AI 模型发布与更新

OpenAI 发布网络安全模型 GPT-6 Cyber，称其更擅长发现漏洞且更不易越界攻击其他平台，测试中越界率从 GPT-5.6 Cyber 的约 5% 降至 1% 以下。

Jim Fan 发布 VFlash 视觉模型，面向 Physical AI 并行解析视觉世界，在 Jetson Thor、DGX Spark 等边缘 GPU 上实现最高 12 倍更快的动作解码和 5.1 倍整体机器人推理加速。它一次性输出完整几何形状而非逐 token 解码，3D 轨迹误差最多降低 61%，精度甚至超过 VLM 主干。论文与代码均已开源。

腾讯在预览约两个月后正式发布大语言模型 Hy4，首次支持图像理解和自主操作软件，权重将在未定日期开放，目前可通过 Tencent Cloud、OpenRouter 和元宝使用。

商汤发布 SenseNova 6.8 Flash，主打两大能力方向。 - Office Intelligence 在跨任务中保持用户目标、偏好与约束，并利用新上下文主动推荐下一步操作。 - Dynamic Design 可生成动画 PPTX 演示文稿、动态海报、交互式网站和可编辑的 Blender 项目。 更大的方向是从孤立的内容生成，转向任务连续性与可用的成品。

Vinod Khosla 在 WSJ 采访中称开源模型运行成本远高于闭源、也更危险，并已向 David Sacks 和白宫建议与中国达成条约，约束开源模型不被用于设计危险病毒等行为。他认为闭源厂商（OpenAI、Anthropic、Google）能掌握模型用途，而开源模型可随处运行、无法阻止滥用，主张将开源模型限制在经认证的云上运行。

Rohan Paul 引用 Menlo Ventures 报告指出，开源模型靠降价而非用量赢得市场：token 用量增长 22.5 倍，价格降至每百万 token $0.13，比闭源模型的 $0.70 低约 5 倍，但其支出份额反而从 6% 降到 4%。图表显示 Sep 2025 至 Sep 2026 开源 token 份额从 11% 升至 19%，平均单价从 $0.45 降至 $0.13，闭源从 $0.92 降至 $0.70。

腾讯混元转发并感谢 Artificial Analysis 对其最新模型 Hy4 的评测。Hy4 在 Artificial Analysis Intelligence Index v5 得 35 分，与中国实验室模型中仅次于 Kimi K3.1 Pro（46 分），与 Grok 4.7 (xhigh) 持平，比 Claude Haiku 5.5 (max) 低 1 分。评测要点：FrontierCode 2.0 得 31%，为中国实验室模型最高；AA-Omniscience…

OpenAI 发布网络安全模型 GPT-6 Cyber，针对漏洞发现、验证与修复训练，并通过 Daybreak Red/Blue 平台向审核通过的安全团队开放。

百度发布 ERNIE 5.5 Flash Base 模型，提供官方博客介绍页 https://ernie.baidu.com/release/ernie-5-5-flash-base/ 和 Hugging Face 下载入口 https://huggingface.co/baidu/ERNIE-5.5-Flash-Base。

百度发布 ERNIE 5.5 Flash Base 稀疏 MoE 基座语言模型并开放权重。模型总参数 280B、每 token 激活 14B，预训练 33.5T tokens，微调和推理上下文最长 1M-token，提供 FP8 与 BF16 权重。官方称其在同规模基座模型中于多个基准取得 SOTA，权重直接来自预训练、未做中后期训练，方便研究者在同一 checkpoint 上比较不同方法的效果。

Artificial Analysis 评测腾讯混元 Hy4，其在 Artificial Analysis Intelligence Index v5 得 35 分，与 Grok 4.7 (xhigh) 持平，落后 Kimi K3.1 Pro 的 46 分，为中国 AI 实验室模型第二。

百度文心发布开源基座模型 ERNIE-5.5-Flash-Base，开放 ERNIE 5.5 Flash 预训练终点权重。

腾讯发布新模型 Hy4，据 Bloomberg 报道称其跻身中国顶尖模型之列，并计划很快开源模型权重。模型由 Hy4-Preview 扩大而来，具备原生视觉能力和 Deep Research，在独立行情图表类基准中表现超过 DeepSeek 和智谱 AI。引用推文还称其可以交易 A 股，但提示用户需自行谨慎判断。

OpenAI 在 ChatGPT、Codex 和 API 上线 Images 2.6，API 端分为 GPT-Image-2.6 Flare 和 Sunburst 两个模型，官方称生成速度比此前快 50%，Flare 在低质量下最快 6 秒出图。

Thinking Machines Lab 发布第二代模型 Inkling 2 Small，为 594B 总参数、17B 激活的 MoE 模型，支持图像输入与 variable effort，Artificial Analysis Intelligence Index 得分 31。

OpenAI 最快可能于当地时间周五（11 月 6 日）发布新一代 Astra、Sol 系列模型及面向网络安全的 Cyber 模型。报道未披露具体型号编号、定价、上下文窗口长度或基准测试成绩，也不清楚是否先通过 API、ChatGPT、Codex 或合作伙伴渠道推出。

当前 AI 热点，聚合 1 个独立信源、17 条信号。

DeepSeek 工程师高曦表示，尽管安全风险更高，DeepSeek 仍将持续发布模型权重以加速 AGI 的到来。 在中国世界互联网大会上，他表示希望把 AGI 的 10 年等待缩短到 1 年，把 1 年缩短到明天。 他认为，真正的竞争对手“不是其他公司，而是时间”。

Arena 宣布 OpenAI 的 GPT Image 2.6 Sunburst 和 Flare 上线，据称比 GPT Image 2.5 快 2 倍以上，最低延迟可达 5 秒。

