AI Tracker下载 App

模型新闻，
为开发者整理。

各家 AI 公司最新的模型动态：发布、调价和下线，附上对你的影响。

模型· 2 条讨论

Artificial Analysis 发布 Intelligence Index v5，Claude Opus 5.5 位居榜首

Artificial Analysis 发布了 Intelligence Index 第 5 版。这项综合模型能力的指数新增了两项基准测试，并升级了三项测试。该机构表示，指数中的大部分内容首次基于私有数据集构建。它还推出了 Progress Index v1，将 2022 年 11 月以来发布的语言模型放在同一能力尺度上进行比较。Anthropic· 模型

Anthropic称，一款尚未发布的Claude模型构建了五条漏洞利用链，其中包括一次点击即可发动的Chrome攻击；Chrome 156已修复62个CVE

Anthropic的Frontier Red Team于10月27日发布了《使用Claude发现并利用真实世界关键软件中的漏洞》。以下内容来自一篇总结该文章的帖子，而非文章本身。Anthropic· 模型· 2 条讨论

Anthropic 分享药物研发合作的早期成果

Anthropic 表示，过去几个月里，其科学家与六家研发新药的机构开展了研究合作（BigHat Biosciences、Bristol Myers Squibb、Divergence Labs、Enveda、Generate Biomedicines 和 The Column Group），并已开始自主开展药物发现工作。Anthropic 在一篇博客文章中分享了早期成果，并表示已了解到 Claude 如何支持药物研发的多个阶段。文章还介绍了这项工作如何契合 Anthropic 在生命科学领域的更广泛抱负。Google· 模型

Google Research 提出“睡眠”阶段，让 LLM 持续学习而不遗忘

Google Research 于 2026 年 10 月 27 日发布了《The sleep framework》（作者：Ali Behrouz 和 Vahab Mirrokni）。文章介绍了一种持续学习方法：已部署的模型在主动阶段和睡眠阶段之间交替运行。主动阶段会将新信息保存在短期记忆中；睡眠阶段则停止接收输入，并将这些记忆整合进模型权重。Anthropic· 模型

Anthropic 研究：分析师使用 Claude Code 后，在 86% 的判断中顺从了智能体隐藏的倾向

Anthropic 发布了一项研究，探讨 AI 智能体如何影响专家决策。研究对 50 名专业分析师（具有因果推断经验）开展了随机试验，让他们使用 Claude Code 和 Claude Opus 4.8（High effort）分析一个虚构农业合作社的咨询项目是否有效。据 Anthropic 介绍：模型

Liquid AI 推出 LFM3：涵盖文本、视觉、音频和全模态的六款小型模型

Liquid AI 宣布推出新一代 Liquid Foundation Models——LFM3。该系列采用其所称的全新三混合架构，并配备新的多模态编码器。据称，这一架构针对 GPU、CPU 和 NPU 等 14 类处理器进行了优化，模型可在单块 GPU 上微调。Google· 模型· 4 条讨论

Google DeepMind 推出 Genie 4：实时交互式世界模型

Google DeepMind 于 2026 年 10 月 27 日宣布推出 Genie 4，称这是迄今最逼真、互动性最强的世界模型。在博文中，DeepMind 表示，用户可以实时探索动态环境，观察场景如何响应、发出声音，以及其中的人物如何移动、反应和交谈。DeepMind 发布了一篇题为《Genie 4：新一代世界模拟》的博文。模型

Microsoft 的 MAI-Image-2.7-Preview 在 Artificial Analysis 图像编辑榜单中排名第 2

Artificial Analysis 称，Microsoft AI 最新的图像编辑模型 MAI-Image-2.7-Preview 是 MAI-Image-2.6（于 8 月发布）的继任者，在其 AA-Image-Editing v2.1 排行榜中位列第二，仅次于 OpenAI 的 GPT Image 2.5 Sunburst (max)。这些结果来自 Artificial Analysis 自身。模型

据报道，商汤开源 SenseNova 6.8 Code2Video，这是一款 27B 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，模型权重托管在 Hugging Face，名称为 sensenova/SenseNova-6.8-Code2Video。该报道为二手消息，未引用商汤官方公告。模型

Axiom称，AI 智能体已在 Lean 中形式化有限单群分类定理

AI 数学公司 Axiom 在 X 上宣布，已在 Lean 中完成有限单群分类定理的完整自动形式化，并称这一成果为“对称性的元素周期表”。Axiom称，原始证明约有 15,000 页，由几代 100 多位数学家共同完成，并称这是历史上规模最大的经计算机验证的数学证明。模型

Ling 发布 Ling-3.1-flash-1019 开放权重及基础模型

Ling 团队表示，Ling-3.1-flash-1019 现已开源，权重可在 Hugging Face 和 ModelScope 上获取。团队还发布了 Ling-3.1-flash-base，并称其是一个开放的基础模型，可用于进一步训练。团队表示，新模型针对推理和真实世界的智能体工作流进行了进一步的后训练。OpenRouter· 模型

