Gemini 3.8 Flash 发布，多项基准超越 Claude Opus 5

美团LongCat的1.6万亿参数MoE模型Owl Alpha成为OpenRouter上最流行模型，累计消耗10万亿tokens，性能达Gemini/Opus 4.6级别。该模型使用35万亿tokens训练，完全在5万块国产ASIC上完成。据官方推文，Owl Alpha上线后每日调用量全球Top3，在Hermes Agent排名#1，Claude Code排名#2，OpenClaw排名#3。该模型即将退役，后续版本待公布。

Qwen 团队发布 Qwen-AgentWorld，一个以环境建模为训练目标的原生语言世界模型，在单个模型中模拟 MCP、Search、Terminal、SWE 及 GUI 域（Web、OS、Android）共七个域。模型使用超 1000 万条真实交互轨迹训练，在 AgentWorldBench 上以 Qwen-AgentWorld-397B-A17B 版本达最高模拟质量，超越 GPT-5.4、Claude Opus 4.8 和 Gemini 3.1 Pro。同时发布评测基…

Google Gemini 3.8 Flash 正在 Gemini、Google AI Studio 和 API 上推出，DeepSWE 1.1 得分 71%，接近 Claude Opus 5 的 74%，但价格低得多。定价为 2026 年 12 月 31 日前输入 $0.75、输出（含 thinking tokens）$3.75，2027 年 1 月 1 日起分别涨至 $1.50 和 $7.50。

据《华尔街日报》9 月 1 日报道，谷歌将发布编程能力大幅升级的 Gemini 3.8 Flash，内部代号 Skimaki，最早当地时间周三上线。内部工具 Jetski 对比测试中工程师对其偏好超过 Anthropic 的 Opus 模型，编程方面显著缩小了与 Anthropic 和 OpenAI 的差距。

事情现在开始加速了：Gemini 3.8 可能即将发布。尽管 Gemini 3.7 才推出几周。 据 Business Insider 报道："部分员工已开始使用 Gemini 3.8 Flash 的预览版，这凸显了 AI 竞赛的飞速节奏--谷歌每隔几周就推出新模型，以跟上 OpenAI 和 Anthropic 的步伐。" 据报道，Gemini 3.8 明显优于 3.7，看来谷歌正在全力加速，再次迎战竞争对手。

Thomson Reuters 基于阿里 Qwen 推出自研法律大模型"Thomson"，投入约 4000 万美元，训练数据来自 Westlaw 等自有内容。在 Stanford LegalBench 上 Thomson（0.823）落后于 Gemini 3.1 Pro 和 GPT-5.5，仅在接入独家内容时以 0.83 对 0.82 微弱胜过 GPT 5.4。

Claude 官方支持文档已出现 Fable 5.1 的提及。文档称 Fable 5.1 将改变 Messages API 处理 thought block（模型推理过程记录）的方式以防蒸馏，新的 Fable 5.1 API 账户在多轮对话中将不能再修改 thought block 周边的上下文，如消息、工具或系统提示词。

Google 发布 Gemini 3.5 Transcribe，智能转写语音为"实际意图文本"，可消除口误、过滤语气词、格式化数字日期并适配自定义词汇。

Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber。

Claude Fable 5.1 现已上线 Claude Code 和 Claude Platform，定价与 Fable 5 相同，API 缓存读取便宜 75%。模型在长任务中能更久自主推进、更善于提示用户它已卡住，写作风格也更自然。Anthropic 同时发布了 Claude Fable 5.1 和 Claude Mythos 5.1，称其为编码与知识工作领域最先进的模型。