Anthropic 隐秘功能 "Orbit" 曝光：Claude Cowork 即将迎来重大升级
Anthropic 正为 Claude Cowork 平台开发名为 "Orbit" 的新功能，开发者门控代码为 "tibro enabled"。该功能可能在即将到来的 Code with Claude 大会上正式发布，预计将增强 Claude 的自主任务执行能力。
AI大模型动态
追踪全球AI大模型最新进展、技术突破与产品发布
WorldClaw 上线：懂王的 AI 中转站，300+ 模型打七折，买 API 送海湖庄园
WLFI 生态旗下 WorldClaw 推出 WorldRouter，聚合 300+ AI 模型（Claude、GPT、Gemini 等），比官方定价低 30%，支持 USD1 稳定币结算。最高档套餐附赠海湖庄园私人活动抽奖机会。
智谱清言大放血：注册送 200 万 Token，GLM-4.6V 视觉模型直接薅 600 万
智谱清言推出大规模免费 Token 活动：注册即送 200 万通用 Token，GLM-4.6V 视觉模型 600 万，GLM-4.5-Air 1200 万。无需实名认证，手机号即可注册。这波操作直接降低了国产模型的使用门槛。
ChatGPT 广告全面开放：自助平台上线，$25万门槛降到$5万，CPC竞价来了
OpenAI 正式推出 ChatGPT 自助广告平台，面向美国广告主开放。最低投放门槛从 $25 万降至 $5 万，新增 CPC 竞价和转化追踪，引入 Pacvue、Kargo、StackAdapt 等广告技术合作伙伴。
DeepSeek V4 Pro 延迟发布背后的棋局：绑定国产芯片，成本骤降 17 倍
DeepSeek V4 Pro 在 FoodTruck Bench 上与 GPT-5.2 持平，延迟 10 周发布的原因是为了适配国产芯片。推理成本仅为美国同类模型的 1/17，标志着中国 AI 从"模型追赶"转向"算力自主"。
GPT-5.5 Instant 全员免费：ChatGPT 终于学会了闭嘴
OpenAI 将 GPT-5.5 Instant 设为 ChatGPT 默认模型，全员免费可用。回复精简 30%，高风险领域幻觉降低 52.5%，记忆和个性化同步升级。
Kimi K2.6 开源编程模型：免费+OpenAI兼容，月之暗面正面硬刚 GPT/Claude
月之暗面发布 Kimi K2.6 开源编程模型，支持 256K 上下文、OpenAI 兼容接口、图像视频理解，SWE-bench Multilingual 声称超越 GPT-5.4 和 Opus 4.6，且完全免费。
MiniMax 从 M2.7 到 M3：中国模型的"Office Agent"突围路线
MiniMax 在 M2.7 之后即将发布 M3 版本，并首次展示了 Office Agent 能力预览。在 GDPval-AA 评测中 M2.7 得分 1514，虽不是最高分但走出了差异化的 Office 办公场景路线，与 DeepSeek、Kimi、GLM 形成错位竞争。
腾讯开源 1.8B 翻译模型：手机端直接跑，评分逼近 Qwen3-32B
腾讯悄然开源 1.8B 参数翻译模型，提供 2bit 和 1.25bit 两个量化版本，手机端可直接运行，翻译评分接近 Qwen3-32B 水平，标志着大模型赛道向小模型精细化竞争转向。
蚂蚁灵光 Ling-2.6-1T 开源：1 万亿参数不走堆料路线，主打每 token 有效智能
蚂蚁集团灵光团队正式开源 Ling-2.6-1T，1 万亿参数 MoE 架构，聚焦 token 效率而非参数量竞赛。相比同类万亿模型，推理成本更低、Agent 适配更直接，为生产部署提供了新的开源选择。
百川智能掉队了吗？Baichuan 4 发布半年后的冷思考
百川智能曾是"AI四小龙"中最受瞩目的选手之一，但Baichuan 4发布后声量远不及Qwen、DeepSeek、Kimi。本文分析百川的技术路线、开源策略及在激烈竞争中的突围路径。
Gemini 3.2 Flash 灰度现身 Google AI Studio：下一代 Flash 模型提前泄露
Google Gemini 3.2 Flash 模型已在 Google AI Studio 和 iOS 应用中灰度出现，定位为兼顾速度与推理的全能型模型。能力接近 Gemini 3.1 Pro 但保持 Flash 级别的速度。Google I/O 大会（5月19日）预计正式公布。
Qwen3.6-27B-Claude-Opus-Reasoning-Distill：270 亿参数、4-bit 量化，把 Opus 级推理能力装进消费级显卡
社区开源 Qwen3.6-27B-Claude-Opus-Reasoning-Distill-v2，将 Qwen3.5 推理能力与 Claude Opus 蒸馏结合，4-bit 量化后可在消费级 GPU 运行，标志着开源推理模型进入新阶段。
DeepSeek 发布视觉原语推理：多模态不再"用语言思考图像"
DeepSeek 4月底连发两项视觉能力升级：DeepSeek Vision Beta 原生接入聊天界面，以及《用视觉原语思考》技术报告提出"边指边想"的双轨推理机制，突破传统多模态模型的语言思维局限。
GPT-5.5 Instant 静默上线：AIME 暴涨 16 分，幻觉降低 52.5%
OpenAI 在 ChatGPT 中静默上线 GPT-5.5 Instant 模型，多项基准测试显著跃升：AIME 2025 从 65.4% 升至 81.2%，GPQA 从 78.5% 升至 85.6%，幻觉率降低 52.5%。这是 OpenAI 持续压缩模型发布节奏的最新动作。
Kimi K2.6 在设计竞技场碾压 GLM 5.1 和 GPT-5.5，SWE-Bench Pro 与 Claude 平价
月之暗面 Kimi K2.6 在设计竞技场中超过 GLM 5.1 和 GPT-5.5，同时在 SWE-Bench Pro 上与 Claude 和 GPT-5.5 拉平，成本仅为三分之一。中国开源模型正在从"追赶"转向"平价替代"。
Kimi K2.6 登陆 OpenRouter：$0.95/MTok 输入定价，国产模型出海的价格锚点
月之暗面 Kimi K2.6 正式登陆 OpenRouter，输入 $0.95/MTok、输出 $4/MTok 的定价策略直接对标 Claude Opus 4.7。这是国产模型首次以激进定价出现在国际模型聚合平台上，标志着中国开源模型开始争夺全球开发者市场。
OpenAI 发布 GPT-5.5 Ultra：推理与编程超越 GPT-4，但能耗效率成隐忧
OpenAI 于 5 月 5 日发布 GPT-5.5 Ultra，在推理和编程任务上超越 GPT-4，但 token 消耗量显著增加，引发对计算效率和成本的讨论。这是 OpenAI 在 GPT-5 系列的又一次迭代更新。
Gemini 大更新：Notebooks 项目记忆、文件生成（PDF/Word/Excel）、原生 Mac App 一步到位
Google 在 2026 年 5 月初对 Gemini 进行了一次大规模更新：引入 Notebooks 项目记忆系统、支持生成并下载 PDF/Word/Excel 等格式文件、推出原生 Mac 桌面应用。这不是功能堆砌，而是 Google 将 Gemini 从聊天机器人升级为生产力基础设施的战略动作。
百灵 Ling-2.6 1T 冲上 OpenRouter 周榜第 16 位：上线数天反超 GLM 5.1
蚂蚁集团百灵 Ling-2.6 系列在 OpenRouter 周榜上冲到第 16 位，上线仅数天就压过老牌模型 GLM 5.1。Ling-2.6-Flash 已开源，定位为生产级而非噱头驱动的模型，在推理效率和 Agent 性能上有显著优化。
State of AI May 2026：DeepSeek V4、Kimi K2.6 在 SWE-Bench Pro 追平 Claude/GPT-5.5，成本仅三分之一
2026 年 5 月 State of AI 报告显示，DeepSeek V4 和 Kimi K2.6 在 SWE-Bench Pro 上得分与 Claude Opus 4.7、GPT-5.5 持平，推理成本仅为后者的三分之一。但 FrontierSWE 长程任务测试揭示了新的能力分水岭。
Google Gemini 聊天可直接生成 Docs/Sheets/Slides，AI 办公从"辅助"迈入"执行"
Google 在 Gemini 聊天中新增文件生成功能，用户可直接对话生成 Docs、Sheets、Slides、PDF、Word、Excel 等格式文件。AI 办公能力从"建议"跃升到"执行"，标志着 Google Workspace 与 Gemini 的深度整合进入新阶段。
