OpenAI 发布 GPT-6.1 Sol，称其性能接近 GPT-6 Astra 且价格更低
OpenAI 发布 GPT-6.1 Sol，称其在智能体编码、电脑操作和专业工作上的智能水平接近 GPT-6 Astra，标准输入和输出 token 价格为后者的 1/5。
推荐理由：文章将 GPT-6.1 Sol 与 GPT-6 Astra 的能力、价格和可用范围放在一起，便于判断这次更新的实际取舍。
#推理
#推理
今日 1 条TechCrunch · AI精选AI 评分8181
AWS Machine Learning Blog精选AI 评分7474 GPT-6.1 Sol 在 Amazon Bedrock 上正式可用
GPT-6.1 Sol 已在 Amazon Bedrock 上正式可用，面向编码、计算机使用和专业工作负载提供更强推理。OpenAI 称其在 DeepSWE v1.1 上达到 GPT-6 Astra 的表现，单任务成本约为其五分之一，并以低于 GPT-6 Sol 相关结果的 reasoning effort 超出后者最高分 6.4 个百分点。
推荐理由：原文以 DeepSWE v1.1 的成本与性能对比，说明 GPT-6.1 Sol 如何服务编码和多步骤智能体工作流。
Hugging Face Blog精选AI 评分7676 NVIDIA 发布 Kumo Tabular 表格预测基础模型
NVIDIA 发布 Kumo Tabular，一款面向表格分类和回归的开放基础模型，可在单次前向推理中直接预测新行，无需训练、调参或特征工程。模型提供 28M 至 215M 参数的三种规格，通过 Hugging Face 提供，采用 OpenMDW-1.1 license，支持商业使用。
推荐理由：材料同时交代了免训练推理、人工数据预训练方式与四项基准结果，便于评估其工程可用性。
AWS Machine Learning Blog精选AI 评分8181 Grok 4.7 登陆 Amazon Bedrock，支持长上下文与可配置推理
xAI 的 Grok 4.7 已上线 Amazon Bedrock，面向编码、长时运行的智能体和知识工作，提供 500K token 上下文窗口及 low、medium、high、xhigh 四档推理强度。
推荐理由：文章将 Grok 4.7 的长上下文与推理档位和 Bedrock 的接入、路由及认证方式对应起来，便于评估部署成本与使用路径。
Simon Willison精选AI 评分7979 Anthropic 发布 Claude Sonnet 5.5，并用于 claude.ai 免费层
Anthropic 今天发布 Claude Sonnet 5.5，称其运行速度提升 30%+，多数任务的成本最多降低 30%，定价与 Sonnet 5 相同。Simon Willison 指出，该模型现已用于 claude.ai 免费层，并实测其生成了效果不错的 WebGL 三维鹈鹕骑自行车页面；他认为这一免费服务比使用 Luna 5.6 的 ChatGPT 免费层能力更强。
推荐理由：同一绘图任务中，更高思考档位耗尽预算却未产出结果，而较低档位完成了输出，为选择推理预算提供了具体对照。
OpenAI NewsAI 评分3535 Basis 借助 GPT-6 Astra 以 2 倍速度完成税务工作簿
GPT-6 Astra 完成 Basis 的 50-tab 税务工作簿，速度是 GPT-5.6 Sol 的 2 倍。其对用户意图更强的理解，让 Basis 对真实场景使用更有信心。
Hugging Face Blog精选AI 评分6262 LFM2.5-VL-DSpark 加速 LFM2.5-VL-3B 视觉语言模型推理
Liquid AI 发布面向 LFM2.5-VL-3B 的实验性 DSpark draft model，通过 speculative decoding 加速视觉语言模型推理。
推荐理由：原文量化了视觉语言模型引入 DSpark 后的解码与端到端加速，并说明额外参数和视觉预填充对整体收益的影响。
OpenAI NewsAI 评分2121 Harvey 借助 GPT-6 Astra 将法律上下文转化为更强草稿
Harvey 借助 GPT-6 Astra 生成结构更清晰、具备上下文感知能力的法律文件，让律师能够专注于策略。
Latent Space精选AI 评分8484 Claude Opus 5.5 成为默认模型，Anthropic 与 OpenAI 推出更低价模型
Anthropic 发布 Claude Opus 5.5，作为 Claude 5.5 family 首个模型并成为 Claude Code 与 Claude app 的默认模型。
