AI 模型发布与更新

Meta 的 Muse Spark 1.3 发布，@aimlapi 随即用同一提示词对比两个版本，任务为生成三个收藏级 3D 雕塑，包括维京头盔、镶钻斧和带船员的长船，各输出一个自包含 HTML 文件，单次生成。结果 Muse Spark 1.3 消耗 22，474 tokens、花费 $0.10，Muse Spark 1.2 消耗 19，324 tokens、花费 $0.08。Alexandr Wang 转发该对比并称有明显改进。

Meta 发布 Muse Spark 1.3，是五个月内第四个 Muse Spark 版本。xhigh 变体在 Artificial Analysis Intelligence Index 得 61 分。

llm-openrouter 0.7.1 发布，修复了加载 OpenRouter 模型的性能问题。该版本更新由 waveplate 贡献，对应 GitHub issue #59。

Google 发布 Gemini 3.8 Flash，称其比 3.7 Flash 在复杂任务上执行更多推理步骤并迭代调用工具，定价维持每百万输入 token $0.75、输出 $3.75，但警告模型可能消耗更多 token 导致实际成本上升。

Muse Spark 1.3 现已上线 OpenRouter，面向长时运行的智能体、多智能体和编码工作流。官方称其能记录所学内容、处理冲突输入，并在需要时请求澄清或确认，可通过 https://openrouter.ai/meta/muse-spark-1.3 使用。

Meta 发布 Muse Spark 1.3，官方称比 1.2 减少 20% 工具调用和 25% token 用量。作者汇总基准数据：MRCR 256K-512K 得分 98.5，超过 GPT-5.6 Sol 的 91.5；JobBench 64.9、OSWorld 66.9、AutomationBench 49.4，接近 Opus 5 的 65.7、68.3、50.3。

Meta 发布 Muse Spark 1.3，重点提升智能体与编码任务表现并聚焦真实可用性。模型可在单线程中跨多个工作流维持更长程的任务，更主动与用户协作，会提出澄清问题、标记卡住状态并在关键操作前确认；对自身局限的校准更好以减少幻觉结果。内部对比显示相比 Muse Spark 1.2 工具调用减少约 20%，token 消耗减少约 25%。

Meta 官方宣布 Muse Spark 1.3 发布，已在 Meta 模型 API 和 Muse Code 上推出，官方称这是其在编码和智能体工作上的最大跃升，价格极低。

@synthwavedd 发布 Muse Spark 1.3，在 DeepSWE v1.1 长程智能体编程基准取得 75.4% 的 SoTA 成绩，超过 GPT 5.6 Sol 的 73.0 和 Opus 5 的 74.0。基准图还显示 MRCR 256K-512K 98.5、MRCR 512K-1M 98.1、Terminal-Bench 2.1 88.8，作者转发并感叹其超越 GPT 5.6 Sol 和 Fable 5。

llm 0.34 更新中，`llm logs --usage` 的 Markdown 输出新增响应时长（毫秒及人类可读格式），`llm logs --short` 增加 `duration_ms` 字段。此外包含多项社区提交的 bug 修复，并因 waveplate 的贡献显著提升了 `llm logs` 性能，相关改动见 llm-openrouter 0.7.1。

Google 发布 Gemini 3.8 Flash，称其为此前最佳的推理与编码模型，这是六周内的第三款 Flash 模型，另推出面向漏洞检测与缓解的 Gemini 3.8 Flash Cyber。

llm-anthropic 0.28 发布，支持 Claude Fable 5.1，并为支持该功能的模型默认显示推理轨迹（reasoning traces）。新版本还新增了 `llm_anthropic.ClaudeRefusal` 异常，用于处理 Claude 触发拒绝响应的情况。

美团 LongCat 宣布 LongCat-2.0 已在 Command Code 上线并对所有订阅用户免费可用。该模型参数量 1.6T、上下文 1M、激活参数 48B，可通过 npm i -g command-code 安装使用。

World Labs 发布多模态世界模型 Atlas，官方称其可生成具有像素级精确相机控制的图像和视频帧，并在 3D 中重建。作者评价其可生成可交互的 3D 世界，认为对 2D 文生视频和三维建模、游戏行业有冲击。

Google DeepMind 发布 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber，两者基于同一核心智能，区别在于安全包络和访问方式。

Inworld 的 Realtime TTS-2 正式全面可用（GA），目前在 Artificial Analysis 的 Controlled Voice Arena 排名第一，官方称其为同级别中最快的 TTS。开发者可在文本中写入从简短情绪标签到完整句子的语气描述来控制语音表达；官方表示研究预览版使用量远超预期，反馈已用于本次 GA 模型。

Google AI 发布 Gemini 3.8 Flash Cyber，专为安全团队等防御者构建，可大规模生成修复漏洞的补丁（patch generation），官方称是其迄今最强的防御模型之一，较 3.5 代大幅提升。

