OTRouterClaude、GPT 一个 Key 调用看价格 →

AI 快讯

实时更新 · 最近 14:56北京时间

5月6日 周三

行业观察官方发布

OpenAI 全量推送 GPT-5.5 Instant:正式取代 GPT-5.3 成为 ChatGPT 默认模型

据动察 Beating 监测,OpenAI 已向所有用户全量推送 GPT 5.5 Instant,正式取代 GPT 5.3 成为 ChatGPT 默认模型。该版本在事实准确性、响应质量与智能度方面全面升级,在医学、法律、金融等高风险领域幻觉减少 52.5%,整体不准确声明下降 37.3%。 GPT 5.5 Instant 在 STEM 问题求解、图像分析、工具调用(如 Web 搜索)及视觉推理能力上均有增强;响应更紧凑简练,字数平均减少约 3...

产品与应用官方发布

英伟达与ServiceNow深化合作,推出企业级自主AI智能体解决方案

5月5日消息,英伟达(NVIDIA)与ServiceNow在ServiceNow Knowledge 2026大会上宣布深化合作,共同推出面向企业的自主AI智能体解决方案。双方将整合NVIDIA加速计算、开源大模型(如Nemotron系列)、领域专用技能及安全执行软件,结合ServiceNow Action Fabric工作流上下文与AI Control Tower治理能力,构建可管控、可审计的AI智能体基础设施。 ServiceNow同步发...

5月5日 周二

产品与应用官方发布

Anthropic发布10个金融行业AI智能体模板,深度集成Microsoft 365

Anthropic于5月5日正式发布面向金融服务业与保险业的10款开箱即用AI智能体模板,覆盖投行业务、信贷风控、财务运营及合规等核心场景,包括Pitch Builder(路演材料生成)、KYC Screener(尽职调查筛查)、Month end Closer(月结流程自动化)等。 上述模板以插件形式集成至Claude Cowork与Claude Code,亦可作为“食谱”(cookbook)部署于Claude Managed Agents...

5月1日 周五

产品与应用官方发布

Google DeepMind推出AI Co-Clinician研究计划:多模态AI代理辅助医疗决策

2026年4月30日,Google DeepMind宣布启动AI Co Clinician研究计划,探索在医生监督下使用多模态AI代理辅助医疗决策。该系统通过视频和音频实时交互,可完成病史采集、指导物理检查、初步推理诊断(如肩袖损伤或肌腱炎)并提供护理建议。系统明确自身非医生,所有建议均需在医生监督下使用。 技术方面,该系统采用实时多模态处理(可分析步态、呼吸、皮疹等),并引入双代理架构,由Planner持续监控Talker以确保安全边界,同时结合NOHARM安全框架。 测试...

安全与政策官方发布

OpenAI推出“高级帐户安全”功能,支持通行密钥替代密码登录

OpenAI 推出一套新的安全控制措施,允许用户设置通行密钥,从而取消传统的电子邮件和密码登录方式。该功能主要面向记者和政府官员等高风险用户。 此次推出的“高级帐户安全”是一项新的可选设置,要求用户设置两种身份验证方法(通行密钥或硬件安全密钥)才能登录 ChatGPT 或 Codex。用户可选择配置两个硬件密钥、两个通行密钥,或各配置一个。 该安全模式目前已对所有用户开放,包括免费用户。

安全与政策官方发布

NVIDIA推出NemoClaw参考实现,助力企业安全部署OpenClaw自主AI代理

开源项目OpenClaw由Peter Steinberger创建,是一款可在本地或私有服务器上运行的自托管持久化AI助手。该项目在2026年初迅速走红,1月GitHub星标数突破10万,3月超过25万,在短短60天内超越React成为GitHub星标数最多的软件项目。OpenClaw的核心是“Claw”长期自主代理,它能在后台持久运行,定期检查任务列表并自主执行,无需依赖云基础设施或外部API。 随着OpenClaw的快速普及,关于自托管AI工具在敏感数据管理、身份验证及本地...

4月30日 周四

模型发布官方发布

阿里千问开源可解释性模块 Qwen-Scope

阿里千问宣布开源 Qwen Scope,这是一个基于 Qwen3 和 Qwen3.5 系列模型训练所得的可解释性模块。 该模块的应用场景包括推理结果定向控制、数据分类与合成、模型训练与优化,以及评估样本分布分析与对比等。 本次开源的权重涉及 7 个大模型,覆盖 Qwen3 及 Qwen3.5 系列的稠密模型和混合专家模型,共包含 14 组稀疏自编码器(SAE)权重。

行业观察官方发布

Hugging Face:AI评估正成为新的算力瓶颈

AI评估正成为新的算力瓶颈,其成本门槛已显著改变了能够进行评估的群体范围。Hugging Face官方博客发文指出,随着AI智能体和训练循环基准测试的兴起,评估成本急剧上升,在某些场景下甚至超过了模型训练本身的算力消耗。 在智能体评估方面,Holistic Agent Leaderboard (HAL) 在9个模型和9个基准测试上运行超2.1万次rollout花费了约4万美元,前沿模型上单次GAIA运行成本高达2,829美元。研究还发现,不同智能体架构(scaffold)的选...