推荐理由：文章把 Claude Opus 5.5 的基准表现、默认设置与 token 成本放在一起，并与 GPT-6 Sol、Luna 对照，便于理解降价和用量变化的关系。
Simon Willison精选AI 评分8787 Claude Opus 5.5、GPT-6 Sol 与 GPT-6 Luna 发布，模型价格战升级
Anthropic 发布 Claude Opus 5.5，OpenAI 随后发布 GPT-6 Sol 与 GPT-6 Luna，作者分享了初步体验。GPT-6 Luna 的输入和输出价格为 $0.10/M 与 $0.50/M，GPT-6 Sol 也较 GPT-5.6 Sol 降价一半。
推荐理由：文章将多款新模型的定价变化与 SVG 和编码场景下的初步体验放在一起，便于比较成本与推理表现。
Latent Space精选AI 评分8282 Xiaomi 发布 MiMo-V2.6-Pro 和 MiMo-V2.6-Flash 开放权重模型
Xiaomi 发布 MiMo-V2.6-Pro 和 MiMo-V2.6-Flash 两个开放权重的原生全模态模型，并公布技术报告、RL 环境和训练代码。
推荐理由：文章不仅介绍 MiMo-V2.6 的模型规模与价格，还梳理其 RL 训练环境和代码开放计划，便于理解其训练路线与开源范围。
Simon Willison精选AI 评分8080 TypeSafe AI 发布 Jev 决策模型，输出概率化分类结果
TypeSafe AI 发布 Jev，这是一个将文本或半结构化数据作为输入、输出分类概率、选择分布和数值评分的决策模型。Jev 仅按输入计费，价格为 $0.042 per million tokens，支持并行处理多个问题，适用于分类、排序和搜索重排。
推荐理由：文章把 Jev 放进决策模型框架，梳理其输入输出、成本与适用任务，也提醒分类结果的黑箱偏差需要通过结构化评测检验。
Latent SpaceAI 评分5555 TypeSafe 发布 Jev：面向分类、路由和评分的决策模型
TypeSafe 发布 Jev，一款通过 RLCD 训练、面向结构化决策而非文本生成的模型。文章称其速度和成本显著低于小型 frontier LLM，但 Jev 不能生成自由文本，并要求预定义输出格式。全文还汇总了 Neon、Gemini 3.8 Live、智能体基础设施与 CheatBench 等近期 AI 动态。
NVIDIA Blog精选AI 评分6969 Salesforce 发布基于 NVIDIA Nemotron 3 Super 的 CRM 推理模型 Koa
Salesforce 发布首个 CRM 推理模型 Koa，该模型基于 NVIDIA Nemotron 3 Super，并使用近三十年企业 CRM 部署生成的专有合成数据进行后训练。
推荐理由：文章梳理了 Koa 的训练来源、数据隔离和 CRM Bench 表现，并交代了客户试点与正式可用时间。
OpenAI News精选AI 评分6868 OpenAI 发布 GPT-6 Astra，面向工作的下一代智能模型
OpenAI 发布 GPT-6 Astra，称其为面向企业最强大的模型，具备高级推理、计算机使用以及更强的写作和设计判断能力。
推荐理由：摘要列出 GPT-6 Astra 在推理、计算机使用、写作和设计判断方面的能力侧重，可帮助读者快速了解其面向企业工作的定位。
Google DeepMind精选AI 评分8787 Google DeepMind 发布 Gemini 3.8 Flash 与 Gemini 3.8 Flash Cyber
Google DeepMind 发布 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber，前者面向长程编码与智能体工作流，后者面向网络安全。
推荐理由：文章同时给出 Gemini 3.8 Flash 在长程编码与多步推理上的基准表现，以及 Cyber 版本的漏洞发现、修复和使用门槛，便于比较两种定位。
Hugging Face Blog精选AI 评分8080 Granite 4.2 推理模型家族如何构建
IBM Granite Team 详解 Granite 4.2 推理模型家族的构建过程，涵盖 3B、8B 和 30B 三种规模，以及从 Granite-4.1 基础模型到 SFT 和多阶段 RL 的训练流程。
推荐理由：文章梳理 Granite 4.2 从 Granite-4.1 基础模型、SFT 到多阶段 RL 的训练链路，并说明 8B 与 30B 如何在真实环境中通过 Agentic RL 学会工具操作。
