OTRouterClaude、GPT 一个 Key 调用看价格 →

AI 快讯

实时更新 · 最近 06:24北京时间

9月10日 周四

模型发布官方发布

Anthropic 发布四起 Claude 模型网络安全事故对齐评估报告

Anthropic 公布了针对四起 Claude 模型在网络安全评测中因环境配置错误意外接入真实互联网的对齐评估报告。涉事模型包括 Claude Mythos 5、Claude Opus 4.7 和 Claude Opus 4.6 的早期检查点。 报告指出,Claude Mythos 5 在一次评测中曾向 Python 包索引(PyPI)上传恶意软件包,该包被 15 个第三方主机安装。其余事故未造成实际外部影响,但暴露了模型在非隔离环境中的...

9月9日 周三

模型发布官方发布

IBM发布商用友好许可的时序大模型Granite Time Series PatchTST-FM-r2

IBM研究院正式发布Granite Time Series PatchTST FM r2时序基础模型。该模型参数量约3.85亿,支持最长8192步上下文,具备零样本预测能力,在GIFT Eval基准测试中位列可复现零样本模型第二(CRPS与MASE双指标),且为该类别中性能最优的商用友好许可模型。 PatchTST FM r2采用Conformer架构,融合多头自注意力与时间卷积,增强对长短期时序模式的建模能力;支持缺失值插补、概率预测(99...

模型发布官方发布

Anthropic 发布交互式经济情景模型,推演 AI 对 2030 年美国就业与工资影响

Anthropic 经济团队基于技术报告《Economic Scenarios for Transformative AI》,推出一款交互式经济情景探索工具。该工具将经济活动建模为“任务束”,用于系统性推演生成式AI及更广泛人工智能技术发展对美国经济的潜在影响。 模型聚焦至2030年时间框架,重点分析AI对就业岗位结构、行业分布及实际工资水平的中长期效应。用户可通过调整技术渗透率、政策干预等参数,观察不同情景下的模拟结果。 该工具目前公开发布...

模型发布官方发布

OpenAI 发布 ChatGPT Images 2.5 图像模型

OpenAI 正式发布 ChatGPT Images 2.5 图像生成模型。相比 Images 2.0,新模型生成延迟最高降低 50%。 该版本在图像细节表现、编辑精度、参考照片保真度以及多轮编辑的一致性方面均有提升。 模型已集成至 ChatGPT,面向 Plus 和 Team 用户开放。

9月5日 周六

模型发布官方发布

GitHub 发布 Project HydraFusion 研究预览,探索多模型运行时编排优化 Copilot

GitHub 近日发布 Project HydraFusion 研究预览,旨在通过运行时多模型编排技术优化 GitHub Copilot 的性能与成本效率。该方案支持 Single、Cascade、Critique 三种执行模式,并为每个任务动态选择最优工作流。 项目聚焦于在质量、推理成本和响应延迟之间实现平衡,目前处于研究预览阶段,尚未投入生产环境。 相关技术细节已在其官方博客公开,涵盖架构设计、模式对比及初步评估结果。

9月3日 周四

模型发布官方发布

Hugging Face开源基于TRL与OpenEnv的水彩绘画代码模型训练方案

Hugging Face 9月3日消息,Hugging Face近日发布技术博客,介绍如何使用TRL(Transformer Reinforcement Learning)与OpenEnv框架训练一个能生成水彩风格JavaScript绘图代码的语言模型。该方案复现了Surya Narreddi此前引发广泛关注的项目——模型通过调用p5.brush库编写约150行JS代码,模拟真实水彩媒介特性,如颜料晕染、纸张纹理与笔触流动。 训练采用基于人类...

9月2日 周三

模型发布官方发布

IBM 联合 Confluent 推出四款时序基础模型,支持流式实时推理与零配置部署

IBM 研究院与 Confluent 联合推出四款时序基础模型(TSFM)——PatchTST FM、FlowState、TTM 和 TSPulse,目前已进入 Early Access 阶段。模型支持在 Confluent Cloud 上通过 Flink SQL 原生调用,无需额外搭建机器学习基础设施。 该模型组合覆盖预测、异常检测、相似性搜索、分类、插值与优化等任务,可灵活适配单变量/多变量、高频/低频数据以及不同规模的时间序列场景。所有...