Google 发布 Gemini 3.8 Flash，含通用版和面向经审核防御者的 3.8 Flash Cyber。

Google 发布 Gemini 3.8 Flash 及新的 3.8 Flash Cyber，作者称后者推进网络防御前沿，这是 6 周内第 3 次 Flash 模型更新。

TestingCatalog 转发 @mrfanduu 的探测结果，gpt-6-astra 这个模型标识已在 OpenAI API 中被检出为 GATED-EXISTS（404），而 gpt-5.7-astra、gpt-5.7 及 -sol/-luna/-terra/-cyber 变体均返回 400 不存在，gpt-5.6-cyber 对照组同为 404。作者称如果明天真的发布将是重要一周，并猜测 Routing 会先上线。

Google DeepMind 发布两款新 Gemini 模型：Gemini 3.8 Flash 相比 3.7 Flash 在软件工程、智能体任务和多步推理上有显著提升；3.8 Flash Cyber 面向网络安全，提供漏洞检测与自动修补能力。

Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber。

Google 发布 Gemini 3.8 Flash Cyber，定位为其最强网络安全模型，具备漏洞发现与大规模修补能力，速度和定价对标 Flash 档。模型在 CyberGym 基准达到 86.2%，CWE-Bench 修补任务 47.2%，内部基准上跨 20 种编程语言的漏洞发现成功率超过 70%。

谷歌于当地时间 9 月 2 日宣布推出 Gemini 3.8 Flash Cyber 模型，通过 Fairwind 计划面向首批受信任的安全防护团队开放。该模型在 CyberGym 基准上达到顶尖自主漏洞挖掘水平，内部测试中 20 种编程语言的漏洞挖掘成功率突破 70%，CWE-Bench 上 Pass@1 达 47.2%。

Google 发布 Gemini 3.8 Flash，为 6 周内第 3 次 Flash 更新。官方称相较 3.7 Flash 在软件工程、智能体任务和多步推理上有显著提升，在 DeepSWE v1.1 上以更低成本自主端到端解决复杂工程问题，表现超越多数更大的前沿模型。图中基准显示其 Terminal-bench 2.1 得 89.4%、HLE-Verified 得 54.9%，输入价格 $0.75/1M tokens、输出 $3.75/1M tokens，为 2026 …

Google 发布 Gemini 3.8 Flash，这是 6 周内第 3 次更新的 Flash 模型，官方称智能体与编码能力再次提升。

Google DeepMind 发布 Gemini 3.8 Flash 模型卡，称其为 Gemini 3.7 Flash 的下一代迭代，在软件工程和智能体知识工作流方面提升性能，并继续支持自定义 effort 等级以平衡质量、成本和延迟。

OpenRouter 宣布 Google DeepMind 的 Gemini 3.8 Flash 已上线，入口为 https://openrouter.ai/google/gemini-3.8-flash。官方称其以 3.7 Flash 的引入价在所列各项基准（编码、金融、法律、视频、科学）上超越前代；配图显示输入/输出价为 $0.75/$3.75 每百万 token（常规价 $1.50/$7.50），引入价有效期至 2026 年 12 月 31 日。

Google 发布 Gemini 3.8 Flash，称其专为复杂推理打造。官方用 3.8 Flash 与 Three.js 在 Google AI Studio 中构建交互式 3D 可视化器，可自动将硬件设备分解为多个图层，用户通过解构滑块即可拆开并逐层查看各组件。

Gemini 3.8 Flash 在 DeepSWE V1.1 基准上得分 73.7%。配套图表显示该成绩在多款模型的分数与每任务平均成本对比中位于高效区，图表来源标注为 Datacurve AI（deepswe.datacurve.ai）。

Google DeepMind 发布两款新 Gemini 模型：3.8 Flash 相比 3.7 Flash 在软件工程、智能体任务和多步推理上有显著提升；3.8 Flash Cyber 专注网络安全，提供前沿级漏洞检测和自动补丁。作者认为 3.8 Flash 定价有吸引力，Cyber 版在补丁能力上处于 Pareto 前沿。

Google Labs VP Josh Woodward 宣布 3.8 Flash 正在向 GeminiApp 推送。配图显示 GeminiApp 模型选择器中 3.8 Flash 标注为 All-around help，与 3.5 Flash-Lite、3.1 Pro 等选项并列。

Google DeepMind 发布 Gemini 3.8 Flash，为四个月内第四款 Flash 模型。

Google 发布 Gemini 3.8 Flash，距上一版仅 3 周，作者称这款 flash 模型在多项基准上超越旗舰模型，输入价格仅 $0.75/百万 tokens、输出 $3.75。模型当日已在 AI Studio、Gemini app 和 Antigravity 可用；介绍价有效期至 2026 年 12 月 31 日，之后恢复 $1.50/$7.50 定价。