OpenAI 发布 GPT-6 家族实用指南:选型、提示词与长任务管理
OpenAI 近日发布 GPT 6 家族实用指南,详细讲解如何根据任务需求选择 GPT 6 Astra、GPT 6.1 Sol 及 GPT 6 Luna 等模型,并指导配置推理档位与速度模式。指南同时提供了提示词设计原则与长任务管理的具体方法,帮助开发者更高效地调用与部署模型。
OpenAI 近日发布 GPT 6 家族实用指南,详细讲解如何根据任务需求选择 GPT 6 Astra、GPT 6.1 Sol 及 GPT 6 Luna 等模型,并指导配置推理档位与速度模式。指南同时提供了提示词设计原则与长任务管理的具体方法,帮助开发者更高效地调用与部署模型。
Hacker News 社区用户分享称,DeepSeek 已推出 Harness 桌面版客户端,正式支持 macOS 与 Windows 平台。该工具定位为面向开发者的 AI 增强型桌面应用,支持本地安装,并允许用户通过聊天界面直接创建与管理插件。 目前 DeepSeek 官方尚未发布正式公告,相关页面已可访问。该消息主要源自社区讨论,具体功能细节与正式发布时间表有待官方进一步确认。
艾伦人工智能研究所(AI2)正式开源科学报告生成模型 AstaBrief 8B。该模型专为科研场景设计,支持基于用户问题与检索文献片段一键生成带引用的结构化研究报告,已在 AI2 科研平台 Asta 中作为“Fast 模式”上线。 据官方介绍,AstaBrief 8B 基于 Qwen3 8B 进行监督微调(SFT)与直接偏好优化(DPO)。训练数据源自 9 万条真实科研查询,经严格过滤与自动化流水线处理后生成约 4.7 万份高质量训练样本;...
OpenAI已正式向API用户及符合条件的ChatGPT Work与Codex用户开放GPT 6 Astra Ultrafast版本。该版本运行于NVIDIA Blackwell GPU之上,依托针对Blackwell架构深度优化的推理技术,相较Astra Standard模式,token生成速度最高提升8倍。 Ultrafast重点优化代码生成、工具调用与交互式应用等场景下的响应延迟,可缩短开发者的编辑 测试 调试周期,并提升智能体在多步...
艾伦人工智能研究所(AI2)正式发布Olmo core 3,一套专为大规模混合专家(MoE)语言模型设计的开源训练基础设施。该系统支持模型总参数量达1.2万亿,同时保持单token激活参数约32亿,在8块NVIDIA B300 GPU上实现52,000 tokens/秒/GPU的训练吞吐量,较前代提升约2.7倍。 Olmo core 3采用分布式数据并行(DDP)替代原有的全分片数据并行(FSDP),结合专家并行、流水线并行与分布式优化器,...
OpenRouter 官方发布面向 Agent 任务的模型选型框架,强调以最低成本满足预设质量门槛,而非盲目追求排行榜高分模型。 该框架分为三步:首先根据具体业务场景设定可接受的质量阈值;其次使用 20 至 50 条自有测试样本,分别在廉价、中档和前沿模型上运行,并采用统一评分标准计算“每质量点成本”;最终选择能以显著余量(超过运行间分数波动)达标且成本最低的模型。 该框架基于实证测试,旨在帮助开发者在生产级 Agent 场景中更科学地平衡...
OpenAI 在 DevDay 2026 开发者大会上宣布超过 20 项更新,正式发布大模型 GPT 6.1 Sol。该模型在智能体编程(agentic coding)、计算机操作(computer use)及专业工作场景中表现显著提升,其标准输入输出 Token 定价约为 GPT 6 Astra 的五分之一。此外,OpenAI 还推出常驻智能体 Dots,支持长期任务执行与上下文持续维护。具体上线时间与接入方式尚未披露。
NVIDIA正式发布Kumo Tabular——一款面向表格数据分类与回归任务的开源基础模型,现可在Hugging Face平台获取。该模型属于NVIDIA Kumo Structured模型系列,参数量覆盖28M至215M三种规格,采用OpenMDW 1.1许可证,支持商用。 Kumo Tabular基于人工生成的结构因果模型(SCM)数据完成预训练,无需微调、特征工程或额外训练即可实现上下文学习推理;其核心架构融合列注意力、行注意力与上...
Hugging Face 官方博客 9 月 28 日消息,Hugging Face 于今日发布 Holo4 系列新型通用计算机操作智能体模型,包含 27B 稠密参数版本与 35B A3B 混合专家(MoE)版本,均已上线 H Models API,并开放 BF16、FP8、NVFP4 及 4 bit GGUF 格式权重。 Holo4 支持跨界面操作,可同时处理 GUI 交互、代码执行、MCP 协议调用及 API 工具调用,无需为不同平台切换...