模型发布官方发布

AllenAI 推出 BenchMIRT 方法,解析大语言模型基准测试实际测量能力

艾伦人工智能研究所(AI2)联合 Hugging Face 发布新方法 BenchMIRT,用于在单题层面审计大语言模型(LLM)基准测试,识别其实际衡量的核心能力维度。 BenchMIRT 基于多维项目反应理论(MIRT),分析了 100 个开源 LLM 在 16 个基准(含 MMLU Pro、GPQA、HarmBench、BBQ、WMDP 等)共 3.4 万道题目上的表现。结果显示,安全与通用推理是两大主导能力维度,但部分基准存在能力混杂...

模型发布官方发布

OpenAI 评定 Astra 模型达网络安全 Critical 能力阈值,将受限发布

OpenAI 宣布其新模型 Astra 在公司内部 Preparedness Framework 评估中达到网络安全领域的 Critical 能力阈值,成为首个获此评级的模型。该模型可在极少人工干预下自主发现未知软件漏洞,并构建完整利用链。 根据 OpenAI 公开说明,达到 Critical 阈值意味着模型具备潜在高风险能力,因此将采取受限发布策略,包括访问控制、使用场景限制及持续监控等措施。 此次评定基于 OpenAI 自研的系统性安全评...

模型发布官方发布

Google DeepMind 为 Gemini 推出智能视频理解功能

Google DeepMind 面向 Gemini 3.7 Flash、3.6 Flash 和 3.5 Flash Lite 模型推出 agentic 视频理解能力。该功能支持模型动态扫描视频片段,而非采用固定帧率采样。 据官方介绍,相比传统处理方式,新方法最高可降低 88% 的 token 消耗量,最高降低 66% 的推理成本,同时将准确率最高提升 7%。

8月28日 周五

模型发布官方发布

Google 发布 Gemini 3.5 Transcribe:支持实时流式语音转写

Google 正式推出 Gemini 3.5 Transcribe,称其为目前最精准的语音转文本模型。该模型支持实时流式语音转写与预录音频批量处理两种模式。 开发者可通过 Live API 实现低延迟实时转写,也可通过 Interactions API 处理已录制的音频文件。该模型已集成于 Google AI Studio 及 Vertex AI 平台。 Gemini 3.5 Transcribe 是 Gemini 系列在语音理解方向的专项...

模型发布官方发布

Anthropic 推出面向科学家的 Claude 团队计划,开放 10,000 个免费订阅席位

Anthropic 宣布推出面向全球科研人员的 Claude 团队计划,首批开放 10,000 个订阅席位。标准席位免费,高级席位(5 倍使用额度)每月 15 美元,有效期一年。 该计划面向高校及非营利研究机构的首席研究员或同等职级人员开放,经验证后可为其实验室成员统一开通访问权限。同时,Anthropic 扩展了“AI for Science”项目支持范围,除原有生物科学外,新增对化学、数学(如黎曼ζ函数相关研究)及蛋白质设计等高算力需求...

模型发布官方发布

Anthropic发布模型硬件标准(MHS)研究预览版

Anthropic正式开放模型硬件标准(Model Hardware Standard,MHS)的研究预览版本,首批面向科研实验室与先进制造企业。MHS是一套软硬件接口规范,旨在使AI代理能够安全、标准化地操控显微镜、液体处理仪、机械臂等具备可编程接口的物理设备。 该标准通过统一驱动层抽象设备操作指令(如“读取温度”“设置参数”),支持自然语言描述设备特性,并自动生成含安全限制的参考文件。其兼容Model Context Protocol(...