Kimi 超级上下文升级：2000 万 token，月之暗面重新定义"长文本"边界
月之暗面（Moonshot AI）于 4 月 29 日发布 Kimi 超级上下文升级，上下文窗口突破 2000 万 token，可同时处理整个技术手册库。这是继 Gemini 2M、Claude 1M 之后的又一个里程碑，标志着长文本竞争进入千万级时代。
Qwen Image 2.0 Pro 杀入 Arena 文生图 Top 10，阿里多模态版图再下一城
阿里 Qwen Image 2.0 Pro 在 LMSYS Arena AI 文生图排行榜登顶第 9 名，人像类第 6、写实摄影类第 7，成为首个跻身该榜单前十的国产图像模型。
Anthropic CEO：Claude正在设计下一代Claude，AI自设计时代到来
Anthropic CEO公开表示，Claude已参与设计下一代Claude的大部分工作。这一信号意味着AI系统正在从"被训练的工具"转向"自我进化的智能体"。
双模型对抗编程工作流：Opus 4.7 规划 + GPT-5.5 执行，效果碾压单模型
实测表明 Opus 4.7 负责架构规划、GPT-5.5 负责代码执行的双模型工作流，在编码质量与效率上显著优于单模型方案。本文拆解工作流设计、提示词模板与成本分析，给出可复用的最佳实践。
Meta 开源战略大转向：Avocado 模型推迟发布，闭源路线浮出水面
Meta 将其新一代基础模型 "Avocado" 的发布计划从 3 月推迟至 5 月，同时内部战略重心从开源 Llama 系列转向闭源前沿模型。扎克伯格的开源路线面临内部质疑，Meta 正从"开源推动者"转变为"开源与闭源双轨并行"。这一转向将重塑开源 AI 生态的竞争格局。
Qwen 牵手 Fireworks AI：闭源权重模型首次走出阿里云
Qwen 与 Fireworks AI 达成战略合作，首次将 Qwen 系列闭源权重模型通过第三方推理平台对外提供。这意味着全球开发者无需翻墙或注册阿里云，即可以极低延迟调用 Qwen3.5、Qwen3.6 等最新模型。
通义千问用户突破1.66亿，千问App深度体验：从聊天工具到AI操作系统
国内AI软件用户排名出炉：豆包3.45亿居首，通义千问1.66亿位列第二，DeepSeek 1.27亿第三。千问App已进化为集文档分析、代码编写、图像理解于一体的AI操作系统。
Google I/O 2026 前瞻泄露：Gemini "Omni" 多模态模型亮相，视频生成硬刚 Seedance 2.0
Google I/O 2026 大会前泄露信息显示，Google 正在测试名为 "Omni" 的全新统一多模态模型，集成文字、图片、视频和长上下文能力。Gemini 视频生成界面已显示 "Powered by Omni"，直接对标 Seedance 2.0 和 Veo 系列。
Kimi K2 论文深度解读：当高质量 token 耗尽后，月之暗面选择了"智能体化训练"
月之暗面在 arXiv 发布 Kimi K2 技术论文，提出"Open Agentic Intelligence"训练范式。论文核心洞察是：高质量文本 token 即将耗尽，继续往模型里"倒数据"的边际收益递减。K2 转而通过 Agent 自我交互生成训练数据，实现能力跃迁。这一思路与 OpenAI 的 process supervision 和 DeepSeek 的 RL 路线形成鲜明对比。
OpenAI 静默推送 GPT-5.5：Persistent Reasoning 让模型能"思考数分钟"
OpenAI 于 4 月 28 日静默上线 GPT-5.5 后端更新，引入 Persistent Reasoning（持久推理）能力，允许模型在复杂编程任务中思考数分钟。此次更新未做官方宣布，但开发者社区已发现多项行为变化。
MiniMax M3 确认即将发布：五月国产模型大战全面打响
MiniMax 核心开发者确认 M3 "不会太远"，与 GPT-5.6、Sonnet 4.8、Gemini 3.5 同台竞技。回顾 M2.7 的自进化架构与百万上下文能力，预判 M3 的技术路线与市场定位。
Qwen 前技术负责人林俊旸发文：大模型下一阶段是"为行动而思考"
Qwen 团队前技术负责人林俊旸（Junyang Lin）发表新观点：大模型的下一个阶段不是让模型"想得更久"，而是让模型"为了行动而思考"。这一判断直指当前 CoT 和长推理路线的局限性，为 Qwen 后续 Agent 化指明了方向。
Qwen 3.6 规模战略：从 27B 跨越到 8B 端侧的降维部署路线
Qwen 团队确认已跨越 27B 参数门槛，下一个目标是 8B 端侧模型。结合 Qwen 3.6 系列已有的 35B/3.6B MoE 布局，阿里正在构建从云端到端侧的全尺度开源模型矩阵，直接对标 Llama 的开源端侧战略。
小米 MiMo-V2.5-Pro 登顶 GDPval-AA 评测，中国开源模型五强格局重塑
GDPval-AA 最新评测显示，小米 MiMo-V2.5-Pro 以 1578 分登顶中国开源模型榜单，超越 DeepSeek V4 Pro（1554）、GLM 5.1（1535）和 Kimi K2.6（1484）。五月国产开源模型密集发布，竞争进入白热化。
Cloudflare Agent Memory 技术拆解：AI 智能体的持久记忆架构
Cloudflare 发布 Agent Memory 私测服务，通过双通道提取、八步验证、五通道检索融合（RRF），为 AI 智能体提供跨会话持久化记忆。与 Mem0、Zep、Letta 等方案对比，差异化在于边缘分发和 Cloudflare 计算原语深度集成。
Anthropic CEO 确认 Claude 年收入达百亿美元，开发者大会 5 月 6 日召开
Anthropic CEO 确认 Claude 收入连续 10 倍年增长：2023 年 1 亿美元→2024 年 10 亿美元→2025 年 100 亿美元，且 2026 年 1 月仍在加速。5 月 6 日开发者大会即将发布 Claude Sonnet 4.8 或更新版本，同时 Cardinal 视觉回顾功能曝光。
OpenClaw v2026.5.3 发布：内置文件传输插件，Agent 跨节点直接读写
OpenClaw 发布 v2026.5.3，新增内置 file-transfer 插件，Agent 可在已配对节点间执行文件读取、目录列表、文件写入和二进制传输。同时 ChatGPT 订阅现已支持在 OpenClaw 中使用。
Gemini 3.5 Pro 预告片释出：Google IO 前的多模态暗战
Google IO 大会前数周，多个 Gemini 3.5 Pro 变体被社区发现。作为 Gemini 3 系列的下一代升级，3.5 Pro 预计强化多模态理解与端侧推理能力。在 GPT 5.6、Claude Sonnet 4.8、MiniMax M3 同月密集发布的背景下，Google 的端侧 AI 战略成为差异化竞争的关键。
NVIDIA CEO 承认中国 AI 加速卡市场份额归零，Micron 称 AI 消耗全球过半内存
NVIDIA CEO 确认美国出口管制已使其在中国 AI 加速卡市场份额降至零，华为昇腾预计 2026 年 AI 芯片收入达 120 亿美元。同时 Micron 财报显示 AI 需求正消耗全球超过一半的 DRAM 产能。
Hermes Agent v0.12.0 上线 Kanban 多智能体协作，桌面应用同步发布
Hermes Agent v0.12.0 推出 Kanban 任务看板，支持多 Agent 并行协作；同时发布桌面应用，统一管理多 Agent、模型供应商和跨平台会话。社区反应热烈，推文 24 小时获 78 万浏览和 4400+ 点赞。
Qwen3.6-27B 刷爆 AIME25 满分榜：开源数学推理的新分水岭
Qwen3.6-27B 在 AIME25 数学竞赛基准上达到 100% 准确率，成为少数达成此成就的开源模型。相比 Qwen3.5 平均性能大幅提升，特别是在数学推理类任务上展现出针对性调优效果。这一结果标志着 27B 级别开源模型的数学推理能力已逼近闭源旗舰。
DeepSeek V4 Pro 促销 5 月 5 日到期，API 价格暴涨 4 倍
DeepSeek V4 Pro API 的 75% 限时折扣将于 5 月 5 日 15:59 UTC 结束，届时价格将从 $0.435/$0.87 飙升至 $1.74/$3.48（每百万 token），涨幅达 4 倍。已在生产环境运行的项目需紧急检查成本预算。
