DeepSeek 发布 V4.1-Flash-1017：智能体任务跑赢更大对手 单任务成本再大幅下降
DeepSeek 发布 V4.1-Flash-1017 模型，在编程与智能体任务上声称超过 Claude Opus 5、GPT 5.6-Sol、Kimi K3、GLM 5.3 等更大的对手。
#编码
#编码
今日 0 条The DecoderAI 评分6767 AWS Machine Learning BlogAI 评分5555 Reflection AI 开源权重编码模型 Beam 登陆 AWS SageMaker
Reflection AI 发布开源权重模型 Beam，主打智能体编码与长链路任务，已在 AWS SageMaker JumpStart 美东两区上线。Beam 是稀疏 MoE 架构，总参数量 501B、激活参数 23B，有效上下文 1M tokens；权重以 Apache 2.0 协议开源至 Hugging Face，提供 BF16、FP8、NVFP4 三种检查点。
Hugging Face Blog精选AI 评分6868 Reflection 开源 501B 参数 MoE 模型 Beam
Reflection 在 Hugging Face 上开源了 501B 参数的 MoE 大语言模型 Beam，每 token 激活 23B 参数，支持 1M 上下文窗口，许可证为 Apache 2.0。
推荐理由：文章把 501B 开源 MoE 模型的推理部署与 SFT/RL 后训练做法写成可复用的工程方案，适合计划自托管前沿模型的团队对照。
TechCrunch · AIAI 评分6363 Meta 发布可本地运行于 Mac 的开放权重模型 Muse Spark Open
Meta 发布开放权重模型 Muse Spark Open，采用 816B 参数和 1M token 上下文窗口，主打本地运行于 Mac。模型原生支持多模态，面向复杂编码与智能体任务，本地部署至少需要 1TB 内存，官方推荐搭载 M5 Ultra 芯片的 Mac Studio。
The DecoderAI 评分6666 Meta 发布开源权重模型 Muse Spark Open，对标 Qwen、GLM 与 Kimi
Meta 发布开源权重模型 Muse Spark Open，总参数 816B（激活 42B）、支持最高 100 万 token 上下文，覆盖文本、图像、视频和音频输入，针对编码和智能体任务。
AWS Machine Learning BlogAI 评分5151 Meta 编程优化开源权重模型 Muse Spark Open 上架 Amazon SageMaker JumpStart
Meta 将编程优化开源权重模型 Muse Spark Open 接入 Amazon SageMaker JumpStart。模型采用 MoE 架构，总参数 816B、单 token 激活 42B，上下文 1M tokens；接收文本、图像、文档、音频与音视频输入，并作为推理模型会返回 reasoning_content。
Hugging Face Blog精选AI 评分8484 Meta 开源多模态 MoE 模型 Muse Spark Open，总参数约 816B、每 token 激活约 42B
Meta 发布开源多模态 MoE 模型 Muse Spark Open，总参数约 816B、每 token 激活约 42B，输入支持文本、图像、音频和视频，上下文窗口可达 1M tokens。
推荐理由：原文覆盖了 transformers、llama.cpp、vLLM 等推理后端的部署示例和 TRL LoRA 微调流程，读者可以直接复用这些方案。
Latent SpaceAI 评分4242 AI Engineer NYC 大会：Gemini 4 Argon 正式发布与 Vals AI 基准评测
Google Gemini 4 Argon 今日正式 GA，面向编程、知识工作、企业流程与网络安全场景，接入 Gemini API、Antigravity 及 Cursor、Devin、GitHub Copilot。
The DecoderAI 评分7373 Google Gemini 4 Argon 全球上线，取代 Gemini Pro 成新旗舰
Google 全球上线 Gemini 4 Argon 旗舰大模型，开发者可通过 AI Studio API 和 Gemini 平台调用，AI Ultra 订阅者可在 Google Antigravity 中使用，Pro 与 Ultra 订阅者在 Gemini App 和搜索 AI 模式中可用，免费用户和 Plus 订阅者在新模型分层下只能使用较弱的 Flash 模型。
Google DeepMind精选AI 评分7575 Google DeepMind 发布 Gemini 4 Argon，主打复杂工程与科研任务
Gemini 4 Argon 今日全球上线，面向开发者、企业和 Google AI Ultra/Pro 订阅者通过 Gemini API、AI Studio、Gemini app 以及 Search 的 AI Mode 提供，Antigravity 中也已开放。