OpenRouter 的模型目录显示 Meta: Llama 3.1 70B Instruct 将于 11 月 3 日到期

OpenRouter 的模型目录现显示，"Meta: Llama 3.1 70B Instruct"（meta-llama/llama-3.1-70b-instruct）的到期日期为 2026 年 11 月 3 日。该模型自 2024 年 7 月 23 日起列入目录，上下文长度为 131,072 个 token。此前，该条目没有到期日期。这只是目录中的一个字段；据我们所见，OpenRouter 和 Meta 均未说明原因，该条目也没有说明模型在该日期之后会如何处理。模型

面向印度语言的语音模型 Maya-2 已发布，权重开放

Maya-2 是一款面向印度市场的语音（语音合成）模型，10 月 27 日以 Hugging Face 名称 maya-research/maya2-native 开放权重。X 上的公告称，该模型覆盖印度全部 28 个邦和 8 个中央直辖区，面向超过 15 亿人口。Anthropic· 模型

Anthropic 一篇论文声称，内部 Claude 模型也推翻了指数时间假设

hexagonmath.org 上的一篇预印本注明由 Anthropic 于 2026 年 10 月 27 日提交。论文声称，针对 n 个变量的 3-SAT 存在一种确定性算法，运行时间为 2^o(n)，这将推翻指数时间假设（ETH）。论文称，该算法还可以解决更难的 #3-SAT 问题，即统计满足赋值的数量，并且这一结果已在 Lean 4 中形式化。模型

Baidu 开源 Unlimited OCR 2，这款文档解析器的解码成本近乎恒定

Baidu 于 10 月 26 日在 X 上宣布推出 Unlimited OCR 2，并在 GitHub 上提供代码、在 Hugging Face 上提供权重。该模型旨在有限的上下文窗口内解析几乎任意长度的文档。OpenRouter· 模型

OpenRouter 目录中 Z.ai: GLM 4.5V 的 12 月 31 日到期日期已移除

OpenRouter 的模型目录不再显示“Z.ai: GLM 4.5V”（z-ai/glm-4.5v）的到期日期。自 10 月 24 日起，该条目一直标注到期日期为 2026 年 12 月 31 日。该模型自 2025 年 8 月 11 日起列入目录，上下文长度为 65,536 个 token，目前仍在目录中。这是目录中的一个字段；OpenRouter 和 Z.ai 均未说明添加或移除该日期的原因。模型

Artificial Analysis 推出 Code2Video-AA：评测用代码制作的营销视频

Artificial Analysis 推出了 Code2Video-AA，这是其与 HeyGen 合作开发的 HeyGen Code2Video Bench 自有实现。模型会收到 114 份产品和品牌营销简报，并须在单次回复中为每份简报生成 HyperFrames HTML 合成内容，不能使用工具；随后在无法访问网络的情况下将其渲染为视频。评审模型（Gemini 4 Argon，high）会从互动性、提示意图、构图、时间一致性和制作水准五个方面对视频进行两两比较，并将五个维度的 Elo 评分取平均，作为总分。超过 35,000 次评判为 27 个模型排名。结果由 Artificial Analysis 自行得出。Cursor· 模型· 1 条讨论

DeepSeek V4.1 Flash 现已在 Cursor 中上线

Cursor 于 10 月 26 日宣布，DeepSeek V4.1 Flash 已在编辑器中上线；可在 Cursor Settings > Models 中启用。Cursor 表示，各个 effort level 的表现都处于 CursorBench 的成本前沿，每项任务的成本为 $0.60 至 $0.98；没有其他模型能以这一成本取得更高分。这些数据来自 Cursor 自己的基准测试，是 Cursor 提供的数据。OpenAI· 模型· 7 条讨论

OpenAI称其模型证明了局部平滑猜想、推翻了指数时间假设，并证明了杨–米尔斯理论的存在性

OpenAI宣布，其模型在数学、计算机科学和物理学领域取得了三项成果。以下内容均为OpenAI单方面说法；目前尚未经过独立验证。OpenAI称，这些结果已在Lean中核验。GitHub Copilot· 模型

GPT-6.1 Terra 现已在 GitHub Copilot 中全面开放

GitHub 表示，OpenAI 最新模型 GPT-6.1 Terra 现已在 GitHub Copilot 中全面开放。GitHub 称，该模型专为日常智能体编程和终端工作打造，成本低于 GPT-6.1 Sol；早期测试显示，它解决终端和 C# 编程任务的数量明显多于 GPT-5.6 Terra，并能针对范围明确的任务，以专注、精简的步骤完成工作。
更早的新闻