NEWS / 01
按发布时间追踪 AI 模型、工具与公司的最新记录。
最新发布
OpenAI 于 2026 年 9 月 3 日正式发布新一代旗舰模型 GPT-6 Astra。新模型标配 1,050,000（1.05M）Token 上下文窗口与 128,000（128K）Token 单次输出能力，研发重心转向端到端计算机操作与自主任务接管；在 ExploitBench 取得 100% 成绩，成为首个触发 Critical 网络安全风险等级的前沿系统，并引入了受限防御准入与阻断式对齐监控。
Timeline
Anthropic 于 2026 年 9 月 1 日推出主力旗舰 Claude Fable 5.1 及受限攻防孪生版 Mythos 5.1。在与前代 Fable 5 及 OpenAI 旗舰 GPT-5.6 Sol 的全面对标中，Fable 5.1 以 83.0 的 BenchLM 得分登顶榜首，并在长程科学终端评测中翻倍；同时将提示词缓存读取费率削减 75% 至每百万 0.25 美元，长程高频 Agent 的实际开销降低多达 45%。
谷歌推出 Gemini 3.8 Flash 与安全专版 3.8 Flash Cyber，主攻终端全流程操作与长程代码修复。新模型在保持 1M 上下文与低廉调用费用的同时，通过增加思考深度与多轮工具调用，在 Terminal-Bench 2.1 取得 90.8% 突破，并在 SWE-bench Pro 上达到 61.6%。
阿里云通义千问团队正式开源 27B 参数量稠密多模态模型 Qwen3.8-27B。新模型采用 48 层线性注意力与 16 层门控注意力的混合架构，内置 MTP 草稿头与可控思考模式，原生支持 262K 超长上下文并兼容消费级单卡本地部署，在 SWE-bench Pro 与 LiveCodeBench 等基准测试中大幅超越前代。
智谱 AI 正式发布基于 743B 基础模型深度后训练的新一代旗舰模型 GLM-5.3。借助 IndexShare、SAO 强化学习算法与 Slime 异步训练框架，该模型在 CyberGym 漏洞挖掘（84.5%）、AutomationBench（48.2%）与 GDPval-AA v2（1769）多项榜单取得第一，并在 Terminal Bench 3.0 达到 28.3 分，官方计划于两周内开源模型权重。
DeepSeek 正式开源模块化智能体框架 DeepSeek Harness（dsh）。该项目基于 Cordis 元框架构建，采用全插件化架构解耦模型接入、执行循环与工具系统，并提供终端与本地 Web 界面，旨在为开发者提供高可扩展且支持全量审计的开源 Agent 开发与装配环境。
谷歌正式发布 Gemini 3.7 Flash，主打长程代码编写与 Agent 工作流执行。模型具备 100 万 Token 上下文窗口与分级思考能力，在 DeepSWE 与 FrontierCode 等工程基准测试中较 3.6 Flash 明显提升，并在 2026 年底前提供 50% 的 API 调用折扣。
DeepSeek V4-Pro 正式版已经上线，版本号为 DeepSeek-V4-Pro-0813，现有 API 模型名和调用方式保持不变。DeepSeek 公布的评测显示，正式版在十项 Agent 相关评测上全部超过 Preview，并在 Cybergym、AutomationBench 等项目进入当前前沿模型的第一梯队；生产环境仍需结合内部任务复测。
阿里巴巴正式发布新一代旗舰大模型 Qwen3.8-Max。新模型采用 2.4 万亿参数的稀疏混合专家（MoE）架构，单次激活 950 亿参数，原生支持 100 万 Token 上下文与多模态输入。新模型重点强化了长程自主编程与复杂智能体任务执行能力，并在 Arena 综合评测与视觉榜单中位居前列。官方同时宣布将在次周正式开源模型权重。
字节跳动正式发布新一代视频生成模型 Seedance 2.5。新模型在统一的多模态音视频联合生成架构基础上，将单次生成时长翻倍至 30 秒，支持最多 50 个多模态素材参考输入，并引入了基于时间戳的局部精准编辑与原生 4K 输出能力，推动 AI 视频生成从短片段生成走向可工业化交付的完整创作。