推荐理由：原文列出 Argon 在编码、量子化学、机器人等真实场景的可验证数字与基准排名，读者可以据此评估它在工程和科研任务中的实际能力。
The DecoderAI 评分6767 Meta 发布前沿模型 Muse Wonder 双版本，多项基准进入顶级行列
Meta 发布前沿模型 Muse Wonder 与 Muse Wonder Full 两款，分别在 Artificial Analysis Intelligence Index v4.3 上拿到 52 和 56 分，进入当前顶级模型行列。
The DecoderAI 评分4949 传 Google Gemini 4 "Carbon" 编程表现接近 Anthropic Opus 5.5
据 Business Insider 报道，Google 正测试代号为 Argon、Barium、Carbon 的 Gemini 4 多个变体，其中 Carbon 已在内部编程平台 Jetski 上部署，编程任务上据称超越 Argon 并接近 Anthropic Opus 5.5。
Latent SpaceAI 评分7474 Anthropic 发布 Claude Haiku 5.5，定价对齐 GPT-6 Luna
Anthropic 发布 Claude Haiku 5.5，距 Haiku 4.5 约一年后的首次小型模型更新，定价对齐 OpenAI GPT-6 Luna。
AWS Machine Learning Blog精选AI 评分6868 Claude Haiku 5.5 上线 Amazon Bedrock，首次支持 effort controls
Claude Haiku 5.5 已在 Amazon Bedrock 和 Claude Platform on AWS 上线，定位为 Claude 5.5 系列中速度最快、最高效的型号。
推荐理由：对比了 Haiku 5.5 与 Opus 5.5 的任务分工，并给出在 Bedrock 上调用与监控 Haiku 5.5 的代码示例。
The Decoder精选AI 评分7676 Anthropic 发布 Claude Haiku 5.5，100k token 以内价格最高下调 90%
Anthropic 发布 Claude Haiku 5.5，定位最快、最便宜的小模型，平均成本较 Haiku 4.5 低约 75%。
推荐理由：文中给出了 100k token 以内最高 90% 的阶梯定价和分词器对实际节省的影响，为高吞吐量部署提供了具体成本参考。
Ars Technica · AIAI 评分5858 Mistral 发布 1 万亿参数开源模型 Le Chonk，称可挑战顶级模型
Mistral 发布 1 万亿参数开源模型 Large 4（昵称 Le Chonk），目前为预览版，最终版本将在月底前推出。该模型重点优化编码、网络防御以及制造、金融、电气工程等场景，官方称其为中国之外最强的开源权重模型，并强调从零训练而非依赖蒸馏。
Mistral AI精选AI 评分7575 Mistral Large 4 公开预览版上线 Mistral Studio，月底发布权重
Mistral 发布 Mistral Large 4（ML4）公开预览版，这是一款 1 万亿参数、49B 活跃参数的原生多模态模型，已在 Mistral Studio 开放 API 试用。
推荐理由：原文同时给出了 ML4 在开源模型中的相对位置与欧洲数据中心、3,800 张 Blackwell GPU 的训练规模，读者可以据此理解其基础设施与开源生态意义。
The DecoderAI 评分6464 Reflection 发布开放权重模型 Beam，以更低算力对标 DeepSeek 与 Qwen
AI 公司 Reflection 发布开放权重模型 Beam，主打以更少算力达到接近中国开源模型的水平。Beam 采用 MoE 架构，单 token 激活 501B 总参数中的 23B，在推理任务上以 3-4 倍低于 GLM-5.2 的算力取得相当成绩，并在 SWE-Bench 等编码基准上接近 Qwen 3.8 Max，Kimi K3 在原始性能上仍领先。
Latent SpaceAI 评分4949 Reflection Beam：501B 总参数/23B 激活的美国开源模型
Reflection 发布 Beam，一款 501B 总参数/23B 激活的纯文本 MoE 模型，从零在美国训练、专注编码与智能体任务，Apache 2.0 权重计划本月开源。官方称 Beam 在 SWE-bench Verified 上取得 80.9 分，推理效率据称是 GLM 5.2 的 3–4 倍，预训练消耗 23.8T token。
AWS Machine Learning BlogAI 评分5252 智谱 GLM 5.3 上线 Amazon Bedrock
AWS 在 Amazon Bedrock 上线智谱（Z.ai）的 GLM 5.3，这是一款 753B 参数的 MoE 模型，主打编码和长链路智能体任务。该模型支持跨区域推理、隐式与显式 prompt caching，可通过 OpenAI 兼容的 Responses 和 Chat Completions API 调用。
