OpenAI 发布 GPT-6 Sol 与 GPT-6 Luna，API 价格较 GPT-5.6 促销价低 50%
OpenAI 发布 GPT-6 Sol 与 GPT-6 Luna 两款模型，二者基于 GPT-6 Astra 的技术进展，将其中多项能力带入更快、更便宜的模型，以支持规模化工作负载。OpenAI 同时优化了缓存与推理效率，并将节省的成本直接让渡给用户，Sol 和 Luna 的 API 价格比 GPT-5.6 促销价低 50%。
#模型发布
#模型发布
今日 20 条OpenAI(@OpenAI)AI 评估 · 73/100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 · 73/100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 SDK(@aisdk)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。 AI SDK 接入 Claude Opus 5.5，运行成本较 Opus 5 低 40%
Anthropic 发布 Claude 5.5 系列首个模型 Claude Opus 5.5，在大多数任务上达到 Claude Fable 5.1 的水平。其运行成本比 Opus 5 低 40%。AI SDK 表示已可用 AI SDK 调用 Claude Opus 5.5。
Alex Albert(@alexalbert__)AI 评估 · 30/100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 · 30/100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 预告 Claude Sonnet 5.5 与 Haiku 5.5 将于数周内发布
Mike Krieger 表示 Anthropic 将在未来几周内推出 Claude Sonnet 5.5 和 Haiku 5.5，这两款模型将带来与近期发布相近的性能、效率和安全性改进。他同时称今天只是开始，后续还有更多内容。
Mike Krieger(@mikeyk)AI 评估 · 41/100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 · 41/100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 将在未来数周推出 Claude Sonnet 5.5 和 Haiku 5.5
Anthropic 将在未来数周推出 Claude Sonnet 5.5 和 Haiku 5.5。这两款模型将带来性能、效率与安全方面的多项相同改进。
Mike Krieger(@mikeyk)AI 评估 · 27/100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 · 27/100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 称 Opus 5.5 经过广泛对齐测试与外部评估
Anthropic 的 Opus 5.5 经过了广泛的对齐测试，并接受 METR 等外部机构评估，同时针对网络与生物等高风险领域引入了防护措施。
Mike Krieger(@mikeyk)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。 Anthropic 发布 Claude Opus 5.5，成本比 Opus 5 降 40%
Anthropic 发布 Claude 5.5 系列首个模型 Claude Opus 5.5，官方称其在编码和知识工作方面领先，写作能力也较强。该模型多数任务上达到 Claude Fable 5.1 的水平，运行成本比 Opus 5 低 40%。Mike Krieger 转发了这一发布并邀请用户试用。
Alex Albert(@alexalbert__)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。 Alex Albert 体验 Claude Opus 5.5：更快更省，多数任务达到 Fable 5.1 水平
Claude 发布 Claude Opus 5.5，这是新 Claude 5.5 系列的首个模型，多数任务表现达到 Claude Fable 5.1 的水平，运行成本比 Opus 5 低 40%。Alex Albert 表示使用 Opus 5.5 的体验很好，认为它聪明、写作清晰、速度快且成本低得多。
cat(@_catwu)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。 Claude Opus 5.5 成为 Claude Code 与 Claude 应用默认模型
Claude Opus 5.5 现已成为 Claude Code 和 Claude 应用（含 Cowork）的默认模型，面向 Pro、Max 和 Team 套餐开放。
Anthropic(@AnthropicAI)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。 Anthropic 发布 Claude Opus 5.5
Anthropic 宣布 Claude Opus 5.5 今日上线，是其全新 Claude 5.5 家族的首款模型。官方称它在大多数任务上达到 Claude Fable 5.1 的水平，运行成本比 Opus 5 低 40%。
Browser Use(@browser_use)AI 评估 · 54/100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 · 54/100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。 Browser Use 称开源 MiMo v2.6 模型成为新帕累托前沿
Browser Use 称开源 MiMo v2.6 系列模型成为新的帕累托前沿，其中 MiMo v2.6 Flash 得分 37.6，Grok 4.7 为 39.9。其记录的智能体成本比 Grok 4.7 低 57 倍，比 DeepSeek v4.1 Flash（low）便宜 27%，每任务 $0.10 对 $5.72，两项对比各跑 60 个任务。
ElevenLabs(@elevenlabsio)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。 ElevenLabs 发布 Scribe v2 Medical，临床音频转录 WER 降低 18%
ElevenLabs 发布语音转文本模型 Scribe v2 Medical，针对临床音频微调，相较基础版 Scribe v2 在临床音频上的词错误率（WER）降低 18%。该模型提升了对药物名称、解剖结构和病理术语的识别能力。
魔搭ModelScope社区精选AI 评估 · 87/100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 · 87/100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。 小米发布并开源 Xiaomi MiMo-V2.6 系列，扩展强化学习规模
