内容类型
各家新模型的发布、开源与迭代：旗舰更新、开源权重放出、能力与价格变化。
46 条精选近 30 天 19 条共收录 111 条
Google DeepMind 发布新一代 DNA 序列模型 AlphaGenome 2，可预测 DNA 序列及其变异如何影响数百种人类细胞类型。模型改为条件式架构，在 68 种组织超过 1.07 亿个单细胞图谱上训练，新增 DNA 甲基化预测；在 TenK10K 数据集上识别的因果变异数量约为原模型的两倍（30% vs. 16%）。
推荐理由：原文给出架构改进、TenK10K 对比数字和 API 开放范围，读者可据此评估它对疾病变异研究的实际价值。
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。
推荐理由：Google DeepMind 官方发布 Gemini 4 Carbon，给出基准成绩、定价和获取渠道，可据此判断它适合哪些高难度工作流。
Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2，在 Artificial Analysis（Index 65）、Epoch AI（174）、ARC-AGI、Vals 等多个独立评测登顶，定价 $8/$40 每百万 token，比 Fable 5.1 低 20%。
推荐理由：汇总多家独立评测与实际成本数据，还点出 max 档表现反而下滑和订阅额度限制等发布话术之外的细节。
Google DeepMind 发布迄今最强的视觉-语言-动作（VLA）模型 Gemini Robotics 2.5，覆盖 200 多项任务测试，成功率较此前基线提升 30% 至 100%，任务完成速度快 20% 至 30%。
推荐理由：官方给出任务成功率、速度和产线实测数字，读者可以据此评估 VLA 模型走向真实工厂场景的进展。
Zyphra 发布 ZONOS3-Mini，一个零样本语音克隆 TTS 模型，采用稀疏 MoE 架构，1 亿活跃参数、8 亿总参数，Apache 2.0 许可，在 112 块 NVIDIA H100 上训练 2.5 天。
推荐理由：原文给出参数规模、端侧延迟数字和 ZTTS2-Eval 排名，开源权重与多端运行时可帮助读者评估实际部署成本。
Google DeepMind 发布 Gemini Omni 1.2 Flash，并在 Gemini API 和 Gemini for business 全面开放，价格较 1.1 下降 30%，720p 视频为 $0.07 per second。
推荐理由：官方给出了价格、时长和一致性等具体变化，读者可以据此评估它在视频生成工作流中的成本与用法。
Mistral 发布 Mistral Studio 更新，新增托管 agents 和 apps，扩展 workflows、enterprise context、agent 可观测性与评估能力，可通过 Mistral MCP server 用一条命令从本地测试部署到 Studio，支持云端、VPC 或本地部署。
推荐理由：官方详述了 Studio 的托管 Agent、工作流和应用能力，以及各客户的具体节省工时，可据此评估企业级部署方式。
Preferred Networks 于 11 月 5 日开源发布翻译专用大模型 PLaMo 3 Translate，提供 0.8B、2B、8B、31B 四种规格，已上架 Hugging Face。
推荐理由：原文给出四个模型规格、53 种语言覆盖和离线运行能力，可帮助读者评估端侧翻译模型的选型与商用许可条件。
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%。
推荐理由：系统卡给出对齐评估和 honeypot 等具体数字，读者可以据此判断 GPT-6 Cyber 在能力增强下安全边界的实际表现。
Cognition 发布编码模型 SWE-2 Flash，基于 Inkling-Small 加入强化学习前的 mid-training 阶段，Terminal-Bench 4.0 从 0.9% 提升到 20.0%，FrontierCode 2.0 从 3.2% 提升到 24.0%，性能超过所有美国开放权重模型甚至 3 倍大的模型。
推荐理由：原文给出训练方法、基准提升和安全分发的权属安排，读者可以据此评估它在低成本编码工作流中的位置。
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。
推荐理由：Artificial Analysis 给出独立跑分与成本细节，读者可对比 Gemini 3.8 Flash 等模型判断其智能体与编码能力定位。
Moonshot AI 的 Kimi K3.1 Pro 在发布当天即上线 Fireworks，支持 serverless 按 token 计费和专属部署两种方式。
推荐理由：Fireworks 官方给出了 K3.1 Pro 在多个生产级基准上的名次与定价细节，读者可据此评估其在长上下文和 Agent 场景的成本收益。
Mistral 发布 Mistral Large 4（Le Chonk）开放权重，为 1 万亿参数原生多模态模型，在欧洲基础设施上从零训练。
推荐理由：官方放出完整权重与各基准数字，可据此比较该模型在编码、安全与成本效率上的定位，并判断自部署可行性。
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。
推荐理由：原文给出具体基准分数、定价和分阶段开放计划，可据此判断这款安全向旗舰模型在攻防场景的实际能力边界。
Google DeepMind 发布新一代世界模型 Genie 4，以研究预览形式向可信测试者开放，后续将向 Project Genie 中的 Google AI Ultra 订阅者及 Gemini API、Google AI Studio 早期合作伙伴推出。
推荐理由：官方原文给出 Genie 4 的实时交互、原生音频能力和与 Gemini 协作的机制，也写明了测试者反馈和已知局限。
ComfyUI 博客介绍了 Black Forest Labs FLUX 3 家族中紧凑型开源权重模型 FLUX 3 Image Klein，共 5.6B 参数，支持原生 4K 生成、多参考图生成与编辑、bounding boxes 构图、文字渲染编辑和参考图风格迁移。
推荐理由：原文给出 FLUX 3 Image Klein 的参数量、开源权重获取方式和消费级 GPU 上的量化加速数据，可据此评估本地图像生成工作流。
Mistral 发布其首个时间序列基础模型家族 Timestral，提供 5M、28M、123M 和 209M 四种规格。最大 209M 模型在 GIFT-Eval、TIME 和 fev-bench 三个公开基准的预训练零样本模型中五项指标全部排名第一，28M 模型在 GIFT-Eval 和 TIME 上击败约四倍大小的 Chronos-2。
推荐理由：Mistral 发布首个时间序列基础模型系列，正文给出三个基准的成绩、CPU 推理延迟和可微调部署路径，读者可据此评估其落地方式。
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。
推荐理由：原文给出了模型能力、定价和 API 用法，读者可据此评估它在智能体编程工作流中的实际落地价值。
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。
推荐理由：官方发布给出了定价、基准成绩和内部工程实绩，读者可以据此评估该模型在编码、科研和智能体场景的适用度。
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。
推荐理由：官方给出具体基准数字、开放权重时间表和欧洲自建训练基础设施，读者可据此判断它在开源模型中的位置。