MiniMax M3.1 Flash 周调用量环比大增 690%，冲进全球 AI 大模型榜第八
10 月 26 日至 11 月 1 日，MiniMax M3.1 Flash 周调用量达 6.23 万亿 Token，环比增长 690%，升至全球榜单第八位；小米 MiMo-V2.6-Flash 跌出榜单。
#评测/基准
每日经济新闻AI 评分4949
The DecoderAI 评分6767 Mistral 发布万亿参数模型 Mistral Large 4，编码能力领先开源模型但整体仍落后中国模型
Mistral 在公开预览三周后于 Hugging Face 放出 Mistral Large 4 权重，该模型昵称 Le Chonk，总参数约一万亿、每步激活 520 亿，支持文本与图像输入。
品玩同新闻AI 评分7171 谷歌发布 Gemini 4 Carbon 强化网络安全与长程任务能力
谷歌发布新一代前沿模型 Gemini 4 Carbon，定位为当前能力最强的版本，重点提升网络安全防御与长周期任务处理能力。
The Decoder同新闻AI 评分8383 Google DeepMind 发布 Gemini 4 Carbon，登顶 Artificial Analysis 智能指数
Google DeepMind 在 Argon 发布仅两周后推出 Gemini 4 Carbon，以 59 分登顶 Artificial Analysis 智能指数 v5，Argon 为 50 分。
量子位AI 评分8181 OpenAI 发布 GPT-6.1 Terra：API 价格砍半，主打低成本电脑操作
OpenAI 发布 GPT-6.1 Terra，标准 API 价格较 GPT-5.6 Terra 砍半：输入 1 美元/百万 Token、输出 5 美元/百万 Token。
极客公园精选AI 评分7979 Kimi K3.1 Pro 上线，加量降价对标 Claude Opus 5.5
10 月 24 日 Kimi 发布 K3.1 Pro，作为 K3 的后训练版本，底座仍为 2.8 万亿总参数、1040 亿激活参数的 MoE 架构，保持 100 万 token 上下文窗口，并同步推出速度快 2 到 3 倍的 Highspeed 版本，完整权重将在 11 月 4 日前放出。
推荐理由：文章汇总了官方跑分与第三方评分，也收录了网友实测和套餐争议，能帮读者平衡看待这次模型升级。
人人都是产品经理AI 评分6969 实测 Kimi K3.1 Pro：AA 指数 55 分，3D 建模与长程编程表现如何
Kimi K3.1 Pro 发布，AA 指数从前代 44 分升至 55 分，是首个越过 50 分的国产模型，3 万亿参数、1M 上下文并开源。作者将其接入 Kimi Code 实测，许愿式和精细化提示词均能完成 3D 台灯、3D 立体书、青花瓷展示网页等任务，Tool use 能力大幅提升，但单个任务耗时约一个半小时，额度消耗较快。
钛媒体AI 评分6767 OpenAI 发布 GPT-6.1 Terra，主打低价电脑操作能力但社区反响冷淡
OpenAI 发布新模型 GPT-6.1 Terra，这是 Terra 系列时隔三个多月的首次更新，也属于连续 28 天更新计划中的首款新模型。
量子位AI 评分4444 成立3个月反超GPT-6 Astra！深圳黑马炎曦动力首次亮相，具身模型Paimon-0登顶四项榜单
成立仅三个月的深圳公司炎曦动力（Primotion）首次亮相，发布Paimon具身基座模型系列首款模型Paimon-0，拿下四项第一：RoboColiseum榜单0.7754分，反超GPT-6 Astra等通用多模态大模型；RoboCasa365综合分58.1登顶；VLA-Arena平均成功率0.73排名第一；并获IROS Workshop双臂机器人挑战赛46.599总分冠军。
人人都是产品经理AI 评分6464 月之暗面发布 Kimi K3.1 Pro，主打代码 Agent、3D 创作与金融文档分析
月之暗面发布 Kimi K3.1 Pro，在 7 月发布的 K3 之后通过后训练强化代码、3D 创作、金融、幻觉控制和网络安全能力，可在 Kimi 官网、Kimi Code 和 Kimi Work 使用，API 定价为每百万 Token 输入 13 元（未命中缓存）、1.3 元（命中缓存），输出 68 元。
每日经济新闻AI 评分6565 DeepSeek V4.1-Flash-1017 周调用量达 33.6 万亿 Token 登顶全球第一
据每日经济新闻根据 OpenRouter 数据测算，上周（10月19日至25日）全球大模型总调用量为 188 万亿 Token，环比增长 14.63%。中国大模型周调用量达 93.54 万亿 Token，连续二十六周超过美国，全球调用量前五均为中国大模型。
钛媒体AI 评分6767 Kimi K3.1 Pro 发布，评论称其为国产大模型沉寂期后的救场之作
评论文章认为，在国产大模型沉寂两个多月、遭“全靠蒸馏”质疑的背景下，10月24日凌晨发布的 Kimi K3.1 Pro 具有救场意义。
每日经济新闻AI 评分6161 DeepSeek V4.1-Flash-1017 周调用量环比增长801%登顶全球第一
《每日经济新闻》根据 OpenRouter 数据测算，上周（10月19日至25日）全球AI大模型总调用量为188万亿Token，环比增长14.63%，中国大模型周调用量连续二十六周超过美国。
钛媒体精选AI 评分7070 Kimi K3.1 Pro 实测评析：速度提升、任务能力进步，具身智能迹象显现