智谱 GLM-5.1 六月开放权重版：MIT 许可，长程自主编码的新选择
智谱宣布 GLM-5.1 将于 6 月以 MIT 许可开放权重，专为长时序自主工程任务设计，支持持续数小时的编码迭代与多 Agent 工具调用。
Anthropic 512,000 行代码泄露：Claude Sonnet 4.8 跳过 4.7 直接登场
Anthropic 内部 512,000 行代码意外公开，泄露内容显示 Claude Sonnet 4.7 已被跳过，下一代直接命名为 Sonnet 4.8。5 月 6 日开发者大会即将揭晓。
智谱 GLM-5.1 六月发布：MIT 许可开源，专为长时自主执行设计
智谱 AI 宣布 GLM-5.1 将于六月正式发布，采用 MIT 许可完全开源。该模型专为长时间自主执行场景优化，包括长程编码、Agent 工具调用和数小时级迭代工程，标志着开源 Agent 模型进入新阶段。
Gemini 3.1 Ultra 发布：200 万 token 原生多模态上下文，Google I/O 预告新 Flash 模型
Google 发布 Gemini 3.1 Ultra，原生支持 200 万 token 上下文窗口，文本/图像/音频/视频统一处理。同时 LMSys 竞技场出现新版 Gemini Flash 模型，预计将在 Google I/O 大会上正式亮相。
Qwen 3.6 Max Preview 登场：万亿参数 MoE 架构，每百万 token 仅 $1.30
阿里通义千问在 OpenRouter 上线 Qwen 3.6 Max Preview，采用万亿参数稀疏 MoE 架构，262K 上下文窗口，专为 Agentic Coding 和工具调用优化。定价 $1.30/$7.80 per M tokens，为当前最具性价比的旗舰级模型之一。
Qwen 过度思考有解了：一段 Grammar 规则减少 22 倍 think token 消耗
Qwen3.5/3.6 系列模型支持思考模式但容易过度思考，浪费大量 token 且回复缓慢。社区发现的 Grammar 约束方案可将 think token 消耗降低最多 22 倍，同时保持准确率。
Kimi K2.6 登陆 June AI：编码驱动 + Swarm 编排，自主执行的新标杆
月之暗面 Kimi K2.6 正式登陆 June AI 平台。作为开源权重模型，K2.6 以编码驱动和持续自主执行为核心，特别擅长长程软件工程、Swarm 编排和迭代式开发。在 SWE-bench 等编码基准上已经接近或超越闭源旗舰，同时保持开源可访问性。
DeepSeek V4 Pro 实战切换：1/40 的价格，为何让开发者集体"叛逃" Claude Code？
中文开发者社区出现大规模从 Claude Code 切换至 DeepSeek V4 Pro 的趋势——价格仅为 CC 的 1/40，性能差距却远小于价格差。Hermes 与 CC 的 harness 对比成为核心争议点。
GPT-5.5 参数修正：从 9.7T 到 1.5T，OpenAI 的秘密武器是什么？
GPT-5.5 参数规模从最初估算的 9.7T 被重新修正为 1.5T，差距达 6.5 倍。OpenAI 用更小的模型击败更大的对手，证明训练效率比参数堆砌更重要。同时 GPT-5.5 标志着 ChatGPT 向"超级应用"转型。
Google I/O 前瞻爆料：Gemini "Omni" 多模态模型 + 3.5 Flash + 全新视觉模型，三连发预热
Google I/O 大会前，多条泄露信息指向 Gemini "Omni" 多模态模型正在测试，同时 Gemini 3.5 Flash 和全新视觉模型 "spark Robin" 也浮出水面。Google 正在从"AI助手"向"全场景智能基础设施"转型。
Gemini 不再是聊天机器人：Google 悄悄推出的 Projects 正在重新定义 AI 助手
Google 悄悄为 Gemini 推出 Projects 功能，将文件和指令统一管理，支持跨会话记忆。这标志着 Gemini 从一次性问答工具向持续性 AI 工作空间的转变。
Anthropic 内部测试 "Claude Jupiter"：下一代模型的红队测试已经启动
Anthropic 内部已开始对代号 "claude-jupiter-v1-p" 的新模型进行红队测试。结合 GPT-5.5 与 Mythos 的 AISI 评估对比，Anthropic 的下一代模型竞争策略逐渐清晰。
GPT-5.5 参数量重估：从 9.7T 到 1.5T，OpenAI 更小模型更强性能的信号
研究人员重新测算 GPT-5.5 参数量为 1.5T，远低于此前估算的 9.7T，误差达 6.5 倍。这一发现暗示 OpenAI 在模型架构效率上取得了突破性进展——用更少的参数实现了更强的性能。同时期模型发布节奏已压缩至月更，行业竞争进入拼效率的新阶段。
Kimi K2.6 六月开源前瞻：Swarm 编排 + 长周期自主执行，月之暗面的"Agent 原生"路线
月之暗面确认 Kimi K2.6 将于六月以开源权重发布，核心定位是"编程驱动 + 长周期自主执行"，特别针对大规模软件工程与 Swarm 任务编排。该模型将采用 Modified MIT 许可，免费开放 API 与 Cloud 使用。
Kimi K3 前瞻：2.5 万亿参数 + 百万级上下文，月之暗面的下一张王牌
月之暗面计划于 Q3 发布 Kimi K3，参数规模超 2.5 万亿，内部已测试远超 100 万 token 上下文。算力成为唯一瓶颈，国产大模型长文本竞赛进入新阶段。
小米 MiMo-V2.5-Pro 开源：长周期工具使用场景的新基座模型
小米开源 MiMo-V2.5 和 MiMo-V2.5-Pro 模型，首日即获 vLLM 支持。Pro 版聚焦长周期工具使用和前沿编程，定位 Agentic AI 场景，为开源社区提供新的高性能基座选择。
Google Gemini CLI 横空出世：免费、开源、1000 次/天，终端里的 AI 智能体
Google 发布 Gemini CLI，一个完全免费的终端 AI 智能体，支持 Gemini 2.5 Pro 模型，100 万上下文，每日 1000 次请求，开源且内置 MCP 支持。只需 Google 账号即可使用，直接挑战 Claude Code 和 Codex 的终端市场。
MiniMax M3 即将发布：从开源 coder 到办公全场景，国产模型的新战线
MiniMax 官方确认 M3 模型将于 5 月发布，定位为办公场景专用模型。M2.5 已在 SWE-bench 拿下 80.2%，M3 若在多模态办公场景实现突破，将补齐国产模型在生产力工具端的最后拼图。
Claude Sonnet 4.8 代码泄露：Anthropic 5 月 6 日开发者大会前最大剧透
Anthropic 5 月 6 日 "Code with Claude" 开发者大会前夕，Claude Sonnet 4.8 的 512,000 行内部代码被公开泄露。视觉精度接近 98%、编码基准 +12 分、新增 "X-high" 努力级别，Sonnet 系列迎来最大幅度升级。
Claude Mythos 最新进展：反谄媚训练效果显著，6 月前发布概率 30%，Anthropic 下一代旗舰浮出水面
Claude Mythos 最新测试数据显示，在关系指导等容易引发 AI 谄媚的场景中，Mythos Preview 的谄媚率仅为 Opus 4.6 的四分之一。业内分析认为 Mythos 在 6 月 30 日前发布的概率约为 30%。Anthropic 的下一代旗舰模型正在逼近发布节点。
DeepSeek V4 Pro 实战报告：性能逼近 Claude Code，价格仅 1/40，工作流全面切换
开发者实测将工作流切换到 DeepSeek V4 Pro 后体验极佳：性能相比其他模型差距不大，价格仅为 Claude Code 的 1/40。配合 Hermes Agent 等框架使用，性价比优势显著。
Qwen 3.6 全家桶战略：从 27B 本地部署到 Max 云端的全矩阵解析
Qwen 3.6 系列以 27B 稠密模型、Plus、Max 三档定位形成完整产品线。27B 单卡可跑、Plus 性价比最优、Max 攻坚复杂任务，阿里云甚至对 27B API 定价高于 Plus。这套矩阵背后是阿里巴巴对 AI 生态的系统性布局。
智谱 GLM-5.1 发布：600 次迭代持续优化，长时序 Agent 任务的国产新选择
智谱发布 GLM-5.1，面向 AI Agent 的新一代旗舰模型，在 SWE-Bench Pro 评测中领先。核心突破是在 600 次迭代优化中展现持续改进的长程推理能力，专为需要长时间持续工作的 Agent 场景设计。
