Grok 4.7 现已通过 Amazon Bedrock 上线，提供 500K token 上下文窗口和低、中、高、超高四档可配置推理力度。该模型面向编码、长时运行智能体和知识工作，支持 Responses、Chat Completions 和 Converse API。xAI 称其为最擅长编码和知识工作的模型，强调持久工作与自我校验。
推荐理由：Grok 4.7 登陆 Bedrock，文章梳理了 500K 上下文、四档推理级别与成本权衡，适合评估长任务智能体工作负载。
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上正式可用。该模型专注于编码和知识工作，多数任务的单任务成本更低、速度更快，并支持 IAM、CloudTrail、CloudWatch 和 Bedrock Guardrails 等现有 AWS 管控能力。
推荐理由：原文说明了 Sonnet 5.5 在 AWS 上的定位与成本优势，有助于读者在 Sonnet 与 Opus 之间作选型判断。
Google DeepMind 推出 Gemini 3.8 Flash TTS 和 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创建人物声音，并逐行控制台词演绎。
推荐理由：原文给出了自定义声音与逐行导演的具体入口和能力边界，读者可据此判断新模型如何改变配音和语音交互的工作流。
GPT-6 Sol 和 GPT-6 Luna 现已通过 Amazon Bedrock 正式可用，API 定价较 GPT-5.6 前辈显著降低。Sol 面向开发中的复杂重复任务，编码和计算机使用能力提升，内部评估事实错误约减半；Luna 面向高频任务，支持调整推理成本，两者均支持显式提示词缓存。
推荐理由：原文说明 GPT-6 Sol 与 Luna 在 Amazon Bedrock 上的正式可用性，并给出各自定位、更低的 API 定价与提示词缓存细节，可据此按任务成本选型。
Claude Opus 5.5 已在 Amazon Bedrock 和 Claude Platform on AWS 上线。相比 Opus 5，它用更少 token 完成任务且单价与缓存读取更便宜，平均单任务成本更低，并首次为 Opus 系列加入生物、网络安全和 AI 发展领域的安全分类器。模型支持自适应思考，可通过 Bedrock 控制台或相关 API 调用，覆盖多个地理区域的推理配置。
推荐理由：AWS 官方博客给出了 Opus 5.5 的效率与成本优势说明，并附 Bedrock 调用示例，便于开发者评估部署价值。
NVIDIA Vera Rubin NVL72 首次提交 MLPerf Inference v6.1 评测，在 Qwen3-VL 上吞吐量最高可达 GB300 NVL72 的 3.7 倍，在 DeepSeek-R1 上提升达 2.5 倍。GB300 NVL72 四机架扩展效率达 99%，软件优化较 v6.0 提升最高 1.6 倍。
推荐理由：原文给出了 Vera Rubin 在 MLPerf 上相对 GB300 的具体吞吐提升倍数和扩展效率，读者可据此评估新一代平台在推理经济性上的实际价值。
Google DeepMind 发布 Gemini 3.8 Live 和 3.8 Live Extended Thinking 两款新语音对话模型，主打近实时推理。
推荐理由：官方基准显示新模型在语音智能体任务上领先并在成本上有竞争力，可据此判断生产环境中的应用价值。
OpenAI 发布 Agents API，一个由 Codex harness 驱动的托管服务，支持智能体的编排、长会话和工具调用，用于构建和部署云智能体。
推荐理由：原文点出 Agents API 的定位与三大核心能力，读者可据此判断其编排、长会话与工具调用的适用场景。
Paul Christiano 加入 OpenAI 基金会董事会及其安全与保障委员会，带来 AI 对齐、安全和标准方面的经验。
推荐理由：该人事任命显示 OpenAI 在安全与对齐治理上的人事布局，Paul Christiano 带来的对齐、安全和标准经验将为安全委员会提供专业支持，为关注 AI 治理动态的读者提供背景参考。
Google DeepMind 发布 Gemini 3.8 Flash 和 3.8 Flash Cyber 两款新模型，3.8 Flash 保持与 3.7 Flash 相同的每百万输入 token 0.75 美元、输出 3.75 美元定价。
推荐理由：原文给出 3.8 Flash 的定价、编码与智能体基准成绩，以及 Cyber 版的安全管控方式，可据此判断其在企业自动化中的定位。
