Claude Haiku 5.5 发布：价格降至四分之一，agent 能力从 0 升至 39%
Anthropic 于 10 月 7 日发布 Claude Haiku 5.5，其 agent 能力从 0 提升至 39%，输入与输出价格分别低至每百万 token 0.10 美元和 0.50 美元。该模型是 Haiku 系列首个支持可调节 effort 设置的型号，允许用户在速度与智能间权衡。
#模型发布
#模型发布
今日 2 条OSCHINA 开源中国AI 评分2828 爱范儿精选AI 评分4242 生数科技发布 Vidu Q4 Preview，主打高表现力视频生成
生数科技推出新一代视频模型预览版 Vidu Q4 Preview，定位高表现力旗舰，支持最多 15 张参考图及 2K/4K 输出。该模型在人物微表情、复杂运镜及特效交互上显著提升，生成成本低至 0.09 元/秒起。创作者可通过 vidu.cn 体验，输入邀请码 APPSOQ4 可获新用户积分。
爱范儿精选AI 评分4141 微软发布 Surface Laptop Ultra，联合 NVIDIA 推出 Windows 混合智能 AI PC
微软发布搭载 NVIDIA RTX Spark Superchip 的 Surface Laptop Ultra，支持本地运行超 1200 亿参数模型。该设备起售价 2599.99 美元，AI 图像生成速度较 MacBook Pro M5 Pro 快 4.3 倍。Windows 同步升级 Copilot 与 MXC 容器，构建本地云端协同的混合智能体系。
Latent SpaceAI 评分2020 Anthropic 发布 Claude Haiku 5.5，性能优于 GPT-6 Luna 且价格相同
Anthropic 推出 Claude Haiku 5.5，定价与 GPT-6 Luna 持平但运行成本较前代降低约 75%。该模型支持 1M token 上下文，在 Artificial Analysis 智能指数中得分 43，超越 GPT-6 Luna 的 38 分。它被定位为配合 Opus 或 Sonnet 处理高并发、低成本任务的小模型。
OSCHINA 开源中国精选AI 评分4545 OpenAI 向全球推送 GPT-6，聊天界面新增计算器与地图功能
OpenAI 于 10 月 7 日起向所有用户推送 GPT-6。新版本在聊天回答中集成了计算器和地图等交互式组件，提升了直接获取工具化信息的能力。
推荐理由：原文描述了GPT-6向全球用户推送及界面中新增计算器与地图等交互组件的变化，读者可据此了解最新模型在对话体验上的具体更新。
OSCHINA 开源中国AI 评分2323 Mistral Large 4 发布：一万亿参数原生多模态模型
Mistral 发布代号 Le Chonk 的 Mistral Large 4，这是一万亿参数、520 亿稀疏激活的原生多模态模型。该模型即日起在 Mistral Studio 提供公开预览，权重将于月底发布。
量子位精选AI 评分3333 Claude Haiku 5.5发布，跑分超越GPT-6 Luna且价格更低
Anthropic发布Claude Haiku 5.5，在OSWorld 2.1等基准测试中跑分超越GPT-6 Luna及DeepSeek V4.1 Flash。该模型支持effort调节，针对10万token以内请求降价90%，但更换tokenizer导致实际Token消耗增加。Haiku 5.5主要优化执行层任务，复杂编码仍建议选用Sonnet或Opus系列。
爱范儿精选AI 评分3838 微软与英伟达联合发布 RTX Spark 芯片及 Surface Laptop Ultra，打造“无限智能”PC
微软与英伟达推出专为本地 AI 设计的计算平台 RTX Spark，搭载最高 128GB 统一内存及 1 PFLOP FP4 算力，支持运行 Qwen 3.8 Flash Next 等大模型。首款旗舰笔记本 Surface Laptop Ultra 将于 10 月 16 日开售，基础版售价 2599.99 美元，顶配版 5899.99 美元。
TechCrunch · AIAI 评分1515 Nous Research 确认估值达 15 亿美元并推出面向企业的 AI 智能体
Nous Research 完成 9000 万美元 B 轮融资，估值达 15 亿美元，投资方包括 Nvidia 和 Samsung。该公司基于开源 Hermes 智能体（克隆超 2400 万次）推出“Hermes for Businesses”，支持企业部署处理多步工作流的定制 AI 智能体。其年化收入预计将在 2026 年底前突破 1 亿美元。
Simon WillisonAI 评分2323 Anthropic 发布 Claude Haiku 5.5，价格对齐 GPT-6 Luna
