模型动态

Ai2 代码公开可免费使用 AstaBrief 8B，一个基于 Qwen3-8B、将研究问题和检索文献片段转化为带引用报告的科学报告生成模型，现已在 Asta 的 Generate a report 功能中作为 Fast mode 上线，并连同学习用的素材开放下载

LMSYS 团队发布 Vicuna-13B，通过约 70K ShareGPT 用户共享对话针对性训练优化 LLaMA，训练成本约 $300，代码、权重和在线 demo 以非商业许可公开。GPT-4 作为评审的初步评估显示其达到 ChatGPT/Bard 90% 以上质量，在 45% 问题上不逊于 ChatGPT；团队同时提出基于 GPT-4 的自动评测框架，并说明其尚非严谨方法

Artificial Analysis 发布 Coding 能自动完成任务的AI助手 Index 榜单，Claude Sonnet 5.5 (max) 在 Claude Code 以 68 分居首，但每任务成本最高达 $14.19

GPT-6 Astra Ultrafast 现已在 OpenAI 调用接口 及符合条件的 ChatGPT Work 和 Codex 用户中可用，运行在 NVIDIA Blackwell 高性能计算芯片 上

Artificial Analysis 自行本地部署评测了阿里 9 月 20 日以代码公开可免费使用权重发布的 Qwen-Image-2.1，该模型在 AA-Image-T2I v2.0 和 AA-Image-Editing v2.0 上均排名第 18，为两个榜单上排名第一的代码公开可免费使用权重模型，超过 Ideogram 4.0（Quality）和 HunyuanImage 3.0 Instruct

Arena 宣布 Xiaomi MiMo-V2.6-Pro 和 MiMo-V2.6-Flash 登陆 能自动完成任务的AI助手 Arena。Pro 在 8.1K+ 真实能自动完成任务的AI助手会话中净提升 +3.17%，列代码公开可免费使用模型第5，较 MiMo-V2.5-Pro（第13，-7.23%）提升9个名次；其 Confirmed Success 得分 +7.35%，列代码公开可免费使用模型第2

Arena 宣布 Claude Sonnet 5.5（xHigh）进入 Code Arena: WebDev 榜单，以 1786 分排名第 3，距第 2 名 GPT-6 Astra 的 1788 分仅差 2 分

Artificial Analysis 数据显示，GPT-6.1 Sol 的 Cost per Task 约 $0.72，比 GPT-6 Sol（$1.05）低约 30%，后者已约为 GPT-5.6 Sol（$1.99）的一半

Arena 公布 Gemini 4 Argon (High) 在 能自动完成任务的AI助手 Arena 排名第 8，净提升分 +7.92%，每任务成本 $0.62

Arena 宣布 Claude Opus 5.5 （High） 以 1509 分首次登顶 Text Arena，比 Opus 5 （High） 高 18 分（现列第 11）。Opus 4.6 （High） 以 4 分之差保持第 2，Anthropic 包揽该榜前六名；Opus 5.5 （High） 按每百万 token 输入/输出定价折算的混合价格为 $16/M文字处理单位，进入 Text Arena 的 Pareto 前沿

Arena 宣布 Claude Opus 5.5 （Max） 以 1818 分登顶 Code Arena： WebDev，领先第二名 GPT-6 Astra （Max） 26 分，比 Opus 5 （Max） 的 1692 分高出 126 分

Google DeepMind 发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，支持用自然语言提示词从零设计声音、30 秒样本复刻声音，并提供逐行表演指导、长时音频生成和双说话人场景编排，覆盖 100 多种语言

小米发布代码公开可免费使用全模态模型 MiMo-V2.6 Pro 与 Flash，通过规模化通过试错来学习训练，Pro 在 Artificial Analysis Intelligence Index 得分 46，为代码公开可免费使用模型中最高，并在多数 能自动完成任务的AI助手 基准上表现与 Claude Opus 5 和 GPT-5.6 Sol 相当

Qwen 发布 Qwen-Audio-3.1，ASR、TTS 与 Realtime ，并新增音频创作模型 TTS-Next 和音频理解模型 ASR-Next，共五个模型覆盖理解、生成、交互与创作。全线降价，TTS 约 70% off、Realtime 约 85% off、ASR 最高 95% off；Realtime 可边说边听、随时打断，检测到低落情绪时会放慢语速并共情回应

Anthropic 发布 Claude Opus 5.5，称典型按 token 计费工作负载运行成本比 Opus 5 低约 40%，其中缓存读取降价 60%、输入输出 token 降价 20%

