OpenAI 在 ChatGPT 全球上线 GPT-6 与 Intelligent UI
OpenAI 宣布 GPT-6 正在 ChatGPT 中面向全球上线，并同步推出 Intelligent UI。官方称新版本响应更快，提供可视化内容与可直接探索和使用的交互体验。
推荐理由：OpenAI 官方公布 GPT-6 在 ChatGPT 全球上线，并同步引入 Intelligent UI，读者可据此了解模型与交互形态的同步变化。
模型发布
全部主题新模型的发布、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。
最新精选
第 41–60 条 · 共 193 条OpenAI News精选AI 评分7474 IT之家精选AI 评分6262 微软 MAI Code 1.1 Flash 模型将整合到 Win11，256K 上下文、130B 参数
微软在旧金山活动上表示计划将 130B 参数的 MAI Code 1.1 Flash 模型引入 Windows 11 设备。该模型是 6 月发布的 MAI-Code-1-Flash 升级版，已集成到 GitHub Copilot 与 VS Code，用于日常编码、仓库问答、重构和工具调用，采用 3-bit 量化、体积缩小 80%，上下文窗口 256K。
推荐理由：微软把 130B 参数的编码模型压到 3-bit 量化并计划下沉到 Windows 11，读者可据此判断端侧编码助手的成本与延迟走向。
Ars Technica · AI精选AI 评分6262 Mistral 称 Le Chonk 可挑战顶级 AI 模型
Mistral 表示其新模型 Le Chonk 能够与顶级闭源模型竞争，同时保持开放权重。
推荐理由：Mistral 称新模型以开放权重对标头部闭源模型，可关注开放权重路线的能力边界。
IT之家精选AI 评分7171 谷歌发布 AI 图像模型 Nano Banana 2.1，提升视觉设计、蒙版编辑与主体一致性
谷歌正式发布 AI 图像生成与编辑模型 Nano Banana 2.1，在视觉设计、基于蒙版的图像编辑和主体一致性三方面做出改进。
推荐理由：谷歌图像模型升级，读者可了解其在蒙版编辑与主体一致性上的具体改进及开放渠道。
IT之家精选AI 评分7878 谷歌推出 EmbeddingGemma 2：支持多模态，7.4 亿参数量化后手机端运行约需 191MB 内存
谷歌正式推出 EmbeddingGemma 2，将嵌入能力从文本扩展到代码、图像、视频和音频，并统一映射到同一嵌入空间。该模型基于 Gemma 4 架构，采用 Apache 2.0 许可，总参数 7.4 亿，纯文本任务仅需 2.7 亿参数，可叠加 1.7 亿参数视觉编码器和 3 亿参数音频编码器。
推荐理由：EmbeddingGemma 2 把嵌入能力从文本扩展到代码、图像、视频和音频，并给出端侧量化内存占用，便于判断本地多模态检索的可行性。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 EmbeddingGemma 2 开源轻量多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，这是面向端侧的多模态嵌入模型，原生将文本、图像、音频和视频映射到统一嵌入空间，基于 Gemma 4 架构、Apache 2.0 许可，参数量 740M。
推荐理由：EmbeddingGemma 2 把文本、图像、音频、视频统一到同一嵌入空间，并给出端侧内存与向量截断的具体数据，便于评估本地多模态检索的可行性。
The Decoder精选AI 评分6262 Google 发布图像模型 Nano Banana 2.1，价格约为前代一半
Google 发布图像生成与编辑模型 Nano Banana 2.1，取代 2026 年 2 月发布的 Nano Banana 2，价格约为前代一半：1K 图像从 6.70 美分降至 3.36 美分，4K 从 15.10 降至 7.56 美分。
推荐理由：原文给出 Nano Banana 2.1 的定价对比与基准数据，读者可据此判断它在 Google 图像模型序列中的性价比位置。
The Decoder精选AI 评分7171 Google 发布 EmbeddingGemma 2，称性能超越两倍规模竞品
Google 发布开源模型 EmbeddingGemma 2，可将文本、图像、视频、音频和代码转换为数值向量，参数量 7.4 亿，Google 称其是同类型中最紧凑的模型，在多模态嵌入基准上超越规模达其两倍的竞品。
推荐理由：读者可据此了解一款 740M 参数多模态嵌入模型在本地运行、离线 RAG 场景下的能力与资源占用。
Simon Willison精选AI 评分6262 Mistral 发布 Mistral Large 4 预览版：1 万亿参数、49B 激活
Mistral 发布 Mistral Large 4 预览版，这是一个 1 万亿参数、49B 激活参数的模型，基于自有 3,800 块 NVIDIA Grace Blackwell GPU 集群训练，目前通过其 API 提供。
推荐理由：Mistral 时隔近一年重回前沿附近，参数规模、算力集群与评测分数给出了可比较的坐标。
The Decoder精选AI 评分7171 Mistral 发布万亿参数 Mistral Large 4，主打网络安全任务
Mistral 发布迄今最大模型 Mistral Large 4（ML4），总参数 1 万亿、激活 49 亿，为原生多模态模型，已在 Mistral Studio 开放 API 预览，权重预计 10 月底发布。
推荐理由：Mistral 迄今最大模型以万亿参数和网络安全定位切入，独立指数显示其与头部闭源模型仍有明显差距。