TechCrunch · AIAI 评分5959 Reflection AI 发布开放权重模型 Beam，以更低算力对标中国开源模型
Reflection AI 发布首款前沿开放权重模型 Beam，声称在推理基准上以更低算力对标中国开源模型。Beam 采用 MoE 架构，总参数 501B、激活参数 23B，预训练数据量 23.8T tokens，上下文窗口 1M tokens，仅支持文本。
Latent SpaceAI 评分7474 Google DeepMind 发布 Gemini 4 Argon，输出上限达 1M token
Google DeepMind 发布 Gemini 4 Argon，面向编码、企业知识工作和网络防御，并称其具备行业领先的 1M token 输出上限（此前为 64K），该能力由新 API 特性 Long Decode Continuation 在多次调用间暂停并续写实现。
TechCrunch · AIAI 评分5757 Google 发布 Gemini 4 Argon，称其为迄今最强模型
Google 发布 Gemini 4 Argon，称其能自主发现、验证并修复关键软件漏洞，目前仅通过 Fairwind 计划向部分网络安全合作伙伴开放。该模型针对防御性安全任务训练，Google 称其在多项基准上高于 OpenAI 的 GPT-6 Astra 与 Anthropic 的 Fable、Opus，并引用 Vals 指数显示其处于领先。
Google DeepMind精选AI 评分7979 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布新的前沿模型 Gemini 4 Argon，先通过 Fairwind Program 面向一批可信网络安全防御方开放，随后逐步向开发者、企业和消费者推出。
推荐理由：官方给出 1M 输出 token、DeepSWE v1.1 77.9% 等指标与分阶段开放安排，可据此了解前沿模型的发布节奏与安全门槛。
The Verge · AIAI 评分7070 Google 发布 Gemini 4 Argon，初期仅向可信网络安全人员开放
Google 发布新一代前沿模型 Gemini 4 Argon，初期仅向一组可信网络安全人员开放，之后逐步扩大访问范围。
AWS Machine Learning Blog精选AI 评分7070 GPT-6.1 Sol 正式上线 Amazon Bedrock
GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用，为智能体编码、计算机使用和专业工作负载提供更强的推理能力。据 OpenAI 称，它在 DeepSWE v1.1 上以约五分之一的任务成本达到 GPT-6 Astra 的水平，并比 GPT-6 Sol 的最佳成绩高出 6.4 个百分点。
推荐理由：文章给出 GPT-6.1 Sol 在 Bedrock 上的可用范围与数据隔离机制，读者可据此评估现有智能体工作流的迁移成本。
OpenAI News精选AI 评分7373 OpenAI 发布 GPT-6.1 Sol，API 定价为 Astra 的五分之一
OpenAI 发布 GPT-6.1 Sol，面向编码、计算机操作和专业工作场景，称其具备接近 Astra 的智能水平。该模型的 API 输入与输出 token 价格均为 Astra 标准价的五分之一。
推荐理由：GPT-6.1 Sol 把 API 输入输出 token 价格压到 Astra 的五分之一，可据此比较同级模型的成本差异。
OpenAI NewsAI 评分5959 OpenAI DevDay 2026 回顾：GPT-6 Astra 等 20 多项发布
OpenAI 在 DevDay 2026 上公布 20 多项更新，涵盖 GPT-6 Astra、ChatGPT、Codex、API、安全以及面向开发者的新工具。官方页面集中梳理了这些发布内容，供开发者查阅。
The DecoderAI 评分6868 OpenAI 发布 GPT-6.1 Sol，性能接近 Astra 而价格仅五分之一
OpenAI 发布 GPT-6.1 Sol，作为因安全问题推迟的旗舰 GPT-6 Astra 的廉价替代，API 定价为每百万输入 token 2 美元、输出 10 美元。
TechCrunch · AI精选AI 评分7979 OpenAI 发布 GPT-6.1 Sol，称能力接近 GPT-6 Astra 且成本更低
OpenAI 在 DevDay 上发布 GPT-6.1 Sol，称其在 agentic coding、computer use 和专业工作上接近 GPT-6 Astra 的智能水平，输入输出 token 价格为标准价的五分之一。
推荐理由：OpenAI 一周内连发两款 Sol 模型，读者可借此比较新模型与前代及旗舰 Astra 在能力与价格上的定位。
TechCrunch · AIAI 评分6262 Anthropic 发布 Sonnet 5.5，称其为更便宜更快的工作助手
