Kimi K2 系列將於 2026 年 10 月關閉,K3.1 Pro 取代並帶來成本與引數差異
Kimi K2 系列將於 2026‑10‑31 斷線,K3.1 Pro 成為新的主力模型,並帶來引數、速度與成本的顯著差異。 - 模型更新:K3.1 Pro 為 3T‑class,1M tokens;K3.1 Pro‑highspeed 速度 2‑3 倍,1M tokens。
Kimi K2 系列將於 2026‑10‑31 斷線,K3.1 Pro 成為新的主力模型,並帶來引數、速度與成本的顯著差異。 - 模型更新:K3.1 Pro 為 3T‑class,1M tokens;K3.1 Pro‑highspeed 速度 2‑3 倍,1M tokens。
DeepSeek V4.1 Flash 的價格在短短五天內兩度變動,Oct 26 內部費用為 $0.02 / $1.00,Oct 31 內部費用升至 $0.045,輸出費用降至 $0.50。
Nemotron 3.5 Transcribe:單 GPU 提示式離線 STT,支援多語呼叫管線 - 模型規格:30B-A4B checkpoint。
Gemini 4 Carbon 於 10 月 28 日宣佈,雖然在安全評估榜單上名列第一,但目前仍未向大眾開放使用。 - 安全評估:在 SEC-bench Pro 上獲得 88.2%,能自動發現真實軟體中的複雜漏洞。
GPT‑6、Claude 5.5 與 Gemini 4 於 2026 年十月相繼推出,三家公司在短短一個月內陸續發布新模型。
Figma 正在訓練專用編輯模型,讓設計師能透過 Figma agent 直接修改畫布上的既有設計;這項工作結合監督式微調與強化學習,目標是提升編輯品質與速度。
summary_zh: Rock Matrix 推出 EdgeRock-4B,這是一款 4B 引數的多模態推理模型,能在普通筆記本閱讀文字與影像,同時以固定 KV cache 控制記憶體使用,降低執行成本。
summary_zh: 一個 512 bytes 的 MBR 內嵌神經網路,能在 386 16‑bit real‑mode 下啟動 PC,載入 11.5 KB int8 模型並即時產生 Linux boot log。
Gemini 4 Argon 於 10 月 13 日正式 GA,18 天後已在獨立人工分析排行榜上取得 50 分,並以 110M 令牌完成指標測試。 - 排行榜得分:Argon (high) 50 分,Claude Opus 5.5 52 分,GPT‑6 Astra 55 分。
GPT‑6.1 Terra 在三項高強度測試中,成本比 Claude Opus 5.5 低約 8 倍,速度提升 25 分鐘以上,且在程式碼執行與瀏覽器互動任務中保持較高準確度。
GPT‑6.1 Terra 是 OpenAI 於 2026‑10‑26 推出的中階電腦使用模型,支援閱讀螢幕、點選、輸入與跨程式操作。 - 價格:$1/M 內部輸入、$5/M 外部輸出、$0.05/M 快取輸入,較前代低 50%。
Gemini 4 Carbon、Genie 4、GPT‑6.1 Terra、Mistral Large 4 等多款模型於 2026 年 10 月公佈,涵蓋前沿效能、成本最佳化與開放權重。
Mistral Le Chonk 1-bit GGUF 量化版已能在 Mac Studio 本機執行,維持 91% 的 top‑1 準確率。 - 模型規模:1 000 000 000 000 引數(1T)。
推薦理由:說明 1-bit GGUF 量化版可在 Mac Studio 本機執行 1T 引數模型,對需要本機部署大型模型的工程師與安全研究者具參考價值。
導語:Mistral AI 於 2026 年 10 月 19 日公開發布 Large 4,提供可下載、獨立執行的 AI 模型,協助企業與政府發現並修復網路安全漏洞。
導語:OpenAI 於 10 月 26 日推出 GPT‑6.1 Terra,定位為低成本高速模型,與旗艦 GPT‑6 Astra 進行比較。 - 價格:Terra 1 美元/百萬輸入 token、5 美元/百萬輸出 token;Astra 10 美元/百萬輸入、50 美元/百萬輸出,Terra 價格為 Astra 的十分之一。
智元於 10 月 29 日發布具身基座模型 GO-3 Preview,該模型登上 RoboDojo、RoboTwin、RoboColiseum 三項評測榜單第一,並計畫於 2026 年底全面開源。
推薦理由:文章以便利店實際作業資料呈現部署後持續學習的變化,並說明成功率與常規微調的比較,可瞭解具身模型如何累積作業經驗。