Anthropic 推出新模型 Claude Haiku 5.5，定价 $0.10/$0.50 每百万 token，与 OpenAI GPT-6 Luna 持平。该模型默认启用推理且无法关闭，在 10 万 token 内基准分数更高，但长文本成本激增。此外，Anthropic 将 Sonnet 5.5 缓存读取价格减半，并向 Max 和 Team 订阅用户每月提供最高 $500 的 API 额度。
The Verge · AIAI 评分4040 ChatGPT 推出“智能 UI”功能，结合 GPT-6 支持交互式图表与按钮
OpenAI 在 ChatGPT 中上线“智能 UI”功能，允许模型在回复中嵌入图表、表单及可点击按钮等交互式视觉元素。该更新随 GPT-6 的 Sol 和 Luna 版本一同推出，Plus 及以上用户即日起可用，免费用户周四开放。
The DecoderAI 评分4040 Anthropic 发布 Claude Haiku 5.5，大幅降价并提升性能
Anthropic 推出 Claude Haiku 5.5，该模型在 GDPval-AA v2.1 得分 1,620，OSWorld-2.1 达 72.4%，较前代显著提升。其价格平均降低 75%，短提示词场景降幅最高达 90%，同时 Sonnet 5.5 缓存读取成本减半。
The Decoder精选AI 评分6363 OpenAI 推出 GPT-6：ChatGPT 启用智能 UI 支持图表与迷你应用
OpenAI 为 ChatGPT 用户推出 GPT-6 并启用“Intelligent UI”功能，将答案呈现为包含图形、按钮和表单的交互式界面而非纯文本。该格式能自动适配问题类型，支持在聊天内构建计算器或游戏等小工具，且通过边思考边回复机制将等待时间减少 44%。付费用户获得 GPT-6 Sol，免费用户获得 GPT-6 Luna，Plus 及以上版本今日全球上线，免费用户次日跟进。
推荐理由：原文介绍了GPT-6在ChatGPT中引入的交互式界面功能及响应优化，展示了从纯文本向动态UI输出的转变。
The Verge · AIAI 评分1818 Microsoft Surface RTX Spark Dev Box 开启预订，售价 $5,999
Microsoft Surface RTX Spark Dev Box 现已开启预订，售价 $5,999，预计11月发货。该设备基于 Nvidia Arm 架构 RTX Spark 平台，配备 128GB 统一内存，专为本地运行超 120B 参数 AI 模型及开发任务优化。
OpenAI News OpenAI 全球推出 GPT-6 及 Intelligent UI
OpenAI 宣布 GPT-6 已在 ChatGPT 中全球推出，并集成了 Intelligent UI。该更新旨在提供更快的响应速度，以及包含视觉元素和可直接探索使用的交互式体验。
The DecoderAI 评分3131 Google 公开 SynthID Detector，1800 亿图像视频已嵌入水印
Google 向公众开放 SynthID Detector，支持检测 JPG、PNG、MP4 和 MP3 文件中由 Gemini、Veo 或 Lyria 等模型生成的隐形水印。
Microsoft Research 微软亚洲研究院开源 Agent Lightning v1.0：3500行代码的轻量级智能体强化学习框架
微软亚洲研究院推出并开源了 Agent Lightning v1.0，这是一个仅约 3,500 行代码的轻量级智能体强化学习（RL）框架。该框架引入了“Harnessed Agentic RL”范式，允许直接使用部署时的真实 Agent Harness 参与训练，无需在训练框架中重新实现 Agent。
The DecoderAI 评分1818 OpenAI 推出 Decisions API，支持 gpt-6-luna 模型
OpenAI 发布 Decisions API 公共测试版，将复杂评估简化为是/否或分类选择。该 API 目前仅支持 gpt-6-luna 模型，运行速度比 Responses API 快约十倍，输入 token 定价 $0.10/百万且输出免费。同时，OpenAI 将付费 API 层级从五档精简为 Build、Launch 和 Grow 三档。
The Verge · AIAI 评分1212 ChatGPT for Teens 新增 College Planner 大学申请规划工具
OpenAI 为 ChatGPT for Teens 推出 College Planner，整合多所大学的申请要求、截止日期及助学金步骤。该功能即将上线，初期面向美国10至12年级学生。同时 iOS 端支持多图转 PDF 及笔记生成闪卡，以辅助学习。
TechCrunch · AIAI 评分3232 Google 上线 SynthID 网站，支持验证 AI 生成媒体
Google 推出新网站，允许任何人验证图像、视频和音频是否由 AI 生成。该工具基于 SynthID 技术，支持 JPG、MP4 等主流格式，并已向公众开放访问。目前用户每日发起约 100 万次验证请求，Gemini 应用与 Chrome 浏览器也已集成此功能。
