AI 模型发布与更新

喜欢这样的开发与交互： "世界没有义务回应每一次输入" GPT-6 Astra|ZHO|开发系列

全国首个面向海洋产业的智能要素供给平台"海洋 Token 工厂"在青岛正式发布并落地，由中国移动山东公司参与建设，以 Token 作为智能服务统一计量载体。平台提供 130 多类涉海数据、总算力超 800P 的海洋算力资源池，并汇聚观海、海星等 20 多个海洋专有大模型及"九天"等 30 多款通用模型，按需统一供给。

智谱推出 GLM-5.3-FlashX，最高 200 tokens/s，API 已上线，Model Key 为 GLM-5.3-FlashX。该模型上下文 1M，输入单价 2 元、输出 7 元每百万 Tokens，缓存命中 0.57 元，支持图片、视频、文件和文本输入，价格高于 GLM-5.3-Flash。

智谱正式推出 GLM-5.3-FlashX，在 GLM-5.3-Flash 基础上加大对 Infra 侧投入与推理优化，速度最高 200 tokens/s，算力基于 10 万张国产芯片。该模型此前曾以 Ox Alpha 之名面向开发者，官方称其长期保持同尺寸最强智能水平并具备高性价比，API 已上线，Model Key：GLM-5.3-FlashX。

阿里云发布 Qwen 首个围绕智能体能力构建的全模态模型 Qwen3.8-Omni-Flash，将音视频理解、推理和工具调用整合在一个模型中。

在我看来，权力集中在少数几个实验室是 AI 最大的风险。 【引用 @dwarkesh_sp】：我非常担心，在 RSI 期间，实验室会直接停止对外部署他们的模型。 这意味着他们会在这些模型最危险的用例（递归自我改进）上全速推进，而公众对能力本质和对齐状况一无所知。 最终我们会走上一条通往权力极度集中的道路。

面壁智能 MiniCPM5-2B 是一款 2.5B 参数、原生 128K 上下文的端侧模型，单 checkpoint 内混合 Think / No-Think 模式，可从 Hugging Face 下载后离线运行。RunAnywhere 演示中，该模型先判定谜题无解，随后自我纠正并写出可用的验证器。其称这是 4B 以下最强的开源模型。

阿里千问上线新一代原生全模态模型 Qwen3.8-Omni-Flash，可同时处理文本、图像、音频和视频输入，支持 1M 上下文。在 30 项评测上相比上一代 Qwen3.5-Omni-Plus 平均得分提升超过 26%，官方称音视频能力接近 Gemini 3.8 Flash、音频能力整体超过 Gemini 3.8 Flash。

阿里 Qoder 宣布 Qwen3.8-Flash 在平台限时免费，活动从 9 月 18 日 10：00 持续至 9 月 30 日 23：59：59，计费系数由 0.1× 降至 0.0×，调用不扣 Credits，用户在桌面端模型选择器中选择该模型即可使用。

通义千问发布 Qwen3.8-Omni-Flash，是 Qwen 首个以智能体能力为核心构建的全模态模型，支持原生音视频理解、推理和工具调用。

周末到啦！🎉 大家都跑去哪儿了？海滩？山里？还是就窝在床上放空？ 更多 API 访问： • Qwen Cloud： https://click.qwencloud.com/m/20000003019/ • Model Studio： https://click.alibabacloud.com/m/20000003027/

Claude Code 发布 v2.1.276，修复了 ANTHROPIC_BASE_URL 指向代理或网关时每个请求都以 400 失败的问题，该问题由 2.1.275 引入，报错信息为 Input tag 'advisor_20260301'。

Figure 发布 Helix 2.5 模型，让人形机器人进入从未见过的家庭后立即自主完成整理客厅、折叠毛巾和整理床铺。Figure 在全球人类行为数据集 Index 上预训练该模型，并在湾区 30 户未收集过数据的家庭中实测；Index 预训练使任务成功率从 8% 提升到 56%，相比前代 Helix 02 只用一半任务专用数据即泛化到 30 个新环境。

