OpenAI 發佈 GPT-6 系列模型,大幅提升舊式程式語言處理能力
OpenAI 發佈研究報告,宣佈 GPT-6 Astra 等新模型提升對 COBOL、Fortran、Visual Basic 等低資源程式語言的建模與遷移能力。
OpenAI 發佈研究報告,宣佈 GPT-6 Astra 等新模型提升對 COBOL、Fortran、Visual Basic 等低資源程式語言的建模與遷移能力。
Inception 發佈旗艦模型 Mercury 3,稱其在自家 12 項基準測試中有 8 項勝過 GPT-6 Luna 和 Claude Haiku 5.5,速度達兩者的 4 至 8 倍。
NVIDIA 於 2026 年 10 月 20 日發佈 Cosmos3-H-Dreams,這是一款以臨牀膽囊切除手術影片微調、支援即時運動控制的生成式手術世界模型。
Fireworks 已透過只使用美國境內容量的 serverless API 提供 Meta 開放權重模型 Muse Spark Open,且不收取美國容量溢價。
推薦理由:文章對照法律與金融基準中的具體對手成績,呈現 Muse Spark Open 在受監管工作場景評測中的相對位置。
Kronos 是首個只以金融 K 線數據訓練的開源基礎模型,處理來自 45 個全球交易所的序列,輸出供交易智能體使用的嵌入向量或預測。模型採用遮罩預訓練及因果微調,並提供預訓練權重與微調腳本,可用於下一根 K 線預測、波動率預測和市場狀態分類。Kronos 獲 AAAI 2026 接收,GitHub 星數達 42,000。
SparkLLM 發佈 Spark-X2.6-4B,並表示後訓練提升了編碼、Agent 工作流程、長上下文、多語言使用及推理能力。在思考等級設為 high 的公佈評測中,BFCL-V4 由前代的 65.1 升至 71.8,MCP-Atlas 由 54.6 升至 62.4,SWE Verified 由 41.6 升至 62.8;各基準排名不一,數據由發布團隊提供。
NVIDIA 發佈 Cosmos3-H-Dreams,將互動式生成模擬帶入臨牀膽囊切除場景,並支援即時器械動作控制。模型以臨牀手術影片和機械人運動學訓練,結合 Cosmos 3 與 FlashDreams,可在單張 NVIDIA RTX PRO 6000 GPU 上互動運行。系統提供四步和兩步檢查點,屬研究模擬器,並非經驗證可用於病人護理的系統。
推薦理由:四步與兩步檢查點呈現視覺品質和推理速度的取捨,文章也説明兩者分別訓練,而非單純調低採樣步數。
Hacker News 的 AI 熱帖收錄 Voxtral 3,連結指向 mistral.ai;貼文由 ilreb 提交,獲 11 分。
Inception 已發佈擴散式大語言模型 Mercury 3,公司稱它在自家多項基準測試中勝過 OpenAI 的 GPT-6 Luna、Anthropic 的 Claude Haiku 5.5 及 Zhipu 的 GLM-5.3 Flash,速度快 4 至 8 倍。
OpenAI 發佈 GPT-6 Astra,這款編碼模型面向 COBOL、Fortran、Visual Basic 等舊式程式語言。它在涵蓋 20 種語言的 MultiLangBench 得分 87.4%,高於 GPT-5.6 Sol 的 26.8%;在 COBOL migration 得分 86.8%,高推理力度下為 97.9%,而 GPT-5.6 Sol 得分為 5.4%。
doubleAI 的 Maxwell 會在程式運行時理解並改寫程式碼,按硬件與數據調整底層二進制,並形式化證明每項最佳化與原程式等價。在 LTX-2.5 的案例中,4K 影片生成速度提升 1.87×,每段影片在兩張 B200 上由 250s 降至 134s。
Cloudflare 發佈文件資料擷取模型 Clairic,並稱其處理速度快於大型語言模型、成本更低。用戶指定所需欄位後,Clairic 會在單次處理中以指定格式回傳數值和信心分數,缺失值則回傳「null」;模型目前在 Workers AI 開放預覽,開放權重預計稍後推出。
