SoMark 开源 1.3B 文档解析模型 OXR，三榜登顶
SoMark 团队开源 1.3B 参数的文档解析模型 OXR，在 OmniDocBench（97.18）、olmOCR-Bench（87.84）和 DocParsingBench（87.76）三项基准上均排名第一。
推荐理由：1.3B 参数的开源文档解析模型靠 RSI 后训练在三项基准登顶，读者可了解小模型如何用数据迭代替代参数堆叠。
内容形态
模型发布 最新动态
新模型的发布、开源与迭代：大模型厂商的旗舰更新、开源权重放出、性能与价格变化的第一时间记录。
19 条精选近 30 天 19 条共收录 122 条
更新
模型发布的精选
量子位精选AI 评分7474 TechCrunch精选AI 评分7878 Mistral 开放万亿参数模型 Mistral Large 4 权重，主打网络安全
Mistral 发布了万亿参数开源模型 Mistral Large 4（ML4）的权重，企业与政府可自行下载部署，权重已在 Hugging Face 和其 API 上提供。
推荐理由：Mistral 开放万亿参数模型权重，并给出与 GLM-5.3 的 token 效率对比，可观察开源模型在网络安全场景的落地方式。
Google Blog精选AI 评分7070 Google 发布 Gemini 4 Carbon 前沿模型，主打网络安全与长程智能体能力
Google 于 10 月 28 日发布前沿模型 Gemini 4 Carbon，在 Artificial Analysis Intelligence Index v5.0 排名第一（59 分），并创下 SEC-bench Pro（88.2%）、ExploitGym（54.8%）、CWE-bench（71.0%）等网络安全基准的 SOTA。
推荐理由：官方公布了 Gemini 4 Carbon 在网络安全、编码与对齐上的具体基准成绩和定价，以及面向网络防御者的分阶段开放安排。
Google Blog精选AI 评分6666 Google DeepMind 发布世界模型 Genie 4，支持实时交互模拟与原生音频
Google DeepMind 宣布世界模型 Genie 4，为实时交互模拟带来更高真实感与原生音频。该模型基于 Gemini 系列能力，Gemini Omni 锚定真实世界外观与行为，其他 Gemini 模型提供维持模拟连贯性所需的复杂推理；用户可用自然语言实时操控场景，如移动镜头、改变天气或引入新角色，世界中可即时生成环境音、音乐和交互对话。
推荐理由：官方介绍了 Genie 4 的实时交互模拟能力、Gemini 组件支撑与测试范围，读者可以据此了解其应用方向。
钛媒体精选AI 评分7171 MiniMax M3.1 Flash 低价高分遭遇背题质疑，改题实测中英结果不一
钛媒体梳理 MiniMax M3.1 Flash 发布后的背题争议：AA 给出综合智能指数42分，比 M3 高13分，但评测博主猫老板观察到其旧题接近满分、新题近乎归零，且部分难题仅用约1万 Token 就答对。
推荐理由：原文实测复现了改题实验，并整理新旧题得分和幻觉率数据，读者可据此了解这场争议的证据边界。
The Decoder精选AI 评分7878 OpenAI 发布 GPT-6.1 Terra，API 价格减半并缩小与更大模型的差距
OpenAI 发布 GPT-6.1 Terra，API 价格为 GPT-5.6 Terra 的一半，输入 $1/百万 token、输出 $5，缓存输入降至 $0.05。
推荐理由：文章汇总了价格、多项基准和安全数据，读者可据此比较 GPT-6.1 Terra 与 Sonnet 及上代模型的真实性价比。
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。
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。
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。
NVIDIA Blog精选AI 评分7272 NVIDIA 发布 Nemotron 3.5、Kumo、Cosmos 3.5 等开源模型家族
NVIDIA 扩展其开源模型家族，覆盖语言、机器人、生物和量子计算，包括新的 Nemotron 3.5 Super VL 与 Nemotron 3.5 Bolt。
推荐理由：NVIDIA 一次铺开语言、机器人、生物、量子多条开源模型线，可据此看清其开源组合的覆盖范围与开放渠道。