行业观察官方发布

DeepInfra 正式接入 Hugging Face 推理提供商生态

Hugging Face 宣布,DeepInfra 现已作为受支持的推理提供商集成至 Hugging Face Hub。DeepInfra 是一个无服务器 AI 推理平台,提供业内极具性价比的按 Token 计费方案,其模型目录包含超过 100 种模型,涵盖大语言模型、文生图、文生视频及向量嵌入等多种类型。 在此次初始集成中,DeepInfra 在 Hugging Face 上率先支持对话和文本生成任务,开发者可直接调用 DeepSeek V4、Kimi K2.6 和 GLM...

4月29日 周三

模型发布官方发布

NVIDIA发布开源多模态模型Nemotron 3 Nano Omni,AI智能体效率提升9倍

4月28日,NVIDIA正式发布开源多模态推理模型Nemotron 3 Nano Omni。该模型将视觉、音频和语言能力整合至单一系统,有效解决了传统AI智能体在多模型间切换导致的数据延迟与上下文丢失问题。 Nemotron 3 Nano Omni采用30B A3B混合专家(MoE)架构,支持256K上下文窗口,可处理文本、图像、音频、视频及图形界面等复杂输入。在同等交互性下,其吞吐量较其他开源全模态模型提升9倍,并在复杂文档智能与音视频理解等六项基准测试中位列榜首,显著降低...

4月28日 周二

模型发布官方发布

Anthropic 发布 Claude 创意工作连接器,深度集成 Adobe、Blender 等主流软件

Anthropic 正式发布“Claude for Creative Work”系列更新,推出多款针对创意行业的软件连接器,使 Claude 能够直接与创意工作者常用的专业工具协同工作。此次合作涵盖 Blender、Autodesk、Adobe、Ableton 和 Splice 等知名平台。 新增连接器支持用户通过自然语言与创意软件交互。其中,Adobe 连接器可调用 Creative Cloud 50 余款工具;Autodesk Fusion 支持对话式 3D 建模;Ble...

产品与应用官方发布

NVIDIA推出SimReady标准,推动制造业迈入“仿真优先”时代

制造业正从传统的“设计 制造 测试”向“仿真优先”时代转变。NVIDIA表示,基于OpenUSD和NVIDIA Omniverse的高保真仿真技术,现已能生成适用于生产级AI的合成训练数据。同时,NVIDIA推出了基于OpenUSD的SimReady内容标准,确保3D资产在渲染、仿真和AI训练管线中可靠运行,解决资产在不同3D管线间流转时数据丢失的问题。 多家制造商已应用该技术栈并取得显著成效。ABB Robotics将Omniverse库集成至其仿真平台RobotStudi...

4月26日 周日

行业观察官方发布

DeepSeek全系列模型输入缓存降价至首发价1/10,V4-Pro限时2.5折

DeepSeek 官方宣布调整 API 定价,即日起全系列模型输入缓存命中价格降至首发价的 1/10。其中,DeepSeek V4 Flash 缓存命中输入价为 0.02 元/百万 Tokens,DeepSeek V4 Pro 缓存命中输入价降至 0.025 元/百万 Tokens。 此外,DeepSeek V4 Pro 正进行限时 2.5 折促销,优惠期至北京时间 2026 年 5 月 5 日 23:59。官方文档同时提示,原 deepseek chat 与 deepsee...

4月24日 周五

安全与政策官方发布

Anthropic更新Claude选举安全措施,Opus 4.7与Sonnet 4.6中立性及合规表现优异

Anthropic发布了关于Claude选举安全措施的更新,以应对今年的美国中期选举及其他全球重大选举。在政治偏见评估中,Claude Opus 4.7和Sonnet 4.6在对待不同政治观点的公正性上分别得分95%和96%。公司已开源其评估方法和数据集,并与范德堡大学等独立智库合作审查模型的表达自由及政治对话行为。 在政策执行与防御测试方面,Anthropic使用600个提示词评估模型对选举相关政策的遵守情况,Opus 4.7和Sonnet 4.6的合规响应率分别达到100...