月之暗面按 10 月 24 日发布时的承诺，在 Hugging Face 开放 Kimi K3.1 Pro 权重。

OpenAI 发布面向开发者的两款新图像模型 GPT-Image-2.6 Flare 和 Sunburst。Flare 最快六秒即可生成图像；Sunburst 主打更高质量的生成和跨编辑的一致性。两者还支持图像标记与 SVG 导出，便于进一步精修和使用生成结果。

OpenAI 介绍 GPT Image 2.6 Flare 在画质设为 low 时最快六秒即可生成一张图像。引用 @DesignArena 数据称，GPT Image 2.6 Sunburst 在 Image Arena 排名第一，超过前代 2.5 Sunburst，其中 2.6 Flare 比前代快 2.6 倍，2.6 Sunburst 快 1.15 倍。

webAI 发布 8.79B 稠密推理模型 TwIL-8B，基于 IBM Granite 4.2 8B 后训练，权重以非商业许可上线 Hugging Face。

Artificial Analysis 引用 Bloomberg 报道称 Apple 正在削减员工 AI 使用预算，工程师每日额度从 $300 降至 $200，未来计划降到 $100，其他团队可能降至 $25。作者测算 $100 预算可完成 40 个 Intelligence Index 任务（Opus 5.5 中等推理强度）或 10 个（最大强度），同样的 $100 用 DeepSeek V4.1 Flash 1017（max）可完成 166 个任务，用 GPT-6 Lu…

月之暗面（Kimi）在 Hugging Face 开源 Kimi K3.1 Pro 模型权重，据 Arena 称其现为 Agent Arena 开源模型第一。

Ricursive Intelligence 发布 Ripple-65B Preview，一款 65B 稠密开源权重模型，从零预训练用于智能体编码，在 Terminal-Bench 2.1 自报得分 80.5，为其表中美国开源权重模型最高。

推出 SWE-2 Flash，我们全新的快速高效编码模型。 在领先评测中，它超越了所有美国开放权重模型，甚至包括规模大 3 倍的模型。 为平衡透明度与网络安全风险，我们正在建立一个项目，与合作伙伴和研究人员安全共享权重。

Moonshot AI（@Kimi_Moonshot）在 HuggingFace 开放 Kimi K3.1 Pro 权重（https://huggingface.co/moonshotai/Kimi-K3.1-Pro）。

Dharma-AI 在 Hugging Face 发布 Dharma Field Extractor，一个 20 亿参数模型，基于 DharmaOCR-LITE v1.1 训练 LoRA 适配器（43,384 条样本），支持开放和按 schema 两种请求方式，将文档图片转为带类型的结构化 JSON，缺失字段返回 null。

Agent Arena 统计近 14 天近 30000 个任务运行超过一小时，平均模型每小时发起 332 次工具调用。长程任务上模型选择最多可省 66% 成本：Gemini 4 Carbon 每小时任务中位成本 $10.51，Claude Opus 5.5 为 $21.13，GPT-6 Astra 为 $31.08。

Arena 基于 Agent Arena 数据称，Google DeepMind 的模型在成本上扩展性更好，Gemini 4 Carbon 是典型代表：典型任务上 GPT-6 Astra 成本为其 3.4 倍、Claude Opus 5.5 为 3.9 倍，GPT-6.1 Sol 约为其一半（0.54 倍）。

Arena 发布 Agent Arena 评测观察，称任务越复杂时 GoogleDeepMind 和 Xiaomi MiMo 是最大赢家。便宜任务上 OpenAI 和 Anthropic 占据 11 个前沿席位中的 10 个，但在最贵 5% 会话中只占 7 个，空出的席位由 Gemini 4 Argon 和 MiMo-V2.6 Flash/Pro 补上。

Artificial Analysis 更新 API 性能基准，将"每任务耗时"（Time per Task）设为核心指标，衡量模型完成任务的总时长而非 token 流式速度，覆盖其每日多次测试的约 1,000 个 serverless 端点。

@Llama_app @ggml_org 以及实际报告的链接： https://github.blog/news-insights/octoverse/octoverse-commits-pushes-reach-new-highs-in-2026-as-developers-build-with-agents/

月之暗面官方宣布开放 Kimi K3.1 Pro 模型权重，下载地址为 https://huggingface.co/moonshotai/Kimi-K3.1-Pro。官方表示将继续推进 open intelligence（开放智能），未在推文中给出更多模型细节。

Nanbeige（BOSS 直聘旗下基础模型团队）发布 Apache 2.0 开源权重模型 Nanbeige4.3-33B，在 Artificial Analysis Intelligence Index v5 得分 20，与 Qwen3.8 27B (xhigh) 持平。

百度发布 ERNIE-5.5-Flash-Base 基座模型权重，为 280B 总参数、每 token 激活 14B 的稀疏 MoE 模型，从头在 33.5T tokens 上预训练，训练上下文达 128K，微调和推理支持 1M-token 上下文。

Preferred Networks 将自家翻译服务使用的翻译特化 LLM PLaMo 3 Translate 以开放权重形式在 Hugging Face 公开，提供 0.8B、2B、8B、31B 四个尺寸。

Thinking Machines 发布 Inkling 2 Small，在 Artificial Analysis Intelligence Index 得分 31，较 Inkling Small 提升 18 分；计划后续以 Apache 2.0 开放权重，若兑现将是中国以外评分最高的开放权重模型。

中国机器人初创公司 LiberAI 发布 World Action Model Liber-0，面向零样本机器人操作，包括灵巧的多步任务。在 GPT-6 提出的 60 个任务、600 次尝试中，无需针对这些任务收集机器人演示，整体成功率 36%，其中 pick-and-place 63.5%、其他操作任务 34.0%、多步任务 10.5%。