AI 模型发布与更新

搜狐创始人张朝阳在 2026 世界互联网大会乌镇峰会上承认自己“错过移动互联网”，并称大模型需要拼资源、搜狐做不起，因此对 AI 投资显得冷静。他表示不要全被 AI 带跑，赚钱的机会恰恰在不被注意的地方，产品设计上也没有追逐算法推荐。

淘宝 MNN 团队发布并开源面向手机应用的轻量模型 MNN-Pocket-0.3B，约 3 亿参数，在 iPhone 18 Pro 上通过 MNN 引擎完全离线运行，平均解码速度约 350 token/s。

Ricursive Intelligence 发布开放权重模型 Ripple-65B Preview，宣称在美国开放权重模型中智能体编程表现最佳，在 TerminalBench 2.1 上优于 Meta Muse Spark Open 816B、NVIDIA Nemotron 3 Ultra 550B 等更大规模模型。

百度发布开源基础模型 ERNIE 5.5 Flash Base，参数规模为 280B。该推文附上 the-decoder.com 的报道链接，未给出更多技术细节。

Artificial Analysis 推出 Endpoint Accuracy Index v1.1，新增 GLM-5.3 Flash 与 Meta Muse Spark Open 等六个开源权重模型覆盖。

Arena 宣布腾讯混元 Hy4 在 Agent Arena 榜单成为排名第一的中国模型，位列总榜第 5，也是前 5 中唯一的中国实验室模型。基于超过 1.2 万条真实长程智能体会话，Hy4 净改进达 +5.4%，进入 Pareto 前沿，中位成本为每任务 $0.57。引用内容补充称 Hy4 从 preview 的第 25 名（+1.1%）提升至第 14 名（+4.7%），在用户确认成功、情绪反馈、可操控性和 Bash 可靠性等信号上均有提升。

蚂蚁百灵团队发布原生多模态模型 Ling-3.2-flash，总参数 560B、激活参数约 25B，上下文窗口 1M，支持图像、文本与视频输入。

Tomasz Tunguz 撰文指出，用 AI 自主攻破模拟企业网络的成本五个月内下降 99%：BIS 定价 5k–10k 美元的 32 步入侵，Claude Mythos 5 降至 770 美元，Claude Opus 5 降至 385 美元，智谱开源权重 GLM-5.3 以约 90 美元达到相近攻击成功率。

Thinking Machines 发布 Inkling 2 Small，在 Artificial Analysis Intelligence Index v5.0.1 得分 31，较 Inkling Small 提升 18 分，计划以 Apache 2.0 发布权重，若落实将成为中国以外得分最高的开源权重模型。

Arena 宣布 Thinking Machines 的 Inkling 2 Small 进入 Code Arena: WebDev，AutoEval 得 1654 分，约列总榜第 20、美国开源模型第一。

Karina Nguyen 分享一个 Inkling 2 Small 智能体的实测轨迹：当申报工具只返回 PSEG 的目录时，该智能体自行下载完整的 3.7MB 10-Q，用 Python 解析，并发现需从经营现金流中剔除的 12 亿美元抵押品释放，得分 0.82，高于次优模型的 0.67。引用的 @thoughtfullab 内容称其在 DiligenceBench 上表现良好，该模型为 594B 参数、17B 激活参数的 MoE，定价 $0.30/M 输入和 $1/M …

Mira Murati 宣布 Inkling 2 Small 即日起可在 Tinker 上进行微调和推理，完整权重即将开放。据引用的 Thinking Machines 官方内容，该模型在 AA Intelligence Index 上得 31 分，较前代大幅提升。

推出 Inkling 2 Small。在 AA Intelligence Index 上得分 31，相较前代大幅提升。 Inkling 2 Small 即日起可在 Tinker 上进行微调和推理，完整权重发布计划于近期推出。 https://thinkingmachines.ai/news/inkling-2-small

Thinking Machines 介绍 Inkling 2 Small，称其擅长长周期任务、能以视觉方式检查自身工作，并可适配不同的 harness 和环境。用户可在 Tinker 上对其微调，或让 Inkling 2 Small 自主编排微调流程。