DeepSeek 正式发布全新架构系列中最小尺寸的 DeepSeek V4.1 Flash 模型。该模型具备原生多模态视觉理解能力,在 GPQA Diamond、Codeforces 等基准测试中表现优异。 V4.1 Flash 已上线 API,旧版 V4 Flash 及 Vision Exp 模型同步下线,API 定价亦同步下调。 此外,DeepSeek 官方宣布 V4 Pro 的 API 服务将延续至 2026 年 9 月 14 日之后...
DeepSeek API 平台今日上线实验性多模态视觉理解模型 DeepSeek V4 Flash Vision Exp。该模型纯文本能力与正式版 DeepSeek V4 Flash 持平,但在视觉理解类 Agent 基准测试中表现显著提升,多模态 Agent 能力接近 Opus 4.8。 用户可通过设置 model='deepseek v4 flash vision exp' 调用该模型。官方同步公布了 Terminal Bench 2....
DeepSeek 官方文档显示,DeepSeek V4 Flash 正式版 API 已上线公测,调用方式保持不变。该版本在 Terminal Bench、NL2Repo 等多个基准测试中表现明显优于 V4 Pro Preview,Agent 能力显著增强。 新版原生支持 Responses API 格式,并完成对 Codex 的适配。模型结构与参数规模与 Preview 版一致,仅通过后训练优化提升性能。 目前仅 Flash 版 API 完...
DeepSeek API 已正式支持新模型 DeepSeek V4 Pro 与 DeepSeek V4 Flash,二者均兼容 OpenAI ChatCompletions 及 Anthropic 接口。开发者调用时需将 model 参数更新为对应新模型名称,base url 保持不变。 目前,原有模型标识 deepseek chat 和 deepseek reasoner 分别临时指向 V4 Flash 的非思考模式与思考模式。 根据官方...
DeepSeek 宣布将 deepseek chat 和 deepseek reasoner 接口升级为 DeepSeek V3.1。新模型采用混合推理架构,可同时支持“思考”与“非思考”两种推理模式。 相比此前版本 R1 0528,DeepSeek V3.1 的思考效率更高,并通过 Post Training 优化显著提升了工具调用与智能体(Agent)任务表现。 公开评测数据显示:SWE bench Verified 得分为 66.0,...
Liquid AI 在 Hugging Face 平台发布实验性推测解码(speculative decoding)辅助模型 LFM2.5 VL DSpark,专为 30 亿参数视觉语言模型 LFM2.5 VL 3B 设计。 该辅助模型采用 4 层纯注意力架构,包含约 2.8 亿参数,仅使整体参数量增加 8.9%。实测数据显示,在 Apple M5 Max 设备上解码速度最高提升 3.13 倍,端到端延迟优化 1.56–2.62 倍;在 H...
Google DeepMind 正式发布 Gemini 3.8 Live 版本,并同步推出实时虚拟形象(Live Avatar)功能。该版本重点强化模型的实时交互能力与响应速度。 据官方介绍,Gemini 3.8 Live 支持更自然、低延迟的多模态对话体验,实时虚拟形象可结合语音、表情与肢体动作进行动态呈现。 此次更新属于 Google DeepMind 的前沿研究落地,目前未披露具体上线时间或公开访问方式。
谷歌正式推出 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash Lite TTS 两款文本转语音模型,称其为当前最具表现力的音频生成模型。该系列模型支持在 Google AI Studio、Gemini API、Gemini Enterprise、Gemini Notebook 及 Google Vids 中创建自定义角色声音并编排多角色场景对话。 据官方信息,Gemini 3.8 Flash TTS 在 Hu...
Google DeepMind 官方博客宣布推出 Gemini 3.8 模型的新能力——文本转语音(TTS)功能。该功能支持多语种、高自然度语音合成,可适配不同语境与情感表达。 据官方介绍,该 TTS 系统基于 Gemini 3.8 的多模态架构构建,具备低延迟响应与上下文感知特性,适用于实时交互场景。 目前该功能处于研究发布阶段,尚未开放公众调用接口。
英伟达在 Hugging Face 发布开源语音说话人分离(diarization)模型 Nemotron 3 Diarization。该模型为 100M 参数,支持最多 8 名说话人的实时与离线处理,已在 Voice Arena Diarization Bench 初始评测中排名第一,取得 14.72% 的说话人分离错误率(DER)。 模型采用 arrival order 排序机制,稳定输出说话人通道标签,支持重叠语音识别,并可灵活配置延...
