Microsoft Build 2026 MAI 主題演講實錄:宣佈七款新模型及與 Mayo Clinic 合作開發醫療模型
Microsoft 在 Build 2026 的 MAI 主題演講中宣佈推出七款涵蓋圖像、語音、轉錄、推理及編碼的新模型。
推薦理由:演講將模型基準、產品整合和權重調校渠道並列,呈現 Microsoft 從模型發布延伸至企業定製的產品路徑。
AI 寫代碼的一切:編碼助手、Vibe Coding、代碼模型評測與開發工作流變革。
Microsoft 在 Build 2026 的 MAI 主題演講中宣佈推出七款涵蓋圖像、語音、轉錄、推理及編碼的新模型。
推薦理由:演講將模型基準、產品整合和權重調校渠道並列,呈現 Microsoft 從模型發布延伸至企業定製的產品路徑。
Meta 發佈多模態推理模型 Muse Spark 1.1,稱其較 Muse Spark 在工具與電腦操作、編碼及多模態理解方面均有重大提升。模型可協調多個子智能體並管理 1 million tokens 的上下文窗口;開發者現可透過公開預覽中的 Meta Model API 使用,Meta AI app 和 meta.ai 亦提供 Thinking 模式。
推薦理由:Muse Spark 1.1 聚焦智能體工作流,涵蓋多智能體協作、電腦操作與 1 million tokens 上下文,並透過 Meta Model API 開放公開預覽。
Anthropic Institute 指出,AI 已加速 AI 系統研發,但尚未能完全自主設計並開發自身後繼系統,遞迴式自我改進亦非必然。截至 2026 年 5 月,合併至 Anthropic 程式碼庫的程式碼逾 80% 由 Claude 撰寫;2026 年第二季,典型工程師每日合併的程式碼量為 2024 年的 8×。
推薦理由:這篇分析將公開基準與 Anthropic 內部數據並置,呈現 AI 執行工程與研究任務的進展,以及自主選擇研究方向仍存的能力差距。
Artificial Analysis 的評測指出,GPT-6 Sol 和 Luna 定價約為 GPT-5.6 的一半,Intelligence Index 分數大致持平。
推薦理由:文章並列價格、單項任務成本與多項基準結果,呈現降本幅度與不同能力變化並不一致,並指出 GDPval-AA v2.1 的回退與交付內容縮短相關。
GPT-6.1 Sol 取代僅發佈 7 天的 GPT-6 Sol,其 Intelligence Index 比 GPT-6 Astra 低 1 分,最高 effort 下的每項 Intelligence Index 任務成本不到後者四分之一。
推薦理由:這篇評測以同一框架對照 GPT-6.1 Sol、GPT-6 Sol 和 GPT-6 Astra 的 Intelligence Index 分數與單項任務成本,為比較新版本接近 Astra 分數時的成本取捨提供具體依據。
Google DeepMind 於2026年9月30日發佈 Gemini 4 Argon,面向軟件開發、企業知識工作及網絡防禦,輸出上限為100萬個 token,較此前模型的6萬4000個增加。
推薦理由:文章並列輸出上限、業務基準成績與防禦用途的先行提供安排,呈現模型規格、評測表現及開放範圍。
Google DeepMind 發佈前沿模型 Gemini 4 Argon,面向軟件工程、企業知識工作及網絡安全等複雜長流程任務。其輸出 token 上限由 64K 提至 1M,在 DeepSWE v1.1 得分 77.9%,並在 LVBench 得分 91.7%。
推薦理由:Gemini 4 Argon 將輸出上限由 64K 提至 1M tokens,文章把這項擴容與處理更長、更複雜工作流程的能力相連。
OpenAI 在 OpenAI DevDay 2026 公佈逾 20 項更新,推出 ChatGPT Space、雲端智能體 dots,並開始提供 GPT-6.1 Sol。
推薦理由:文章列出 GPT-6.1 Sol 在程式開發與桌面操作評測中的分數及成本比較,呈現它相對 GPT-6 Sol 和 Astra 的差異。
GPT-6.1 Sol 已在 Amazon Bedrock 正式開放使用,面向智能體編碼、電腦操作及專業工作負載。OpenAI 表示,GPT-6.1 Sol 在 DeepSWE v1.1 上匹配 GPT-6 Astra,單項任務成本約為 GPT-6 Astra 的五分之一;其分數亦比 GPT-6 Sol 的最佳結果高 6.4 個百分點,且所用推理力度較低。
推薦理由:文章列出 GPT-6.1 Sol 在 DeepSWE v1.1 上與 GPT-6 Astra 的任務成本對照,並比較其對 GPT-6 Sol 的分數提升。
OpenAI 在 DevDay 2026 發佈 GPT-6.1 Sol、Dots 智能體及多項開發者工具與功能。GPT-6.1 Sol 主打接近 Astra 的智能水平,價格為 Astra 的五分之一;Ultrafast 最高達 300 tokens/second,速度快 8x,先支援 Astra 6。
推薦理由:現場紀錄同時追蹤產品宣佈、示範失誤與後續功能場次,讀者可從發佈內容和實際操作兩方面瞭解 OpenAI DevDay 的產品進展。
