AI 模型发布与更新

文章按时间线回顾了阿里 Qwen 从 2023 年 4 月通义千问邀测到 2026 年 Qwen3.8-2.4T-A95B（2.4 万亿参数、激活 95B）的完整发布历程。

Ethan Mollick 表示自己最常用的 GPT 将于 12 月停用，可迁移为私有的 plugin，但创建 GPT 的初衷是让他人使用。他称 GPTs 已明显过时，但多年来它们一直是公司内部和教育者的重点，迁移后插件不能公开分享，对这些人不是一条好路径。

Cantina Security 联合 Yeta Labs 发布开源权重模型 apex-flash-1，基于 GLM-5.3-Flash 用 GRPO 微调，321.3B 总参数、18B 激活参数，MIT 许可。

Grok @Bot

Liquid AI 发布 d1 决策模型，新增文本与图像输入，可通过 console.liquid.ai 和 d1 Playground 使用。

MarkTechPost 汇总对比 30 天内发布的四款前沿模型：Claude Fable 5.1（9 月 1 日）、GPT-6 Astra（9 月 3 日）、GPT-6.1 Sol（9 月 29 日）和 Gemini 4 Argon（9 月 30 日）。

今天粉丝突破 30 万！ 2024 年开始发推时从没想过会有这一天。（我以为得有 Andrej Karpathy 那样的名气才能涨这么多粉） 回头看，这一路特别有意思： - 分享了 nanoGPT & llm.c 运行、还有 Muon 这样的副项目 - 给我之前的创业公司带来了很多用户 - 在这里线下认识了很多了不起的人 我基本上就是尽量每天稳定发 1 条推，想到什么发什么。 X 是 AI 和科技最好的地方。 会继续唠下去！

Grok 4.7 在 AA Cyber Index 上排名第一

是的 （注：主推文仅为 "Yes"，属于纯感叹/回应，信息量极低。引用推文 @VulcanBench 称 "Grok 4.7 writes great code."，即 Grok 4.7 编程能力出色。主推文是对该评价的肯定回应。）

Ethan Mollick 用一条提示词让 Fable 5.1 单次生成粗野主义城市建造器，成品可在线访问，并附上可玩的链接。他表示效果相当好，并拿来与一年多前 GPT-5 在类似提示下生成程序化粗野主义建筑创建器的结果作对比，称 GPT-5 当时很聪明且能直接替你完成任务。

不再用 AI SI 这样更好

彻底结束了…… 我们又回来了！！ （引用推文：Grok Bot 最近运行速度快得离谱，感觉就像 SpaceX 已经把 AI 数据中心送上了轨道。说真的……到底发生了什么？！它变得好得离谱……）

新室友刚搬进来。走路像喝了三杯，什么都说不。还是挺可爱的，所以我可能到哪都带着他。

OpenAI 即将发布 GPT 6.1 Sol Ultrafast。 希望某个时候能听到更多关于 Astra 的消息。我觉得 Ultrafast 的任何东西目前都不足以让足够多的人兴奋到把注意力从 Opus 5.5 上移开。 快了快了 🔜

Aleph Alpha 发布面向德英双语的开源权重 MoE 模型 Kolibri（Kolibri-1），总参数 78.1B，每 token 仅激活 3.46B，上下文最高 1,048,576 tokens，以 Apache 2.0 许可在 Hugging Face 上线。

黄仁勋将智能体框架（agent harness）比作围绕 LLM 的"外骨骼"，为模型这个"大脑"补上检索知识、工作记忆、使用工具和协作等能力，从而解决问题。他认为 AI 是智能，且始于软件，过去一年业界从谈论大语言模型起步，正是这层外骨骼让 LLM 变得有用。

Claude 5.5 真的太好了。

BestBlogs 早报汇总十则 AI 动态：VS Code 团队将发布节奏从月更改为周更，代码存活率由 55% 升至 86%；Google DeepMind 的 Interactions API 用交互标识保存上下文与思维签名，并以环境标识复用托管智能体沙箱；DatologyAI 将预训练合成数据生成规模扩大到 12 万亿 token。