DeepSeek 宣布 DeepSeek-V4-Flash 官方正式版 API 开启公测，版本标识符为 DeepSeek-V4-Flash-0731。在保持 284B 总参数与 13B 激活参数的轻量 MoE 架构下，新版模型经过重新后训练，其 Agent 核心能力大幅提升，在 Terminal Bench 2.1 和 Toolathlon 等多项基准测试上已接近甚至超越早期 V4-Pro 预览版。
camelAI CTO 详细拆解了将其 Coding Agent 彻底拔除 VM 架构的演进过程。通过将 Agent 搬入 Cloudflare Durable Object，利用 SQLite 与 R2 持久化文件系统，并改用 Code Mode + Dynamic Workers 在 JS 沙箱中通过显式 API 执行代码，实现了架构简化、延迟降低与运行成本的量级暴跌。
OpenAI 发布最新职场研究报告，基于美国超过 80 万条 ChatGPT 商业账号工作消息分析发现，剔除通用办公需求后，43.5% 的具体岗位消息涉及跨职能任务。客服、设计和 HR 岗位跨界频次最高，财务计算与代码排障成为渗透率最广的跨界技能。
2026年7月28日，Anthropic 联合 Agentic AI Foundation 正式发布 MCP 2026-07-28 规范。作为 MCP 开源发布以来最大规模的架构升级，新规范彻底废除有状态会话与初始化握手，转向完全自描述的无状态请求模式，同时推出标头路由与官方扩展框架。
2026年7月28日，OpenAI 正式在 GitHub 上以 Apache-2.0 许可证开源了 Codex Security 的 CLI 工具与 TypeScript SDK。作为一款 AI 驱动的应用安全 Agent（内部代号 Aardvark），Codex Security 突破了传统 SAST 工具依赖静态规则的局限，能够结合仓库上下文构建威胁模型，在隔离沙箱中自动验证漏洞并生成修复 Patch，大幅提升 DevSecOps 效率。
月之暗面于 2026 年 7 月 27 日宣布向全球社区完整开源旗舰模型 Kimi K3 的模型权重。该模型拥有 2.8 万亿参数，采用混合线性注意力机制 KDA 与注意力残差架构，原生支持多模态及 100 万 token 上下文。团队同步开源了包含 MoonEP 分布式并行库与 FlashKDA 算子在内的全套基础设施。
Google DeepMind 联合首席经济学家办公室发布 ATLAS v1.0 报告，基于 1465 万条去标识化对话分析全球 AI 采纳特征。研究显示 AI 延伸覆盖 68% 职业但具体任务渗透率仅 21%，完全自动化不足 10%，86% 交互发生在非工作场景，非英语交互占比高达 66.7%。
英伟达首席执行官黄仁勋在 Axios 独家专访中猛烈抨击针对 AI 的末日论调与科幻式监管政策，指出将 AI 视为人类末日或造成普遍失业完全是一派胡言。他同时高度评价中国开源 AI 模型的质量，破除开源“后门迷思”，呼吁决策者切勿只听信一两位科技巨头 CEO 的言论，并预测全球 AI 计算与能源基建在未来数年仍需扩展 5 至 10 倍。
Anthropic 最新发布的 Claude Opus 5 在各项基准测试中表现亮眼。在 Humanity's Last Exam (HLE) 获得 64.7% 登顶榜首，MMLU-Pro 达到 91.59%，SWE-bench Verified 达到 97.00%，在与 GPT-5.6 Sol、Claude Fable 5、Kimi K3、Opus 4.8 等模型的横向对比中全面超越。
Anthropic 于 2026 年 7 月 24 日正式发布 Claude Opus 5。该模型智力接近旗舰 Claude Fable 5，维持每百万 Token $5/$25 的价格，引入默认思考机制与 Effort 深度调节，并在安全对齐性上取得显著突破。