Cloudflare 发布多模态决策模型 Clef-omni，Clef 提速、Clef-flash 降价
Cloudflare 发布 Clef-omni，在文本和图像之外新增音频（wav/mp3）与视频（mp4/webm）输入，基于 Qwen3-Omni-30B-A3B-Instruct MoE 构建并已在 Hugging Face 开放权重，定价为每百万输入 token 0.15 美元。
#部署/工程
#部署/工程
今日 2 条国际大厂AI 评估 · 71/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 71/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 HeyGen(@HeyGen_Official)AI 评估 · 43/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 43/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 HeyGen Voice 登顶 Artificial Analysis TTS 排行榜，API 限时五折
HeyGen 推出语音模型 HeyGen Voice，在 Artificial Analysis TTS 排行榜盲测中超越所有主流模型登顶第一，现已在 HeyGen 平台和 API 上线。10 月 31 日前 API 用户自动享受五折优惠，价格从 $30 降至 $15 每百万字符。
OpenAI Developers(@OpenAIDevs)AI 评估 · 65/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 65/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 公布 GPT-6.1 Sol Ultrafast 模式 API 定价
OpenAI Developers 公布 GPT-6.1 Sol 在 Ultrafast 模式下的 API 定价，为每百万输入 token 12 美元、每百万输出 token 60 美元。该模式面向对速度和智能同时有要求的场景，例如排查线上故障、智能体操作应用，以及分秒必争的实时体验。
Simon Willison's WeblogAI 评估 · 71/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 71/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Anthropic 发布 Claude Haiku 5.5，同步上线订阅用户 API 额度
Anthropic 发布快速低价模型 Claude Haiku 5.5，价格与 OpenAI 上月发布的 GPT-6 Luna 完全一致，为每百万 token 输入 0.10 美元。
Vercel NewsAI 评估 · 59/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 59/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Vercel AI Gateway 上线 Claude Haiku 5.5
Vercel AI Gateway 现已上线 Anthropic 的 Claude Haiku 5.5，这一版本面向摘要、上下文压缩、数据库查询和分类等高频、成本敏感任务，也可作为子智能体配合更大的 Claude 模型处理编码工作。
OpenRouter(@OpenRouterAI)AI 评估 · 64/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 64/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Mistral Large 4 上线 OpenRouter 公开预览
Mistral Large 4 已在 OpenRouter 上线公开预览，参数量 1T、激活 49B，原生多模态，支持 1M 上下文与最高 256K 输出。前两周价格五折，每 1M tokens 输入 $0.68、输出 $2.09，缓存 $0.07。
The Rundown AI(@TheRundownAI)精选AI 评估 · 83/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 83/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Mistral 发布 1T 参数开源模型 Mistral Large 4，代号 Le Chonk
Mistral 发布 Mistral Large 4（代号 Le Chonk），1T 参数、原生多模态、49B 激活参数，已在 API 上线，开放权重将于 10 月底发布。
为什么值得看
原文列出 Mistral Large 4 在多类工作负载上的对照数字，读者可据此判断开源权重模型的竞争位置。
Fireworks AI(@FireworksAI_HQ)AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 60/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Fireworks AI 上线 DeepSeek V4.1 Flash 训练支持
Fireworks AI 宣布 DeepSeek V4.1 Flash 现可在 Dedicated Training API 和 Managed Training 两个入口上训练。官方称它是智能体编码、终端自动化和工具调用的强基础模型，且服务成本很低，并给出了微调文档链接 docs.fireworks.ai/fine-tuning/mo…。
Aravind Srinivas(@AravSrinivas)AI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 66/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Perplexity 开源多模态 Decision 模型并提供 Decisions API
Perplexity 开源其多模态 Decision 模型，并通过 Decisions API 对外提供。该 API 由 pplx-decider-v1-27b 驱动，模型被训练为对固定答案集输出概率分布而非文本，输入价格为每百万 token 0.04 美元，跨基准得分 85.71%。
Harrison Chase(@hwchase17)AI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 40/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Cloudflare 开源决策模型 clef 与 clef-flash，已上线 Workers AI