Qwen 团队代码公开可免费使用 Qwen-Image-2.1，将文生图与图像编辑统一到一个模型中，视觉生成组件仅 7B 参数，并原生支持生成和编辑透明图像。模型支持最多 10 张参考图、圆形/涂鸦/独立蒙版指定局部编辑，通过混合粒度注意力架构和 KV cache 复用提升推理效率，同时改进文字渲染、人像光照与人物产品保真度，并覆盖全景图、信息图和分镜等任务

阶跃星辰发布旗舰基座模型 Step 5 Preview，采用稀疏 多位专家协作的模式 架构，总模型复杂度 600B、激活 27B，支持 100 万 文字处理单位 上下文和文本与视觉输入，在 Artificial Analysis Intelligence Index 得 44 分，居全球代码公开可免费使用模型前三，单任务成本为 Claude Opus 5 的 1/8

Qwen 发布 Qwen3.8-LiveTranslate，采用 Interleave 架构与 Hybrid-多位专家协作的模式 Thinker-Talker 设计重构实时同声传译，平均滞后（LAAL）从上一代的 2.8 秒降至 2.3 秒

Qwen 发布下一代原生全模态模型 Qwen3.8-Omni-Flash，支持文本、图像、音频和视频输入及 1M token 一次能记住多少内容，29 项评测平均分较 Qwen3.5-Omni-Plus 提升超过 25%，音频输入每小时价格下降超过 98%，音视频输入每小时价格下降超过 93%

DeepSeek 发布 DeepSeek-V4.1-Flash，一个 552B 参数的能看图、听声音、懂文字的综合能力 多位专家协作的模式 模型，支持最长 100 万 token 上下文，模型权重已在 Hugging Face 开放

微软 AI CEO Mustafa Suleyman 发文反对"模型福利"理念，认为 AI 并无意识、不会感受或痛苦，赋予其受照料权会让让AI行为符合人类期望与管控更难甚至不可能

Google DeepMind 发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两个近实时语音对话模型，主打语音能自动完成任务的AI助手和复杂任务执行

生数科技正式发布 Vidu S2，包含面向数字角色实时交互的 Vidu S2-Avatar 和面向视频流实时编辑的 Vidu S2-Editing，并探索面向 VR 头显的实时空间视频生成与编辑

阶跃星辰发布 StepAudio 3 系列，包含 Realtime、ASR、TTS、Gen 和 Music 五款模型，已在阶跃星辰开放平台上线

硅基流动（SiliconFlow）宣布代码公开可免费使用模型 Hy4 preview 上线其平台。该模型总参数 770B、每 token 激活 49B、支持 1M 上下文，采用 Apache 2.0 协议，面向编码、分析、研究和复杂实际工作。用户可将其接入 Claude Code、Codex、Cursor 等已有工具；图片显示定价为每 1M tokens 输入 $0.834、输出 $2.501、缓存 $0.042

Fireworks 发布 DeepSeek-V4.1-Flash 并公布完整基准结果：在 DeepSWE 上以 max 档取得 74.34% pass@1，与 GPT-6 Astra 同一水平，但每任务成本 $0.43，约为 Astra 的 1/15

小红书 AllSpark 团队发布并代码公开可免费使用 Search 能自动完成任务的AI助手 模型 Iris，权重和评测代码已公开，数据与训练配方将陆续公布

Suno 发布新一代音乐模型 v6，与 Warner Music Group、BMG、Believe 等行业伙伴合作开发，后续将全面替换旧模型。v6 分为三个版本：旗舰 v6 和探索向的 v6-wild 面向 Pro 与 Premier 订阅用户，更快的 v6-mini 向所有人开放

DeepSeek 本周在 HuggingFace 代码公开可免费使用 DeepSeek-V4.1-Flash 权重，模型已在 Baseten Model 调用接口s 上线。规格为 552B 总参数、prefill 激活 8B、decode 激活 16B、1M token 上下文、支持文本加图像输入

Artificial Analysis 评测显示，DeepSeek V4.1 Flash 在 Intelligence Index 得分 40，超过 DeepSeek V4 Pro 0813 成为 DeepSeek 新旗舰，输入激活参数 8B、输出激活参数 16B，支持 1M token 上下文，MIT 许可

WorkBuddy 宣布 DeepSeek V4.1-Flash 已在其平台上线，免费试用两周。引用的 DeepSeek 公告称 V4.1-Flash 已登陆 DeepSeek 调用接口 并支持原生能看图、听声音、懂文字的综合能力