TechCrunch · AIAI 评分1212 Google Labs 推出 AI 游戏创作平台 Playground
Google Labs 在周三推出实验性 AI 游戏创作平台 Playground，允许用户通过文本提示构建无需编程的浏览器游戏。该平台支持选择 2D/3D、单人/多人模式及上传素材生成资产，目前仅向美国 18 岁以上用户开放。Google 计划未来集成 Unity Spark 以增强 3D 能力，基础浏览免费但生成需消耗 token。
The DecoderAI 评分1515 Google 推出 Playground：基于 Gemini 等模型让非技术人员通过文本生成游戏
Google 发布浏览器端 AI 平台 Playground，允许美国用户仅通过文本输入创建游戏，无需编程技能。该平台由 Gemini、Nano Banana 和 Lyria 模型驱动，支持调整规则与物理效果，免费使用但 Google One 订阅者享有更高限额。此外，Google 与 Unity 宣布面向专业开发的 AI 工具 Unity Spark，计划于 2026 年开启封闭测试。
The Verge · AIAI 评分1212 Google、Meta 与 Isomorphic Labs 联合投资 Biohub 构建“虚拟细胞”
Google DeepMind、Meta 和 Isomorphic Labs 共同向 Biohub 投资 3 亿美元，旨在构建 AI 数据集以创建“虚拟细胞”。该计划是 18 亿美元倡议的一部分，帮助研究人员数字化预测生物问题。美国能源部也将投入超 5 亿美元支持这一目标。
Ars Technica · AIAI 评分2323 Mistral 称 Le Chonk 可挑战顶级 AI 模型
Mistral 表示其开源权重模型 Le Chonk 能够与顶级闭源 AI 模型相媲美。该模型在保持开放权重的同时，具备挑战行业最佳模型的能力。
量子位AI 评分3838 Utopai X 文生视频模型获全球第二，Utopai Studios 发布制片平台 PAI
Utopai X 在 Artificial Analysis 文生视频榜单中以 1150 分位列全球第二，仅次于阿里 Wan 3.0。该模型基于 MiniMax H3 后训练，配合新发布的制片平台 PAI，已用于《Cortés》等电影制作。Utopai Studios 估值约 10 亿美元，计划于 2027 年大规模院线上映多部 AI 辅助作品。
The DecoderAI 评分1212 OpenAI 在 GitHub 发布 372 个 AI 生成的数学证明
OpenAI 在 GitHub 发布由内部前沿模型生成的 372 项数学成果，涵盖黎曼猜想等进展。多数结果经 Lean 形式化验证以应对人工审查瓶颈，平均耗时约 3 小时 ChatGPT Pro Thinking 算力。此举引发学界争议，25 位菲尔兹奖得主警告其可能削弱对数学概念的理解。
爱范儿AI 评分2828 DLSS 5 正式版体验：英伟达以假乱真提升《NBA 2K27》画面真实感
NVIDIA 推出 DLSS 5，通过 3D-Guided Neural Rendering 技术让《NBA 2K27》画面接近次世代质感。该技术利用神经网络在渲染末端生成符合现实的光影与材质细节，显著增强皮肤、织物等元素的真实性。目前需 RTX 50 系列硬件支持，开启后帧率从 120 降至约 45，存在性能开销但被视为改变游戏画面生产方式的关键突破。
Latent SpaceAI 评分1212 OpenAI 发布 722 篇数学论文解决 90 个顶级开放问题
OpenAI 发布内部模型生成的 722 篇数学论文，解决了前 500 大开放问题中的 90 个。该成果平均耗时 3 小时 ChatGPT Pro 算力，被专家誉为百年来数学界最重要时刻。
量子位AI 评分1212 OpenAI 公开 722 篇数学手稿，涉黎曼猜想等千禧难题
OpenAI 公开由未发布内部模型生成的 722 篇数学手稿，涵盖准黎曼猜想、霍奇猜想及 BSD 猜想等前沿问题。每项结果平均消耗算力相当于 ChatGPT Pro 思考 3 小时，部分成果已上传 GitHub。三位菲尔兹奖得主组成的顾问组声明，此举不代表认可其结果或产出过程，数学家担忧验证速度滞后于生成速度。
Simon WillisonAI 评分1212 llm-openai-decisions 0.1a0 插件发布，支持 GPT-6 Luna 图像输入
Simon Willison 发布了 llm-openai-decisions 0.1a0 插件，该工具基于 OpenAI 新推出的 Decisions API 构建。核心模型 gpt-6-luna 除文本外还支持图像输入，定价为每百万输入 token 10 美分且输出免费。插件安装后可通过 CLI 执行 yes/no、choices 或 scores 三类决策查询。
