AI TrackerPokeBot 推出 RoboAPI，讓機械手臂能接收自然語言指令的 API
PokeBot 於 10 月 29 日推出 RoboAPI，由其稱為「世界動作模型」的 Poke-Aurora 驅動。該公司表示，相容的機器人可透過簡單的 API 接收自然語言指令，無須針對特定任務進行訓練。Pika 推出 H3 Flex，稱其為 DesignArena 上排名第一的開放權重文字轉影片模型
Pika 推出 H3 Flex，稱其在 DesignArena 的文字轉影片排行榜上首發即名列開放權重模型第 1 名（Pika 的說法）。Pika 表示，這款模型專為專業工作流程中的反覆調整而打造：可匯出音訊分軌、解析度最高達 4K，且生成速度快於即時播放；製作 15 秒影片及配樂最快只需 7 秒。OpenAI 更新 Model Spec，圍繞五項核心價值
OpenAI 發布更新版 Model Spec，說明其希望模型如何行為。這次修訂將指引重新整理為五項價值：忠於人類意圖、盡量降低傷害、誠實與透明、維護人類自主性，以及關懷。以下內容皆為 OpenAI 的說法。OpenAI releases GPT-6.1 Terra, a cheaper computer-use model at half the price of GPT-5.6 Terra
OpenAI released GPT-6.1 Terra on October 26, 2026, describing it as a fast, capable computer-use model: it understands what is on screen, takes action across apps and writes naturally. It is rolling out to all Plus, Pro, Enterprise and Edu users in ChatGPT Work and Codex, and developers can use it in the API as gpt-6.1-terra. OpenAI says usage allowances in ChatGPT Work and Codex go further with it than with GPT-5.6.Phonic 1 首登 Artificial Analysis 語音轉語音指數第 1 名
Artificial Analysis（基準測試網站，數據來自其自行測量）指出，Phonic 推出的語音轉語音模型 Phonic 1 (High) 在其 Speech to Speech Index 的 22 款模型中以 87.1 分拿下第 1 名，略勝 Grok Voice 3.0（86.9 分）。此模型可透過 Phonic API 使用，每分鐘 $0.07。Fish Audio 推出 Drama 3，Artificial Analysis 將其評為開放權重語音模型第 1 名
Fish Audio 推出 Drama 3，並在 Hugging Face 上提供模型權重。Artificial Analysis（基準測試網站，數據來自其自行測試）表示，Drama 3 在其兩個語音競技場中，都是開放權重模型第 1 名；在 Pronunciation Robustness 基準測試中，則是所有模型中的第 1 名。Mistral 以約半價發布 Mistral Large 4 權重；這款模型擁有 1 兆個參數
Mistral 發布了改良版 Mistral Large 4（「Le Chonk」）的權重。這款旗艦級原生多模態模型擁有 1 兆個參數，本月稍早開始公開預覽。權重可在 Hugging Face 取得，名稱為 Mistral-Large-4-1T-A52B，另有 NVFP4 版本。Mistral 稱其為歐洲訓練的模型，也是最好的開放權重程式設計模型。一位留言者指出，其授權是修改版 MIT 授權，並非 OSI 認可的授權。Qwen 4 尚未公布，但 Qwen Code 已列出 Qwen4 模型 ID
X 上有帳號指出，10 月 28 日發布的 Qwen Code v0.26.3 納入一項變更（官方 QwenLM/qwen-code 儲存庫中的 pull request #15762），預設將所有 ID 以 qwen4 開頭的模型視為具備 1M-token 的上下文長度。據該帳號表示，測試中列有 qwen4-max、qwen4-plus、qwen4-coder-plus、日期版本 qwen4-max-2026-10-01 和 qwen4.5-max。該帳號的貼文附上 pull request 連結和一張截圖。Artificial Analysis 推出 AA-Robotics v0.1：評測模型操控機械手臂的表現
Artificial Analysis 發布 AA-Robotics v0.1，讓模型操控機械手臂，並呈現模型視角下的任務畫面。在一個由同一台機械手臂寫出「hello world」的範例中，Artificial Analysis 表示，Claude Opus 5.5 是一點一點地點出字樣，共移動手臂 3,270 次，耗時 34 分鐘；GPT-6 Astra 則以連續筆畫書寫，移動 514 次，耗時 13 分鐘。Particle-1，這款以 DeepSeek V4.1 Flash 後訓練的模型，現已登上 Vercel AI Gateway
