Jack Dorsey 发布全双工语音模型 Dessa

Cartesia 推出 Sonic 3.5 和 Ink 2 两个模型，作为单一实时语音栈，分别负责文本转语音和语音转文本。Ink 2 在 Artificial Analysis 的流式语音转文字排行榜上排名第一。Sonic 3.5 在实时文本转语音中位列榜首，首音频延迟约 82ms。Cartesia 成为目前唯一同时拥有 #1 听与说模型的提供商。

谷歌 I/O 🔥：GEMINI OMNI FLASH 已发布，现已在 GEMINI 和 GOOGLE FLOW 上可用。 GEMINI OMNI PRO 即将推出 🤩

OPENAI 🚨: GPT-5.5 Instant 正在向所有 ChatGPT 用户推出！"gpt-5.5-chat-latest" 也将进入 API。 > 更加简洁。更好的记忆。更个性化。 即时测试时间 👀

月之暗面发布 Kimi K3.1 Pro，在 Code Arena: WebDev 榜单以 1692 分排第 8，比 Kimi K3 (Max) 的第 17 名（1655 分）上升 9 位，Kimi 由此回到实验室总排名前 4。引用内容称其定价 $2/$10 每百万 input/output tokens，中位单任务成本 $1.23，比 Kimi K3 低 29%，与 Claude Opus-5 (Max) 表现相当；开放权重即将推出，有望超越 DeepSeek-v4.1-…

月之暗面（Kimi）发布 Kimi K3.1 Pro，2.8T 总参数 / 104B 激活参数的 MoE 多模态模型，支持 1M token 上下文，K3.1 Pro Highspeed 速度提升 2–3 倍，已在 Kimi.ai、Kimi Work、Kimi Code 和 API 上线。官方称其在编码、Agent 和知识基准上对标最强专有模型，幻觉减少 65%，开放权重将于 2026 年 11 月 4 日发布。转发者补充称其在基准上与 Claude Opus 5.5、GP…

Kling AI 正式发布新一代视频模型 Kling 4.0，主打更可控、一致性更强的视频生成。Omni Reference 可在单个任务中组合最多 15 个图像、视频、主体或声音；单次生成最长 30 秒，支持最多 10 个关键帧以控制场景推进。

MiniMax 在 HuggingFace 和 ModelScope 公开 MiniMax M3.1 Flash 权重，总参数 428B，每 token 激活 23B。该模型即 OpenRouter 上的 "Space Bunny" 隐身模型，10 月 19 日公布，现已登陆 MiniMax 平台和 API；官方给出 BankerToolBench 76.2、DeepSWE v1.1 73.7%、OSWorld V2 61.7、Agents' Last Exam 29.6、…

即将发布的 Kimi K3.1 模型获官方预热！ 此前，Kimi K3.1 已在 Arena 上被发现处于测试阶段，据称表现非常出色。 即将到来 👀

Recursive 发布首个开源权重编码模型 Flint，采用 Apache 2.0 协议。Flint 是 40B 参数的 MoE 本地编码模型，号称比同类模型快 2 倍，在 64GB RTX Spark 上超过 220 tokens/秒，在 MacBook Pro 上达 125+ tokens/秒。其 Eureka Machine 自动研究系统通过编写自定义 GPU 代码，在不改权重的情况下将 Flint 在 RTX Spark 上提速 55%，权重已在 Hugging …

ElevenLabs 发布 Eleven Realtime Max 和 Mini 两个语音到语音模型。Max 在 Big Bench Audio 上得分 98.8%，起播延迟 0.57s；Mini 面向低成本自然对话场景优化。两个模型均已在 ElevenAgents 平台和 API 上提供。