模型发布官方发布

DeepSeek发布V4模型:支持100万Token上下文,专为智能体任务优化

DeepSeek 今日发布 V4 模型,主打高效的超长上下文支持与智能体任务优化。此次发布了两款 MoE 架构模型:DeepSeek V4 Pro(总参数 1.6T,激活参数 49B)与 DeepSeek V4 Flash(总参数 284B,激活参数 13B),两者均支持 100 万 Token 上下文窗口。 针对长上下文推理中 KV 缓存占用过大的痛点,V4 引入了混合注意力机制(CSA 和 HCA),在交替层中压缩 KV 条目。与 V3.2 相比,V4 Pro 的单 To...

产品与应用官方发布

Google DeepMind 推出 Decoupled DiLoCo 异步训练架构,高故障率下有效吞吐量达 88%

Google DeepMind 正式推出 Decoupled DiLoCo(分布式低通信)异步训练架构。该架构将计算任务解耦为多个异步且故障隔离的“计算岛”(learner units),使大语言模型能够在地理分散的数据中心进行预训练,摆脱了传统方法对紧密同步的依赖。 在带宽方面,传统数据并行训练在跨8个数据中心时需约 198 Gbps 的互联带宽,而 Decoupled DiLoCo 将其大幅降至 0.84 Gbps,使其能够兼容标准广域网。在混沌工程测试中,面对高硬件故障...

行业观察官方发布

Anthropic与NEC达成战略合作,共建日本最大AI原生工程团队

4月24日,Anthropic与NEC Corporation宣布达成战略合作。NEC将使用Claude构建日本最大的AI原生工程组织之一,并向全球约3万名NEC集团员工提供该模型。同时,NEC成为Anthropic首个位于日本的全球合作伙伴。 双方将共同为日本市场开发安全且针对特定行业的AI产品,首批工具将面向金融、制造和地方政府领域。目前,NEC已将Claude整合至其安全运营中心服务和下一代网络安全服务中,以应对日益复杂的网络威胁。 此外,Claude(包括Claude...

模型发布官方发布

OpenAI发布GPT-5.5:首个完全重训的智能体模型,API定价上调但Token效率提升

OpenAI正式发布GPT 5.5,这是自GPT 4.5以来首个完全重新训练的基础模型。该模型专为智能体(Agentic)工作流设计,具备自主规划、工具调用、自我校验及多步骤任务执行能力,核心聚焦智能体编程、计算机操作、知识工作与早期科研四大场景。 核心性能表现 GPT 5.5在多项基准测试中表现突出:Terminal Bench 2.0得分82.7%(领先Claude Opus 4.7与Gemini 3.1 Pro),GDPval得分84.9%,OSWorld Verifi...

4月21日 周二

模型发布官方发布

阿拉伯语大模型评测榜单 QIMMA 发布:主打质量优先验证

今日,阿拉伯语大模型评测榜单 QIMMA 正式发布。与传统直接聚合现有基准不同,QIMMA 采用“质量优先”理念,在评估模型前先对基准数据进行严格质量验证。该榜单整合了 14 个源基准的 109 个子集,包含超 52,000 个样本,覆盖文化、STEM、法律、医疗、安全、诗歌与编程等 7 个领域,其中 99% 为原生阿拉伯语内容,并首次引入阿拉伯语代码评测。 QIMMA 的核心是多阶段质量验证流程。第一阶段使用 Qwen3 235B A22B Instruct 和 DeepS...

4月17日 周五

模型发布官方发布

NVIDIA发布开源人形机器人基础模型GR00T N1.7

NVIDIA发布人形机器人基础模型Isaac GR00T N1.7早期访问版。该模型为开源且支持商业许可的视觉 语言 动作(VLA)模型,参数量为30亿,旨在将视觉观察和自然语言指令映射为连续的机器人动作。 GR00T N1.7采用Action Cascade双系统架构,结合Cosmos Reason2 2B视觉语言模型进行高级任务推理,以及32层Diffusion Transformer进行实时底层电机控制。训练数据方面,该模型基于超2万小时的人类第一人称视角视频(EgoS...

模型发布官方发布

Anthropic Labs 发布 Claude Design,基于 Opus 4.7 模型实现视觉协作设计

4月17日,Anthropic Labs 推出全新产品 Claude Design。该工具允许用户与 Claude 协作创建设计、原型、幻灯片等视觉作品。Claude Design 由 Anthropic 能力最强的视觉模型 Claude Opus 4.7 驱动,目前已面向 Claude Pro、Max、Team 和 Enterprise 订阅用户推出研究预览版。 在工作流方面,Claude Design 支持在初始化阶段读取代码库和设计文件,自动为团队构建设计系统,确保输出...

