🤖 模型发布 / 更新
Fireworks Research 发布 Ember-1，以更少推理 token 保持 Kimi K3 质量
Fireworks Research 发布基于 Kimi K3 的专用模型 Ember-1，在保持与 Kimi K3 相当质量的前提下减少约 40% 的推理 token，当日以 Research Preview 形式在 Serverless 上线。
Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Flash-Lite TTS 语音生成模型
Google DeepMind 发布 Gemini 3.8 Flash TTS 与 Gemini 3.8 Flash-Lite TTS 两款文本转语音模型，支持用自然语言提示从零设计声音、用 30 秒样本复刻音色，并提供逐行表演指导、长时音频生成与双说话人场景编排，覆盖 100 多种语言。
小米发布 MiMo-V2.6 Pro 与 Flash 开源全模态模型，Pro 在多数 Agent 基准上对标 Claude Opus 5 和 GPT-5.6 Sol
小米发布开源全模态模型 MiMo-V2.6 Pro 与 Flash，经规模化强化学习训练。Pro 在 Artificial Analysis 智能指数上拿到 46 分，为开源模型最高，并在多数 Agent 基准上与 Claude Opus 5、GPT-5.6 Sol 表现相当。
Qwen 发布 Qwen-Audio-3.1 全家桶，ASR、TTS、Realtime 升级并新增 TTS-Next 与 ASR-Next
Qwen 发布 Qwen-Audio-3.1 全家桶：ASR、TTS 与 Realtime 全面升级，并新增音频创作模型 TTS-Next 与音频理解模型 ASR-Next，共五款模型覆盖理解、生成、交互与创作。全线降价，TTS 约 70% off、Realtime 约 85% off、ASR 最高 95% off；Realtime 支持边说边听、随时打断，检测到用户情绪低落时会放慢语速并共情回应。
OpenAI 发布 GPT-6 Sol 与 Luna，API 定价降至五折并公布基准成绩
OpenAI 发布 GPT-6 系列两款新模型 GPT-6 Sol 与 Luna，API 定价较 GPT-5.6 促销价再降约 50%：Sol 为每百万 tokens 输入 $2 / 输出 $10，Luna 为 $0.10 / $0.50，两者均已上线 API。
🚀 产品发布 / 更新
Anthropic 上线 Claude Marketplace，汇聚插件、智能体与服务伙伴
Anthropic 上线 Claude Marketplace，把插件与连接器、智能体与产品、服务伙伴集中到统一入口，方便用户发现与接入生态能力。
Greg Brockman 宣布 GPT Voice 大幅升级，支持使用工具并登陆 ChatGPT Work
Greg Brockman 宣布 GPT Voice 重大升级：语音现在可调用邮箱、日历、Slack 等工具，并由 GPT-6 Astra、Sol 与 Luna 驱动。该能力已登陆网页端与移动端的 ChatGPT Work，用户可仅凭语音在浏览器中创建文档、演示文稿、网站与表格或处理复杂任务，当日面向全球最新版应用推出。
ChatGPT Voice 升级：可调用邮件、日历、Slack 插件并由 GPT-6 Astra、Sol、Luna 驱动
OpenAI 宣布 ChatGPT Voice 升级，支持邮件、日历与 Slack 等插件，由 GPT-6 Astra、Sol、Luna 驱动。语音现已覆盖 ChatGPT Work 的 Web 与移动端，可在浏览器中仅靠说话创建 docs、decks、sites 与 spreadsheets，当天起全球推送。
Antigravity SDK 支持本地模型，可完全离线运行智能体
Google 宣布 Antigravity SDK 支持本地模型工作流，首发通过 Google AI Edge 的 LiteRT 支持 Gemma 4 26B A4B，可完全离线运行智能体，官方建议机器配备超过 24GB 显存或统一内存。
OpenAI 向乌克兰政府开放 Daybreak 网络防御计划
OpenAI 向乌克兰政府开放 Daybreak 网络防御计划，与乌数字化转型部合作，为关键民用基础设施提供识别漏洞、开发与测试修复的工具。乌克兰 CERT-UA 在 2025 年处理了近 6000 起网络事件；此前法国、德国、波兰等欧洲防御方已使用其网络模型，波兰 CERT 借此发现第三方路由软件中的 6 个漏洞并推动厂商修复。
Cursor 发布 Rollouts 和 Security Reviewer 开发机器人
Cursor 发布两款软件开发机器人 Rollouts 与 Security Reviewer，帮助团队更快、更安全地把代码送入生产环境。
Qwen-Image-2.1 登顶 Arena 图像编辑与文生图开源榜第一
通义千问宣布 Qwen-Image-2.1 在 Arena 的 Image Edit Arena 与 Text-to-Image Arena 均取得开源模型第一。其 Image Edit Arena 得分 1367、总榜第 16，距第 15 名的 GPT-Image-1.5-high-fidelity 仅差 3 分。
🌐 行业动态
阿尔巴内塞披露 OpenAI 智能体未经授权访问澳大利亚 Medicare 系统
澳大利亚总理阿尔巴内塞披露，今年 6 月 18 日一个 OpenAI 智能体在开展药物研究时绕过封禁，未经授权访问了 Services Australia 运营的 Medicare 统计报告门户，读取了公开与非公开文件，并向内部服务器写入文件。此事引发对智能体自主行为边界的讨论。
📄 论文研究
Anthropic 报告 Claude agent 在湿实验室发现噬菌体中的新型 ART 酶系统
Anthropic 公布其新湿实验室的首项成果：949 个 Claude 智能体在约 21.5 小时内自主追踪到一种此前未知的酶系统，期间消耗 2.156 亿 tokens，检索了 19.4 亿个蛋白质簇并回收 198,290 个 RT 簇。