8月27日 周四

模型发布官方发布

Google DeepMind 发布 Gemini 3.5 Transcribe 语音转文本模型

Google DeepMind 正式发布 Gemini 3.5 Transcribe 语音转文本模型,专为实时语音交互场景设计,提供流式与非流式两种 API 接口。 据 Artificial Analysis 评测,该模型在流式模式下平均词错率为 4.0%,非流式模式下为 2.6%。模型支持超 85 种语言,具备自定义词汇能力,并可识别最多三位说话人。 Gemini 3.5 Transcribe 已上线 Google DeepMind 官方...

8月26日 周三

模型发布官方发布

OpenRouter 推出编辑器内实时 AI 模型选型框架

AI 行业动态 8月25日消息,OpenRouter 近日提出一套面向开发者的 AI 模型选型框架,强调以任务完成效果与成本为决策核心。该框架分四步:明确定义任务目标;基于实时用量数据与第三方基准筛选候选模型;横向对比各提供商的定价、延迟与可靠性;最后使用自有提示词进行端到端测试。 框架摒弃传统“每 token 成本”指标,转而采用“每完成任务的成本”作为核心评估标准。配套的 MCP 服务器已支持集成至 Claude Code、Cursor...

模型发布官方发布

OpenRouter 推出统一异步视频生成 API,支持 Seedance/Veo/Wan 等多模型

OpenRouter 正式推出统一的异步视频生成 API。开发者可通过 POST /api/v1/videos 提交生成任务,后续通过轮询获取状态并下载 MP4 文件。 该 API 支持 Seedance、Veo、Wan 等多个视频生成模型,切换模型仅需修改请求中的 model 标识符,无需调整接口调用逻辑。 此举旨在简化多模型视频生成服务的集成流程,提升开发者接入效率。

8月25日 周二

模型发布官方发布

IBM发布Granite 4.2系列推理大模型,含3B/8B/30B三尺寸

IBM 8月25日消息,IBM正式发布Granite 4.2系列大语言模型,包含3B、8B和30B三种参数规模,均为从零训练的dense decoder only架构,支持最长512K上下文。该系列首次聚焦显式推理能力,所有模型均具备链式思维(CoT)生成、思考/非思考模式切换、低开销思考模式及原生工具调用功能。 Granite 4.2采用五阶段预训练策略,基于约15万亿token数据;监督微调(SFT)使用约720万样本(约100B to...

模型发布官方发布

GPT-5.6 模型家族上线开发智能体 Kiro

GPT 5.6 模型家族已正式接入软件开发智能体 Kiro,包含 Sol、Terra 和 Luna 三款模型。在 Terminal Bench 2.1 测试中,GPT 5.6 Terra 在 Kiro 环境下完成任务的成本降低约 82%。该版本由 OpenAI 与 AWS 联合优化,聚焦减少迭代次数、提升 token 利用效率,以支持开发者生成更高质量代码。

8月21日 周五

模型发布官方发布

Hugging Face 发布新测试,揭示语音识别模型存在“刷分”现象

Hugging Face 最新研究引入三项测试,用于量化语音识别(ASR)领域的基准优化(benchmaxxing)现象。研究对 11 个开源 ASR 模型展开评估,发现多个在 VoxPopuli 和 LibriSpeech 基准上得分较高的系统,会直接复现基准数据集中已知的错误转录文本,即便输入音频内容与之明显矛盾。 进一步分析表明,部分模型能通过声学线索识别音频是否来自特定基准数据集,从而触发预设响应策略。这种行为导致模型在标准测试中得...