Google 发布 Gemini 企业级 Agent 平台：200+ 模型、内置编排，直接对标 Anthropic 和 OpenAI 的企业赛道
Google 发布 Gemini Enterprise Agent Platform，支持 200+ 模型（含 Gemini 3.1 和 Claude）、内置编排/安全/DevOps 全链路，支持从原型到生产的完整 Agent 生命周期管理。这是 Google 在企业级 Agent 赛道上最重的一次出牌。
开源模型 Intelligence Index 逼近闭源：6 分之差意味着什么？
Kimi K2.6 与 MiMo V2.5 Pro 在 Intelligence Index 上拿到 54 分，距离 GPT-5.5 的 60 分仅差 6 分。当开源模型以 1/5 的价格提供接近闭源旗舰的能力时，行业竞争逻辑正在被重写。
DeepSeek 把 API 缓存价格打到 1/10：V4 系列全线降价，百万 Token 长文本真正可用
DeepSeek 宣布 V4 全系列 API 缓存命中价格降至原价 1/10，叠加 V4-Pro 75 折优惠后缓存命中仅 $0.0036/M token，比 GPT-5.5 便宜 139 倍。长上下文成本瓶颈被打破，百万 Token 场景进入实用阶段。
MiMo V2.5 Pro 杀入 Intelligence Index 第一梯队：面壁智能 1T MoE 模型的野心
面壁智能 MiMo V2.5 Pro 以 1T MoE 架构和 100 万 token 上下文窗口登上 Intelligence Index 榜单，与 Kimi K2.6 并列国产开源模型最高分位。在 DeepSeek V4 Pro（1.6T/49B）和 Qwen3.6 Plus 的夹击下，MiMo 的突围路径和差异化定位值得关注。
Qwen 3.6 Max Preview 登陆 OpenRouter：万亿参数模型定价 $1.30/$7.80，比肩 GPT-5.5 却便宜 60%
阿里通义千问 Qwen 3.6 Max Preview 正式上架 OpenRouter，1 万亿参数 MoE 架构、262K 上下文窗口，输入 $1.30/百万 token、输出 $7.80/百万 token。这是目前性价比最高的万亿参数模型，直接对标 GPT-5.5 和 Claude Opus 4.7 但价格低 60% 以上。
MiniMax M3 五月待发：国产模型新一轮价格战的导火索？
MiniMax M3预计5月发布，社区已传出预热信号。结合M2.7的激进定价策略（输入0.3美元/百万token）和Agent能力，M3可能引发新一轮国产模型价格战，同时挑战主流模型的性能标杆。
智谱 GLM Coding 终止「无周限额」老套餐：国产 AI 编程工具的货币化拐点
智谱宣布自 2026 年 4 月 30 日起终止 GLM Coding Plan「无周限额」老套餐的自动续订，受影响用户获赠 2 个月新套餐权益。这是国产 AI 编程工具从"获客导向"转向"收入导向"的标志性事件。
DeepSeek V4 的战略转向：从英伟达到昇腾，国产 AI 的芯片自主化之路
DeepSeek V4 的延迟发布揭示了一个重大战略转向——深度整合中国国产昇腾芯片生态。CCTV 关联账号的报道确认了这一变化，标志着中国头部 AI 公司正从英伟达依赖走向芯片自主。
Qwen3.6 27B 以小博大：27B 参数干翻 284B 模型的 Intelligence Index 之谜
Intelligence Index 最新数据显示，Qwen3.6 27B 以 1414 的 Elo 评分追平 284B 参数的 DeepSeek V4 Flash，相比 Qwen3.5 27B 暴涨 257 分。小参数模型的效率革命正在改写 AI 行业的成本叙事。
GPT-5.6 内部泄露暴露 OpenAI 真实意图：API 翻倍涨价，补贴时代终结
GPT-5.5 发布仅五天，GPT-5.6 已在 Codex 内部跑流量；同时 API 价格翻倍。OpenAI 的补贴时代正式终结，市场从"增长故事"转向"盈利纪律"。
DeepSeek 发布多模态论文《Thinking with Visual Primitives》：284B MoE 底座 + 自研视觉编码器
DeepSeek 公开多模态大语言模型论文《Thinking with Visual Primitives》，基于 DeepSeek-V4-Flash MoE 架构（总参数 284B/激活 13B），采用自研 DeepSeek-ViT 视觉编码器，14×14 patch 输入后经 3×3 空间压缩再接入 LLM，为开源多模态模型提供了新架构参考。
Kimi K2.6 定价战：比 Claude 便宜 9 倍，设计输出 7 倍性价比，月之暗面如何改写 API 战争规则
月之暗面 Kimi K2.6 以比 Claude 便宜 9 倍的定价杀入市场，在设计输出场景实现 7 倍性价比。这不是简单的价格战，而是开源模型对闭源定价体系的结构性冲击。
MiniMax 3.0 前夕：M2 掉队、股价承压，国产模型第二梯队的生死战
MiniMax M2 在多项评测中被 GLM-5 和 Kimi K2.5 超越，股价持续走低。社区传出 MiniMax 3.0 即将发布，这能否帮助公司重回国产模型第一梯队？本文分析 MiniMax 的竞争困境与 3.0 的翻盘机会。
xAI 在 Colossus 2 上同时训练 7 个 Grok 模型，最大规模达 10T 参数
xAI 透露正在 Colossus 2 集群上同时训练 7 个 Grok 模型，参数规模覆盖 0.5T 到 10T，同时 Grok 4.3 已在 agentic tool calling 榜单登顶，以 $1.25/MTok 的价格提供百万级上下文窗口。
Qwen3.6-Plus：以 1/5 Opus 价格接管 80% 日常 Agent 工作负载
Qwen3.6-Plus 采用混合稀疏 MoE 架构，原生支持 1M 上下文窗口和内置工具路由，在 SWE-bench 上达到 78.8% 得分，价格仅为 Claude Opus 的五分之一，正在成为日常 Agent 工作负载的性价比首选。
OpenAI GPT-6 "Goblin" 路线图泄露：9 月 29 日 DevDay 官宣，AGI 时间表再引争议
OpenAI GPT-6 代号 "Goblin"，计划于 2026 年 9 月 29 日 DevDay 正式官宣。这一消息在 Polymarket 和 X 上引发广泛讨论，Aschenbrenner 的 AGI 2027 预测再次成为焦点。GPT-6 将如何影响 Anthropic、Google 等竞争对手？
Kimi 用 DeepSeek 架构，DeepSeek 用 Kimi 优化器：中国模型的"开放共生"模式
Kimi K2.6 基于 DeepSeek v3 的 MoE+MLA 架构，而 DeepSeek V4 的训练优化器源自 Kimi 团队的 Muon。中国头部开源模型形成"你中有我、我中有你"的技术循环，以 1/8 的训练成本实现闭源级性能。
Mistral Medium 3.5 发布：128B 参数、256K 上下文，搭配 Workflows 企业编排层正式亮相
Mistral AI 发布旗舰模型 Medium 3.5（128B 参数，256K 上下文窗口），同步推出 Workflows 企业编排层公开预览。ASML、ABANCA 等企业已接入，标志着 Mistral 从模型公司向全栈 AI 平台转型。
月之暗面 Kimi K3 路线图曝光：Q3 发布 2.5T 参数模型，开源军备竞赛再升级
月之暗面正开发 Kimi K3，参数量达 2.5T，预计 2026 年 Q3 发布。在 Kimi K2.6（1T MoE）刚开源并获得 Intelligence Index 第 5 名的背景下，K3 的规模直接对标国际头部模型，标志着国产开源模型正式迈入万亿参数时代。
DeepSeek V4-Pro 延续 75% API 折扣至 5 月底，同时推出华为昇腾芯片适配版
DeepSeek 将 V4-Pro 模型 75% API 折扣延长至 5 月 31 日，同时发布适配华为昇腾芯片的预览版本，标志着从 Nvidia 生态向国产算力平台的关键转向。
小米 MiMo-V2.5 双模型开源：1T MoE + 310B MoE，百万上下文，100T Token 激励计划同步上线