Vercel 表示，Particle-1（particle/particle-1）現已在 AI Gateway 上提供服務。AI Gateway 是 Vercel 為模型供應商打造的統一端點。Vercel 表示，這款模型以 DeepSeek V4.1 Flash 為基礎進行後訓練，完成工程任務所需的 token 較少，並建議用於除錯、規劃程式碼變更及拆解多步驟問題。Artificial Analysis 發布 AA-PersonalityBench：GPT-6 和 Grok 模型最直截了當
Artificial Analysis 發布了 AA-PersonalityBench，這是一項評估模型個性特質的基準測試，並提供結果頁面、方法說明頁面，以及可自行建立個性排名的工具。這些分數是該網站自行評定的。
ElevenLabs 推出強制對齊模型 Cue
ElevenLabs 研究團隊推出強制對齊模型 Cue：這是將逐字稿轉換為時間戳記的步驟，可用於字幕、配音和可點擊的逐字稿。它會將每個字元定位在音訊時間軸上。Rime 推出 Prism，這款語音代理專用語音轉語音模型
Rime 推出 Prism，這是一款供 AI 語音代理使用的語音轉語音模型。以下數據均為 Rime 自行宣稱，未經獨立測量。Artificial Analysis 推出 AA-Video-I2V v2.1，這是一項評測圖像轉影片模型的基準測試
Artificial Analysis 推出 AA-Video-I2V v2.1 和 AA-Video-I2V-Silent v2.1，這是一項評測圖像轉影片模型的基準測試。每個提示詞都搭配一張 1080p 起始圖像，以及為該圖像撰寫的提示詞，並依使用情境、能力和視覺風格分類；模型的評測解析度最高可達 1080p，並依 10 種使用情境和 10 項能力排名。整體排名會從各項目中平均抽樣。結果由 Artificial Analysis 自行提供。
GitHub Copilot Fusion 正式推出，可為每項任務路由並協調模型
GitHub 表示 Copilot Fusion 已正式推出。使用者不必自行選擇模型，只要在模型選擇器中選取 Copilot Fusion，再選擇強度等級（Standard、High 或 Max）；Copilot 會決定要使用哪些模型，以及如何讓它們協同運作。它結合了先前 Project HydraFusion 預覽版的多模型協調功能，以及 Copilot 的自動模型選擇功能。工作流程包括使用單一模型、級聯（由高效率模型起草，再由品質檢查決定是否升級），以及評論（由一個模型起草，另一個模型審查，再由第一個模型修訂）。
OpenBMB 發布 MiniCPM-OCR：1B 文件解析模型，並推出用於評分 OCR 結果的 2B 模型
OpenBMB 於 10 月 28 日在 X 上展示 MiniCPM-OCR，並在 iPhone 和 iPad 上本機執行。模型以開放權重形式發布，可透過 llama.cpp、vLLM、SGLang 或 Ollama 執行；微調程式碼也已開源，OpenBMB 另提供示範和 API。AssemblyAI 推出首款文字轉語音模型 AssemblyAI-TTS-1
AssemblyAI 推出首款文字轉語音模型 AssemblyAI-TTS-1，專為語音代理打造。AssemblyAI 表示，模型可在 90 毫秒內開始串流，每百萬個字元收費 15 美元，並稱它是在準確度、自然度與成本三方面兼具、可大規模部署的最佳 TTS 模型。OpenRouter 表示，該模型已在其平台上線，提供 4,000 多種語音，服務由美國或歐盟提供。
NVIDIA 推出開放權重 Nemotron 3.5 Transcribe，在 Artificial Analysis 的開放權重語音轉文字模型中並列第 1
NVIDIA 的 Nemotron 3.5 Transcribe 是一款全新的開放權重、可透過提示詞調整的語音轉文字模型：採用 30B 混合專家架構，約有 4B 個啟用參數。NVIDIA 表示，單一檢查點即可處理 40 種語言的轉錄、說話者歸屬、翻譯、情境提示和音訊理解，且權重、資料與訓練配方皆已開放。此模型已在 Hugging Face 上推出，並提供線上示範。Mistral 公開預覽 Responses API，並提供 DeepSeek V4.1 Flash 和 GLM 5.3 Flash
Mistral 於 10 月 28 日宣布，專為在 Mistral 上打造代理而設的 Responses API 已進入公開預覽。Mistral 表示，每個回應都會將模型的答案、推理內容和工具呼叫分別列出，讓應用程式比使用 Chat Completions 更輕鬆地處理每個步驟。此 API 支援 Mistral 託管的所有聊天模型，包括 Large 4。文件可在 Mistral Studio 文件網站查閱。