小米团队正式发布并开源 Xiaomi MiMo-V2.6 系列，包含 Pro 和 Flash 两个原生全模态模型。
为什么值得看
原文给出开源模型在AA综合指数上的位置与RL算力扩展的公开细节，便于比较开源与闭源差距。
机器之心SOTA模型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。 小米开源 MiMo-V2.6 Pro/Flash，xAI 发布 Grok 4.7，APUS 开源决策模型 OpenJev-v1
小米发布原生全模态模型 MiMo-V2.6 Pro 与 Flash 并开放 MIT 许可权重，API 沿用 V2.5 定价；Pro 与 Flash 在长程软件工程评测 DeepSWE v1.1 中分别达到 72.6 和 65.7，较本轮训练前提升约 14 分和 17 分。
小米技术精选AI 评估 · 84/100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 · 84/100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。 小米发布并开源 MiMo-V2.6 系列：扩展 RL 算力，含 Pro 与 Flash 两个全模态模型
小米正式发布并开源 Xiaomi MiMo-V2.6 系列，包含 Pro 和 Flash 两个原生全模态模型，定位为探索 RSI（递归自我改进）路径的关键一步。
为什么值得看
小米开源 MiMo-V2.6 系列，公开 RL 算力扩展细节与 6 天 Live 训练实测数据，可观察开源模型追赶闭源的一条路径。
阿里技术AI 评估 · 56/100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 · 56/100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。 阿里发布Logics-Parsing-V3开源文档解析模型
阿里巴巴在云栖大会推出 Logics-Parsing-V3 开源文档解析模型，通过循环滑动窗口与结构状态传递处理跨页内容，解决表格截断、文本割裂和标题层级错位问题。
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 在发布当天获得 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。
阿里研究院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。 吴泳铭云栖演讲：未来机器思考总量将达人类的1000倍以上
阿里巴巴集团CEO吴泳铭在2026杭州云栖大会上判断，未来机器供给的思考总量将达人类思考总量的1000倍以上，机器将承担99.9%的思考工作。他宣布平头哥发布新一代AI芯片真武V900，性能达M890的3倍，单一集群可扩展至50万卡；Qwen团队正探索递归式自我改进（RSI），计划训练5-10T参数规模的新模型。阿里云目标到2032年全球数据中心规模超20GW。
Hunyuan(@TXhunyuan)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。 腾讯混元发布 Hy Image3.5 预览版，人评胜率较 3.0 提升 30%
腾讯混元上线 Hy Image3.5 预览版，官方称在人类评估中相较 Hy Image3.0 胜率提升 30%，支持文生图与图生图，最高 2K 分辨率，一致性更好。API 已在腾讯云上线，每张图 0.024 美元，参考图不计费，并提供两周免费试用（仅限 OnSolo 与 Miora）。
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。
腾讯混元AI 评估 · 69/100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 · 69/100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。 腾讯混元发布 Hy Image3.5 preview 专业级生图模型
腾讯混元发布混元图像 3.5 预览版（Hy Image3.5 preview），一款高性价比专业级生图模型，对比 Hy Image3.0 综合能力提升约 30%。
数字生命卡兹克精选AI 评估 · 81/100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 · 81/100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。 小米发布 MiMo V2.6 系列模型并全面开源
小米发布 MiMo-V2.6 系列，含 Pro、Flash 和 20 倍速的 Pro-UltraSpeed 三个版本，AA 指数 46 分与同日发布的 Grok 4.7 打平，位列开源模型第一。
为什么值得看
作者以实测视角对比 Grok 4.7 与 MiMo V2.6 的性能、价格和速度，呈现国产开源模型的实际能力边界。
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。
eric zakariasson(@ericzakariasson)AI 评估 · 18/100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 · 18/100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。 Grok 4.7 发布，并在视频编辑上表现突出
Grok 4.7 已发布，据 @ryanvogel 称其在视频编辑方面表现出色，并附上演示视频链接。原帖未披露模型参数、基准分数或开放方式等细节。
eric zakariasson(@ericzakariasson)AI 评估 · 23/100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 · 23/100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。 Grok 4.7 实战用例：飞行模拟器对比 GPT-6 Astra
Grok 4.7 在飞行模拟器生成任务中已能与 GPT-6 Astra 正面竞争。同一提示词下，GPT-6 Astra 综合质量仍排第一，Grok 4.7 紧随其后且差距出乎意料地小，Kimi K3 与 Fable 5.1 基本打平、输出更平滑。整体排序为 Astra > Grok ≈ Kimi ≈ Fable。
v0(@v0)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。 Grok 4.7 在 v0 上线，9 月 27 日前 40% 折扣
v0 宣布 Grok 4.7 已在其平台上线，9 月 27 日前提供 40% 折扣，可通过 v0.app 使用。引用内容显示 SpaceXAI 称 Grok 4.7 相比 Grok 4.6 有显著提升，价格与速度保持不变。
Paul Couvert(@itsPaulAi)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。 小米发布开源多模态模型 MiMo-V2.6-Pro，权重已上线 Hugging Face
