跳到正文
#模型发布
10月14日周三
  1. Google DeepMind82

    Google DeepMind 发布 Gemini 4 Argon 并公布安全防护方案

    Google DeepMind 开始广泛推送 Gemini 4 Argon，并扩大 Fairwind Program 至更多可信网络安全防御方。该模型在 12 个端到端模拟网络攻击场景中全部通过，上一代为 5 个；在 Gray Swan 间接提示注入基准上，15 次自适应攻击的成功率降至 0.7%。

    推荐理由：官方披露 Gemini 4 Argon 在网络安全与生物风险上的防护设计，可了解前沿模型安全护栏的具体做法。

  3. Hugging Face Blog71

    Liquid AI 发布 LFM2.5-24B-A2B 端侧推理智能体模型

    Liquid AI 发布 LFM2.5-24B-A2B，一个总参数 24B、每 token 仅激活 2B 的推理模型，面向端侧私有智能体，会在回答前生成显式思维链并调用工具。

    推荐理由：LFM2.5-24B-A2B 以 2B 激活参数在工具调用与指令遵循上对标更大 MoE，并给出端侧与 GPU 推理速度数据。

  5. Google DeepMind90

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业和消费者开放，通过 AI Studio、Gemini API、Google Antigravity、Gemini 应用和 Search 的 AI Mode 提供，入门价每百万输入 token 2 美元、输出 token 10 美元，缓存输入享 95% 折扣。

    推荐理由：官方给出 Argon 在编码、科研与安全上的具体案例和定价，可据此判断前沿模型落地方式的变化。

10月13日周二
  1. Latent Space80

    Meta 发布 Muse Wonder 与 Muse Wonder Full 模型家族

    Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder 与 Muse Wonder Full，前者通过 Meta Model API 和 Muse Code 提供，后者仅面向 Muse Code 订阅用户。

    推荐理由：汇总 Meta 新模型的首发细节与多家第三方评测数据，可对比其与 Opus 5.5、GPT-6 系列的定位差异。

10月7日周三
10月6日周二
  1. Arthur Mensch80

    Mistral AI 发布 Mistral Large 4（代号 Le Chonk），1T 参数、49B 激活、原生多模态，官方称其在美国或欧洲开源权重模型中聚合基准表现最好，并在网络防御、制造和金融等关键负载上达到 SOTA，视觉 grounding 超过闭源前沿模型。模型端到端在欧洲打造，可通过 Mistral Cloud 从欧洲部署，今日起 API 开放，权重将于 10 月底发布。联合创始人 Arthur Mensch 补充称该模型在自家算力上训练和推理，RL 尚未出现饱和迹象。

    引用Mistral AI@MistralAI

    认识 Mistral Large 4，又名 Le Chonk。 • 1T 参数，原生多模态。49B 激活。 在综合基准测试上，它是来自美国或欧洲的最佳开放权重模型。 • 在关键工作负载上达到最先进水平，包括网络防御、制造业和金融，并且在视觉定位方面超越了闭源前沿模型。 • 端到端在欧洲打造，并可通过我们自己的 Mistral Cloud 基础设施从欧洲部署。 • 今天即可通过 API 向所有人开放。正与网络安全合作伙伴私下合作。 开放权重版本将于十月底发布。

    推荐理由：Mistral 联合创始人补充了 Mistral Large 4 的自研算力训练与 RL 未饱和信号，可对照官方发布看训练侧取舍。

  2. Mistral AI82

    Mistral 发布 Mistral Large 4 公开预览

    Mistral 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、52B 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、52B 激活的开放权重模型在编码、智能体与多模态上的具体基准，可据此判断开放权重模型当前的位置。