summary_zh: Samaya AI 發布了 Samaya Sterling,一款以 NVIDIA Nemotron 3.5 Lightning 為基礎。
summary_zh: Edge0 釋出 Audio8‑TTS‑Realistic,一款 0.6B 引數的零‑shot 語音克隆 TTS 模型,支援 23 語言並以 4.86% 的 CV3 平均誤差領先多數同類模型。
推薦理由:原文展示 75 步 LoRA RL 可將 Mistral Large 4 的 AIME 2024 avg@8 從 64% 提升至 75%,凸顯強化學習價值。
summary_zh: 研究員將 RISC‑V CPU 編譯進 Qwen3.5 權重,Orange Tsai 以純邏輯漏洞實現 Microsoft Edge 沙盒逃逸。
OpenRouter 實測 Claude Opus vs Sonnet vs Haiku 5.5:該選哪一個 summary_zh: OpenRouter 針對 Claude Opus 5.5。
Baseten 發布 joey-1 2B 決策模型,單位 100 萬 tokens 價格 $0.01 summary_zh: Baseten 發布了 joey-1,一款 2B 引數的決策模型,單位 100 萬 tokens 價格 $0.01。
summary_zh: 兩個小型神經網路——world model 與 actor——在 Raspberry Pi Pico 2 W 上同時產生並玩遊戲。
summary_zh: Figma 透過自研的 agent 方式,先利用超過 25 萬 條合成樣本進行 SFT,將早期 Llama 3.3 70B 在畫布編輯任務上逼近當時頂尖模型,隨後採用 RL 並結合確定性校驗器與視覺評委進行評測。
Mistral 釋出千億引數 AI 模型 Mistral Large 4 (ML4) 的權重,允許企業與政府自行下載並部署。 - 權重可下載:已在 Hugging Face 及 API 提供,支援 on‑prem 部署。
Mistral Large 4 在 AI Gateway 釋出更新權重,並將輸入、快取輸入及輸出 token 的價格調低。 - 效能提升:更新權重增強 agentic coding、保護網路安全,並提升程式碼任務的 token 效率。
Gemini 4 Carbon 於 2026 年 10 月發布,成為 Google 在安全基準上領先的 AI 模型。 - SEC‑bench Pro:88.2%,ExploitGym:54.8%,CWE‑bench:71.0%,領先同類模型。
推薦理由:Gemini 4 Carbon 在安全基準上領跑,顯示 AI 模型在漏洞檢測與修補方面的進步,可為網路防禦提供更可靠工具。
Mistral Large 4(Le Chonk)於 10 月 29 日發布權重,擁有約 1 兆引數、每步 52 B 活躍引數。 - 執行需求:標準版需 8 顆 Nvidia B300 GPU,壓縮版可用 4 顆 GB300 GPU。
summary_zh: Mistral 釋出 Mistral Large 4 (ML4) 開源權重,並在編碼基準上領先 GLM‑5.3 1 分,宣稱為「全球最佳開源代理式編碼模型」。
Mistral AI 釋出 Mistral Large 4(Le Chonk),一個 1 兆引數的多模態開源模型。 - 引數量:1 兆,提供前所未有的編碼與防禦安全能力。
導語:Mistral Large 4(Le Chonk) 是 Mistral 迄今最大的多模態模型,擁有 1 Trillion 引數與 1 M 上下文長度,於 2026 年 10 月 29 日在 Hugging Face 發布。
推薦理由:Mistral Large 4 以 1T 引數與 1M 上下文長度,示範多模態推理與安全應用,對金融與網路安全領域實務效能具備價值。
Le Chonk 是 Mistral 推出的 1 兆引數開源 AI 模型,宣稱已超越中國主要實驗室的同類模型。 - 模型規格:1 兆引數,針對自動編碼與網路安全問題進行最佳化。
Gemini 4 Carbon 是 Google DeepMind 於 2026 年 10 月推出的新前沿模型,主打網路安全與長期任務。\n- 上下文:1 M token 上下文視窗,1 M 最大輸出。
Nemotron 3.5 Transcribe 是 NVIDIA 推出的開源 30B MoE 語音 LLM,支援 40 種語言、1 小時錄音、65,536‑token 上下文。