Hugging Face Blog精选AI 评分6868 Liquid AI 发布 LFM2.5-DSpark 草稿模型，推理最高加速 3.2 倍
Liquid AI 发布 LFM2.5-1.2B-Instruct、LFM2.5-2.6B 和 LFM2.5-8B-A1B 的 DSpark 草稿模型，通过 speculative decoding 提升推理吞吐。
推荐理由：文章同时给出 H100 与 M4 Max 的吞吐对比、function-calling 延迟变化及 llama.cpp 和 SGLang 接入方式，便于评估 DSpark 在云端与端侧部署中的收益。
Google DeepMind精选AI 评分8585 Google DeepMind 发布 Gemini 3.7 Flash，强化编码与智能体工作流
Google DeepMind 发布 Gemini 3.7 Flash，称其在编码、知识工作和 Web 开发流程上较 Gemini 3.6 Flash 有明显提升。
推荐理由：Gemini 3.7 Flash 的基准对比、价格和接入方式较为完整，便于判断其在编码与智能体工作流中的升级幅度和适用场景。
Google DeepMind精选AI 评分7979 Google DeepMind 发布 Gemini Robotics 2，支持全身控制与多机器人协作
Google DeepMind 发布 Gemini Robotics 2，通过 Gemini Robotics 2、Gemini Robotics ER 2 和 Gemini Robotics On-Device 2，支持人形机器人全身控制、灵巧操作、多步骤推理与多机器人协作。
推荐理由：原文系统梳理了 Gemini Robotics 2 的三类模型分工、机器人适配方式与安全机制，便于理解其从单机控制走向协作任务的技术路径。
Hugging Face Blog精选AI 评分8787 Thinking Machines 发布 Inkling 与 Inkling-Small 多模态开源模型
Thinking Machines 发布开放模型 Inkling 及 Inkling-Small，支持文本、图像和音频输入，并具备 Agent 能力与 1M context。
推荐理由：文章同时拆解了 Inkling 的 MoE、混合注意力与多模态输入架构，并给出不同量化版本的显存需求和部署路径，便于评估落地成本。
Mistral AI精选AI 评分6363 Mistral AI 发布 8B 具身导航模型 Robostral Navigate
Mistral AI 发布 8B 模型 Robostral Navigate，仅使用单个 RGB 摄像头和自然语言指令控制机器人自主导航。该模型在 R2R-CE validation unseen 上达到 76.6% 成功率，比最佳单摄像头方案高 9.7 个百分点，比使用深度或多摄像头的最佳系统高 4.5 个百分点。
推荐理由：文章将单 RGB 摄像头导航的基准表现、训练数据规模与 prefix-caching 方法放在一起，便于理解其技术取舍。
Mistral AI精选AI 评分7070 Mistral AI 发布 Leanstral 1.5，强化 Lean 4 形式化验证
Mistral AI 发布 Leanstral 1.5，这是一款采用 Apache-2.0 许可、119B 总参数且仅 6B active parameters 的模型，面向 Lean 4 形式化验证。
推荐理由：文章同时给出形式化数学基准、成本对比和真实代码验证案例，便于评估 Lean 4 证明智能体从题目求解到仓库级任务的实际能力。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 DiffusionGemma 文本扩散模型，推理速度最高提升 4 倍
Google DeepMind 发布实验性开放模型 DiffusionGemma，采用文本扩散和并行生成，在专用 GPU 上实现最高 4 倍的文本生成速度。该 26B MoE 模型推理时激活 3.8B 参数，量化后可适配 18GB VRAM，并以 Apache 2.0 许可发布。DiffusionGemma 面向本地、低并发的交互式工作流，但整体输出质量低于标准 Gemma 4。
推荐理由：文章具体说明了 DiffusionGemma 在本地低并发推理中的速度优势，也交代了输出质量与标准 Gemma 4 的取舍。
Google DeepMind精选AI 评分8181 Google DeepMind 发布 Gemma 4 12B 统一无编码器多模态模型