10月2日周五
  1. Mustafa Suleyman62

    微软 AI 发布流式语音转文字模型 MAI-Transcribe-2-Streaming，在 AA-WER Streaming 的最终转写准确率与首个部分转写准确率上均排名第一，最终转写 WER 为 2.5%、语音结束后 0.13s 返回结果。该模型流式转写定价为每小时音频 0.54 美元，非流式转写为每小时 0.10 美元。Mustafa Suleyman 称其比 ElevenLabs 快 55%、便宜 60%，并邀请开发者在其平台上构建智能体。

    引用Artificial Analysis@ArtificialAnlys

    Microsoft AI has released MAI-Transcribe-2-Streaming, taking the #1 spot for Final Transcript accuracy and First Partial Transcript accuracy on AA-WER Streaming with 2.5% WER at 0.13s after end of speech MAI-Transcribe-2-Streaming is @MicrosoftAI's new streaming Speech to Text model, joining the non-streaming MAI-Transcribe-2. It leads streaming Final Transcript WER at 2.5%, ahead of the previous #1, SpaceXAI's Grok Voice Transcribe 2.0 at 2.7%, and returns that transcript in 0.13s rather than 0.49s. It is available for streaming transcription at $0.54 per hour of audio, at the higher end of pricing among the leading streaming models. Key takeaways ➤ Final Transcript: MAI-Transcribe-2-Streaming achieves 2.5% WER at 0.13s after end of speech, ranking #1 of 38 models. It is more accurate and faster than Grok Voice Transcribe 2.0 at 2.7% and 0.49s, Muse Voice Transcribe at 3.1% and 0.16s, and ElevenLabs Scribe v2 Realtime at 3.6% and 0.14s. It is also more accurate, though slightly slower, than Cartesia Ink Preview (external endpoints) at 3.1% and 0.11s ➤ First Partial Transcript: The model achieves 2.5% WER at 0.12s, ahead of Grok Voice Transcribe 2.0 at 3.4% and 0.49s, and ahead of Muse Voice Transcribe and ElevenLabs Scribe v2 Realtime on accuracy, both at 3.6%, and slightly faster than both at 0.12s versus 0.13s. It is more accurate but slower than Cartesia Ink-2 (external endpoints) at 4.0% and 0.07s ➤ Price: MAI-Transcribe-2-Streaming costs $0.54 per hour for streaming, or $9.00 per 1,000 minutes. This puts it level with Gemini 3.5 Transcribe Live at $9, above the $6.50 charged for ElevenLabs Scribe v2 Realtime and Deepgram Flux, more than twice Cartesia Ink-2 at $4, and three times Muse Voice Transcribe at $3. Non-streaming transcription costs $0.10 per hour, or $1.67 per 1,000 minutes Congrats to the @MicrosoftAI team on the launch! See more details below

10月1日周四
  1. Google DeepMind84

    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，随后逐步扩展至开发者、企业和消费者，起步价每百万输入 token 2 美元、输出 token 10 美元，缓存输入按输入价 95% 折扣计费。

    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表现和定价，可据此判断前沿模型的落地边界。

9月23日周三
  1. Greg Brockman84

    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 Astra 在专业工作、事实性、编码、计算机使用和对齐方面的能力带入更快、更便宜的模型中，以支持规模化工作。OpenAI 同时提升了缓存和推理效率，并将节省直接让利给用户，Sol 和 Luna 的 API 价格比 GPT-5.6 促销价低 50%。

    引用OpenAI@OpenAI

    欢迎 GPT-6 Sol 和 GPT-6 Luna 加入 GPT-6 宇宙。 GPT-6 Sol 和 Luna 基于 GPT-6 Astra 背后的进展构建，将其许多优势带入更快、更实惠的模型，以支持大规模工作。 我们还提高了缓存和推理效率，并直接将节省的成本传递给你：与 GPT‑5.6 促销定价相比，Sol 和 Luna 的 API 价格降低了 50%。

    推荐理由：OpenAI 推出 GPT-6 Sol 与 Luna 两款更快更便宜的模型，API 价格较 GPT-5.6 促销价低 50%，读者可据此判断成本变化。