模型发布官方发布

Anthropic 发布 Claude Opus 4.7:编程与视觉能力显著提升

Anthropic 正式发布最新模型 Claude Opus 4.7。该模型在高级软件工程方面较 Opus 4.6 有显著提升,尤其在处理最困难的编程任务时表现突出。Opus 4.7 能够严谨一致地处理复杂且长时间运行的任务,精确遵循指令,并在输出前自行验证结果。测试数据显示,在 93 项编码基准测试中,其解决率比 Opus 4.6 提高了 13%。 除了编程,Opus 4.7 的视觉能力也得到增强,支持更高分辨率的图像识别,并在完成专业任务时展现出更好的品味与创造力,能生成...

4月16日 周四

模型发布官方发布

Hugging Face 推出 Skill 与测试工具,助力 Transformers 模型移植至 MLX

Hugging Face 发布了一款 Skill 和配套的测试工具,旨在帮助开发者将语言模型从 Transformers 移植到 mlx lm。该工具使得新模型在加入 Transformers 后,能够几乎同步在 MLX 框架上可用。 随着代码智能体在 2026 年日趋成熟,开源项目的 PR 数量激增,但智能体生成的代码往往缺乏对隐式设计契约的理解,容易引入冗余代码、过度泛化或细微 Bug,给项目维护者带来巨大审核压力。为此,Hugging Face 设计了这款 Skill...

模型发布官方发布

Hugging Face 发布 Sentence Transformers 多模态嵌入与重排模型训练指南

Hugging Face 近日发布技术博客,详细介绍了如何使用 Sentence Transformers 库训练和微调多模态嵌入与重排模型。该库现已全面支持文本、图像、音频和视频等多模态数据处理,开发者可基于自有领域数据对模型进行微调以优化特定任务表现。 文章以视觉文档检索(VDR)为实战案例,演示了微调 Qwen/Qwen3 VL Embedding 2B 模型的完整流程。实验数据显示,微调后的模型在 NDCG@10 指标上从基线模型的 0.888 显著提升至 0.947...

行业观察官方发布

谷歌宣布 Gemini 应用正式登陆 Mac

谷歌宣布 Gemini 应用现已登陆 Mac,为用户提供更快、更集成的原生 macOS 体验,用户可直接在桌面获取 AI 帮助。 用户可将屏幕上的任何内容分享给 Gemini,让其准确处理当前查看的内容,包括本地文件。此外,针对复杂的图表,Gemini 也可提供即时总结功能。

4月15日 周三

模型发布官方发布

Mistral AI 发布首款 TTS 模型 Voxtral TTS,支持9种语言及情感控制

Mistral AI 正式发布其首款文本转语音(TTS)模型 Voxtral TTS。该模型参数量为 4B,基于 Ministral 3B 构建,采用基于 Transformer 的自回归流匹配架构。Voxtral TTS 支持 9 种主流语言(英语、法语、德语、西班牙语、荷兰语、葡萄牙语、意大利语、印地语和阿拉伯语)及多种方言,具备低延迟特性,模型延迟约为 70ms。 该模型主打逼真且富有情感的语音生成,支持情绪控制(如中性、开心、讽刺等)。Voxtral TTS 支持少至...

模型发布官方发布

Anthropic 发布 Claude Opus 4.6:支持 100 万上下文,多项基准测试领先

Anthropic 于 2026 年 2 月 5 日发布最新旗舰模型 Claude Opus 4.6。该模型在编码能力上进行了显著升级,能够更谨慎地规划、更长时间地维持智能体任务,并在大型代码库中运行更可靠,同时具备更强的代码审查和调试能力。值得注意的是,Opus 4.6 首次为 Opus 级别模型引入了 100 万 token 上下文窗口(测试版)。 在基准测试中,Opus 4.6 表现达到业界领先水平。它在智能体编码评估 Terminal Bench 2.0 和复杂多学科...

模型发布官方发布

Anthropic 发布 Claude Sonnet 4.6:支持 100 万上下文,性能逼近 Opus

Anthropic 于 2 月 17 日发布 Claude Sonnet 4.6 模型。该模型在编码、计算机使用、长上下文推理和智能体规划等方面实现全面升级,并推出支持 100 万 token 上下文窗口的测试版。目前,Sonnet 4.6 已成为 claude.ai 和 Claude Cowork 免费及 Pro 计划的默认模型,定价与 Sonnet 4.5 保持一致,为每百万 token 输入 3 美元、输出 15 美元。 性能方面,Sonnet 4.6 在多项基准测试中...

产品与应用官方发布

Google Labs推出Stitch平台,引入“vibe design”概念

Google Labs近日宣布,其实验项目Stitch正在演进为一个AI原生平台,并引入了“vibe design”(氛围设计)的概念。 该平台旨在让任何用户都能够创建、迭代和协作完成高保真UI设计。通过这一更新,Google进一步探索了AI在界面设计领域的应用潜力。