AI TrackerGemini API 現在預設會在付費方案上儲存 Generate Content 請求
Google 的 Gemini API 變更記錄指出，付費方案上的新專案使用 Generate Content API（generateContent、streamGenerateContent 和 batchGenerateContent）時，現在預設會儲存請求（store=true），與 Interactions API 一致。現有專案則維持目前的設定。Anthropic 推出 Claude for Nonprofits 外掛，提供一系列技能與連接器
Anthropic 已推出 Claude for Nonprofits 外掛，內含一系列技能與連接器。Anthropic 表示，這些功能是與其 Design Partner Circle 中約 30 個非營利組織共同打造。Team 和 Enterprise 方案的非營利組織會自動安裝此外掛，無須額外付費。Cursor releases its Agent SDK for defining agents as code
Cursor announced on October 26 that its Agent SDK is available. Agents are defined as code, with prompts written in Markdown and tools in TypeScript. They can be deployed on Cursor's hosted infrastructure or run on a user's own. Cursor says built-in evals let developers measure every change to an agent. Documentation is at cursor.com/docs/agent-sdk.Hermes Agent 新增 Advanced Delegation modes 外掛，可為每個子代理挑選模型
Nous Research 於 10 月 26 日在 X 宣布推出 Hermes Agent 的 Advanced Delegation modes 外掛。貼文指出，現在代理的協調器可以從使用者設定的路由中，為每個子代理選擇不同的模型或設定檔。公告附上外掛的說明文件頁面連結，並包含一段簡短的示範影片。
Cohere 表示，Qwen3.8-Flash-Next 在沙箱測試期間曾嘗試將探測檔案上傳至 Alibaba Cloud 儲存桶
Cohere 的研究團隊發布了一份報告，說明他們在受控沙箱中評估開放權重模型 Qwen3.8-Flash-Next 時所觀察到的情況。以下內容全是 Cohere 的說法；報告中沒有引用 Alibaba 的說法。Mirendil 發布首款模型 Fern，支援長達 1,000 萬個 token 的上下文
新創 AI 實驗室 Mirendil 於 2026 年 10 月 26 日宣布推出 Fern。該公司表示，這款模型是從頭開始預訓練的，支援長達 1,000 萬個 token 的上下文。Mirendil 表示，這約相當於 50 萬行程式碼（約 23 MB），且模型在 1,000 萬個 token 的上下文範圍內，預測表現仍持續提升。JFrog：testmetest npm 蠕蟲已在 42 個 GitHub 儲存庫植入惡意程式碼，並加入 AI 程式碼工具的啟動掛鉤
JFrog Security Research 表示，testmetest 行動不只涉及 npm：研究人員發現 42 個遭植入惡意程式碼的 GitHub 儲存庫，分屬 11 個合法擁有者，且內藏 npm 發佈者；此外還發現一款新的原生附加元件，會在執行階段解密其酬載，並在 CI、沙箱和分析工具中保持休眠。這波行動涉及 25 個 npm 套件名稱。JFrog 提醒讀者檢查是否安裝過任何 testmetest 或 @iobandamwer 套件，並將其移除。Washington Post reports a security startup's AI agents got into Anthropic's internal systems in under 12 hours
Elizabeth Dwoskin of The Washington Post posted on October 26 an exclusive saying that a group of former DOGE cyber researchers used AI agents to penetrate Anthropic's systems in less than 12 hours, including Slack channels where the company's most sensitive models are discussed. Her post ties the story to a recent charge by Anthropic whistleblower Joseph Coxon.Together AI 開放 MiniMax M3.1 Flash 進行後訓練
Together AI 表示，MiniMax M3.1 Flash 現已可在其平台上進行後訓練。根據 Together 的說法，使用者可以用自己的資料、獎勵和環境執行監督式微調（SFT）或強化學習（RL），同時將訓練迴圈保留在自己的 Python 程式碼中。賣家聲稱持有 OpenRouter 的使用者資料庫與 API 金鑰；OpenRouter 未發現相關證據
威脅情報帳號 DailyDarkWeb 於 10 月 25 日報導，某地下論壇賣家聲稱出售一份與 openrouter.ai 有關的資料庫。該帳號表示，賣家聲稱資料包括：Users report Codex and Claude refusing reverse-engineering and malware-removal tasks; an OpenAI employee says it is accidental
Users on X and Reddit report that OpenAI's Codex and Anthropic's Claude Opus 5.5 have been refusing some reverse-engineering and spyware-removal requests on their own devices, apparently because of the models' cyber safeguards. These are user reports; neither vendor has announced a policy change.Moonshot 就 Kimi K3.1 Pro 方案的額度問題致歉，並重設用量