Cloudflare 开源了首批自研决策模型 clef 和 clef-flash，两者已在 Cloudflare Workers AI 上线。Harrison Chase 评论称，此前就有人预言决策模型领域会迎来更多入局者，如今连开放权重也出现了，并称 harness 应该能像替换主模型一样轻松替换决策模型。
Julien Chaumond(@julien_c)AI 评估 · 42/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 42/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Cloudflare 开源 clef 决策模型，workers ai 托管并登顶质量与延迟基准
Cloudflare 的 workers ai 团队发布首个自研模型系列 clef，包含两个快速、准确的决策模型，在质量与延迟基准上登顶。模型已开源，权重可在 Hugging Face 获取（Cloudflare/clef），也可直接使用 workers ai 的托管版本。
LangChain BlogAI 评估 · 65/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 65/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 TypeSafe AI 的 System One 模型 Jev 指南及 LangChain 接入
TypeSafe AI 发布 System One 模型 Jev，它不生成文本，而是接收状态和问题后返回带概率的类型化答案，公司称在分类任务上推理速度最高快 200 倍、成本低 400 倍。
cohere(@cohere)AI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 36/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Cohere Embed 5 上线 API、Model Vault、Microsoft Foundry 与 Amazon SageMaker
Cohere Embed 5 现已通过 Cohere API、Model Vault、Microsoft Foundry 和 Amazon SageMaker 提供，也可直接在 North 中使用。Embed 5 的 Pro 与 Fast 两个版本共享同一嵌入空间，因此可用其中一个建索引、另一个做检索，同时保持性能表现。
Jerry Liu(@jerryjliu0)AI 评估 · 34/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 34/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 LlamaIndex 开源 Jev 模型，文档任务基准超越同类 OSS 模型
LlamaIndex 发布 Jev 模型，并联合其他 OSS 模型（含通用分类器与文档专用模型）在方向检测、语言检测、分类、拆分等需快速决策的文档任务上做了基准测试，从准确率、成本、延迟三个维度评估，Jev 在多数基准中领先。模型代码与视频已通过 GitHub 仓库和 YouTube 公开。
Augment Code(@augmentcode)AI 评估 · 48/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 48/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 GPT-6.1 Sol 已在 Cosmos 上线，Augment Code 将替换 GPT-5.6 Sol 与 GPT-6 Sol
GPT-6.1 Sol 现已在 Cosmos 上线，Augment Code 表示将在未来几天用它替换软件工厂中的 GPT-5.6 Sol 和 GPT-6 Sol。该消息发布于 OpenAI DevDay 之后。
The Rundown AI(@TheRundownAI)精选AI 评估 · 79/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 79/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 OpenAI 发布 GPT-6.1 Sol，称以五分之一价格接近 Astra 智能水平
OpenAI 发布 GPT-6.1 Sol，官方称其以五分之一的价格提供接近 Astra 的智能水平，输入 $2 / 百万 token、输出 $10 / 百万 token。
为什么值得看
材料给出 GPT-6.1 Sol 在编码、办公与电脑操作三类任务上的对标结果和定价，可用来比较同价位模型的取舍。
Qdrant(@qdrant_engine)AI 评估 · 15/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 15/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Qdrant 推出 /4 Nano 和 Zero，向量兼容 Stella 文档嵌入
Qdrant 的 /4 Nano 和 Zero 专门训练用于生成与 Stella 文档嵌入兼容的向量，因此无需重建文档索引即可在两者间切换，权衡检索质量与查询延迟。其中 Zero 极其轻量，Nano 是小型 Transformer，检索质量更接近 Stella。
Akshay Kothari(@akothari)AI 评估 · 71/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 71/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Databricks 评测：Opus 5.5 与 GPT-6 Luna 如何改变成本质量前沿
Databricks 的 Patrick Wendell 分享了基于 N=2400 名工程师线上负载分析加离线评测的结果，称新发布的模型中 Opus 5.5 与 GPT-6 Luna 明显扩展了成本与质量的前沿。
Vercel NewsAI 评估 · 58/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 58/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Claude Sonnet 5.5 上线 Vercel AI Gateway
Anthropic 的 Claude Sonnet 5.5 已在 AI Gateway 上线，模型标识为 anthropic/claude-sonnet-5.5。
逛逛GitHubAI 评估 · 63/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 63/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 开源决策模型 Laya 上线一周获近 2 万 Star