千訣科技正式發布 Polibrain 預測式世界模型,定位為面向真實物理世界的具身智能大腦底座。模型以自主研發的多項式表徵架構為基礎,結合環境理解、行動預測、自主規劃與執行,並根據執行反饋調整決策。相關能力已在服務、物流、零售及家庭場景開展商業應用與驗證。
Cloudflare 在 Workers AI 推出 Clairic 預覽版,這款 System One 抽取模型可從文字或圖像抽取及計算具類型的欄位值,而非生成文字。
Dream Labs 發佈首款模型 Dream-1,並完成 9000 萬美元種子輪融資。Dream-1 透過公共 API 提供服務,官方定價每小時 3 美元起,毋須為新機械人專門採集訓練數據即可控制未見過的雙臂平行夾爪機械人,執行未展示過的操作任務。
Mistral 推出 Timestral,一套專為時間序列資料訓練的開源基礎模型,可用於預測、異常偵測等任務。套件包括 Timestral-Base、微調版本 Timestral-FT,以及以 Docker 映像提供的輕量推理伺服器。Timestral 支援自託管,並以統一 API 提供預測、異常分數及嵌入向量。
DeepSeek更新V4.1 Flash-1017,MiniMax發布M3.1 Flash,兩款Flash模型不到72小時內接連亮相,並在部分評測中挑戰旗艦模型。M3.1 Flash在BankerToolBench取得76.2分,與Claude Opus 5並列第一;其輸入和輸出價格較上一代M3低逾50%,快取讀取價格低逾70%。
Cloudflare 公佈 Clairic 預覽版,這款抽取模型運行於 Workers AI,可按指定欄位處理文字及最多 4 張可選圖片。模型會一次並行回答各欄位,為標量答案附上信心分數與 p_null,文字答案則提供字元偏移;Cloudflare 表示計劃稍後公開權重,現時尚未發布。
Inception 發佈擴散式語言模型 Mercury 3,聲稱在 NVIDIA GPU 上達到每秒 1,068 tokens,並提供 1M-token 上下文窗口。
CheryMind 垂直領域基礎大模型在 2026 奇瑞全球創新大會上亮相,奇瑞稱其為物理 AI 而生。奇瑞表示,6 萬+員工每日使用該模型;模型已覆蓋 200+ 業務場景、打通 400+ 企業系統,涵蓋 700TB 企業知識及 200PB 工程數據。
Microsoft 完成 MAI-Base-2 的預訓練,這款大型語言模型採用全層 MoE 架構,總參數為 2.8 trillion,啟用參數為 80 billion。
中美開放權重 AI 模型競爭升温,DeepSeek 發佈更新版 DeepSeek-V4.1-Flash-1017,美國多款開放權重模型亦相繼公佈。
Cloudflare 的 Clef 27B 多模態決策模型現可在 Ollama 本機執行或 Ollama Cloud 使用。模型支援文字及圖像輸入,根據狀態和具型別問題作出決策,兼容 Jev 和 System One API;模型以 Qwen3.8-27B 微調,採用 Apache 2.0 授權。
Nace AI 發佈 Drex Max 多模態決策模型,可讀取文字和圖像並返回經校準的概率,不生成文字;模型在公開 Decision Index 0.3.2 得分 67.59,較 Jev 1.14 高 6.9 分。
Anthropic 傳將於明日推出 Fable 5.5,測試者稱其推理、直覺判斷及理解用戶意圖的能力超越 Anthropic 目前在售的所有模型。Google 的 Gemini 4 Carbon 已在內部測試,OpenAI 新一代 Terra 則可能於未來幾周推出。
螞蟻百靈開源 Ming-3.0 語音系列,共提供五款模型,涵蓋語音合成、音訊理解與對話,以及語音識別。Ming-3.0-tts 的 Voice Design 可用文字描述目標音色,或透過參考音訊設定音色;導演模式則可描述台詞的表演方式、情緒變化、重讀詞及節奏。
螞蟻百靈開源 Ming-3.0 語音系列,面向聲音創作、長語音分析及業務語音轉寫三類任務,提供共五款模型。系列包括語音合成、音訊理解與對話、語音識別三類模型,開發者可按任務選擇,或組合不同能力加入自己的工作流程。