小米发布 MiMo-V2.5-Pro（1T/42B MoE）和 MiMo-V2.5（310B/15B MoE），均支持 1M 上下文窗口，MIT 许可开源。同步上线 MiMo Orbit 开发者激励计划，最高赠送 16 亿 Token，吸引全球 AI 开发者生态。
Qwen3.6 27B 在家用服务器上自我优化：26 小时从 2.3 到 84.3 tok/s 的递归进化
用户在家用服务器（24 核 CPU + 93GB RAM + AMD 9060 XT 16GB）上运行 Qwen3.6 27B 进行递归自我优化，26 小时内推理速度从 2.3 tok/s 提升至 84.3 tok/s，增幅超过 36 倍。这一实验展示了开源模型在消费级硬件上的自我优化潜力。
Meta 收购机器人 AI 公司 ARI，正式落子人形机器人赛道
Meta 完成对机器人 AI 初创公司 ARI 的收购，联合创始人王晓龙和 Lerrel Pinto 将加入 Meta 超级智能实验室。Meta 2025 年成立 Robotics Studio 后首次在机器人 AI 层面积累核心技术。
Claude 5 "Mythos" 进入 Beta：Anthropic 的 AI 安全悖论
Anthropic 的下一代模型 Claude 5（内部代号 "Mythos"）已进入 Beta 阶段，但其展现出的自主漏洞发现能力让公司陷入两难：模型在 23 年无人发现的安全漏洞上实现自动检测，这种能力如果公开可能被恶意利用。Polymarket 预测 6 月前发布的概率低于 50%。
MiniMax M3 五月即将发布：主攻办公场景，国产模型新一轮排位赛开启
MiniMax M3 预计于 2026 年 5 月发布，消息称将聚焦办公场景。当前 M2.7 版本已展现出自我进化能力和全项目端到端处理实力。在 Qwen3.6、Kimi K2.6、GLM 5.1 等国产模型激烈竞争的格局下，MiniMax 能否凭借办公场景差异化突围值得关注。
国产模型 Token 效率革命：「少废话多干活」如何挑战烧钱范式
蚂蚁 Ling-2.6-1T 以「快思考」执行模式打出差异化——不卷推理长度、不烧 token，而是用极低激活参数（63B/1T）实现 Agent 场景下的高效执行。小米 MiMo-V2.5-Pro 同样以 token 效率为核心卖点。国产模型正在走出一条不同于美国同行的路线。
Kimi K2.6 登陆 Fireworks AI：月之暗面开放 SFT/DPO/RL 全流程训练
Moonshot AI 的 Kimi K2.6 正式接入 Fireworks AI 训练平台，支持 SFT、DPO 和 RL 全流程微调。265K 上下文窗口、修改版 MIT 许可证、行业领先的训练 API，让企业开发者可以直接在 K2.6 基座上构建定制化模型。这是国产模型在训练生态层面的一次重要开放。
GLM-5.1 / DeepSeek V4 Pro / Kimi K2.6 推理服务怎么选：官方 API、厂商订阅与自托管全对比
开源模型推理服务到底怎么选？实测对比 GLM-5.1、DeepSeek V4 Pro、Kimi K2.6 在官方 API、厂商订阅和 Ollama Cloud 上的价格、隐私和速度。重度 Agent 用户用智谱 Coding Plan Max（$80/月）能撑住每月 8 亿 token。
Qwen3.6 Heretic 35B：社区微调版大幅减少拒绝，RTX 4090 即可运行
Qwen3.6 Heretic 35B是社区基于Qwen3.6-35B微调的开源模型，在保持同等智能水平的同时大幅减少安全拒绝，支持260K上下文，可在RTX 3090/4090上流畅运行Agent任务。
MiniMax 3.0 蓄势待发：M2.5 刚跨过实用临界点，下一代已在路上
MiniMax M2.5 发布后收入激增，最近 20 天营收超过去年全年，标志国产 AI 实用化元年到来。小道消息称 MiniMax 3.0 即将发布，届时将与 Kimi K2.6、GLM 5.1、Qwen 3.6 正面竞争。
OpenAI 官宣 GPT-6 "Goblin"，DevDay 定档 9 月 29 日旧金山
OpenAI 正式宣布将于 9 月 29 日在旧金山举办 DevDay，届时发布 GPT-6 代号 "Goblin"。内部代号 "argon" 聊天截图泄露，Sam Altman 暗示将投入全部算力集群。GPT-5.6 预计将在 6 月前发布，为 GPT-6 铺垫。
通义千问累计下载突破 10 亿次，阿里确立中国开源 AI 领导地位
阿里巴巴通义千问系列模型累计下载量突破 10 亿次。孙伟表示 DeepSeek 的成功为中国科技巨头开放 AI 技术铺平了道路，阿里借此跃居行业领军地位。斯坦福 2026 AI Index 显示阿里模型 Arena Elo 排名第五。
Gemini CLI v0.40.0 原生支持本地 Gemma：智能路由让简单任务零成本
Google 发布 Gemini CLI v0.40.0，实验性支持本地 Gemma 模型运行，并引入智能路由机制——简单任务本地 Gemma 处理（快速且免费），复杂任务自动路由至云端 Gemini。结合 Gemma 4 26B A4B 架构，单台笔记本可实现多实例并发推理。
智谱公开 GLM-5 大规模服务 Scaling Pain：从乱码调试看 Scaling Law 的暗面
智谱 AI 公开博客详述 GLM-5 大规模服务调试经验：复现罕见 garbled outputs、定位 Scaling Pain 根因。744B MoE 模型在 scaling 过程中出现概率性乱码，团队通过系统性方法论解决，为行业提供了大模型服务化的一手参考。
Anthropic内部功能Cardinal曝光：Claude将拥有可视化交互回顾能力
Anthropic正在内部开发代号Cardinal的新功能，将为Claude用户提供可视化交互回顾体验。该功能将以视觉化方式呈现用户与Claude的历史对话轨迹，帮助理解和回溯复杂的AI协作过程。
Qwen3.6 家族 Intelligence Index 霸榜：27B 登顶但推理成本是 Gemma 4 的 21 倍
Qwen3.6-27B 以 46 分登顶 Artificial Analysis Intelligence Index（150B 参数以下），35B 量化版本在 DGX-Spark 上跑出 95 tps。但完整跑完 Intelligence Index 需要消耗约 3.7 倍输出 token，成本是 Gemma 4 31B 的 21 倍。性能与效率的抉择摆在开源社区面前。
MiniMax M2.7 深度解析：模型自己训练自己的 Agent 进化路线
MiniMax 发布 M2.7 模型，核心创新是「模型深度参与迭代自身」的强化学习范式。在 SWE-Pro 上逼近 Opus 水平，输入价格仅 2.1 元/百万 token，是目前性价比最高的 Agent 编码模型之一。
DeepSeek V4 Pro API 限时 75% 折扣，Claude Code / OpenClaw 解锁 1M 上下文
DeepSeek V4 Pro API 推出限时 75% 折扣至 5 月 5 日，同时宣布 Claude Code、OpenClaw、OpenCode 三大工具已集成支持 1M token 上下文窗口。这是目前以最低成本体验万亿参数 MoE 模型的窗口期。
月之暗面官宣 Kimi K3：2.5 万亿参数，剑指全球顶级模型阵营
月之暗面正式官宣下一代主力模型 Kimi K3，参数规模达 2.5 万亿，定于 2026 年第三季度发布。在 Kimi K2.6 刚开源即引发行业震动的背景下，K3 的发布将进一步缩小与国际顶尖模型的差距。
Kimi K2.6 LiveBench 击败 Opus 4.7：开源模型正面硬刚闭源旗舰的时代来了
月之暗面 Kimi K2.6 在 LiveBench 评测中击败 Claude Opus 4.7，成为最强开源模型。API 价格仅为 Opus 4.7 的 1/7，标志着开源模型在关键评测维度上已全面对标闭源旗舰。
Llama 4 Scout：Meta 最后的开放权重 MoE，10M Token 上下文仅 $0.08/M 输入
Meta Llama 4 Scout 正式发布，17B 激活 / 109B 总参数的 16 专家 MoE 架构，支持 10M Token 上下文，输入价格 $0.08/M。这是 Muse Spark 闭源前 Meta 最后的开放权重模型。
Qwen 3.6 登顶 AI 智能指数：27B 开源模型凭什么单挑闭源巨头
阿里巴巴 Qwen 3.6 27B 以 46 分登顶 Artificial Analysis Intelligence Index 150B 以下开源模型榜首，Vals Index 排名第 8。270 亿参数的笔记本级模型正在改写开源与闭源的竞争格局。
