内容形态
新模型的发布、开源与迭代：大模型厂商的旗舰更新、开源权重放出、性能与价格变化的第一时间记录。
12 条精选近 30 天 12 条共收录 72 条
据新浪财经援引 Anthropic 的消息，Anthropic 公布了 Fable 和 Mythos 模型的新版本，定于周一发布。Fable 5.2 能处理更高难度软件工程任务、执行控制机器人等硬件相关任务、处理长期运行项目，并可同时协调超过 1000 个 AI 智能体；Mythos 5.2 在网络安全和生命科学领域防护措施更少，将通过此前公布的验证计划向部分机构推广。两款模型均比之前版本更快，Fable 价格更低。
对A股利好AI应用与终端；其可控制机器人的能力（推断）利好整机与本体
推荐理由：报道汇总了 Anthropic 两款新模型的能力变化与分发方式，可作为观察其上市前产品节奏的参考。
字节跳动 Seed 发布图像生成模型 Seedream 5.5，据称支持最多 100 轮多轮编辑，未改动区域在像素级保持不变且无色彩漂移。模型可原生生成带透明背景的 RGBA 图像，并更真实地渲染光线、材质、皮肤纹理和小字文字；公司将其实测表现与 GPT Image 2.5 Sunburst 等模型对比。该模型正通过即梦、豆包、Doubao Work 和 Volcengine Ark 逐步推出，计划提供 Pro 版本。
推荐理由：原文列出了模型在多轮编辑稳定性、透明背景和文字渲染上的具体改进，可对照同类模型了解图像生成走向生产流程的方向。
Mira Murati 创办的 Thinking Machines 发布 MoE 模型 Inkling 2 Small，参数量 594B，公司声称其为西方最强开源权重模型。据报道其智能体表现更强，但代价是 token 用量明显上升。
推荐理由：原文点出 MoE 参数规模和 token 用量上升的代价，读者可以据此权衡该开源权重模型的实际使用成本。
具身智能算法创业公司源策未来（Archon Robotics）发布全身控制模型 Anchor 1，并放出真机视频：人形机器人抬起手臂，一笔一画描出 ANCHOR 六个字母，直线、弧线、急转弯轨迹一气呵成。项目主页挂有可上手的 demo。
对A股利好物理AI，具身智能全身控制模型进展带动具身智能大模型方向（推断利好整机与本体）
The Decoder 报道 OpenAI 推出 GPT-6 Cyber，该模型旨在寻找软件安全漏洞、开发利用代码并提出补丁。据称它已发现 81 个 Firefox 未知漏洞，并在 Linux 内核中开发出 948 个可利用漏洞，数量显著超过前代。
推荐理由：GPT-6 Cyber 具备漏洞挖掘与补丁建议能力，其发现 Firefox 未知漏洞及 Linux 内核利用案例的数量远超前代。
Google DeepMind 将视频生成模型 Gemini Omni 1.2 Flash 全量开放，生成时长最长可达 15 秒，并支持通过对话逐步编辑视频。720p 价格为每秒 $0.07，较前代下降 30%；用户若先用低分辨率起草、再仅对最终结果做升采样，还能节省更多。
推荐理由：报道给出时长、分辨率定价等具体变化，读者可据此对比视频生成模型的成本与使用方式。
百度发布 ERNIE 5.5 Flash Base，这是一个拥有 2800 亿参数的 MoE 模型，在 33.5 万亿 token 上预训练。该模型作为开源基础模型发布，刻意未进行微调，以便开发者自由使用。
推荐理由：百度开源2800亿参数MoE基础模型，未微调设计便于开发者二次开发。
Google 上周发布 Gemini 4 Carbon，以 59 分位列 Artificial Analysis Intelligence Index V5 榜首，比 Claude Opus 5.5 高 1 分，每任务成本 $7.76，低于 Claude Opus 5.5 的 $10.04。该模型在 AA-Omniscience 幻觉测试中以 54 分居首，但正确率 58% 对应 11% 的幻觉率。
推荐理由：报道引用 Artificial Analysis 数据给出 Gemini 4 Carbon 的排名、每任务成本与幻觉分数，读者可据此横向比较各前沿模型的智能与价格取舍。
美团于 11 月 2 日发布新一代大模型 LongCat-2.5，定位面向长程智能体任务的原生多模态模型，总参数 1.6 万亿。该模型延续 LongCat 系列研发方向，全程在国产算力上训练，据称为目前国产算力上完成的最大训练任务。评测显示其成绩介于 Claude-Opus-4.8 与 Claude-Opus-5 之间，并在部分评测中超过 Claude-Opus-5。
对A股利好国产算力芯片，美团1.6万亿参数模型全程在国产算力上训练；亦利好AI应用与终端（推断）
推荐理由：原文给出了参数规模、训练算力来源和与 Claude-Opus 系列的评测对比，可用于判断国产算力训练的进展。
Mistral发布Large 4（又称Le Chonk）权重，这是一个全部在欧洲训练的万亿参数模型。Mistral称其编程能力胜过开源对手，独立测试显示其速度快、价格较低，但得分26分，仍低于DeepSeek V4.1 Flash和GLM-5.3的32分。
推荐理由：原文给出与DeepSeek V4.1 Flash和GLM-5.3的第三方得分对比，可据此看欧洲开源模型所处位置。
据 DigiTimes 报道，微软称其医疗 AI 系统 MAI-DxO 在复杂病例测试中诊断准确率超过 80%，高于普通医生，可能降低诊断成本。该系统通过多个 AI 智能体协作模拟医疗团队工作，逐步询问病史、选择检查、分析结果并修正诊断，而非一次性根据全部症状生成答案。
推荐理由：报道描述了 MAI-DxO 用多智能体协作模拟医疗团队逐步诊断的思路，读者可了解其与普通医生准确率对比的厂商说法。
谷歌 DeepMind 正式发布新一代世界模型 Genie 4，称其为「迄今为止最逼真、交互性最强的世界模型」。与此前只能观看的 AI 视频不同，Genie 4 能实时生成动态环境，用户可通过交互实时操控。
推荐理由：原文介绍了 DeepMind 新一代世界模型的定位与实时交互能力，可用于了解生成式世界模型相比 AI 视频的差异。