作者实测月之暗面 Kimi K3.1 Pro，普通 Pro 速度明显快于 K3，API 输出价格从每百万 token 100 元降至 68 元。
推荐理由：作者实测Kimi K3.1 Pro的速度、任务成绩与token消耗，并给出多个可直接对照的编程测试案例。
钛媒体AI 评分4343 Kimi K3.1 预热视频流出，疑似以匿名模型 Kibitz 现身 Arena
月之暗面发布24秒预热视频，画面中模型栏出现 Kimi K3.1，而 Arena 上匿名模型 Kibitz 被 Tokenizer 测试证实具有 Kimi 模型家族特征，疑似就是 K3.1。
量子位AI 评分4040 蚂蚁数科发布决策模型 LingDT-Decision-1.0，准确率超过微软和 Jev 等决策模型
蚂蚁数科于10月22日发布决策模型 LingDT-Decision-1.0，提供4B和27B两个版本，已在 DTMaaS 平台上线，开发者可限时免费体验。相比大语言模型，该模型在客服、风控、金融等场景将 Token 消耗降低超90%，响应时效提升10倍。
人人都是产品经理AI 评分4747 实测Nano Banana 2.1：10个电商场景正面PK GPT-image2.5
谷歌上线Nano Banana 2.1与Gemini 4 Argon后，作者用保湿精华同一套提示词在卖点信息图、平铺场景图、规格说明图、Before/After对比图、UGC人物图、A+包装图、促销广告图等电商场景对比Nano Banana 2.1与GPT-image2.5。
人人都是产品经理精选AI 评分7373 MiniMax M3.1 Flash 发布：成本降七成，作者实测开发小游戏
MiniMax 发布 M3.1 Flash，输入每百万 Token 1 元、输出 4 元，缓存读取 0.1 元，全天统一价。官方数据显示其 AA 智能指数从 M3 的 29 分升至 43 分，单次基准任务平均费用从 0.51 美元降至 0.22 美元；在 ALE 得 29.6 分、OSWorld V2 得 67.1 分，均为国产模型第一。
推荐理由：作者用一款小游戏从零开发的全过程实测 M3.1 Flash，并给出 ALE、OSWorld 等 Agent 评测与成本对比，可据此判断它在长链路任务中的实际完成度。
雷锋网精选AI 评分7474 MiniMax M3.1 Flash 发布并拿下 Agent 任务第一，实测对比 DeepSeek V4.1 Flash
MiniMax 于 10 月 19 日正式发布 M3.1 Flash，并认领此前匿名模型 Space Bunny，在 Automation-Bench 复杂 Agent 任务对比中位列第一，BankerToolBench 以 76.2% 与 Opus 5 并列第一。
推荐理由：作者用同一道 3D 校园任务实测两款国产 Flash，给出耗时与费用对比，可据此判断 Agent 场景下的选型取舍。
品玩AI 评分3838 网易云音乐自研模型智慧耳CloudEar获MIREX2026音乐评价赛道冠军
网易云音乐自研音乐评价模型智慧耳CloudEar在MIREX2026“Music Evaluation via CMI-RewardBench”赛道以73.9%准确率夺冠，创下该赛道世界最高纪录。其成绩超过官方基线CMI-RM Baseline（65.9%）8个百分点，并战胜开源基线SongEval（72.7%）。该模型已应用于网易云音乐产品，用于AI音乐质量把控、内容分发及生成模型优化。
品玩AI 评分3636 讯飞医疗升级星火医疗大模型V3.7，MedBench5.0评测居首
10月22日，讯飞医疗完成星火医疗大模型V3.7升级，多模态能力覆盖语音、影像、语义三大方向。诊疗助理病历书写端到端生成合理率提升至85%，讯飞晓医新增中医多模态问诊、健康档案动态记忆管理与个性化健康方案生成。该模型在MedBench5.0中以99.6分位列第一，背后依托每天171万次医生端AI辅助与52万人次患者端AI服务的数据积累。
甲子光年AI 评分4949 Aether AI 发布首个因果世界模型 CausalWM，以 66.04 分登顶 TriWorldBench
Aether AI 发布首个因果世界模型 CausalWM，为 16B 模型，以 66.04 分登顶 TriWorldBench 榜单（36 个模型），领先第二名 dream4act 的 65.66 分。
甲子光年AI 评分5858 深度机智发布物理基座模型 PhysBrain 1.5，8B 版 72.5 分居开源第一并开放权重
深度机智发布物理基座模型 PhysBrain 1.5，以 Qwen3-VL-8B-Instruct 为基座，用动作 token 与视觉状态 token 在单一自回归主干下统一训练具身理解、动作生成与未来状态预测。
OpenAI NewsAI 评分2222 OpenAI 如何提升 ChatGPT 对低资源编程语言的支持
OpenAI 正在改进 ChatGPT 对低资源编程语言的支持，并新增了针对软件工程、SQLite 和 COBOL 迁移的评测。
TechCrunchAI 评分5959 Elorian 发布首个模型 Glimpse，以研究预览形式开放 API
Elorian 发布首个模型 Glimpse，以研究预览形式提供 API 访问，聊天界面仅限候补名单。Glimpse 在推理过程中可裁剪图像区域、从视频中抽取特定帧或运行代码测量比较，Elorian 称这一机制为 visual scratch space。