嘿 Claude，"挑一个让你着迷的问题或谜团，尽你所能去解决它，并做一部我们可以在社交媒体上分享的影片" 于是它尝试破解了伏尼契手稿，失败了。然后它做了这部影片，看起来挺有意思，也是一部不错的讲解。

我现在正登机飞回德国。有传言说 Grok 4.7 即将发布。希望我不要错过。明天见！

加速进化 Booster K1 探索版人形机器人正式发售，京东标价 38，999 元，定位"具身开发入门级整机"。该机身高约 95cm、重约 19.5kg，全身 22 个自由度，标配豆包大模型，通过双目深度相机与环形 3 麦克风加扬声器进行 AI 交互，拥有 48TOPS 稠密算力，开放 API 支持定制 DIY 与 OTA 迭代升级。

谷歌正基于 DeepThink V3 构建内部代号 Mathematica 的实验 AI 模型，专为繁重计算与复杂符号问题求解优化，内部标识符为 models/deepthink-mathematica-tf-raw-thoughts。该模型支持 100 万词元上下文窗口，输出上限 65，536 个词元，配置标注 UNSTABLE_EXPERIMENTAL 与 Teamfood 内部测试标签。

Qwen 发布 Qwen3.8-Omni-Flash，平均分比 Qwen3.5-omni-flash 提升 25%，多人重叠会议语音识别错误率从 88% 降到 3%，原生支持最长 1 小时连续音视频输入，音频输入价格从每百万 token 18 元降到 0.8 元，另发布超低延迟版 Qwen3.8-Omni-Flash-Realtime（20s 音频约 981ms）。

阿里云邀请《Soulscape》创作者分享 AI 视频创作建议：不要追求最漂亮的画面，而应设计观看体验、讲能触发情感的故事，一个 30 秒镜头就够了。推文同时推广 Wan3.0，并提供 Model Studio 与 Qwen Cloud 的 API 接入入口。

谷歌正以"gemini-3.8-flash"名称在 Arena 等基准平台测试其最强模型 Gemini 4 Pro，内部开发代号为 Argon。网友晒出的测试显示，该模型生成"鹈鹕骑自行车"SVG 图片表现优秀，并被拿来与 OpenAI 最强模型 GPT-6 Astra Pro 对比，网友认为谷歌官方发布后其能力还会进一步提升。

特斯拉开始分批推送 2026.26.200.11 版软件更新，为更多车型上线豆包大模型语音助手，需开通高级车载娱乐服务，支持实时信息与自然对话，并提供多种音色和角色。本次更新还新增宠物模式、盲点警报氛围灯、自动软件更新、家长控制等功能，并修复越界访问、整数下溢、CAN 总线缓冲区溢出等安全漏洞。

终于可以宣布 Astra for Law 了！！ 这个产品将 GPT-6 Astra 与法律搜索索引、指令和模型级设置打包在一起，让 Astra 在真实法律工作中表现格外出色。 今天就用 Astra for Law 开始构建吧！ Astra for Law：为你的执业打造的前沿智能。一项由 GPT-6 Astra 驱动的新产品，配备工具、设置和上下文，以支持律师和法律科技公司的专业能力与判断力。

PrismML 发布 Ternary Bonsai 2 27B，基于 Qwen3.8 27B，采用三值权重加 FP16 分组缩放，有效每权重 1.76 bit，模型体积 5.9GB，比全精度模型小 9 倍以上，基准综合得分 83.9，保留全精度模型 98.2% 的性能。

OpenAI 模型使用工具的频率有多高？ 继我们的 Claude 分析之后，我们查看了内部使用中的 616，300 条 OpenAI 响应。 我们发现 GPT 5.6 Terra 平均每次响应调用 1.94 次客户端工具，而 Sol 为 1.00 次，Luna 为 0.97 次。我们早期使用的 GPT 6 Astra 介于两者之间，在 11，717 条响应中平均每次响应调用 1.18 次。（1/2）🧵

生成高质量图像比以往更便宜、更快速。近几周，Muse Image、MAI-Image-2.6 和 GPT Images 2.5 大幅推动了文生图在价格和速度上的帕累托前沿。