Wired精选AI 评分7171 Recursive 发布开源权重编码模型 Flint，主打递归自我改进
Recursive 发布首个开源权重编码模型 Flint，参数规模 40B，可在 48GB 内存的 Mac 上运行。CEO Richard Socher 称，模型管线几乎所有环节都由其递归 AI 系统 Eureka Machine 完成并优化，包括新的基座训练方式、新架构和为特定芯片优化的代码；公司公布的基准显示 Flint 在编码任务上优于同尺寸同架构模型。
推荐理由：作者亲手实测 Flint 的编码表现，并梳理 Recursive 用 AI 自动化模型开发流程的做法与融资背景。
The Decoder精选AI 评分7272 Kling AI 发布 4.0 版本，支持立体声与多语言口型同步并推出 Flash 轻量版
Kling AI 发布 4.0 版本，单次可生成最长 30 秒视频，支持最多 10 张关键帧输入，提示词理解扩展至 8,000 tokens。新版本加入双声道立体声与十余种语言的口型同步，Omni Reference 单次最多接受 15 个参考素材，并推出最高 720p、20 秒的 Kling 4.0 Flash 轻量版。
推荐理由：Kling 4.0 与 Wan 3.0、Seedance 2.5 的对比显示其未明显领先，可据此观察 AI 视频模型进展是否放缓。
NVIDIA Blog精选AI 评分7575 NVIDIA 扩展 Nemotron 家族，发布 120B 开源模型 Super VL 与两款端侧 Bolt 模型
NVIDIA 发布 Nemotron 3.5 Super VL，这是一个 120B 参数的开源模型，面向常驻智能体任务，官方称其吞吐量最高可达同类模型的 5 倍。
推荐理由：NVIDIA 一次放出三款覆盖服务器到桌面的开源模型，读者可据此判断本地智能体部署的选型空间。
TechCrunch精选AI 评分7474 Meta 发布可在 Mac 本地运行的开源权重模型 Muse Spark Open
Meta 发布开源权重模型 Muse Spark Open，称其为美国“最强”开源权重模型，采用 8160 亿参数和 100 万 token 上下文窗口，原生多模态，面向复杂编码任务和智能体工作。
推荐理由：Meta 开源权重模型 Muse Spark Open 的参数规模、上下文窗口与本地运行门槛，可供读者判断端侧大模型的落地条件。
品玩精选AI 评分7171 可灵 AI 发布 Kling 4.0，强化动态运镜并面向专业创作场景
10 月 15 日晚可灵 AI 的 Kling 4.0 正式全量上线，重点强化大幅动态与复杂运镜，参考素材扩充至最多 15 项、关键帧最多 10 张，单次原生生成延长到 30 秒。
推荐理由：作者用高速追逐、近身打斗等具体任务实测了 Kling 4.0，读者可以据此判断它在专业制作流程中的实际表现。
Google Blog精选AI 评分9090 Google 发布 Gemini 4 Argon，主打复杂工程与科研任务
Google 发布前沿模型 Gemini 4 Argon，即日起通过 AI Studio 和 Gemini 平台的 API 向开发者与企业开放，Google AI Ultra 订阅者可在 Google Antigravity 使用，Ultra 和 Pro 订阅者可在 Gemini 应用和 Search 的 AI Mode 中使用。
推荐理由：官方给出 Argon 在编码、科研与安全上的具体案例和定价，可据此判断前沿模型在长程任务中的落地边界。
Meta Newsroom精选AI 评分8282 Meta 发布 Muse Wonder 与 Muse Wonder Full 智能体前沿模型
Meta 发布 Muse Wonder 系列模型 Muse Wonder 和 Muse Wonder Full，称其在个人与专业智能体任务上达到 SOTA，覆盖法律、金融、健康等领域及编码场景。
推荐理由：Meta 公布 Muse Wonder 系列在智能体任务上的能力定位与安全训练方向，可了解其面向真实工作场景的设计取舍。
Microsoft Azure AI精选AI 评分5757 微软详解 Azure Maia 300 架构：96 加速器机架与 12288 加速器 superpod
微软发布 Azure Maia 300 架构详解，这是 Maia 第三代加速器，面向云规模智能体推理，相比 Maia 200 提供最高 7 倍的机架级 token 吞吐和超过 2.5 倍的每瓦性能。
推荐理由：微软官方拆解 Maia 300 的芯片、机架与网络设计，可看清云厂商如何为智能体推理压低每瓦成本。