Suno 发布 v6 模型，可将图片、视频和语音备忘录转化为音乐，并对已创建的歌曲进行精确修改。同时提供 v6-wild 版本供探索更多可能性，官方附有 2 分钟以内的功能演示视频

OpenAI 发布 GPT-6 Astra，已在 ChatGPT Work、Codex 和 调用接口 提供，定价为每百万输入 token $10、输出 token $50

OpenAI 发布 ChatGPT Images 2.5 图像模型，生成延迟比 Images 2.0 降低最多 50%，细节、编辑精度、参考照片保真度和多轮编辑一致性均有提升

OpenAI 发布 GPT-6 Astra，称其在 FrontierMath Tier 4 达 98%、ARC-AGI-3 达 99.9%、ExploitBench 达 100%，并称其网络安全能力达到 Preparedness Framework 的 Critical 门槛。

OpenAI 于 9 月 3 日发布新一代AI对话助手 GPT-6 Astra，是其首个达到准备框架中关键级网络安全能力门槛的模型，可在无逐步指导下发现防护严密系统的未知漏洞。

Greg Brockman 转发 @arcprize 的评测称 OpenAI 的 GPT-6 Astra 在 ARC-AGI-3 上取得 SOTA，他称该基准已饱和。Astra 标准 harness 得分 63%，经新的 Provider Adapter harness 达 99%，在 96% 的 ARC-AGI-3 关卡上超越人类表现。

OpenAI 发布 GPT-6 Astra，定位为计算机操作模型，提供 1,050,000 token 上下文、128,000 最大输出 token，知识截止 2026 年 4 月 30 日，OSWorld V2-Offline 得分 72.6%，平均任务时间从约 75 分钟降至 40 分钟。

Perplexity CEO Aravind Srinivas 祝贺 OpenAI 发布 GPT-6 Astra，称其在宽度和深度研究任务上远超其他模型且更具成本效益，将很快向 Perplexity Computer 的 Pro 和 Max 用户开放。

Anthropic 宣布推出 Claude Fable 5.1 和 Claude Mythos 5.1，称其为编码和知识工作领域最先进的模型。作者 Thariq 表示花了很多时间深入研究，认为模型很好，长文评测后续发布；建议对需要较少验证或边缘用例较少的任务使用较低 effort，且切换 effort 不再破坏 prompt cache

Anthropic 的 Claude Fable 5.1 已上线 O其为 Fable 5 工作负载的直接升级版本，提升最大的方向包括 agentic coding、长时间运行的工作流、视觉代码生成、金融和分析。使用入口：https://openrouter.ai/anthropic/claude-fable-5.1

OpenAI 宣布 Astra 在其 Preparedness Framework 下达到 Critical 网络安全能力阈值，是首个被评定为该级别的模型，可在少人干预下发现未知漏洞并构建利用链

Anthropic 发布 Claude Fable 5.1（claude-fable-5-1），面向长时间运行的能自动完成任务的AI助手编码、知识工作与研究，Claude Mythos 5.1 面向 Project Glasswing 参与者

DeepSeek 于 8 月 31 日在 Hugging Face 代码公开可免费使用首个能看图、听声音、懂文字的综合能力模型 DeepSeek-V4-Flash-Vision-Exp，采用 MIT License，公开模型文件、文字处理单位izer、给AI的指令 Encoding 参考实现及最小化 PyTorch 推理实现

智谱宣布代码公开可免费使用 GLM-5.3 模型权重，支持本地运行与个性化定制，擅长复杂编码、防御性网络安全及长程任务。该模型在 AA 综合智能指数中取得 60 分，与 Claude Fable 5、GPT-5.6 Sol 等内部开发不公开旗舰同级，并与 Kimi K3 并列代码公开可免费使用模型第一。仅年营业额超 100 亿美元的机构将其作为外部模型服务提供时才需安全审查

GLM-5.3 现已开放权重。 我们最强大的能自动完成任务的AI助手编码与网络防御模型，现已可供下载、运行和定制。 权重：https://huggingface.co/zai-org/GLM-5.3 技术博客：https://z.ai/blog/glm-5.3

腾讯混元发布新一代旗舰模型 Hy4 preview，总参数 770B、激活参数 49B、上下文长度 1M，现已代码公开可免费使用并在腾讯云 文字处理单位Hub 和 OpenRouter 上线