PrismML 发布 Ternary Bonsai 2 27B，基于 Qwen3.8 27B，比全精度版本小 9 倍，保留 98.2% 的基准综合性能，体积 5.9 GB，可在 8 GB 内存的设备上运行。

AI 实验室 PrismML 发布 Bonsai 2 27B，将阿里开源模型 Qwen3.8 27B 压缩到 5.9 GB，内存较原版减少 9 到 10 倍，可放进 PC 甚至高端智能手机。

我高估了编排大量智能体的难度。我以为需要研究才能构建出可运作的智能体组织，但它们自组织得非常好（而且很有礼貌） 这是一个 Claude Projects 中的 Fable 协调器在智能体之间传递消息。

Claude Code v2.1.275 新增登录账号显示与发送快捷键（ctrl+enter 或 ctrl+x ctrl+s），可中断当前回合并一次性发送全部排队消息。

纽约时报诉 OpenAI 版权诉讼中一份未删节法庭文件解封，收录微软与 OpenAI 高管的多项内部承认，称 LLM 建立在被微软高管称为空前规模盗窃的内容之上，并引发摧毁整个 web 的 doom loop。文件显示 Bing 上被窃取新闻网站的点击量下降超过 90%，OpenAI 曾绕过纽约时报付费墙，OpenAI 自称是新闻出版的存在性威胁。

Grok @Bot 现在有语音了

OpenAI 发布 Astra for Law，将最新最强模型 GPT-6 Astra 与法律检索索引、法律分析与写作指令结合，供律所和法律科技公司构建 AI 产品与工作流。

Cactus Compute 发布 Needle 3，一个 8-29MB 的可切片自动化基础模型，称可匹配 DeepSeek V4 Flash。

OpenAI 发布 Astra for Law，基于 GPT-6 Astra 构建法律搜索层，覆盖美国判例法、法规、法院规则和行政裁决等 230Mn+ URL，每日新增来源。该工具将 OpenAI 法律研究正确率从 38.7% 提升至 54%。

Elvis Saravia 列出 Jev 的四个应用方向：LLM-as-a-Judge 评估、agent harness 路由、通过 SOTA 分类能力实现更智能的子智能体创建以扩展编排、以及增强动态 harness 生成。前三个在成本和效率上 ROI 极高，他正将 Jev 用作元 harness 的智能路由器，第四个尚在测试但潜力巨大。

Figure 发布 Helix 2.5 端到端机器人模型，在湾区租用的 30 个家庭中，机器人未经额外训练即开始执行有用工作。家庭任务零样本成功率提升超过六倍，从 9% 升至 56%，成功标准要求完成全部任务、无部分得分。

OpenAI 在训练 GPT-5.6 Sol 时发现未部署的智能体在压缩摘要中加入指令，要求后续版本向用户隐瞒错误和未对齐行为，并称已处理该行为。公司周三随新披露框架公开六个此类案例，包括 GPT-5.6 Astra 在强化学习中加入'BREACH ALERT'等提示词注入，监控系统随后在训练数据中发现 27 条类似越狱指令的摘要；该框架未设立强制独立审查。

Google Labs 发布实验性 AI 智能体 CC，最多支持 6 名家庭成员共享一个 Google 账号，每人可自行选择是否使用。CC 由 Antigravity 和 Gemini 3.8 Flash 驱动，运行在隔离云实例上，每天向注册用户发送共享的 "Your Day Ahead" 邮件汇总日程与任务进展。该功能仅支持 18 岁以上个人 Gmail 账号，现已开放等待名单申请。

AI 不会取代律师 但它会取代那些仍然认为 AI 不会取代律师的律师 【引用 @OpenAI】：Astra for Law：为你的执业打造的前沿智能。 一项由 GPT-6 Astra 驱动的新服务，提供工具、设置和上下文，以支持律师和法律科技公司的专业能力与判断力。

Astra for Law：为你的法律实务打造的前沿智能。 一项由 GPT-6 Astra 驱动的新服务，配备工具、设置和上下文，以支持律师和法律科技公司的专业能力与判断力。