OpenAI 于 11 月 5 日宣布推出网络安全专用模型 GPT-6 Cyber，在 ExploitGym 基准得分 48.5%，较 GPT-5.6 Cyber 的 32.1% 相对提升约 51%。

Artificial Analysis 评测显示，Black Forest Labs 的 FLUX 3 Image Klein 在 AA-Image-T2I v2.1 上位列开源权重模型第二，与第一名 Qwen-Image-2.1 不相上下，在 AA-Image-Editing v2.1 上排开源权重模型第三。

英伟达公布 Vera CPU 在智能体工作负载上的实测数据，在 100 兆瓦数据中心场景下，其每瓦可支持的智能体数量是最快 x86 CPU 的 1.6 倍，智能体速度是能效最高 x86 CPU 的 2 倍。

Google 发布视频生成与编辑模型 Gemini Omni 1.2 Flash，原生片段时长从 10 秒延长到 15 秒，720p 价格降至 $0.07/秒，比 Omni 1.1 Flash 便宜约 30%，一段 15 秒 720p 视频约 $1.05。

谷歌正式推出 Gemini Omni 1.2 Flash 视频生成模型，在 Gemini API 与 Gemini for business 平台开放使用。新版支持原生 15 秒生成（可在 3 到 15 秒按 1 秒自定义）、多轮对话式编辑与更强的参考遵循能力；720p 价格为每秒 0.07 美元，较 1.1 版本降价 30%。

OpenAI 发布 GPT-6 Cyber，一个用于在授权目标内发现和利用软件漏洞的安全研究模型，目前仅向部分获批的 Daybreak Red 客户开放，可通过 API 和 Codex 使用。

百度发布 ERNIE 5.5 Flash Base，这是 280B 总参数、每 token 激活 14B 的稀疏 MoE 基座模型，权重止于预训练阶段，已在 Hugging Face 和 ModelScope 提供 FP8 与 BF16 权重。

Distributed Cognition 的 0.5M 参数模型 VINCO 在 40 局卡坦岛对局中，有 36 局击败 Claude Opus 5.5、Claude Fable 5.1、Astra 和 Kimi K3。

OpenAI 推出专注挖掘软件安全漏洞的 GPT-6 Cyber，称其可发现缺陷、构建可用 exploit 并建议补丁；在 ExpitGym 上得分 48.5%，高于前代 GPT-5.6 Cyber 的 32.1%，无安全指令时 99.93% 的情况未越界。

蚂蚁百灵发布原生多模态模型 Ling-3.2-flash，总参数 560B、激活参数 25B。官方称其强化复杂视觉理解、长程多模态智能体、3D 理解交互和医疗智能，发布评测中三项基准超过 Opus 5 (max)：OmniDocBench1.5 92.21 对 90.56、ZEROBench(Sub) 43.71 对 39.52、Vision2Web 85.86 对 80.20。

NVIDIA 为 Cosmos 3 模型家族新增四个开源权重检查点，用于交互式世界模拟和多传感器多视角驾驶场景生成，均为 Cosmos 3 Nano 的后训练版本，各有 16B 可训练参数，采用 OpenMDW1.1 许可证。

webAI 开源 TwIL-8B，一个基于 IBM Granite 4.2 8B 的 8.8B 参数模型，面向数学、编码和指令跟随。

Arena 宣布 Google 的 Gemini Omni 1.2 Flash 在 Text-to-Video 和 Image-to-Video 榜单首秀即排名第一，Video Edit 排第三。其文生视频得分为 1541 分，比上一代 Gemini Omni 1.1 Flash 的 1514 分高出 27 分，Google 的 Omni 系列就此包揽文生视频榜前三。被引用的 Google 介绍称，该模型视频生成和编辑时长上限提升到 15 秒，720p 视频 API 价格降…

OpenAI 宣布向攻击性网络安全项目 Daybreak Red 的最高级别用户开放专注网络安全的新模型 ChatGPT Cyber。此前 Charge Robotics 联合创始人 Max Justicz 用 GPT 5.6 Sol 在约 2 小时内发现 Ubuntu 相关代码库的严重漏洞，Debian Project 已发布补丁且暂无被利用迹象。