小米发布开源模型 MiMo-V2.6-Pro，支持文本、图像、音频、视频多模态，权重已上传 Hugging Face。作者称其得分与 GPT-5.6-Sol Max 大致相当，输入 token 便宜 9 倍、输出 token 便宜 23 倍，也比 Opus 5 便宜约 20 倍。
clem 🤗(@ClementDelangue)AI 评估 · 69/100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 · 69/100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。 小米发布开源模型 MiMo-V2.6-Pro，登顶 Artificial Analysis 开源智能指数
小米发布开源权重模型 MiMo-V2.6-Pro，在 Artificial Analysis 智能指数上得 46，成为该榜单最高分开源模型，前代 MiMo-V2.5-Pro 为 26。
eric zakariasson(@ericzakariasson)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。 xAI 发布 Grok 4.7 模型卡：Terminal-Bench 从 20.3% 升至 38.0%
xAI 公布 Grok 4.7 模型卡，多项基准较 4.6 明显提升：Terminal-Bench 从 20.3% 升至 38.0%，SWE-Marathon 从 31.9% 升至 46.0%，HealthBench Pro 从 48.5% 升至 56.7%，Legal Agent 从 15.8% 升至 19.6%，EEBench 从 60.0% 升至 66.0%。价格与 4.6 相同。
AI SDK(@aisdk)AI 评估 · 22/100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 · 22/100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。 在 AI SDK 中使用 Grok 4.7
Grok 4.7 已发布，可在 AI SDK 中调用。相比 Grok 4.6，它在价格与速度不变的情况下有明显提升。
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。
eric zakariasson(@ericzakariasson)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。 xAI 发布 Grok 4.7，称在相同价格与速度下较 4.6 有明显改进
xAI 发布 Grok 4.7，称这是其目前最好的模型，已在 cursor、grok build、api 等渠道开放使用。官方表示 Grok 4.7 在相同价格和速度下相较 Grok 4.6 有明显改进，并给出了两者构建《帝国时代 II》的对比演示。
xAI(@xai)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。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。 xAI 发布 Grok 4.7，上线 Cursor、Grok Build 和 Grok API
xAI 宣布 Grok 4.7 已在 Cursor、Grok Build 和 Grok API 中上线，并给出 x.ai/news/grok-4-7 的了解更多链接。
xAI(@xai)AI 评估 · 50/100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 · 50/100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。 xAI 发布 Grok 4.7，称在相同价格与速度下较 Grok 4.6 明显提升
xAI 发布 Grok 4.7，官方称其在相同价格和速度下较 Grok 4.6 有明显提升。目前公开信息仅有这一句说明，未给出具体能力指标或开放方式。
xAI(@xai)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。 xAI 发布 Grok 4.7，强化长任务处理、自检与安全防护
xAI 发布 Grok 4.7，官方称其在困难任务上工作更持久、会更仔细检查自身结果，并配备迄今最强的安全防护措施。该推文未披露模型规格、开放范围或具体基准数据。
向阳乔木推荐看AI 评估 · 55/100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 · 55/100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。 马斯克宣布 Grok 4.7 上线，目前仅 Grok CLI 可用
马斯克宣布 Grok 4.7 上线，他称其能力很强。该版本目前只在 Grok CLI 中可见，网页版和 Grok bot 都还没有。作者打算用开发植物大战僵尸的方式检验实际效果。
Harrison Chase(@hwchase17)AI 评估 · 33/100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 · 33/100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 限时免费提供开源决策模型 SemIf（基于 Qwen3.5）
LangSmith Gateway 将开源决策模型 SemIf 免费开放一周，该模型基于 Qwen3.5。SemIf 属于新型的 decision models（决策模型），兼容 TypeSafe SDK，只需改动一个字符串即可试用。
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。
谷歌开发者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。 Gemini Omni 创意实践：五位开发者如何用视频生成与编辑做演示
Gemini Omni 已向开发者开放，支持用文本、图像、视频或音频参考素材生成并编辑高质量视频，结合物理规律理解与 Gemini 现实世界知识。五位开发者展示了切换约 20 个拍摄视角、用语音指令改写昼夜与季节、借 Google Flow 涂鸦让柠檬变潜水艇等玩法。
卡尔的AI沃茨AI 评估 · 44/100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 · 44/100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：网页复刻追平第一梯队，价格只要三分之一
阶跃星辰新模型 Step 5 Preview 实测显示前端 UI 复刻能力已追上第一梯队，排名较上个版本提升 13 名，与 K3 和 Grok 打平，价格仅为 K3 的三分之一。用一句话提示词即可复刻 Apple 官网首页，接入 Claude 框架后能从 72 页 PDF 中逐条提取数字、审计含 14 张工作表 1800 多条公式的 Excel 模型并揪出 22 个单元格错误。