TypeSafe AI 推出决策模型 Jev 后，开源项目 Laya 作为其开源版非自回归决策模型上线一周左右获得近 2 万个 Star，它不做文本生成，只根据输入文本和问题在几十毫秒内返回结构化答案和概率。
Vercel NewsAI 评估 · 51/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 51/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Pixel Canary 上线 Vercel AI Gateway 隐身通道并限时免费
Vercel 在 AI Gateway 以 stealth/pixel-canary 形式上线 Pixel Canary，隐身期内限时免费，该模型擅长编码，包括构建应用、重构代码以及前端开发和移动端应用设计。
Recraft(@recraftai)AI 评估 · 31/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 31/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Recraft V4.1 Flash 上线 OpenRouter：1.3 秒出图，每张 $0.007
Recraft V4.1 Flash 现可通过 OpenRouter 调用，官方称其为市面上最快的图像模型，每张图生成耗时 1.3 秒，价格 $0.007/image。该模型延续 Recraft 在摄影、人像、复杂场景、logo 和早期概念上的表现，面向高并发生成与快速迭代场景。
魔搭ModelScope社区AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 中国电信开源 TeleOCR：1.2B 参数文档解析模型，登顶 OmniDocBench v1.6 榜单
中国电信星辰通用人工智能实验室开源 1.2B 参数文档解析模型 TeleOCR，在 OmniDocBench v1.6 取得 96.87 总分登顶榜单，并拿下 PureDocBench 榜首和 ICDAR-2026 科学图解析挑战赛冠军。
Cognition(@cognition_labs)AI 评估 · 35/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 35/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Opus 5.5 在 FrontierCode 1.1 以 65.3% 登顶 Extended 榜
Opus 5.5 在 Cognition 的 FrontierCode 1.1 基准上取得 Extended 65.3% 的成绩，超越 Fable 5 登顶，且成本仅为后者的一小部分。该基准针对真实工程任务，评估代码的可合并性与质量。
Qwen(@Alibaba_Qwen)AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Qwen-Image-2.1 获 Intel OpenVINO Day-0 支持
Qwen-Image-2.1 获得 Intel OpenVINO 的 Day-0 支持，可在 Intel 硬件上优化运行。该模型以单一开放权重 checkpoint 同时支持图像生成与编辑。Intel Devs 表示已为 Qwen-Image-2.1 提供 Day-0 OpenVINO 支持。
Hunyuan(@TXhunyuan)AI 评估 · 49/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 49/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 腾讯混元 Hy4 preview 用 214 GiB 装下 770B 参数模型：STQ1_0 量化如何做到"体积更小、智能不变"
腾讯混元团队把 Hy4 preview 的权重从约 1.5TB 压缩到 214 GiB，参数量仍为 770B，改变的是权重的表示方式。
Vercel News精选AI 评估 · 76/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 76/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Claude Opus 5.5 上线 Vercel AI Gateway
Anthropic 的 Claude Opus 5.5 已在 Vercel AI Gateway 上线，模型标识为 anthropic/claude-opus-5.5，支持 1M token 上下文窗口和最多 128K 输出 token，面向智能体编码、长时智能体任务和专业知识工作。
为什么值得看
Claude Opus 5.5 上线 Vercel AI Gateway，同时列出两项会导致 400 报错的 API 不兼容变更，便于现有调用方迁移。
Thomas Wolf(@Thom_Wolf)AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 38/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Aikido 推出开源权重安全模型 Altar-1，基于 GLM 5.3 剪枝量化
Aikido 发布首个开源权重安全模型 Altar-1，具备接近前沿水平的防御能力，其基础是开源 SOTA 模型 GLM 5.3 的剪枝量化版本，轻量到可装进单个 4-H200s 节点。
Harrison Chase(@hwchase17)AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 20/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 LangSmith Gateway 免费托管 SemIf：JevBench 得分 75.4 逼近 jev 的 74.7
Harrison Chase 称开源决策模型 SemIf 在 JevBench 上得分 75.4，与 jev 的 74.7 十分接近，且还有多个开源替代方案。SemIf 基于 qwen3.5，LangSmith Gateway 将免费托管一周。
魔搭ModelScope社区AI 评估 · 74/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 74/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Convai Innovations 开源 421M 参数决策模型 Laya，33 毫秒完成 System 1 决策
Convai Innovations 开源了非自回归 System 1 决策模型 Laya，含 421M 参数，基于 ModernBERT-large 主干和 RLCD 训练概率输出，GPU 推理延迟 33～38 毫秒，采用 Apache 2.0 协议，可在本地部署。