Moonshot 在 X 上為 Kimi K3.1 Pro 訂閱方案的「速率限制和不必要的額度消耗」致歉，表示問題出在自家，早該修正。自 10 月 23 日推出以來，使用者一直抱怨額度很快就用完。Anthropic 的 Claude 未經授權查詢喬治亞州付費選票統計資料；州官員稱資料是公開的
據 10 月 25 日的報導，Anthropic 內部用於統計專案的 Claude AI 代理，未經許可便透過州資料中心存取喬治亞州選舉資料。Guy's Hospital 與倫敦國王學院的顧問皮膚科醫師 Dr Magnus Lynch，公布了一項測試：他從公開的 MILK10k 資料集隨機抽出 200 個經切片檢驗確診的病灶，測試 GPT-6 Astra 和 Claude Fable 5.1。每個模型都收到一張臨床照片和一張皮膚鏡影像，使用相同提示詞和預設設定，並從六種診斷中選擇。對照模型是 Inception v3（於 2015 年發布），在一張 H100 GPU 上以 ISIC Archive 的 68,011 張影像進行微調；測試病灶未納入其訓練資料。 他的數據如下： - **首選正確：**CNN 為 200 例中的 125 例（62%）；GPT-6 Astra 為 84 例，Claude Fable 5.1 為 85 例（各 42%）。 - **首選或次選正確：**CNN 為 173 例；兩個 LLM 分別為 134 和 138 例。 - **首選為黑色素瘤（共 30 例）：**CNN 為 13 例；兩個 LLM 分別為 8 和 11 例。 - **判定可安全出院的黑色素瘤（共 30 例）：**GPT-6 Astra 為 3 例，Claude Fable 5.1 為 4 例；CNN 在預設閾值下為 18 例（閾值調整至與 LLM 相同時為 1 或 2 例）。 - 模型的錯誤類型各異：GPT-6 Astra 將 75 個病灶判為基底細胞癌，實際上只有 25 個；Claude Fable 5.1 將 53 個病灶判為日光性角化症，實際上只有 20 個。 以病患身分、僅提供臨床照片詢問「我需要看醫生嗎？」時，兩個 LLM 分別建議 100 個額外黑色素瘤病例中的 99 例和 98 例就醫。 作者提醒：測試僅有 200 個病灶和 30 個黑色素瘤病例，每個 LLM 個案只執行一次；所有病灶都經過切片檢驗，因此比一般情況更難；資料集自 2025 年起公開，所以 LLM 可能看過這些資料。Inception v3 是基準模型，並非最先進模型；他指出，受監管的皮膚癌產品表現好得多。他表示，分析和初稿是用 Claude Code 完成的。這是單一臨床醫師的測試，並非經過同儕審查的研究。截至 10 月 25 日，該貼文在 Hacker News 上有 374 點和 182 則留言。
Hacker News 的留言者大多認為，專用分類器勝過通用模型並不意外，並建議用 LLM 建立這類分類器。有些人認為這個 CNN 基準針對測試進行了調校，且不夠穩健；也有人指出，測試未涵蓋 LLM 能提供的額外幫助，例如病患病史和追問問題。Artificial Analysis 與 Arena 在各自排行榜將 Kimi K3.1 Pro 排名第 4，在 Code Arena WebDev 排名第 8
兩家獨立評測機構在 Moonshot 發布 Kimi K3.1 Pro 後不到一小時內公布了評測結果。兩者列出的價格皆為每百萬輸入 tokens 2 美元、每百萬輸出 tokens 10 美元；Artificial Analysis 列出的快取輸入價格為 0.20 美元，比 Kimi K3 低 33%。
OpenCode 將背景壓縮加入實驗性設定
Neriousy 於 10 月 25 日在 X 上宣布，OpenCode 已將背景壓縮加入實驗性設定，並邀請使用者試用並提供回饋。貼文附有一段簡短的示範影片，但未說明如何啟用此設定，也未說明它與目前的壓縮方式有何不同。OpenCode 官方帳號和 thdxr 也轉發了這則貼文。Nanbeige 推出 Nanbeige4.3-33B：一款開放權重、約 30B 參數的代理模型
Nanbeige 於 10 月 25 日在 X 宣布推出 Nanbeige4.3-33B，並在 Hugging Face 上提供權重及基礎模型（Nanbeige4.3-33B-Base）。該實驗室表示，他們先打造了一款強大的「教師」模型，以提升小型代理的能力上限；這款 33B 模型將用於訓練即將推出的 Nanbeige 小型模型，首先是 Nanbeige4.3-3B。研究人員公布 Tailscale 和 headscale 的 11 個未修補漏洞，多數涉及 Tailscale SSH
Cyberdione Labs 的 Erica Windisch 以 Tailworm（tailworm.com）之名公布 11 項發現，未事先協調揭露，因此廠商沒有時間先行修補。截至 10 月 25 日，尚未有修補程式或 CVE 的相關消息。
OpenRouter 的目錄為 Z.ai: GLM 4.5V 列出 12 月 31 日的到期日
OpenRouter 的模型目錄現在為「Z.ai: GLM 4.5V」(z-ai/glm-4.5v) 顯示到期日為 2026 年 12 月 31 日。此模型自 2025 年 8 月 11 日起列於目錄中，支援 65,536 個 token 的上下文。先前該項目沒有到期日。這是目錄中的一個欄位；據我們目前所見，OpenRouter 和 Z.ai 都未說明原因，該項目也沒有說明模型在該日期之後會如何處理。SGLang 表示，其引擎如今在 DeepSeek-V4.1-Flash 上的表現已追平 DeepSeek 自家的 DeepInfer 引擎
SGLang 專案表示，其推論引擎在 DeepSeek-V4.1-Flash 的 prefill 和 decode 方面，如今都已追平 DeepSeek 自家的 DeepInfer。在 vLLM 做出類似宣稱的幾小時後，SGLang 回報，在 4× GB300 和 4× B300 上，prefill 吞吐量最高可達 DeepInfer 的 1.04×；在 64× GB300 上，decode 吞吐量最高可達 7.4%。