Google DeepMind推出智能体视频理解功能，适用于Gemini 3.7 Flash、3.6 Flash和3.5 Flash-Lite，将视频分析的token消耗最高降低88%、成本最高降低66%，准确率提升最高7%。
推荐理由：官方公布agentic视频理解相比静态处理在token消耗、成本和准确率上的具体改进数字，读者可据此判断该方案对长视频分析开发流程的实际影响。
Google DeepMind 发布 Gemini Omni 1.1 Flash，通过 Gemini API 正式开放，新增场景扩展、首末帧指定、视频参考等生成视频能力。
推荐理由：官方给出了场景扩展、4K 放大等具体能力规格和定价，可帮助开发者评估能否直接接入生产工作流。
Google DeepMind 于 2026 年 8 月推出 Gemini 3.5 Transcribe 语音转文字模型，支持流式与非流式两种 API，面向开发者已在 Google AI Studio 和 Gemini Enterprise Agent Platform 公开预览，并开放给 Gemini macOS 应用和 Android Rambler。
推荐理由：相比此前的 Chirp 3，新模型在 WER 与延迟上明显提升，读者可据此评估它对实时语音应用的价值。
Google DeepMind 今日推出 Gemini 3.7 Flash，定位为迄今最智能的编码与智能体工作负载模型，距离 3.6 Flash 发布仅三周。相比 3.6 Flash，它在编码基准 FrontierCode 1.1（43.6% 对 34.4%）和 DeepSWE v1.1（65.3% 对 49.0%）上显著提升，并改善网页开发与多领域知识推理能力。
推荐理由：原文给出了 3.7 Flash 相比 3.6 Flash 在编码、网页开发和领域推理上的基准提升数据及首发优惠价，可帮开发者判断升级价值与性价比。
Google DeepMind 发布手语转文本模型 SL2T，并将手语听写功能引入 Pixel 11 的 Gboard 和 Live Transcribe，支持美式手语转英语。模型基于超过 10 万小时、50 多种手语数据训练，通过手势关键点而非原始视频保护隐私，在 FLEURS-ASL 基准上零样本达到 70 BLEURT。
推荐理由：原文给出SL2T的训练数据规模与隐私保护设计，帮助读者理解手语翻译如何从实验室走向手机输入法。
Google DeepMind 在 Nature 发表论文，宣布 WeatherNext 模型在预测气旋轨迹、强度和风场结构上达到当前最优，平均比先前模型多出一天预测时间，并将代码和权重开源。
推荐理由：文章给出WeatherNext在气旋预测上平均多出一天提前量的具体成绩并宣布开源，可帮助读者理解这项技术对气象预报的实用价值。
Google DeepMind 发布 Gemini Robotics ER 2 具身推理模型，支持视频理解、任务编排和多机器人协作，现通过 Gemini API 与 Google AI Studio 向开发者开放。相比前代 ER 1.6，它在进度分类任务上取得 57.4% 准确率，时刻查找准确率达 91.3%，并以 4 倍执行速度接近更大模型的精度。
推荐理由：这篇官方介绍给出了新模型在视频理解、任务编排和多机器人协作上的能力数据与开放渠道，读者可据此评估它在具身智能领域的实际进展。
Google DeepMind 发布 Gemini Robotics 2 系列机器人模型，包含 VLA、ER 和端侧三类模型，实现全身控制、精细灵巧操作与多机器人协作，并新推 ASIMOV-Agentic 安全基准。其中推理模型 Gemini Robotics ER 2 已上线 Google AI Studio，VLA 与端侧模型向早期合作伙伴开放。
推荐理由：文章详解Gemini Robotics 2三类模型与全身控制、精细灵巧操作及多机器人协作能力，并给出开放渠道，可快速了解具身智能最新进展。
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber 三款新模型。
推荐理由：官方放出三款Flash模型的token效率、速度与价格数据，可据此评估它们对规模化智能体工作流的实际价值。
Google DeepMind 发布 Nano Banana 2 Lite 图像生成模型和 Gemini Omni Flash 视频生成与编辑模型。
推荐理由：原文给出两款新模型的延迟与成本，以及视频对话式编辑能力，读者可据此评估如何将图像生成与视频创作串进同一流水线。