepSWE 达 GPT-6 Astra 水准、单任务成本仅 1/15

Fireworks 发布 DeepSeek-V4.1-Flash 基准评测，在 DeepSWE 上以 74.34% pass@1 达到 GPT-6 Astra 级编码准确率，单任务成本 $0.43，约为 Astra 的 1/15。

Fireworks AI：DeepSeek V4 Pro 正在重塑安全智能体的成本经济学

Fireworks AI 用 UC Berkeley 的 CyberGym 基准测试了 DeepSeek V4 Pro 0813、Kimi K3、GPT-5.5 和 Claude Opus 4.8 在真实漏洞攻防上的表现。

Thinking Machines Lab 发布多模态 MoE 模型 Inkling，Together AI 提供 Day 0 接入

Thinking Machines Lab 发布多模态 MoE 模型 Inkling，Together AI 同步在 Serverless 平台提供 Day 0 接入。

Cognition 发布 SWE-1.7：基于 Kimi K2.7 的前沿级编码模型

Cognition 发布迄今最强模型 SWE-1.7，以更低成本达到前沿级智能，基于 Kimi K2.7 底座，今日已在 Devin 的 Web、Desktop 和 CLI 中通过 Cerebras 以 1000 TPS 提供。

Thinking Machines Lab 发布交互模型研究预览 TML-Interaction-Small

Thinking Machines Lab 宣布交互模型研究预览，模型原生处理音频、视频和文本的实时交互，而非依赖外部脚手架，采用 200ms 微轮次的多流设计，并由交互模型与异步背景模型分工协作。

OpenAI 发布 GPT-5.3-Codex 系统卡，披露安全评估与 Apollo 破坏能力测试结果

OpenAI 发布 GPT-5.3-Codex 系统卡，公布不允许内容、生物化学和网络安全领域的评估结果。

OpenAI 发布 GPT-5.1-Codex-Max 系统卡，披露安全评估与沙箱机制

OpenAI 发布 GPT-5.1-Codex-Max 系统卡，说明该模型在禁用内容、Agent 沙箱和生物化学风险上的安全评估。Codex agent 默认禁用网络并将文件编辑限制在当前工作区，云端跑在 OpenAI 隔离容器中，macOS 用 Seatbelt、Linux 用 seccomp 和 landlock 实现本地沙箱。

Cognition 发布 SWE-grep 与 SWE-grep-mini，用 RL 训练快速并行上下文检索模型

Cognition 发布 SWE-grep 和 SWE-grep-mini，用多轮强化学习训练的智能体检索模型，检索能力比肩前沿编码模型但耗时少一个数量级。模型每轮最多发出 8 个并行工具调用、最多 4 轮，借助 Cerebras 推理分别达到超过 2,800 tokens/秒和超过 650 tokens/秒。