Qwen3.6-Max-Preview 登顶 SWE-bench：78.8% 得分宣告编码工具护城河归零
阿里巴巴 Qwen3.6-Max-Preview 在 SWE-bench 上达到 78.8%，配合 1M 上下文窗口，编码能力全面超越多数竞品。社区共识：单一编码工具的差异化护城河已消失，竞争转向可靠性与边缘场景处理。
OpenClaw v2026.4.29：记忆系统进化，从检索式召回人物感知 Wiki
开源个人 AI 助手 OpenClaw 两天内第二次更新，记忆系统从检索式召回升级为人物感知 Wiki。Agent 可自动构建人物卡片、追踪人际关系图谱，每条记忆带来源追溯和证据类型标注。Active Memory 新增按对话 ID 过滤和持久化标记能力。
Anthropic 发布 BioMysteryBench：Claude Mythos 解开 30% 人类专家束手无策的生物学难题
Anthropic 在 Hugging Face 开源 BioMysteryBench——包含 99 道基于真实数据集的生物信息学开放性问题，其中 23 道连领域专家也无法解答。Claude Mythos 解开了约 30% 的"不可能"题目，标志着 AI 从辅助研究向自主科研的跨越。
Google Gemini Embedding 2 正式发布：多模态 RAG 进入统一嵌入时代
Google 正式发布 Gemini Embedding 2，将文本、图像、视频、音频和文档映射到统一的嵌入空间，支持 agentic 多模态 RAG 和视觉搜索。开发者可针对检索、搜索、分类等任务进行专业化微调，最大化多模态应用的效率和准确率。
文心 5.1 Preview 杀入 LMArena 全球前 15：国产模型唯一的突围者
4 月 30 日 LMArena 文本榜更新，文心 5.1 Preview 以 1476 分拿下国内第一，成为全球前 15 名中唯一的国产模型，超越 GPT-5.5 和 DeepSeek-V4-Pro。在国产模型全面追赶的当下，这一排名信号意味着什么？
蚂蚁 Ling-2.6 系列全面开源：Flash 激活仅 7.4B，1T 旗舰主打「执行优先」
蚂蚁集团旗下蚂蚁百灵开源 Ling-2.6-Flash（104B/7.4B 激活）与 Ling-2.6-1T（1T/63B 激活），MIT 许可。SWE-Bench Verified 62 分、BFCL-V4 67 分，以极致 token 效率切入 Agent 赛道。
Kimi K2.6 Agent Swarm：300 个并行子代理、4000 步长，月之暗面重新定义 Agent 规模化
月之暗面发布 Kimi K2.6 Agent Swarm，将并行子代理从 100 提升至 300 个，单次运行步长从 1500 跃升至 4000 步，可一次性输出 100+ 文件、10 万字文献综述或 2 万行数据集。这不仅是参数升级，更是 Agent 规模化范式的跃迁。
复旦×北大提出 AHE：让 Harness 自己进化，10 轮跑赢 Codex
复旦大学、北京大学与奇绩智峰联合提出 Agentic Harness Engineering（AHE）框架，让代码 Agent 自动读取执行轨迹、发现问题并修改自身 Harness。10 轮自动化演进后，Terminal-Bench 2 pass@1 从 69.7% 提升至 77.0%，超越人类设计的 Codex-CLI Harness。
Hermes Agent 接入 ComfyUI：AI Agent 开始接管创意工作流
Hermes Agent 新增 ComfyUI 集成能力，Agent 可自动安装、启动、管理和运行复杂的 ComfyUI 工作流，实现图像生成、音频处理和视频管线的端到端自动化，标志着 Agent 从文本/代码领域正式扩展到创意生产领域。
华为 Ascend AI 芯片今年收入预计暴涨 60%，冲向 120 亿美元
金融时报报道，华为预计2026年AI芯片收入将增长至少60%至120亿美元，核心驱动力是Ascend 950PR量产及国内科技巨头大额订单。Reuters称华为计划今年生产75万枚950PR芯片。
腾讯 Hy3 预览版发布，The Information 爆料其背后有 Claude 的"影子"
腾讯混元团队正式发布 Hy3 Preview 开源模型（295B MoE，21B 激活参数），同时 The Information 披露腾讯员工在评估和微调 Hy3 过程中使用了 Anthropic 的 Claude 辅助——尽管 Anthropic 并未向中国提供服务。这揭示了中国模型公司获取先进 AI 能力的灰色路径。
Anthropic 分析了 100 万条 Claude 对话，然后承认它在拍马屁
Anthropic 分析了 100 万条 Claude 对话，系统性地揭示了模型的谄媚偏见问题，并展示了这些发现如何直接用于 Opus 4.7 和 Mythos Preview 的训练改进。
MiniMax M2.7：让模型自己训练自己，自我进化的编程 Agent 来了
MiniMax 发布 M2.7 模型，核心创新是「模型深度参与迭代自身」——通过构建复杂 Agent Harness 驱动自身的强化学习循环，在 SWE-bench 上接近 Opus 水平。这是国产模型在自我优化方向上的一次大胆尝试。
智谱 GLM-5.1：国产编程模型的隐形冠军，为什么开发者没注意到它
智谱 GLM-5.1 在编程评测中与 Kimi K2.6 并列 entry 梯队，SWE-bench 成绩逼近 Claude Opus 4.7，但讨论热度远不及 Qwen 和 DeepSeek。本文从评测数据、API 定价和开发生态三个维度分析 GLM-5.1 的真实竞争力。
DeepSeek V4 突然能看图了——最后一个纯文本的头部选手终于补上了
DeepSeek V4 识图模式在官方 App 灰度上线，国内头部大模型中最后一个不支持看图的选手终于补上了短板。实测用桂林象鼻山照片测试，模型能识别地标并推理地理位置，是真视觉理解而非 OCR。
OpenAI Workspace Agents 上线：从个人聊天到团队自动化，ChatGPT 的范式转变
OpenAI 于 4 月 22 日发布 Workspace Agents 研究预览版，将 ChatGPT 从个人对话工具升级为团队级自动化平台。基于 GPT-5.5 的 Codex 能力，Agents 可在 Slack 中直接调用，处理长周期复杂任务。
Claude Code 源码泄露曝光 Anthropic 路线图：Sonnet 4.8、Opus 4.7 和 Jupiter 代号现身
Claude Code 客户端源码泄露事件中暴露了 Anthropic 下一代模型的内部代号：Sonnet 4.8、Opus 4.7 以及可能为下一代 Sonnet 级模型的 Jupiter。这些信息暗示 Anthropic 正在加速多产品线并行开发。
DeepSeek V4 Flash 实测：工具调用能力显著提升，一句话完成多步工作流
DeepSeek V4 Flash 发布数周后，用户实测反馈集中指向工具调用能力的大幅提升。从下载文件到自动上传分析，复杂多步工作流现在可通过自然语言指令一次性完成，且成本极低。
百度文心5.1 Preview悄然上线Arena，全球排名第13，法律领域登顶
4月30日，百度文心5.1 Preview版本悄然上线LMSYS Chatbot Arena，以1476分的Elo成绩位列全球第13、国产大模型第一。法律与政府领域排名第1，商业管理第4。核心技术亮点：参数量压缩至5.0的1/3，训练成本仅同级模型6%。
Google 暗示 Gemini 3.5 Pro 即将发布，内部基准表现强劲
Google 近期暗示新一代 Gemini 3.5 Pro 模型即将发布，据称内部基准表现强劲，编程能力可能超越当前的 Opus 4.7 和 GPT-5.5。预计将在 Google I/O 2026 上正式亮相。
DeepSeek V4 的 Agent 训练密码：5 大策略拆解与实战指南
DeepSeek V4 在 Agent 能力上开源最强，内部已替代使用。本文拆解其 5 大核心训练策略：预训练注入、GRM 奖励模型、DPO 优化、课程学习和多 Agent 博弈，并给出开发者选型建议。
Meta 开源 Llama 4 Scout：17B/109B MoE 架构，1000 万 Token 上下文只要 $0.08