OpenAI 發佈 GPT-6.1 Sol,稱其面向編碼、電腦操作及專業工作,智能水平接近 Astra。其 API 輸入及輸出 token 價格均為 Astra 標準 API 對應價格的五分之一。
推薦理由:公告把 GPT-6.1 Sol 的工作場景定位與 Astra 標準 API 輸入、輸出 token 價格作比較,便於瞭解其能力主張與定價定位。
Anthropic 發佈 Claude Sonnet 5.5;相較 Sonnet 5,輸出生成速度提升逾30%,每項任務費用最多降低30%。每 100 萬 token 的輸入和輸出價格分別為 $2 和 $10,與 Sonnet 5 相同。Terminal-Bench 4.0 得分為70.6%,高於 Sonnet 5 的10.3%。
推薦理由:報道將 Sonnet 5.5 的速度、單項任務成本及 Terminal-Bench 4.0 成績與 Sonnet 5 比較,並整理 API 遷移時需留意的設定差異。
Claude Code v2.1.284 加入 Claude Sonnet 5.5(claude-sonnet-5-5),並將其設為 Anthropic API 的預設 Sonnet 模型。
推薦理由:版本同時涉及模型預設、權限模式、MCP 連線及 Ultracode 操作,並列出終端、VS Code 與 Gateway 的修正,方便用戶核對升級對現有工作流程的影響。
Anthropic 發佈 Claude Sonnet 5.5,較 Sonnet 5 快 30%,每 token 價格不變,多數工作成本最多可減 30%。指南詳述 API 用法、從 Sonnet 5 遷移時的行為變更及 effort 調校建議,並指出原生上下文窗口為 1M tokens。
推薦理由:指南整理 Sonnet 5.5 相對 Sonnet 5 的 API 變更與調校方法,涵蓋工具呼叫、thinking 區塊和 effort 設定,可作遷移核對參考。
OpenAI 發佈 GPT-6 Sol 和 GPT-6 Luna,分別面向複雜編碼及 AI 智能體工作、批量處理,並着重速度與成本效益。每 100 萬 tokens 的 API 標準價格,Sol 為輸入 2 美元、輸出 10 美元,Luna 為輸入 0.10 美元、輸出 0.50 美元;相較 GPT-5.6 版促銷價格,Sol 均減半,Luna 輸入減半、輸出約減 58%。
推薦理由:文章並列 Sol 與 Luna 的任務定位、API 價格和多項評測結果,呈現兩款模型在任務表現與單次成本上的取捨。
Anthropic 發佈 Claude Opus 5.5,稱其輸出速度較 Opus 5 提升逾 30%,預設設定下典型工作的費用降低 40%。Claude Platform 的輸入及輸出價格分別為每 100 萬 token 4 美元及 20 美元,較 Opus 5 下調 20%。
推薦理由:文章列出多項基準測試中 Claude Opus 5.5 與 Opus 5 的成績,並交代 Terminal-Bench 比較採用不同推理計算量設定,補足判讀性能差異所需的背景。
Microsoft 以 AI 智能體把支援 GitHub Copilot 及多款 Microsoft 產品的 runtime 全面由 TypeScript 移植至 Rust,模型 token 使用費約 $120,000,另投入約三週開發時間。
推薦理由:這個案例呈現智能體移植大型程式碼庫的成本與效能收益,並以數十個回歸問題説明編譯通過不等於行為正確。
Cursor 推出 Projects,現正以 beta 階段逐步向所有用户開放,讓協調智能體承接跨月工作並委派子智能體。Projects 預設在雲端運行,需要時可切換至本地,並透過共享上下文及監聽 Slack 頻道、按計劃運行或跟進 PR 來主動處理工作。Cursor 表示,新用户合併 PR 數量提升 30%,而主要使用 Projects 的用户合併量達原來六倍。
推薦理由:Projects 將長週期工作的上下文累積、智能體委派和事件觸發整合起來,文中亦提供新用户與主要使用者的 PR 合併量數據。
GitHub 推出 Project HydraFusion 研究預覽,以執行時多模型編排為編碼任務動態規劃模型工作流程。它會從不同供應商的模型中選擇 Single、Cascade 或 Critique 工作流程;所有 GitHub Copilot 方案用户可在 Copilot CLI 執行 `/experimental`,再執行 `/model` 選用 HydraFusion。
推薦理由:三項離線編碼基準呈現 HydraFusion 不同的品質與成本取捨,與 Claude Opus 5 的對照能幫助理解多模型編排在不同任務上的效益差異。
OpenAI 發佈 GPT-6 Astra,稱其在 PC 操作評測中勝過 GPT-5.6 Sol,並首次在其 Preparedness Framework 中達到網絡安全「重大」水準。
推薦理由:文章以 GPT-5.6 Sol 作對照,列出 PC 操作及多項工作評測結果,並交代網絡安全能力對應的部署限制。