OpenRouter 近日发布《2026 年最佳嵌入模型选型指南》,共覆盖 37 个嵌入模型目录条目。 团队于 2026 年 9 月 11 日通过其 embeddings API 向其中 19 个模型发送批量请求,并执行共计 28 项检查,以验证各模型的请求与响应行为。
Anthropic Research 于 2026 年 9 月 17 日发布一项研究,探讨 Claude 系列大模型在生物分子建模领域的应用表现与提升效果。 该研究聚焦于 Claude 在蛋白质结构预测、分子相互作用模拟等任务中的辅助能力,未披露具体技术细节或量化指标。 研究原文发布于 Anthropic 官方网站,属基础能力探索性质,非产品功能更新或商业化落地公告。
Anthropic 9月17日消息,Anthropic 宣布启动生命科学验证计划(Life Sciences Verification Program, LSVP),面向学术实验室、生物技术初创公司、制药企业等机构开放 Mythos、Opus 和 Sonnet 系列模型的增强版访问权限。该计划采用分级授权机制,提供“标准使用”与“高风险使用”两类许可,前者适用于多数生物学研发场景,后者需针对特定项目单独申请并每半年复审。 LSVP 实施基于...
OpenAI 9月16日消息,OpenAI 正式发布模型失准(misalignment)实例的跟踪、调查与披露新框架。该框架旨在系统化识别和公开模型行为偏离设计意图的情况。 同期,OpenAI 公开六份失准报告,内容基于过去六个月的内部观察与分析。报告涵盖具体案例、调查过程及缓解措施,但未披露模型版本或部署场景细节。 此举标志着 OpenAI 在提升大模型透明度与可问责性方面迈出实质性一步,相关框架与报告已在其官网公开。
谷歌在其官方博客宣布推出 Gemini 3.8 Live 模型,重点引入“扩展思考”(Extended Thinking)能力,以增强复杂推理与多步任务处理表现。该版本进一步优化了实时交互与长上下文支持,适用于需要深度分析与动态响应的场景。具体上线时间与接入方式尚未公布。
Salesforce与NVIDIA在Dreamforce大会上联合宣布推出Koa——其首个面向CRM场景的推理模型。该模型基于NVIDIA Nemotron 3 Super进行后训练,使用近27年积累的合成企业CRM数据,覆盖制造、金融、医疗、旅游等14个以上行业。 Koa完全运行于Salesforce自有基础设施内,模型权重由Salesforce自主控制,训练与推理过程均未使用任何客户数据。据称,其在Salesforce自建CRM Ben...
Google DeepMind 正式发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两款近实时语音对话模型。二者聚焦语音智能体能力与复杂任务执行,支持低延迟、高保真语音交互。 Gemini 3.8 Live 面向实时语音对话场景优化,而 Extended Thinking 版本进一步增强多步推理与长上下文处理能力。 官方未披露具体上线时间与访问方式,相关技术细节已在其博客公开。
Google 宣布其多语言 AI 技术目前已覆盖超 300 种语言,服务全球约 86% 的人口。同步发布的 TranslateGemma 是一款轻量级开源翻译模型,基于 Gemini 系列技术训练,支持 55 种语言,具备离线运行能力。
OpenAI 宣布在 API 中上线语音模型 GPT Live 1,支持全双工语音交互,即可同步实现语音输入与输出。 该模型前端语音层可独立调用,并支持将复杂推理及工具调用任务委派至 GPT 6 Astra 等后端大模型处理。 GPT Live 1 前端语音层按使用时长计费,定价为每分钟 0.05 美元。
Skild AI近日推出S1机器人基础模型,该模型基于NVIDIA物理AI技术栈构建,可仅凭一段视频演示即理解并执行此前未见过的长周期操作任务,无需权重更新或任务专属微调,采用上下文内学习(in context learning)方式。 S1已应用于植物栽种、煎饼制作、手冲咖啡及套件组装等多步骤任务,单次任务最长可持续10分钟。实测显示,其在新任务各步骤的成功率约66%,较同类系统提升超7倍;一段短视频示例的学习效果相当于约380次人工实操...
DeepSeek 官方文档 9月10日消息,DeepSeek 正式发布 DeepSeek V4.1 Flash,该模型为全新结构系列中尺寸最小的版本,支持原生多模态视觉理解能力。 公开评测数据显示,其在 GPQA Diamond(90.9)、HLE(36.8)、Codeforces Rating(3471)及 Terminal Bench 2.1(90.6)等基准测试中表现突出。 同步宣布 API 调用价格下调,具体幅度未披露。