Inception 推出擴散式 LLM Mercury 3,並稱其在智能體基準測試中勝過 GPT-6 Luna、Claude Haiku 5.5 和 GLM-5.3 Flash。Inception 稱 Mercury 3 的速度快 4x 至 8x。
螞蟻百靈開源 Ming-3.0 語音系列,涵蓋語音合成、音訊理解與對話、語音識別三類任務,共提供五款模型。Ming-3.0-tts 的 Voice Design 支援以文字描述或參考音訊設定音色,導演模式可描述情緒變化、重讀詞及節奏;Ming-3.0-audio-flash / tiny 可轉寫、總結及分析長音訊的觀點,並輸出結構化內容。
稀宇科技宣佈 MiniMax M3.1 Flash 上線,線上推理速度提升近 3 倍,使用成本降低 70%。官方表示,曾以匿名身份處理超過 200T Token 的 Space Bunny 是該模型的早期版本;M3.1 Flash 在 Automation-Bench、DeepSWE 及 Agents' Last Exam (ALE) 以極低任務成本達到頂尖模型級表現。
Cloudflare 發佈 Clairic 預覽版,稱其為新類別 System One 抽取模型的首款模型,現於 Workers AI 提供。模型以單次並行推理,從非結構化文字及最多四張圖像抽取具型別欄位,亦可計算、估算和預測;不生成輸出 token,輸入定價為每百萬 token $0.10。
MiniMax 發佈 M3.1 Flash,稱其智能體任務成本較前代降低 70%,推理速度接近 3 倍,日常高峯輸出超過 200 tokens/s。
Cloudflare 推出 Clairic,稱這款 System One 級抽取模型處理非結構化數據的速度更快、成本更低,準確度亦高於一般 LLM。
doubleAI 開發了 Maxwell,一種介乎程式碼與硬件之間的新型模型,可在程式執行期間提升執行速度,而毋須更改任何程式碼。它會根據執行追蹤、效能分析資訊及數據流,按硬件、其他正在執行的程式和輸入動態調整;目前已開放搶先體驗。
Mercury 3 正式推出;InceptionLabs 稱它在多項基準中勝過 GPT-6 Luna 和 Claude Haiku 5.5,並以 4–8x 更快的速度達每秒 1,000+ tokens。
推薦理由:材料列出速度、上下文窗口和價格,並提供 Mercury 3 在 50 項 Mind2Web 導航任務中的結果,便於對照模型指標與部署案例。
Timestral Mistral 在零樣本預測中勝過 Google TimesFM-3,並以較低成本運行。文章稱,該模型在 M4-M5 基準測試的 MSE 低 12%,其 Mistral Cloud API 約比 Google TimesFM-3 API 便宜 30%。模型提供開源權重及雲端 API,並支援只微調不多於 0.5% 參數的 adapter-lite 方法。
Inception 發佈旗艦擴散式大語言模型 Mercury 3,稱其在多項基準測試中勝過 GPT-6 Luna 和 Claude Haiku 5.5。公司稱模型在 NVIDIA GPUs 上達到 1,068 tokens per second,上下文窗口為 one million tokens,較 Mercury 2.5 的 260,000 tokens 增加。
MiniMax 發佈 M3.1 Flash 推理模型,其 Artificial Analysis Intelligence Index 得分為 42,較 M3 高 13 分,單項任務成本不到一半。
Google 推出 Gemini 4 Argon,定位為可處理複雜多步驟工作,並支援 Antigravity 的多智能體 Blender 工作流程。Argon 可配合 Blender MCP 建構和修改 3D 場景、動畫及互動原型;文中的 Wizard Chess 是示範項目,並非 Google 獨立推出的遊戲。
Laminar 推出以 RL 訓練的 flow-1,分析 AI 智能體追蹤記錄並找出隱性錯誤。在 Laminar 自家基準測試中,flow-1 的錯誤偵測質素媲美 GPT-6-sol,成本低 23x,可逐條分析生產環境中的智能體追蹤記錄,無須抽樣。Laminar 採用 Apache 2.0 授權,並支援自行託管。