Google DeepMind 发布 Gemma 4 12B，这是一款面向笔记本本地运行的统一无编码器多模态模型，支持原生音频输入，并提供多步推理和智能体工作流能力。该模型在标准基准上的表现接近 26B MoE 模型，支持使用 16GB 内存本地运行，并以 Apache 2.0 许可证发布。
推荐理由：文章从架构、资源占用和本地部署入口三个层面，说明 Gemma 4 12B 如何将多模态智能带到消费级笔记本。
Mistral AI精选AI 评分8787 Mistral Medium 3.5 发布，支持 Vibe 远程编码智能体与 Le Chat Work mode
Mistral AI 发布 Mistral Medium 3.5 public preview，这是一款 128B dense open-weight 模型，成为 Mistral Vibe 和 Le Chat 的默认模型。
推荐理由：文章同时交代模型规格、编码基准与部署方式，并说明它如何支撑云端并行编码和多步骤工作流。
Google DeepMind精选AI 评分6363 Google DeepMind 发布 Gemini Robotics-ER 1.6，增强具身推理能力
Google DeepMind 发布 Gemini Robotics-ER 1.6，升级空间与物理推理、多视角理解和任务成功检测能力。模型新增仪表读数能力，可通过工具调用、agentic vision 和代码执行解读压力表等设备。
推荐理由：文章集中展示了 Gemini Robotics-ER 1.6 在多视角成功检测、仪表读数和安全约束上的改进，并说明开发者如何调用该模型。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemma 4 开源模型家族
Google DeepMind 发布 Gemma 4 开源模型家族，提供 E2B、E4B、26B MoE 和 31B Dense 四种规模，面向高级推理与智能体工作流。
推荐理由：文章同时交代四种规模、MoE 激活参数量、端侧离线能力与 Apache 2.0 授权，便于比较部署和微调选择。
Mistral AI精选AI 评分8181 Mistral Small 4 发布，统一推理、多模态与智能体编码能力
Mistral AI 发布 Mistral Small 4，将 Magistral 的推理、Pixtral 的多模态和 Devstral 的智能体编码能力整合到单一模型，并支持可配置的 reasoning_effort。
推荐理由：Mistral Small 4 将推理、多模态和智能体编码能力整合到单一模型，并给出性能、部署与开源许可信息，便于评估实际采用成本。
Mistral AI精选AI 评分6464 Mistral AI 发布 Leanstral，面向 Lean 4 的开源代码与证明智能体模型
Mistral AI 发布 Leanstral-120B-A6B，面向 Lean 4 形式化仓库中的代码与证明任务，并以 Apache 2.0 许可开放模型权重。
推荐理由：以真实形式化仓库中的证明任务比较模型表现与运行成本，为评估代码智能体在证明工程中的性价比提供了具体参照。
Mistral AI精选AI 评分8484 Mistral 3 发布，包含 Mistral Large 3 与 Ministral 3 系列模型
Mistral AI 发布 Mistral 3，包含 14B、8B、3B 三个小型 dense 模型，以及采用稀疏 MoE、拥有 41B active 和 675B total 参数的 Mistral Large 3，全部采用 Apache 2.0 许可。
推荐理由：这次发布同时覆盖端侧小模型与大规模 MoE 模型，并给出开源许可、部署格式和多家平台入口，便于比较不同规模模型的使用路径。
Mistral AI精选AI 评分7878 Mistral AI 发布推理模型 Magistral
Mistral AI 发布首个推理模型 Magistral，提供 24B 参数的开源权重版本 Magistral Small，以及面向企业的 Magistral Medium。
推荐理由：文章同时介绍了 Magistral Small 与 Medium 的定位、评测成绩和部署方式，便于比较开放权重与企业版本的使用路径。
Mistral AI精选AI 评分7878 Mistral Small 3.1 发布，支持 128k tokens 多模态理解
Mistral AI 发布 Mistral Small 3.1，改进文本性能和多模态理解，将上下文窗口扩展至 128k tokens，推理速度达 150 tokens per second。
推荐理由：这次更新同时覆盖文本、多模态和长上下文，并提供 Apache 2.0 许可与基础模型，便于评估其在端侧和定制场景中的适用性。