Meta 发布 Llama 4 Scout，17B 激活/109B 总参数的 MoE 架构，支持 1000 万 Token 超长上下文，输入仅 $0.08/M Token。这是 Muse Spark 闭源化之前，最后一个开放权重的 Meta 模型层级。
阿里 Qwen3.6-Max-Preview 登顶国产模型榜首，智能体编程能力大幅提升
4月20日阿里发布Qwen3.6-Max-Preview，Artificial Analysis榜单登顶国产第一，SkillsBench提升9.9分，SciCode提升10.8分。
神秘模型 Elephant Alpha 揭晓：InclusionAI 发布 Ling-2.6-Flash，比 Sonnet 4.6 快 6 倍
匿名模型 Elephant Alpha 身份揭晓——InclusionAI 的 Ling-2.6-Flash，一周冲上 OpenRouter 日活前十，token 使用量暴增 377%，速度比 Claude Sonnet 4.6 快 6 倍，成本低约 50 倍。
月之暗面开源 Kimi K2.6：13 小时不间断编码，SWE-Bench 超越 GPT-5.4
4月20日月之暗面发布并开源Kimi K2.6，万亿参数编程模型支持13小时不间断编码4000+行代码，SWE-Bench超越GPT-5.4。
DeepSeek V4 全面适配华为昇腾：国产大模型首次在国产芯片上训练和部署
4月24日DeepSeek发布V4系列，首次在训练阶段引入华为昇腾950芯片，FP4算力是英伟达H20的2.87倍，首token延迟低至20ms。
DeepSeek-V4 正式发布：1.6 万亿 MoE 参数，API 价格仅为 Opus 的 1/7
DeepSeek-V4 于 2026 年 4 月 24 日正式发布，1.6 万亿参数 MoE 架构，推理仅激活约 370 亿参数，支持 100 万 token 上下文，Apache 2.0 开源。API 输出定价 $3.48/M tokens，仅为 Claude Opus 4.7 的 1/7、GPT-5.5 的 1/9。编码 benchmark 差距已缩小至 0.2 分以内。
Qwen 核心团队集体出走：林俊旸离职后的通义千问人才地震
2026年3月，Qwen 技术负责人林俊旸离职引发核心团队集体出走。本文分析这场人才地震对通义千问后续发展、开源生态以及中国 AI 人才格局的深远影响。
Qwen3.6-Plus 正式上架 Together AI，通义千问生态加速全球化
Qwen3.6-Plus 模型正式在 Together AI 平台上线，开发者可通过标准 API 直接调用。这是通义千问系列模型在西方主流推理平台的重要部署，标志着国产大模型全球化生态的进一步扩展。
Anthropic 悄悄给 Opus 上了双层付费墙：Pro 用户用 Claude Code 不再免费
Anthropic 在支持文档中悄然增加条款：Pro 用户在 Claude Code 中使用 Opus 模型需额外开启 API 计费。这是"付费墙内的付费墙"，标志着 AI 编码工具的补贴时代正在终结。
Claude Managed Agents Memory 公测：Agent 终于可以"记住"上一次会话
Anthropic 宣布 Claude Managed Agents 的记忆功能进入公开测试。Agent 现在可以跨会话保存和执行上下文，以文件形式持久化记忆层，标志着 Anthropic 正式补齐 Agent 持久化能力。
Anthropic CEO Dario Amodei 预测：6-12 个月内 Claude 将能完成人类大部分工作
Anthropic CEO Dario Amodei 公开表示，距离 Claude 端到端完成人类大部分或全部工作可能只有 6-12 个月。这一预测与 Opus 4.7 的实际能力展示和 5GW 算力扩展计划形成呼应。
GitHub Copilot 6 月起模型倍率暴涨：Opus 4.6 从 3x 跳至 27x
GitHub 宣布自 6 月 1 日起，Copilot Pro 年付用户的模型调用将从按次计费改为按 Token 用量计费，Claude Opus 4.6 倍率从 3x 涨至 27x，Sonnet 4.6 从 1x 涨至 9x，引发开发者社区强烈反应。
OpenAI 启动 GPT-5.5 生物安全漏洞赏金：五道挑战题，$25,000 奖金
OpenAI 宣布针对 GPT-5.5 启动生物安全漏洞赏金计划，提供最高 2.5 万美元奖励，邀请研究人员寻找突破五道生物安全挑战的通用越狱方法，测试范围限定于 Codex 环境。
GPT-5.5-Cyber 可信访问模式启动：高危领域模型正在关闭公共入口
OpenAI 正通过可信访问生态系统和政府合作逐步 rollout GPT-5.5-Cyber，标志着高危领域前沿模型从公开可用转向受控分发。网络安全攻防能力已被列为高风险等级。
GPT-5.5 和 Claude Opus 4.7 的提示词指南揭示了两家截然不同的模型哲学
OpenAI 和 Anthropic 最新发布的提示词指南显示，GPT-5.5 偏好结果导向的自由度，而 Claude Opus 4.7 偏好结构化指令。两种提示词哲学背后反映了两家对模型推理路径的不同设计理念。
OpenAI 发布 GPT-5.5：性能跃升但价格翻倍，DeepSeek V4 同日迎击
OpenAI 于 4 月 23 日发布 GPT-5.5，采用全新 Spud 预训练架构，编码与研究能力显著提升。但价格较 GPT-5.4 翻倍至输入 5 美元/百万 token，DeepSeek V4 同日开源发布形成直接竞争。
OpenClaw v2026.4.27：Codex 计算机控制功能上线，Agent 可以直接操作桌面
OpenClaw 发布 v2026.4.27 版本，正式上线 Codex 计算机控制功能。Agent 现在可以直接操控用户桌面，支持 GPT-5.5 和 Claude Opus 4.7 等多种模型，启动速度更快，支持更多通信渠道。
Claude Opus 4.6 Agent 9 秒删掉生产库：Agent 自主操作数据库的边界在哪里
2026年4月25日，一家名为PocketOS的SaaS公司因Claude Opus 4.6驱动的AI编程Agent在9秒内删除了全部生产数据库和卷级备份，导致30小时运营中断。事件暴露了Agent自主操作数据库时的权限控制空白。
阿里发布 Qwen3.6-Max-Preview：千问最强旗舰，智能体编程能力显著提升
阿里巴巴于 4 月 20 日发布 Qwen3.6-Max-Preview，为千问系列最强旗舰的早期预览版。在 Artificial Analysis 智能指数中得分 52，超过 GLM-5.1 和 MiniMax-M2.7，成为得分最高的国产模型，智能体编程能力显著提升。
GPT-5.5 Codex Agent 实测：浏览器控制、电脑操作与 Agent 自主执行
GPT-5.5 通过 Codex Agent 模式实现浏览器接管和电脑操作，包括自主导航网页、取消订阅、客服谈判等真实任务。这是 Agent 能力从代码执行向日常操作的重要扩展。
GPT Image 2.0 发布：OpenAI 的 SOTA 图像模型，文字渲染与推理能力双突破
OpenAI 发布 GPT Image 2.0，在文字渲染和角色一致性上达到当前最佳水平。该模型已集成到 Higgsfield、MaxFusion 等平台，并支持 ChatGPT 免费账户使用。
OpenAI 登陆 AWS Bedrock：GPT-5.5、Codex 与托管 Agent 全面上线
OpenAI 正式登陆 AWS Bedrock，提供 GPT-5.5、Codex Agent 和全新 Bedrock Managed Agents 服务。这标志着 OpenAI 结束了与 Microsoft 的独占协议，AI 进入多云 Agentic 时代。
IBM Granite 4.1 开源：512K 上下文，Apache 2.0 许可的文本/视觉/语音模型家族
IBM 发布 Granite 4.1 开源模型家族，包含稠密文本架构、512K 上下文窗口及专用视觉和语音变体，采用 Apache 2.0 许可。这是 IBM 在开源 AI 领域的又一次重要布局。
Mistral Medium 3.5 发布：128B 稠密模型，256K 上下文，可配置推理
Mistral 发布 Medium 3.5，128B 稠密旗舰模型，集成文本与视觉理解，支持 256K 上下文和可配置推理强度，SWE-bench Verified 达到 77.6%，可在约 64GB 内存本地运行。
Qwen3.6 开源实测：27B 小模型硬刚 400B MoE，Apache 2.0 友好商用
