腾讯发布 Hy4 模型，支持视觉理解与计算机操作，自称中国 AI 模型第二
腾讯发布 Hy4 模型，新增图像理解与自主操作计算机能力，目前仅通过腾讯云和 OpenRouter 提供访问。在 Artificial Analysis 独立评测中，Hy4 智能指数得分为 35，位列中国实验室模型第二，落后于 Kimi K3.1 Pro 的 46 分。
推荐理由：独立评测显示 Hy4 在综合能力上落后于 Kimi K3.1 Pro，但在金融场景测试中表现优于部分竞品。
#评测/基准
The Decoder精选AI 评分8080
The Decoder精选AI 评分8080 Mistral 发布 Mistral Large 4 模型，编码性能强劲但综合排名仍落后于中国模型
Mistral 在 Hugging Face 开放了 Mistral Large 4（昵称 Le Chonk）的权重，该模型拥有约 1 万亿参数，其中每步激活 520 亿参数。
推荐理由：独立测试显示该模型在编码速度和成本上具备优势，但在综合排名上仍落后于中国头部开源模型。
Latent Space同新闻AI 评分8787 Google DeepMind 发布 Gemini 4 Carbon 并优先向网络安全防御者开放
Google DeepMind 发布 Gemini 4 Carbon，该模型在 Artificial Analysis 综合基准中位列第一，并优先通过 Fairwind 计划向受信任的网络安全防御者开放。独立评测显示其在网络安全漏洞发现与利用任务上表现突出，但幻觉率从上一代模型的 4% 上升至 11%。
OpenAI News精选AI 评分8282 OpenAI 与学术社区合作构建科学理解
OpenAI 分享了模型在 Kakeya 猜想、指数时间假设和量子色动力学上的结果，并说明了研究者如何验证和基于这些结果继续工作。
推荐理由：OpenAI 展示了模型在数学与物理猜想上的具体结果，并说明了研究者如何验证和基于这些结果继续工作。
The DecoderAI 评分6767 Elevenlabs 发布两款面向实时 AI 对话的语音转语音模型 Eleven Realtime
Elevenlabs 发布了两款名为 Eleven Realtime 的语音转语音模型，旨在支持实时 AI 对话。其中 Max 变体在 Big Bench Audio 基准测试中得分 98.8%，响应时间为 0.57 秒，Elevenlabs 称目前 Artificial Analysis 排行榜上没有模型能同时做到更快且更准确。
The DecoderAI 评分6262 Artemis Security 发布 Orion-1 模型以解决 AI 安全护栏阻碍防御者的问题
Artemis Security 发布专为网络安全设计的 Orion-1 模型，旨在自主调查和响应企业网络攻击。该模型在 Artemis 自建的 DGR 基准测试中，攻击重建得分 80.8，显著高于 GPT-6 Sol 的 58.3。文章指出，随着 OpenAI 和 Anthropic 等厂商加强通用模型的安全限制，防御者难以使用商业前沿模型分析攻击数据，Orion-1 试图填补这一空白。