机器之心SOTA模型AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 32/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 阶跃星辰发布 Step 5 Preview，千问开源 Qwen-Image-2.1，TypeSafe AI 开放 Jev
阶跃星辰发布 Step 5 Preview，采用稀疏 MoE 架构，总参数 600B、每 Token 激活 27B，支持 100 万 Token 上下文与视觉输入，已通过阶跃产品与 API 提供，完整权重计划于 10 月 15 日发布。
沃垠AIAI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 实测阶跃星辰 Step 5 Preview：五项任务表现如何
作者冷逸把阶跃星辰 Step 5 Preview 的 API 接入 WorkBuddy 实测，覆盖前端网页、塔防游戏、3D 互动游戏、跨平台适配和运营报告 PPT 五类任务，其中塔防游戏一次性生成且可通关，3D 游玩与关卡设计离 GPT-6 仍有差距。
Vercel NewsAI 评估 · 57/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 57/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Vercel AI Gateway 上线 SpaceXAI 的 Grok 4.7，9 月 27 日前调用享 40% 折扣
Vercel 宣布 SpaceXAI 的 Grok 4.7 已在 AI Gateway 上线，模型 ID 为 spacexai/grok-4.7，9 月 27 日前使用该 ID 的请求自动享 40% 折扣。
智谱AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 62/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 智谱上线 GLM-5.3-FlashX，最高 200 tokens/s
智谱正式推出 GLM-5.3-FlashX，最高 200 tokens/s，API 已上线，Model Key 为 GLM-5.3-FlashX。官方称该版本前身以 Ox Alpha 之名与开发者见面，调用量持续攀升，此次在10万张国产芯片提供的推理算力基础上加大 Infra 投入与推理优化。GLM-5.3-Flash 长期保持同尺寸最强智能水平，本次提速进一步形成智能、价格、速度的全面竞争力。
数字生命卡兹克AI 评估 · 67/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 67/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 TypeSafe AI 发布只做高频决策的模型 Jev
TypeSafe AI 发布新模型 Jev，它不生成文字，只输出决策与置信度，定位为 System One Model 通用分类器，主打高频判断场景。官方称其速度比常规大模型快 20～200 倍、成本低 40～400 倍，价格为 0.042 美元/百万 Token，输出 Token 免费，并采用名为 RLCD 的面向校准决策的强化学习方法。
Jina AI(@JinaAI_)AI 评估 · 25/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 25/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Jina AI 发布 jina-ocr-v1：基于 DeepSeek-OCR 后训练，支持 25 种语言
Jina AI 推出 jina-ocr-v1，基于 DeepSeek-OCR 进行后训练，多语言支持扩展至 25 种语言，并针对 NVIDIA L4 等低预算 GPU 优化。该模型在 OmniDocBench v1.6 上得分 91.14，在 olmOCR-Bench 上得分 83.4，页面吞吐量在所有竞品中最高。
ollama(@ollama)AI 评估 · 72/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 72/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 DeepSeek-V4.1-Flash 在 Ollama 云全面上线
DeepSeek-V4.1-Flash 已在 Ollama 云全面上线，托管于美国与欧洲，承诺 prompts 和 responses 不记录、不用于训练。按 token 计费与 DeepSeek API 一致并含 off-peak 定价，可通过 Ollama 的 Pro、Max、Team 套餐或免费账号按量付费使用。
ollama(@ollama)AI 评估 · 52/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 52/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 DeepSeek-V4.1-Flash 在 Ollama 云端面向 Pro 订阅用户推送
Ollama 宣布 DeepSeek-V4.1-Flash 正在 Ollama 云端推送，先面向 Max 和 Team 账号开放，随后扩展到 Pro 订阅用户。官方表示正在快速增加容量，以便向所有订阅用户推送。
Windsurf(@windsurf_ai)AI 评估 · 71/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 71/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 Cognition 发布 SWE-2，在 Devin Desktop 和 CLI 上线
Cognition 发布 SWE-2，称其是在前沿能力上最接近自家前沿水平的模型，在主要评测上得分与近期前沿模型相当，成本最多低 70%。该模型已可在 Devin Desktop 和 CLI 使用，Pro、Teams 用户及接下来一个月可无限使用。团队称将 RL 扩展到数万亿参数规模，配方在能力与成本上同时推进帕累托曲线。
DeepSeek(@deepseek_ai)AI 评估 · 57/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。AI 评估 · 57/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。 DeepSeek 宣布与开源社区合作推进 V4.1-Flash 推理支持
DeepSeek 表示将与开源社区密切合作，推进 V4.1-Flash 的推理支持，并探索更多部署选项，同时提到可为需要 2000 块 GPU 加存储集群的大规模部署提供对接。推文附带了指向 huggingface.co 上 DeepSeek 模型和论文的链接。