TechCrunch · AI精选AI 评分7171 Mistral 发布 1T 参数多模态模型 Mistral Large 4
法国 AI 实验室 Mistral AI 发布 Mistral Large 4（ML4），一款 1 万亿参数的大型多模态模型，昵称 Le Chonk，目前仅通过带护栏的公开端点访问，计划在安全测试完成后三周内开放权重。
推荐理由：Mistral 以 1T 参数多模态模型切入开源与闭源之间的第三条路线，读者可了解其算力投入与开放节奏。
IT之家精选AI 评分7171 Mistral AI 发布 Mistral Large 4 公开预览版，月底开放权重
Mistral AI 于当地时间 10 月 6 日推出 Mistral Large 4（ML4，代号 le Chonk）公开预览版，用户可在 Mistral Studio 体验预览版 API，模型权重将于本月底开放下载。
推荐理由：Mistral Large 4 的参数量、激活规模与定价一并给出，可对照欧美开放权重模型的竞争位置。
The Decoder精选AI 评分7171 Reflection 发布首款开源权重模型 Beam，以低算力对标 DeepSeek 与 Qwen
AI 公司 Reflection 发布首款免费开放模型 Beam，面向编码、逻辑推理和智能体任务，采用 MoE 架构，每 token 激活 5010 亿总参数中的 230 亿。
推荐理由：Reflection 首款开源权重模型 Beam 以低算力对标 DeepSeek 与 Qwen，读者可据此了解西方开源模型的算力效率路线。
Latent Space精选AI 评分7171 Reflection 发布 Beam：501B-A23B 美国开源 MoE 模型
Reflection 发布 Beam，一个面向编码、智能体和科研的纯文本 MoE 模型，总参数 501B、激活 23B，从零训练，Apache 2.0 全量权重预计本月放出。
推荐理由：Reflection 从隐身状态交出首个开源权重模型，读者可据此判断美国开源阵营与 GLM、Kimi、DeepSeek 的差距。
IT之家精选AI 评分6262 叫板 DeepSeek、Kimi，英伟达投资的 Reflection AI 发布首款开放权重模型 Beam
由英伟达投资的初创企业 Reflection AI 于当地时间周一推出首款开放权重模型 Beam，希望在代码编写与智能体任务领域同 DeepSeek、Kimi 等中国模型竞争。
推荐理由：英伟达投资的 Reflection AI 首款开放权重模型，给出对标 GLM-5.2 与千问 3.8-Max 的定位和参数配置。
TechCrunch · AI精选AI 评分7171 Reflection 发布开源权重模型 Beam，对标中国开源模型并压低推理算力
Reflection AI 正式发布其首个前沿开源权重模型 Beam，称在高级推理基准上性能与中国领先开源模型持平，且推理算力消耗低 3-4 倍。Beam 是文本 MoE 模型，总参数 501B、激活 23B，预训练 23.8 万亿 token，上下文窗口 100 万 token；公司称其得分与 Z.ai 的 GLM-5.2 相当，并超过当前西方领先开源模型。
推荐理由：Reflection 首款开源权重模型 Beam 的规格与对标对象，可用来观察西方开源模型追赶中国模型的路径。
The Decoder精选AI 评分7474 Reka AI 发布 19B 全能模型 Rho-1，统一处理文本、图像、视频与机器人控制
Reka AI 发布研究预览版 Rho-1，这是一个 190 亿参数的全能模型，在单一神经网络中处理并生成文本、图像、视频和机器人控制动作。与多数把任务分派给专用模型的系统不同，Rho-1 将所有模态作为 token 放在同一个共享上下文窗口中运行，不调用工具或外部模型。
推荐理由：Rho-1 把文本、图像、视频与机器人控制放进同一套权重，读者可据此了解多模态统一建模的一种新路径。
The Decoder精选AI 评分6262 Aleph Alpha 发布 78B 开源权重模型 Kolibri
Aleph Alpha 发布 Kolibri，一个德语和英语双语模型，总参数 78B，采用混合专家架构，每个 token 约激活 3B 参数。公司称 Kolibri 在两种语言的质量与运行成本上处于帕累托前沿，德语基准得分 71%，解码速度快于 GPT OSS A5B、Qwen 3.6 A3B 和 Gemma 4 A4B 等同类模型。
推荐理由：读者可了解欧洲开源模型在德语能力、成本与合规上的具体取舍，以及其训练数据与算力来源。
Show HN精选AI 评分7272 gutsy-0.8b v0.4 发布：CPU 本地运行的校准决策模型
gutsy-0.8b v0.4 发布，这是基于 Qwen3.5-0.8B 微调的本地决策模型，接收文本或 JSON 状态与是非、选择、打分三类问题，返回每个选项的概率，不做文本生成、不联网、无按次调用成本。
推荐理由：0.8B 决策模型在 CPU 上给出校准概率，并公开了训练数据构成与各基准的弱项，便于判断这类小模型能承担哪些判断任务。
量子位精选AI 评分8181 谷歌发布 Gemini 4 Argon，多榜单登顶且成本约为 Astra 一半
谷歌发布新一代旗舰模型 Gemini 4 Argon，在 DeepSWE v1.1 上取得 77.9%，高于 Claude Opus 5.5 的 74.2% 和 GPT-6 Astra 的 74.1%，并以 1525 分位居 Text Arena 第一。
推荐理由：汇总了 Gemini 4 Argon 的跑分、定价与内部质疑，可对照同期竞品判断其真实位置。