AI Tracker下載 App

模型新聞，
為開發者整理。

各家 AI 公司最新的模型動態：發表、調價和停用，並附上對你的影響。

模型· 2 則討論

Artificial Analysis 發布 Intelligence Index v5，Claude Opus 5.5 名列第一

Artificial Analysis 發布 Intelligence Index 第 5 版，這是一項綜合模型能力的指標，新增兩項基準測試並升級三項測試。該公司表示，Index 首次有大部分內容採用私人資料集建置。它也推出 Progress Index v1，將 2022 年 11 月以來發布的語言模型置於同一能力量尺上比較。Anthropic· 模型

Anthropic 表示，一款尚未發布的 Claude 模型建立了五條漏洞利用鏈，包括一次點擊即可發動的 Chrome 攻擊；Chrome 156 已修補 62 個 CVE

Anthropic 的 Frontier Red Team 於 10 月 27 日發表了〈使用 Claude 在關鍵的真實世界軟體中發現並利用漏洞〉。以下內容來自一篇摘要該文章的貼文，而非文章本身。Anthropic· 模型· 2 則討論

Anthropic 分享藥物開發合作的初步成果

Anthropic 表示，過去幾個月，旗下科學家與六家開發新藥的機構展開研究合作（BigHat Biosciences、Bristol Myers Squibb、Divergence Labs、Enveda、Generate Biomedicines 和 The Column Group），並已開始自行進行藥物探索。在一篇網誌文章中，Anthropic 分享初步成果，並表示已了解 Claude 如何支援藥物開發的各個階段。文章也說明這項工作如何融入 Anthropic 在生命科學領域更廣泛的抱負。Google· 模型

Google Research 提出「睡眠」階段，讓 LLM 持續學習而不遺忘

Google Research 於 2026 年 10 月 27 日發表〈The sleep framework〉（作者 Ali Behrouz 和 Vahab Mirrokni）。文中介紹一種持續學習方法：部署中的模型會在活躍階段與睡眠階段之間交替。在活躍階段，模型將新資訊保存在短期記憶中；進入睡眠階段時，模型則停止接收輸入，並將這些記憶整合到權重中。Anthropic· 模型

Anthropic 研究：使用 Claude Code 的分析師在 86% 的判斷中採納了代理的隱藏偏好

Anthropic 發表了一項研究，探討 AI 代理如何影響專家的決策。研究以 50 名專業分析師（具因果推論經驗）進行隨機試驗，請他們分析一個虛構農業合作社的諮詢計畫是否有效，並使用搭載 Claude Opus 4.8、High effort 設定的 Claude Code。根據 Anthropic 的說法：模型

Liquid AI 推出 LFM3：涵蓋文字、視覺、音訊與全模態的六款小型模型

Liquid AI 宣布推出 LFM3，這是新一代 Liquid Foundation Models，採用其所稱的全新三混合架構，並搭載新的多模態編碼器。該公司表示，這套架構針對 GPU、CPU 與 NPU 上的 14 種處理器類別進行最佳化，且這些模型可在單張 GPU 上微調。Google· 模型· 4 則討論

Google DeepMind 推出 Genie 4，即時互動世界模型

Google DeepMind 於 2026 年 10 月 27 日宣布推出 Genie 4，稱這是迄今最逼真、互動性最強的世界模型。DeepMind 在貼文中表示，使用者可以即時探索動態環境，並看到場景如何回應、發出聲音，以及其中的人物如何移動、反應和交談。該公司也發布了部落格文章〈Genie 4：新一代世界模擬〉。模型

Microsoft 的 MAI-Image-2.7-Preview 在 Artificial Analysis 圖像編輯排行榜名列第 2

Artificial Analysis 表示，Microsoft AI 最新的圖像編輯模型 MAI-Image-2.7-Preview 是 MAI-Image-2.6（於 8 月推出）的後繼版本，在 AA-Image-Editing v2.1 排行榜名列第 2，僅次於 OpenAI 的 GPT Image 2.5 Sunburst (max)。這些結果來自 Artificial Analysis 自行評測。模型

商汤据报开源 SenseNova 6.8 Code2Video：一款 27B 参数的代码转视频模型

一位中国 AI 博主称，商汤于 10 月 27 日开源了 SenseNova 6.8 Code2Video，权重已上传至 Hugging Face，位于 sensenova/SenseNova-6.8-Code2Video。此消息为转述；文中未引用商汤的官方公告。模型

Axiom 稱 AI 代理已在 Lean 中將有限單群分類定理形式化

AI 數學公司 Axiom 在 X 上宣布，已完成有限單群分類定理的 Lean 自動形式化，並稱這項成果是「對稱性的週期表」。Axiom 表示，原始證明約有 15,000 頁，由數代共 100 多位數學家撰寫，並稱這是史上經電腦驗證的最大數學證明。模型

