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。
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。
Anthropic 发布新模型 Claude Sonnet 5.5，官方称运行速度快 30% 以上、多数任务成本降低最多 30%，定价与 Sonnet 5 相同但各项基准均更优。
推荐理由：作者实测了 Claude Sonnet 5.5 的速度、成本与免费层表现，并与 Opus 5.5 及 ChatGPT 免费层对比，可帮助判断模型选型。
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。
TypeSafe AI 推出面向软件的 System One 模型 Jev，CEO Diogo Almeida 在访谈中解释其 RLCD 训练法如何用校准概率替代 RLHF 的人类反馈，并主张开发者把 AI 当作软件依赖而非聊天助手。
推荐理由：访谈剖析了 Jev 为何押注校准决策而放弃 RLHF，并给出编码代理、游戏操控等具体用例，便于开发者判断 System One 模型的适用场景。
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。
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 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。
Google DeepMind 发布 Gemma 4 12B，一款面向笔记本的无编码器多模态模型，视觉和音频输入直接流入 LLM 主干，是该系列首个支持原生音频输入的中型模型。它可在 16GB 内存的消费级笔记本本地运行，基准性能接近 26B MoE 模型，采用 Apache 2.0 许可，并同步发布官方 Skills Repository。
推荐理由：原文给出 12B 与 26B 的取舍和 16GB 内存的本地运行门槛，可帮助读者判断它在端侧多模态工作流中的适配度。
Google DeepMind 推出 Omni 家族首个模型 Gemini Omni Flash，支持图像、音频、视频和文本任意组合输入生成高质量视频，并可通过自然语言对话编辑视频。
推荐理由：Gemini 把推理能力与视频生成结合，支持多模态输入和对话式编辑，可从能力边界判断其对现有创作流程的影响。