The Verge · AIAI 评分1212 OpenAI 发布未公开前沿模型解决的数百个数学开放问题
OpenAI 通过 GitHub 仓库发布了由一个未公开的前沿模型生成的 722 份手稿，声称解决了“数百”个长期存在的数学开放问题。这些成果涵盖 372 个结果族，平均每个结果相当于 ChatGPT Pro 思考三小时的算力消耗。此次发布旨在响应 AGMAI 关于负责任传播 AI 数学成果的倡议，并承诺未来改进论文质量与引用规范。
Google DeepMind Google DeepMind 发布 EmbeddingGemma 2 开源轻量级多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，这是一个基于 Gemma 4 架构的 7.4 亿参数开源多模态嵌入模型，支持文本、图像、音频和视频的统一嵌入空间处理。
Simon WillisonAI 评分2323 Mistral Large 4 预览版发布：1 万亿参数模型
Mistral 发布 Mistral Large 4 预览版，该模型拥有 1 万亿总参数和 490 亿激活参数，通过 API 提供。其在 Artificial Analysis 得分为 38，优于前代 Mistral Large 3，预计本月底开放权重。
Simon WillisonAI 评分3030 EmbeddingGemma 2 采用 Apache 2.0 许可证
EmbeddingGemma 2 模型已发布并采用 Apache 2.0 开源许可证。该许可允许用户在托管服务停止时自行运行开放权重版本，避免了因专有模型下线而需付费重新计算数百万个存储向量的高昂成本与风险。
TechCrunch · AIAI 评分1212 Musubi 发布 PolicyLM-1.7B：开源决策模型助力实时内容审核
Musubi 推出开源权重决策模型 PolicyLM-1.7B，专为实时内容审核设计。该模型能在 50 毫秒内应用纯英文策略处理消息，无需因政策变更重新训练。相比传统分类器，它兼具 LLM 灵活性与低延迟优势，支持平台主动标注海量内容。
The Decoder精选AI 评分7878 Google 发布图像生成模型 Nano Banana 2.1，价格减半且质量提升
Google 发布新一代图像生成与编辑模型 Nano Banana 2.1，该模型基于 Gemini 3.6 Flash，旨在以更低成本提供优于前代的质量。其价格较 Nano Banana 2 降低约一半，1K 图像成本降至 3.36 美分，并支持最多 14 张参考图及多角色一致性保持。尽管在部分基准测试中表现强劲，但在实际效果上仍略逊于高端的 Nano Banana Pro 模型。
推荐理由：原文提供了新模型的详细基准测试数据与价格对比，读者可据此评估其在性价比与生成质量上的实际提升幅度。
The DecoderAI 评分3636 Google 发布 EmbeddingGemma 2，740M 参数多模态嵌入模型性能超越两倍大小竞品
Google 推出开源多模态嵌入模型 EmbeddingGemma 2，参数量仅 740M。该模型在 Massive Text Embedding Benchmark (Code) 得分 78.68，性能优于两倍大小的竞品。它支持本地运行，仅需约 191 MB RAM，查询耗时 20-70 毫秒，权重已上线 Hugging Face 和 Kaggle。
Simon WillisonAI 评分1212 Mistral Large 4 基准测试饱和与多模型 SVG 生成对比
Simon Willison 指出前沿模型基准测试已饱和，并演示了使用 llm 工具调用 Claude Opus 5.5、GPT-6.1-Sol、Gemini 3.8 Flash 及 Mistral Large 4 生成特定场景 SVG 图像。该实验旨在通过“穿渔网袜在火星乱穿马路的犰狳”这一荒诞提示词，直观对比各模型的默认推理水平与生成能力。
TechCrunch · AIAI 评分1212 Mirror Particle 构建人类行为“世界模型”以预测消费者动机
Mirror Particle 正在从零构建一个模拟人类行为及其随时间变化的“世界模型”，旨在替代基于大语言模型的角色扮演方法。该引擎结合客户数据、社交媒体及流行文化等多源信息，重点分析“显现行为”而非自我报告，为品牌提供包含动机与约束的行为预测洞察。
Simon WillisonAI 评分1212 Claude Opus 5.5 尝试创作《猴岛小英雄》风格游戏音乐
Simon Willison 测试 Claude Opus 5.5 能否创作游戏音乐，要求设计文本格式并构建可播放的 artifact。生成的曲目虽过度偏向《猴岛小英雄》主题，但质量出人意料地好。作者推测这可能是近期文本模型涌现的新能力，需进一步实验验证。