Thinking Machines 发布 Inkling 2 Small：68 小时预训练 594B 多模态 MoE 模型
Thinking Machines 发布 Inkling 2 Small，这是一款 594B 总参数、17B 激活参数的多模态 MoE 模型，在 GB300 集群上仅用 68 小时完成 8.4T tokens 的原生 NVFP4 预训练。
推荐理由：原文梳理了 Inkling 2 Small 的训练效率、基准表现及对齐过程，为评估西方开源模型竞争力提供了具体参照。
内容形态
模型发布 最新动态
新模型的发布、开源与迭代：大模型厂商的旗舰更新、开源权重放出、性能与价格变化的第一时间记录。
26 条精选近 30 天 21 条共收录 62 条
更新
模型发布的精选
Latent Space精选AI 评分8585
OpenAI News精选AI 评分8282 OpenAI 发布 GPT-6 Cyber 网络安全模型
OpenAI 发布 GPT-6 Cyber，这是一款用于发现可利用漏洞并开发修复方案的网络安全模型。该模型经过专门训练，旨在严格保持在授权范围内执行任务。
推荐理由：OpenAI 推出专注于发现漏洞和修复的安全模型，并强调其训练目标是在授权范围内运行。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Gemini Omni 1.2 Flash，支持 15 秒视频生成并降价 30%
Google DeepMind 正式发布 Gemini Omni 1.2 Flash，该模型在 Gemini API 和企业版中全面可用，原生支持最长 15 秒的视频生成与编辑。
推荐理由：原文明确了视频时长从 10 秒提升至 15 秒及价格下调 30% 的具体变化，读者可据此评估其在商业视频生成中的成本效益。
The Decoder精选AI 评分8080 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。
Latent Space精选AI 评分8383 AI Engineer 发布年度旗舰会议 AIE CODE 议程
AI Engineer 发布年度旗舰会议 AIE CODE 议程，聚焦无低质代码扩展、System One 模型及高难度软件重写三大主题。会议采用单轨制并邀请全球前 1000 名智能体工程师参加，旨在复盘 2026 年代码领域趋势并预览 2027 年方向。
推荐理由：原文梳理了年度旗舰会议的主题与议程，读者可据此了解智能体编码领域的年度趋势与关键人物。
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。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 发布 Gemini 4 Carbon，该模型在 Artificial Analysis Intelligence Index v5.0 中排名首位，得分 59。
推荐理由：原文披露了 Gemini 4 Carbon 在网络安全基准上的具体得分及分阶段开放计划，读者可据此评估其在防御场景下的实际能力边界。
The Decoder精选AI 评分8282 Nvidia 发布开源 Nemotron 3.5 Transcribe 模型，集成转录、翻译与说话人识别功能
Nvidia 发布了开源语音识别模型 Nemotron 3.5 Transcribe，该模型在单张 GPU 上即可运行，支持 40 种语言转录、31 种语言与英语互译及 13 种语言说话人识别。
推荐理由：该模型在单卡上实现了转录、翻译与说话人识别的多任务集成，并提供了大规模开源数据集供垂直领域微调。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Genie 4 世界模型，支持原生音频与实时交互模拟
Google DeepMind 发布 Genie 4，这是一款原生多模态世界模型，能同时生成视觉、音频和交互式对话。该模型结合 Gemini 系列能力，支持通过自然语言实时修改场景、模拟物理现象及人物行为。目前 Genie 4 已向可信测试者开放研究预览，后续将面向 Google AI Ultra 订阅者及 Gemini API 合作伙伴推出。
推荐理由：Genie 4 将原生音频生成与 Gemini 实时推理结合，展示了交互式世界模拟在物理一致性和多模态反馈上的新边界。
The Decoder精选AI 评分9090 OpenAI 发布 GPT-6.1 Terra，API 价格减半且性能超越前代
OpenAI 发布 GPT-6.1 Terra，其 API 输入和输出价格分别为每百万 token 1 美元和 5 美元，是 GPT-5.6 Terra 的一半。
推荐理由：GPT-6.1 Terra 将 API 价格降至前代一半，并在推理效率和编码基准上显著超越 GPT-5.6 Terra。
TechCrunch · AI精选AI 评分8484 Recursive 发布 Flint：一款由 AI 辅助构建的笔记本端编码模型
Recursive 发布免费开源编码模型 Flint，该模型由 AI 系统 Eureka Machine 辅助构建，可在笔记本本地运行。Flint 采用 MoE 架构，激活参数 25 亿，在 SWE-Bench Verified 等基准测试中表现优于同级别模型，并已在 Hugging Face 开放下载。
推荐理由：文章展示了 Recursive 利用 AI 辅助研发流程在四个月内构建出可本地运行的编码模型，为端侧 AI 开发提供了具体案例。
The Decoder精选AI 评分8080 Inception 发布 Mercury 3 扩散语言模型，宣称在多项基准上超越 GPT-6 Luna 和 Claude Haiku 5.5