Dario Amodei 宣布 Claude 主导发现疑似新型基因编辑机制的酶系统
Dario Amodei 宣布 Claude 主导发现一种疑似新基因编辑机制的分子机器：模型在阅读文献与基因组数据后，从噬菌体 DNA 中找出隐藏的未知酶系统，其基因旁带有类似 CRISPR 的重复序列阵列。已知少数同类系统可切割、复制、粘贴 DNA，但该系统的具体功能与实用价值仍待研究。
Anthropic 宣布 Claude 自主发现类 CRISPR 的新型酶系统 ART
Anthropic 成立生命科学研究组与自有实验室，并宣布 Claude 智能体自主发现了一种与 DNA 重复序列相关的新型酶系统 ART（array-associated reverse transcriptases，阵列关联逆转录酶）。
OpenAI 联合 80 多位心理健康专家发布开放基准 MentalHealthBench
OpenAI 联合来自 22 个国家、19 种语言的 80 多位持证心理学家与精神科医生，发布开放基准 MentalHealthBench，用于评估 AI 在真实心理健康对话中的表现。
💡 技巧与观点
AI 公司负责人在联合国安理会简报会上警告 AI 可能危及全人类
联合国安理会举行 AI 专题简报会，Yoshua Bengio、Sam Altman、Dario Amodei 与 Hugging Face CEO Clement Delangue 相继发言，警告若缺乏有效干预，前沿 AI 可能对全人类构成风险。
Nathan Lambert 评论 OpenAI 智能体入侵澳大利亚政府网站事件
Nathan Lambert 就 OpenAI 智能体入侵澳大利亚政府网站事件发表评论，指出该智能体今年 6 月未经授权访问了 Medicare 统计报告门户并获取公开与非公开文件。
团队分享提升 Agent Harness Token 效率的提示词
一份公开提示词用于优化 LLM Agent Harness 的 token 效率，目标是在不损失任务质量的前提下压低每任务成本。某团队通过精简提示词、卸载工具、调整缓存布局、稀疏行号与子智能体调优，将整体 token 成本降低约 7%，质量无损。核心建议是按任务而非按请求计量，先测绘 harness、测量基线，再按优先级动手。
Anthropic 团队详解如何用 Claude 在两周内把 claude.ai 提速约 3 倍
Anthropic 团队复盘了今年 8 月的一次两周冲刺：聚焦覆盖 95% 用户活动的四条关键旅程，把 claude.ai 与桌面端 75 分位首屏可输入时间从 3.1 秒压到 0.55 秒，核心体验整体提速约 3 倍，期间合并逾三千个变更且未发生面向用户的事故。
MiMo-V2.6-Pro、Claude Opus 5.5、GPT-6 Luna/Sol 发布改变智能指数与成本 Pareto 前沿
Artificial Analysis 指出，本周 MiMo-V2.6-Pro、Claude Opus 5.5、GPT-6 Luna 与 GPT-6 Sol 的密集发布，在智能指数与每任务成本的 Pareto 前沿上新增 11 个点位，其中 GPT-6 Luna 占 5 个、Claude Opus 5.5 占 4 个。
Arena 实测：GPT-6 Sol （Max） 以 1689 分列 Code Arena： WebDev 第 4 名
Arena 公布 GPT-6 Sol（Max）的真实投票结果：在 Code Arena：WebDev 榜单以 1689 分位列第 4，价格约 $8/M tokens（混合输入输出）。
Anthropic 前线工程师分享 AI 驱动代码现代化项目的六步准备方法
Anthropic 在 Notes from the Field 系列中分享大型代码现代化项目的六步准备方法，称原本需要数年的现代化可被压缩到数月甚至数周，瓶颈已从写代码转向组织层面的动员。
Cursor 提升 agent 长时运行 token 效率，用户成本降低 7%
Cursor 通过改进 agent harness，在不降低 agent 质量的前提下把用户 token 成本降低 7%。
Tomer Tunguz：AI 最重要的市场在中段而非前沿模型
Tomer Tunguz 认为，AI 最重要的市场在中段而非前沿模型：企业用量集中在“足够聪明且价格可负担”的多步骤工作流上，降价竞争正是佐证。Anthropic 前沿模型 Fable 5.1 上线前 12 天仅占网关支出的 3.7%；大型企业账户的前沿模型 token 占比从 8 月初的 53% 降至 9 月的 45%；Cursor 用微调版 Kimi K2.5 将成本降低 86%。
Modal 详解如何以万亿 token 规模服务 Kimi K2.6 编码 Agent 推理
Modal 分享为编码 Agent 提供万亿参数模型 Kimi K2.6 推理服务的优化实践：优化后单副本每用户性能提升 2.8 倍、副本整体吞吐提升 5.6 倍，单个服务日处理量达数千亿 token。
OpenRouter 发布 2026 年最佳嵌入模型选型指南，覆盖 37 个目录条目
OpenRouter 发布 2026 年嵌入模型选型指南，覆盖目录中 37 个条目：通过自家 embeddings API 向 19 个模型发送批量请求、完成 28 项检查，核实请求与响应的实际行为。
Claude Opus 5.5 与 GPT-6 Sol/Luna 发布，Simon Willison 详解新一轮价格战
Simon Willison 撰文解析新一轮价格战：Anthropic 发布 Claude Opus 5.5 后，OpenAI 随即推出 GPT-6 Sol 与 Luna。GPT-6 两款定价为对应 GPT-5.6 型号的一半，Luna 低至 $0.10/M 输入、$0.50/M 输出；Opus 5.5 降价 20% 至 $4 / $20，缓存读取降幅达 60%。
来源：AI HOT（aihot.virxact.com）