Step 5 Preview 刚刚登上 Vals 排行榜。🚀

Cohere 转发 Aleph Alpha 发布的 Kolibri 模型：78B 参数、3.46B 激活参数、最高 1M tokens 上下文，欧洲打造。模型权重以 Apache 2.0 许可开放，可在自有硬件上运行。

德国 AI 实验室 Aleph Alpha 发布开源权重模型 Kolibri，78B 参数、激活 3.46B 的 MoE 架构，支持最高 1M token 上下文，采用 Apache 2.0 许可。

Cohere 推出新的开源机器翻译模型 North Small Translate，开放权重和流程。Cohere 称其为 1T 参数以下最好的机器翻译模型，并发布本地化负责人 Tom Kocmi 的讲解视频。

Aleph Alpha 于德国统一日发布开放权重模型 Kolibri，为 78B 总参数、约 3B 激活的德英双语 MoE Transformer，支持最长 1M token 上下文，权重以 Apache 2.0 许可上传 Hugging Face。

ChinaTalk 本期节目中，Logan Wright 认为曾推动中国高速增长的金融体系如今正在制约经济，Brad Setser 与 Jordan 就中国出口与供应链主导地位能否维持增长、AI 和电动车能否成为出路展开辩论。

Yann LeCun 在 ETH Zürich 最新演讲中称，靠扩展 LLM 实现 AGI 是"不可能的"。他指出 LLM 训练约 30 万亿 token（约 10^14 字节文本，人类需读约 40 万年），而 4 岁儿童仅靠视觉在约 1 年 10 个月内就接收同等数据量。他认为智能是快速学习新任务的能力，如青少年约 20 小时学会开车，扩展只增加存储知识，并不产生这种适应能力。

亚马逊 Strands Agents 团队推出 Strands Decider 2B 决策模型，已在 GitHub 开源、权重上线 Hugging Face，可在本地 CPU / GPU 运行。

Artificial Analysis 评测显示，Ideogram 4.5 在 AA-Image-Editing v2.0 榜单首秀排名第 23，是 Ideogram 首个上榜的模型，在 AA-Image-T2I v2.0 排名第 34，较 Ideogram 4.0 的第 40 上升。

Cerebras 联合创始人兼 CEO Andrew Feldman 解释，其晶圆级架构在 LLM 推理中比 GPU 快约 2500 倍。

这个周末你打算用 Claude 探索什么？

一座快闪城市，每栋建筑都是画在平面画布上的折纸，Sonnet 5.5。

诗歌，在 Claude Code 中配上插画。

水，在浏览器中模拟。

Claude Code 和一台摄像机，在 Old Street 整夜运行。

过去几周，大家用 Claude 做了很多有创意的东西。以下是几个我们最喜欢的： 一座能运转的水车，用 Opus 5.5 搭建。

浮雕卡片，由 Opus 5.5 制作。

Ideogram 4.5 首次进入 Artificial Analysis 的 AA-Image-Editing v2.0 榜单，排名第 23，Text to Image 排名第 34，比 Ideogram 4.0 的第 40 有所上升。

Arena 宣布 OpenAI 的 GPT-6.1 Sol (Max) 在 Agent Arena 排名第 5（+11.23%），中位任务成本 $0.56，并重塑了 Pareto 前沿。

你可能已经注意到，我们 Embed 5 的基准测试看起来有点不一样 👀 Embed 5 是首个采用 RCP-nDCG@10 评测的模型系列，这是我们最新的方法论，改进了对真实场景检索质量的评估。

Arena 发布 Agent Arena 最新榜单，Anthropic 的 Claude Sonnet 5.5 以 +12.5% 净提升得分排名第 3，单任务中位成本 $2.74，比排名第 2 的 Claude Opus 5.5（$1.58）高约 73%，且 Opus 5.5 得分更高，因此 Sonnet 5.5 未进入 Agent Arena 的 Pareto 前沿。据引用内容，Sonnet 5.5 在 Chat 类目以 +15.6% 排名第 1，Anthropic 模型…

Arena 公布 Claude Sonnet 5.5 (Max) 在 Agent Arena 首秀排名 #3，净提升 +12.5%，比 Claude Sonnet 5 (High) 高 8.1 个百分点，并在 Chat 类别以 +15.6% 排名 #1。