Anthropic 发布中端模型 Sonnet 5.5，称其比前代 Sonnet 5 快 30%，token 消耗速率也明显更低，适合编码和制作办公文档等日常任务。
AWS Machine Learning Blog精选AI 评分6767 xAI 的 Grok 4.7 上线 Amazon Bedrock
xAI 的 Grok 4.7 已在 Amazon Bedrock 上线，提供 500K token 上下文窗口和 low、medium、high、xhigh 四档推理强度。
推荐理由：文章给出在 Bedrock 上接入 Grok 4.7 的具体方式，并附与 4.6 的基准对比和输出 token 翻倍的成本取舍。
Simon WillisonAI 评分6969 Anthropic 发布 Claude Sonnet 5.5，已用于 claude.ai 免费层
Anthropic 发布新的 Sonnet 模型 Claude Sonnet 5.5，官方称其运行速度提升 30% 以上、多数工作成本最多降低 30%，定价与 Sonnet 5 相同但在各项基准上更好。
AWS Machine Learning Blog精选AI 评分6464 Claude Sonnet 5.5 上线 Amazon Bedrock 与 Claude Platform on AWS
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线，面向范围明确的编码与知识工作，多数任务成本更低、速度更快。
推荐理由：原文给出 Sonnet 5.5 与 Opus 5.5 的分工说明和 Bedrock 调用示例，便于团队判断哪类任务交给哪个模型。
The Decoder精选AI 评分7979 Anthropic 发布 Claude Sonnet 5.5，多项基准接近 Opus 5.5 且每任务成本最多低 30%
Anthropic 发布 Claude 5.5 家族的第二款模型 Claude Sonnet 5.5，输出生成速度提升超过 30%，每任务成本最多降低 30%，在多项基准上接近 Opus 5.5。
推荐理由：文章列出 Sonnet 5.5 与 Opus 5.5、GPT-6 Sol 的逐项基准与百万 token 价格对比，可据此比较同级模型的性价比差异。
Latent Space精选AI 评分8484 Claude Opus 5.5 成为 AINews 默认模型，各家价格下调 40-50%
Anthropic 发布 Claude Opus 5.5，称其为 Claude 5.5 家族首个模型，多数任务达到 Claude Fable 5.1 水平，运行成本比 Opus 5 低约 40%，并已成为 Claude Code 与 Claude 应用的默认模型。
推荐理由：文中把 Anthropic 与 OpenAI 同日的两款发布放在一起比较定价与分项成本，可看出各自在能力与价格上的取舍。
AWS Machine Learning Blog精选AI 评分6767 GPT-6 Sol 和 GPT-6 Luna 在 Amazon Bedrock 正式可用
OpenAI 的 GPT-6 Sol 和 GPT-6 Luna 已在 Amazon Bedrock 正式可用，API 定价显著低于前代 GPT-5.6。GPT-6 Sol 面向编码、调试和跨工具多步流程等复杂任务，OpenAI 内部事实性评估显示其事实性错误约为 GPT-5.6 Sol 的一半；GPT-6 Luna 面向高并发的信息抽取、摘要和分类，可按请求调整推理强度。
推荐理由：两个新模型以低于 GPT-5.6 的 API 定价上线 Bedrock，读者可据此比较不同任务层级的模型与成本取舍。
AWS Machine Learning Blog精选AI 评分7777 Claude Opus 5.5 上线 Amazon Bedrock 与 Claude Platform on AWS
Anthropic 的 Claude Opus 5.5 现已在 Amazon Bedrock 和 Claude Platform on AWS 上线，是 Claude 5.5 系列的首个模型。
推荐理由：相比 Claude Opus 5，文中给出每 token 价格与单任务成本的变化，可供评估是否迁移。
Latent SpaceAI 评分6666 两天内出现 6 个 Jev 复现，判别式决策模型引发社区跟进
Latent Space 的 AINews 汇总 9/17 至 9/18 的 AI 动态，核心是 Jev 发布两天内出现 6 个复现。
OpenAI News精选AI 评分6868 OpenAI 发布 GPT-6 Astra 新一代模型
OpenAI 发布 GPT-6 Astra，称其是迄今最智能、对齐程度最高的模型，在计算机操作、编码、网络安全和科学方向具备 SOTA 能力。目前公开内容仅为发布摘要，未给出参数规模、开放范围或评测数据。
推荐理由：官方直接给出 GPT-6 Astra 在计算机操作、编码、网络安全与科学上的能力定位，可用于对照上一代模型的侧重点。