Lauren Tan 认为形式化方法只能证明代码符合特定假设下的 spec，而 spec 来自人的意图，无法被数学证明正确，建议对代码库做分层验证，结合类型约束、测试与形式化验证。

作者曾在 ThinkPad T490 上按指南安装 macOS 26，用集成 Claude Code 和 OpenAI Codex 的 XCode 26 在一天内不写一行代码做出可用的 iOS 应用。

Verne Robotics 发布开源权重世界动作模型 V0.5，可读取摄像头画面并输出下一秒机械臂、夹爪与移动底座的运行动作。该模型基于 Wan2.2 视频生成器、从超 170 万条演示中学习，不到 2 小时演示即可学会新工业任务。在 RoboTwin 2.0 随机杂乱、光照与纹理测试中，V0.5 从 81.0% 降至 73.4%，π0.5 则从 70.7% 降至 46.0%。

Tim O'Reilly 在 O'Reilly Radar 撰文，结合 Foo Camp 讨论与历史类比，主张当 LLM 让代码生成变廉价时，软件经济中可分享、可交易的知识产物正从源代码转向提示词、规格说明、Agent Skill、MCP server、agent trace 和 eval 等"context bundles"。

百度发布开源基座模型 ERNIE-5.5-Flash-Base，刻意不带微调或后训练，交由开发者自行处理，后续将推出后训练版本。模型采用 MoE 架构，总参数 280B、每输入激活 14B，预训练数据 33.5 万亿 token，训练上下文最长 128,000 token，微调和推理设计上支持到 100 万 token。

OpenAI 发布安全专用模型 GPT-6 Cyber，称其在多个网络安全用例上表现突出，并强调能力提升的同时对齐更好。该模型此前驱动了已公布的 Linux 内核研究，Mozilla、Palo Alto Networks、Calif、Cisco 及 OpenAI 自身的安全团队已在使用，目前向部分 Daybreak Red 客户开放，访问范围将逐步扩大。

Nanbeige（看准网旗下 BOSS 直聘基础模型团队）发布开源权重推理模型 Nanbeige4.3-33B，在 Artificial Analysis Intelligence Index v5 得分 20，与 Qwen3.8 27B (xhigh) 持平。

OpenAI 发布面向安全研究的 GPT-6 Cyber，称其能力更强且对齐更好，已用于 Linux kernel、Firefox 等安全关键软件的防御研究，Mozilla、Palo Alto Networks、Calif、Cisco 及 OpenAI 自家安全团队已在使用。

Logan Kilpatrick 宣布 Gemini Omni Flash 1.2 正式推出，视频生成时长提升至 15 秒，并新增相机视角的更深电影级控制与多轮对话编辑支持。模型还减少了视觉漂移，价格比 Omni Flash 1.1 低 30%，详情见 https://blog.google/innovation-and-ai/technology/developers-tools/introducing-gemini-omni-1-2-flash/。

Google 发布来自 Google DeepMind 的更新视频生成模型 Gemini Omni 1.2 Flash。草稿可在 360p 或 720p 生成（$0.07/s）再放大到 1080p 或 4K，成本降低 30%；支持生成与编辑最长 15s 的视频，可指定 3s 到 15s 的任意时长，并支持在对话中逐轮替换背景、主体或光照，多说话人对话口型更同步，镜头连续运镜减少跳切。

OpenAI 发布 GPT-6 Cyber，定位为安全研究方向的模型，在更强能力的同时改进模型对齐。该模型支撑了此前公布的 Linux 内核研究，Mozilla、Palo Alto Networks、Calif、Cisco 及 OpenAI 自己的安全团队已在使用。目前向部分 Daybreak Red 客户开放，并将逐步扩大访问范围。

Google 发布 Gemini Omni 1.2 Flash，视频生成与编辑上限提升至 15 秒，API 价格较上一代下降 30%，720p 视频每秒 0.07 美元。模型改进了场景时间一致性、角色语音流畅度，减少跳切等视觉瑕疵，并更忠实于上传的参考素材；用户可在 Flow、Google Vids 和 Gemini App 中使用，作者还演示了将单张风格帧生成 4 镜头 15 秒蜂巢科普视频。