Inception 发布扩散语言模型 Mercury 3，宣称在多项基准测试中超越 GPT-6 Luna 和 Claude Haiku 5.5，且生成速度提升 4 至 8 倍。
推荐理由：文章对比了 Mercury 3 与 GPT-6 Luna 及 Claude Haiku 5.5 的基准测试表现，并展示了其在智能体场景下的低延迟应用案例。
The Verge · AI精选AI 评分8181 Meta 与 Apple 合作让 Muse Spark Open 模型在 Mac 上高效运行
Meta 发布 Muse Spark Open 开源模型，称其为迄今最强美国开源权重模型，并宣布该模型可通过 Apple MLX 框架在两台 M5 Ultra Mac Studio 上运行。Meta 与 Apple 罕见公开合作，双方高管在 X 上互相祝贺，Apple 还发布了关于 MLX 框架的技术文章。该模型为原生多模态架构，总参数达 816B，擅长长时任务、复杂软件工程和多步推理。
推荐理由：Meta 与 Apple 罕见合作，让 816B 参数开源模型通过 MLX 框架在 Mac Studio 上高效运行，展示了端侧部署的新路径。
The Decoder精选AI 评分8484 Meta 发布开源模型 Muse Spark Open，对标 Qwen、GLM 和 Kimi
Meta 发布开源权重模型 Muse Spark Open，拥有 8160 亿参数（420 亿激活），支持文本、图像、视频和音频输入，上下文窗口达 100 万 token。该模型针对 Apple M5 Ultra 优化，可在两台配备 512GB 统一内存的 Mac Studio 上本地运行，权重已上传至 Hugging Face。
推荐理由：Meta 推出 8160 亿参数的开源模型 Muse Spark Open，其性能对标 Qwen 和 Kimi 等竞品，并支持在本地 Mac Studio 上运行。
The Decoder精选AI 评分8484 Black Forest Labs 发布 FLUX 3 Image Klein 开放权重图像模型
Black Forest Labs 发布 56 亿参数的开放权重模型 FLUX 3 Image Klein，支持文本生成图像、编辑及多参考图生成。该模型原生支持 4K 输出，INT8 版本仅需 8GB 显存即可在消费级 GPU 上运行，生成一张图像耗时不足 9 秒。
推荐理由：该模型以 8GB 显存即可运行的特性降低了本地部署门槛，其开放权重与商业许可条款为中小开发者提供了新的选择。
The Decoder精选AI 评分8282 Google 发布 Gemini 4 Argon，旨在成为机器人全流程唯一所需 AI 模型
Google 发布 Gemini 4 Argon，宣称其能覆盖机器人控制、虚拟仿真构建及训练数据评估的全流程。在 ERQA 基准测试中，该模型以 87% 的得分领先 Claude Opus 5.5 约 5 个百分点，但在 AA-Robotics 真实机器人控制测试中仅排第三。目前该模型仅向 Google AI Ultra 订阅用户开放，开发者可通过 Gemini API 付费层级访问。
推荐理由：文章通过具体演示和基准测试对比，展示了该模型在机器人控制与仿真生成中的实际表现及局限。
NVIDIA Blog精选AI 评分8787 NVIDIA 发布 Nemotron 3.5 Super VL 及 Bolt 系列开源模型，覆盖数据中心至边缘部署
NVIDIA 发布 Nemotron 3.5 Super VL，这是一款 1200 亿参数的开源多模态模型，专为高吞吐量智能体工作流设计，在同类模型中实现 5 倍更快的任务完成速度。
推荐理由：NVIDIA 发布覆盖数据中心到边缘的 Nemotron 3.5 系列，Super VL 以 120B 参数实现高效多模态智能体能力，Bolt 模型则针对本地部署优化。
The Decoder精选AI 评分9191 Google 全球发布 Gemini 4 Argon 作为其最强前沿模型
Google 全球发布 Gemini 4 Argon，取代 Gemini Pro 成为新的前沿系列模型，开发者可通过 API 及 AI Studio 访问。该模型输入定价为每百万 token 2 美元，在 Vals Index 上位居榜首，但在独立综合排名中仍落后于 Claude Opus 5.5。
推荐理由：文章梳理了 Gemini 4 Argon 的定价、性能对比及内部工程效率数据，为评估其实际落地价值提供了参考。
Ars Technica · AI精选AI 评分8282 Gemini 4 Argon 开始在 Gemini 应用和 Antigravity 中向付费用户推送
Google 开始向付费用户广泛推送 Gemini 4 Argon，低层级订阅用户无法获得完整访问权限。该模型在内部应用中表现突出，例如通过消除冗余表情符号渲染使 YouTube 服务器负载降低 45%，并在 Project Wing 无人机物理模拟器中发现了自 2018 年存在的关键代码缺陷。
推荐理由：文章梳理了 Gemini 4 Argon 的付费开放策略，并列举了其在 YouTube 和 Project Wing 等内部场景中的具体应用案例。
The Decoder精选AI 评分8888 Meta 发布前沿模型 Muse Wonder，跻身 AI 第一梯队
Meta 发布前沿模型 Muse Wonder 及其 Full 版本，两者在 Artificial Analysis Intelligence Index v4.3 上分别获得 52 分和 56 分，显著超越前代 Muse Spark 1.3 的 48 分。
推荐理由：原文通过多项基准测试对比，展示了 Muse Wonder 在智能体任务和编码能力上的显著提升，同时指出了其事实知识短板和较高的使用成本。