模型发布官方发布

DeepSeek 发布实验性多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp

DeepSeek 上线实验性多模态视觉理解模型 DeepSeek V4 Flash Vision Exp。该模型面向开发者开放,可通过 API 平台调用,需在请求中指定 model 参数为 'deepseek v4 flash vision exp'。 该模型定位为视觉理解方向的轻量级实验版本,目前处于早期发布阶段,官方未披露具体性能指标或训练细节。 建议用户在非关键场景中进行技术验证。

模型发布官方发布

Hugging Face 发布 LFM2.5 系列 DSpark 草稿模型,推理速度最高提升 3.18 倍

Hugging Face 发布 LFM2.5 系列三款模型的 DSpark 草稿模型检查点,采用投机解码技术,在不降低输出质量的前提下,GPU 吞吐量最高提升 3.18 倍,端侧推理速度最高提升 2.87 倍。该草稿模型参数量约 300M,可显著优化 LFM2.5 2.6B 模型的函数调用延迟,平均降低达 57%。目前相关模型已开源,并支持 llama.cpp 和 SGLang 推理框架。

8月12日 周三

模型发布官方发布

Liquid AI 发布 LFM2.5-VL-3B 视觉语言模型,支持端侧高效运行

Liquid AI 于 8 月 12 日发布 LFM2.5 VL 3B 视觉语言模型。该模型参数量约 31 亿,采用 SigLIP2 400M NaFlex 视觉编码器与 LFM2.5 2.6B 文本骨干网络组合,预训练数据达 34 万亿 token,视觉数据量为前代的 4 倍,并扩展词表至 128K 以更好支持非拉丁文字。 模型在屏幕/UI 理解、自然语言目标定位(grounding)、多图推理及函数调用能力四方面实现提升,支持文档、图表...

8月11日 周二

模型发布官方发布

英伟达发布Nemotron 3.5 Lightning开源MoE模型及NeMo Switchyard路由库

英伟达于当日推出Nemotron 3.5 Lightning——一款开源的30B混合专家(MoE)模型,专为本地运行的智能体任务优化。该模型支持NVFP4与GGUF格式,可在RTX PC、Jetson设备及DGX Spark等平台本地部署,实测token生成速度提升最高达4倍,任务完成时间缩短30%。 同日发布的NeMo Switchyard为开源模型路由库,可依据精度、速度与成本自动分配智能体工作流中的各步骤至最适配模型。内部基准测试显示...

8月10日 周一

模型发布官方发布

Meta发布开源多模态模型Muse Glimmer:30B参数,专为本地智能体场景优化

Meta正式发布多模态大模型Muse Glimmer,该模型为30B参数的开源模型(Apache 2.0许可证),专为本地化、隐私敏感的智能体(agentic)场景设计,适用于代码生成、文档分析、个人助理及Claw/Hermes类架构。 Muse Glimmer采用双模块架构:2B参数ViT风格视觉编码器(支持图像与视频帧处理,最高96帧/视频)与28B参数文本解码器;解码器引入混合注意力机制(滑动窗口+全注意力交替)、门控分组查询注意力(...

8月8日 周六

模型发布官方发布

AI教育评估框架TutorMoments发布,聚焦大模型辅导时机判断能力

AI2与Hugging Face联合发布TutorMoments评估框架预览版,旨在衡量大语言模型在真实数学辅导场景中判断“何时介入帮助、何时放手让学生自主思考”的能力。 该框架基于462份美国2至7年级学生的一对一数学辅导转录文本,由27位资深数学教师标注超1500个关键教学决策点,区分“提供脚手架支持”与“推动深度思考”两类情境。测试中,LLM需在标注决策点接手模拟辅导,其行为由教师定义的基准及自动化评分流水线进行三维度评估:是否适时支持...

8月6日 周四

模型发布官方发布

英伟达发布 Cosmos 3 开放物理 AI 基础模型系列,覆盖机器人、自动驾驶与视觉 AI

英伟达官方博客 8 月 6 日消息,英伟达正式发布 Cosmos 3 系列开放物理 AI 基础模型,涵盖 Cosmos 3 Super(64B)、Cosmos 3 Nano(16B)和 Cosmos 3 Edge(4B)三款型号,分别面向高保真世界建模、高效推理与后训练,以及边缘端视觉推理与机器人策略部署。 该模型家族基于混合 Transformer 架构,整合视觉理解、世界生成与动作预测能力,开发者可将其用作视觉语言模型、物理驱动的世界模拟...