标签
Alexandr Wang 宣布推出 Muse Wonder，这是一款全新的前沿模型，被称为他们迄今为止规模最大、能力最强的模型，在个人和专业智能体领域表现达到最先进水平。
Liquid AI 宣布将于今日发布新款 LFM（Liquid Foundation Model），并向社区征集希望看到的模型尺寸。
这是一个基于 Qwen3.5-9B 微调的模型 Bev，它故意以高置信度选择最差的答案。现在以 Apache-2.0 权重、GGUF 量化版本和浏览器 demo 的形式发布——可作为测试基于置信度的自动化流水线的对照装置。训练上的启示是：一个模型必须先知道正确答案，才能可靠地答错。
Mistral AI 似乎已发布其新模型 Mistral Large 4 的基准测试结果。目前公开的细节很少，但这条帖子预示着一次重要的模型发布值得关注，尤其是它的性能数据。
据预计 Mistral 将于今日发布新模型，其 CEO Arthur Mensch 表示该模型在某些方面超越中国模型，这凸显了开放权重 LLM 提供商之间日益激烈的竞争。
一条关于 Qwen 4 27B 的推文，这是阿里 Qwen 系列中一个拥有 270 亿参数的模型。
一条未经证实的消息称，OpenAI 将于下周发布 GPT-6.1 Astra，发帖者表示这款产品将重新确立 OpenAI 在 AI 行业的主导地位。
Aleph Alpha 发布了 Kolibri 的技术报告 PDF，介绍该模型的架构、训练方法与评估结果。
一条推文预告 OpenAI 将于下周发布一款新的前沿模型，有望超越 Anthropic 的 Opus 5.5，并与 Mistral 的 Fable 5.5 一较高下；Mistral 的 Tibo 在回复中俏皮地暗示他们自己的新版本也将发布。
一条称赞 ElevenLabs 新款 Eleven v4 语音模型的推文，重点提到了一支演示广告——在其中 AI 语音朗读了一份列举 AI 语音'做不到'的各种事情的脚本。
据称 Fable 5.5 现已纳入批量路由，用户可以在自己的 Claude 账号上通过测试一个关于 "Tibo the reset guy" 的简单提示词，来验证自己是否已获得灰度发布的访问权限。
用户称赞 Anthropic 的 Opus 5.5，强调其能力与效率——连续运行数小时却只消耗少量用量配额。
TheWebAI 发布了 TwIL-LM3-Pro，这是一个 3.6B 参数的开源 SLM，可本地运行，在 BIG-Bench Hard 上取得 95.4 分，超过 Qwen3-8B 的 63.7 分，其后训练流程包括形式逻辑微调、权重合并以及针对程序化验证器的强化学习。
谷歌 Gemini 4 Argon 正式发布，支持 100 万 token 输出上限，限时半价优惠且目前处于限量发布阶段，LMArena 评分为 53 分，与 Astra 持平、略低于 Opus 5.5 的 58 分。
Google 的 Gemini 4 基准测试成绩强劲，但内部员工反映该模型在真实世界的编码任务和实际工作中表现吃力，引发外界担忧其可能落后于 Anthropic 和 OpenAI 的下一代模型发布进度。
Gemini 4 建模团队在 WebDev、3D、游戏、全栈和 Android 开发等多个领域的 VibeCodeBench 测试中取得 91.9% 的成绩；此前新一代前沿模型 Gemini 4 Argon 刚刚发布，入门定价为输入 $2 / 输出 $10。
ORTUS AI 开源了 RightWayUp，这是一款基于 Apache-2.0 许可发布的 6 种尺寸的 360 度图像旋转检测模型。它在旋转基准测试上的表现优于现有模型，并揭示了一个 JPEG 压缩捷径问题——该问题会导致竞品模型的准确率急剧下降。
OpenAI 的 GPT-6.1 Sol 仅在 7 天后便取代了 GPT-6 Sol，其智能指数得分逼近 GPT-6 Astra，而每项任务的成本却不到前者的四分之一，进一步推进了成本效率的帕累托前沿。