Ling 開放 Ling-3.1-flash-1019 與基礎模型的權重

Ling 團隊表示，Ling-3.1-flash-1019 現已開源，權重已上傳至 Hugging Face 和 ModelScope。團隊也發布了 Ling-3.1-flash-base，並稱其為可供進一步訓練的開放基礎模型。團隊表示，新模型針對推理和真實世界的代理工作流程進行了進一步的後訓練。OpenRouter· 模型

OpenRouter 的模型目錄為 Meta: Llama 3.1 70B Instruct 標示 11 月 3 日為到期日

OpenRouter 的模型目錄現在為「Meta: Llama 3.1 70B Instruct」（meta-llama/llama-3.1-70b-instruct）標示到期日為 2026 年 11 月 3 日。該模型自 2024 年 7 月 23 日起列於目錄中，支援 131,072-token 上下文。此前，該項目沒有標示到期日。這是目錄中的欄位；就我們目前所見，OpenRouter 和 Meta 都未說明原因，該項目也未說明模型在該日期之後會如何處理。模型

Maya-2：支援印度語言的語音模型，以開放權重形式發布

Maya-2 是一款以印度市場為目標的語音（語音合成）模型，於 10 月 27 日以開放權重形式發布在 Hugging Face，名稱為 maya-research/maya2-native。X 上的公告表示，該模型涵蓋印度 28 個邦和 8 個聯邦屬地、總計超過 15 億人口。Anthropic· 模型

Anthropic 論文聲稱內部 Claude 模型也推翻了指數時間假說

一篇刊登於 hexagonmath.org、標示由 Anthropic 於 2026 年 10 月 27 日提交的預印本，聲稱提出一種針對 n 個變數 3-SAT 的確定性演算法，執行時間為 2^o(n)，若屬實，將推翻指數時間假說（ETH）。論文指出，該演算法也能解決更難的 #3-SAT 問題（計算滿足條件的指派數量），並稱此結果已在 Lean 4 中形式化。模型

Baidu 開源 Unlimited OCR 2：解碼成本近乎固定的文件解析器

Baidu 於 10 月 26 日在 X 宣布推出 Unlimited OCR 2，並在 GitHub 提供程式碼、在 Hugging Face 提供模型權重。這款模型旨在有限的上下文視窗中解析幾乎不限長度的文件。OpenRouter· 模型

OpenRouter 的模型目錄移除了 Z.ai: GLM 4.5V 的 12 月 31 日到期日

OpenRouter 的模型目錄不再顯示「Z.ai: GLM 4.5V」(z-ai/glm-4.5v) 的到期日。自 10 月 24 日起，該項目一直標示到期日為 2026 年 12 月 31 日。這款模型自 2025 年 8 月 11 日起列於目錄中，支援 65,536-token 的上下文長度，目前仍保留在目錄裡。這是目錄欄位的變動；OpenRouter 和 Z.ai 均未說明新增或移除此日期的原因。模型

Artificial Analysis 推出 Code2Video-AA，評測以程式碼製作的行銷影片

Artificial Analysis 推出 Code2Video-AA，這是與 HeyGen 合作打造的 HeyGen Code2Video Bench 獨立實作。模型會收到 114 份產品與品牌行銷簡報，必須在單次回應中以 HyperFrames HTML 合成內容作答，不得使用工具；合成內容會在無網路存取的情況下轉譯為影片。評審模型（Gemini 4 Argon，high）會從互動度、提示意圖、構圖、時間一致性和製作品質等面向比較影片配對，並將五個面向的 Elo 評分取平均，作為總分。超過 35,000 次評比為 27 個模型排名。結果為 Artificial Analysis 自行測得。Cursor· 模型· 1 則討論

DeepSeek V4.1 Flash 現已在 Cursor 上推出

Cursor 於 10 月 26 日宣布，DeepSeek V4.1 Flash 已可在編輯器中使用；前往 Cursor Settings > Models 即可啟用。Cursor 表示，所有努力程度都位於 CursorBench 的成本前緣，每項任務費用為 $0.60 至 $0.98，且沒有其他模型能以相同成本取得更高分數。這些數據是 Cursor 根據自家基準測試得出的數字。OpenAI· 模型· 7 則討論

OpenAI 表示其模型證明了局部平滑猜想、推翻了指數時間假說，並證明了 Yang–Mills 理論的存在性

OpenAI 宣布其模型在數學、電腦科學和物理學領域取得三項成果。以下內容皆為 OpenAI 自行提出的說法；目前尚無任何成果經過獨立驗證，而 OpenAI 表示這些結果已在 Lean 中檢查。GitHub Copilot· 模型

GPT-6.1 Terra 正式推出，開放所有 GitHub Copilot 使用者使用

GitHub 表示，OpenAI 最新模型 GPT-6.1 Terra 已在 GitHub Copilot 正式推出，開放所有使用者使用。GitHub 將其描述為一款適合日常代理式程式設計與終端機工作的模型，成本低於 GPT-6.1 Sol；並表示在早期測試中，與 GPT-5.6 Terra 相比，它解決的終端機與 C# 程式設計任務明顯更多，也能針對範圍明確的任務，以聚焦且精簡的步驟完成工作。
較早的新聞