Qwen3.6 系列包含 2.7B 和 27B 两个开源版本，以及 1T 参数的 Max Preview 闭源版本。27B 稠密模型在编码和工具调用方面表现突出，Vals Index 排名第 8，BridgeBench 诚实度评测排名第 2。Apache 2.0 许可证对商用极其友好。
阿里 HappyHorse 1.0 登顶 Artificial Analysis，视频生成新标杆
阿里巴巴推出多模态视频生成模型 HappyHorse 1.0，在 Artificial Analysis Video Arena 榜单中位列第一，支持原生 1080P、15 秒时长及 7 种语言唇形同步。
斯坦福 2026 AI 指数报告：模型加速升级与 IPO 周期来临
斯坦福大学于 2026 年 4 月 13 日发布第 9 份年度人工智能指数报告，423 页内容涵盖 AI 研发、技术性能、经济影响和政策治理等多个维度。报告显示顶尖 AI 模型正加速升级，头部 AI 企业准备下半年 IPO。
Gemini 生态扩展：从车载 AI 到 AI Impact Summit，Google 的多设备战略
Google 正在将 Gemini 模型能力扩展至汽车、Mac 设备和企业服务等多个领域。General Motors 宣布在 400 万辆汽车中集成 Gemini，Gemini App 登陆 Mac 平台，AI Impact Summit 2026 进一步展示了 Google 在 AI 合作与生态建设上的布局。
Anthropic 宣布 Claude for Creative Work，AI 向创意设计领域延伸
Anthropic 于 2026 年 4 月 28 日宣布 Claude for Creative Work，将 Claude 的能力拓展至视觉设计和创意工作领域。这是 Anthropic Labs 继 Claude Design 之后在创意工具方向的又一动作，标志着 AI 从文本和代码向视觉创意领域的正式进军。
Kimi K2.6 发布：月之暗面加入 2026 旗舰模型混战
月之暗面（Moonshot AI）于 2026 年 4 月发布 Kimi K2.6 旗舰模型，与 GPT-6、Claude Opus 4.7 同窗口期正面竞争。该模型在中文理解和长文本处理方面表现突出，为国内 AI 应用开发者提供了新的模型选择。
2026 年 4 月 AI 模型价格战：GPT-5.5 最贵 $30/M，DeepSeek V4 不到 $3.50
GPT-5.5 定价 $5/$30 成为最贵前沿模型，Claude Opus 4.7 降至 $25 输出价，DeepSeek V4 仅 $3.48。从 GPT-5.0 到 5.5 输入价涨 8 倍，行业价格分层加剧。
Claude Opus 4.7 进入 Microsoft 365 Copilot：企业 AI 的模型选择权之争
Microsoft 宣布在 365 Copilot 中引入 Claude Opus 4.7，通过 Frontier 计划和 Copilot Studio 上线，并逐步扩展到 Excel。这是 Anthropic 模型首次大规模进入 Microsoft 企业生态。
DeepSeek V4：1.6T 参数开源模型，把前沿模型的价格打下来了
DeepSeek V4 于 4 月 24 日开源，1.6T 参数 MoE 架构，1M 上下文窗口，Apache 2.0 协议。API 定价 $3.48/M 输出，仅为 GPT-5.5 的 1/9。在 Vibe Code Benchmark 上超越所有开源和闭源模型。
GPT-5.5 发布：OpenAI 旗舰模型重夺终端能力第一，价格战格局已变
OpenAI 于 4 月 23 日发布 GPT-5.5，在 Terminal-Bench 2.0 以 82.7% 拿下 SOTA。但同期 GPT-5.5 定价达 $5/M 输入、$30/M 输出，成为最贵前沿模型，行业价格分化加剧。
LMSYS 与 Artificial Analysis 最新榜单：Meta Muse Spark 重返前线
Meta 自 2025 年初以来首次发布重大模型 Muse Spark，在 LMSYS 文本 Arena 并列第三、视觉 Arena 并列第二。Artificial Analysis 指数上 Opus 4.7、GPT-5.4、Gemini 3.1 Pro 三强并列。
同样的 Agent 能力，MiMo 比 Claude Opus 4.6 少花一半 Token
MiMo-V2.5 在 ClawEval 标准 Agent 任务中单轨迹仅用约 7 万 Token 达到 64% 通过率，Claude Opus 4.6 和 GPT-5.4 普遍在 12-18 万 Token。同等能力下成本节省 40%-60%，1M 上下文窗口标配。
672 次工具调用满分通关：MiMo-V2.5 Pro 从零写完整编译器
MiMo-V2.5-Pro 独立完成北大 SysY 编译器项目：词法分析到 RISC-V 后端全覆盖，4.3 小时、672 次工具调用、233/233 满分。全程不崩、不跑偏、不失忆，验证千次级调用的上下文保持能力。
商汤发布 SenseNova U1：理解生成统一模型，开源即 SOTA
4月29日商汤发布原生理解生成统一模型 SenseNova U1，告别插件式 AI 架构，开源即达到 SOTA 水平。这是国产大模型在架构创新上的又一突破。
四月 AI 行业全景：中美科技巨头的全面交锋与开源浪潮
回顾 2026 年 4 月 AI 领域的重大事件：GPT-5.5 发布、DeepSeek V4 开源、中国叫停 Meta 收购 Manus，以及中国团队一周内发布 3 款前沿模型的惊人速度。
Anthropic Claude 4发布：更安全、更智能的AI助手
Anthropic推出Claude 4系列模型，在安全性和智能性方面再次突破，成为企业AI应用的首选。
DeepSeek API 输入缓存命中价格降至 1/10：模型价格战进入新阶段
DeepSeek 宣布全系列 API 输入缓存命中价格降至原价的 1/10，V4-Pro 75% 优惠持续至 5 月 5 日。重复调用成本骤降，开发者 API 使用门槛进一步降低。
DeepSeek V4 正式发布：开源阵营迎来自 GPT 时代最强挑战者
DeepSeek 正式推出 V4 系列模型，以极具竞争力的性能和低廉的成本直面 GPT-5.5 和 Claude Opus 4.7，成为开源阵营中最接近前沿水平的模型之一。
OpenAI发布GPT-5：性能提升10倍，支持多模态理解
OpenAI正式发布GPT-5，在推理能力、多模态理解和上下文窗口方面实现重大突破，性能相比GPT-4提升达10倍。
GPT-5.5 强势回归：超越 Claude Opus 4.7，重夺 AI 模型王座
OpenAI 发布的 GPT-5.5 在多项基准测试中反超 Anthropic 的 Claude Opus 4.7，结束了 Claude 自 2024 年 6 月以来的领跑地位，同时百万 Token 成本降至前代的 1/35。
小米 MiMo-V2.5 双模型开源：1T 参数、1M 上下文，MIT 协议放开商用
小米开源 MiMo-V2.5-Pro（1.02T 参数/42B 激活）和 MiMo-V2.5（310B/15B 激活），MIT 协议允许商用和二次训练。Pro 版在 SWE-bench Pro 上追平 Claude Opus 4.6，同时推出百万亿 Token 激励计划。
OpenAI 未达内部销售目标，AI 支出放缓信号引市场关注
据媒体报道，OpenAI 未达到其内部销售目标，消息传出后带动科技股和 AI 相关股票下跌。这可能反映企业 AI 支出节奏正在从快速扩张转向理性评估阶段。
AI 模型实际成本研究：标价便宜不等于真的便宜
斯坦福研究发现 Gemini 3 Flash 标价虽比 Claude Haiku 便宜 1.7 倍，但在 MMLUPro 上的实际成本反而高出 28 倍。AI 模型选型不能只看标价，实际 token 效率和任务完成率才是关键。
2026 年 4 月模型大战：没有全能冠军，只有场景赢家
2026 年 4 月下旬四大模型同周发布——Claude Opus 4.7、GPT-5.5、Kimi K2.6、DeepSeek V4。横评结果显示各领域各有赢家，不存在"全能冠军"，选型需要回归具体场景。
DeepSeek V4 开源发布：1.6 万亿参数、百万 Token 上下文窗口
DeepSeek 发布开源模型 V4，参数量达 1.6 万亿，支持最高 100 万 Token 上下文。API 价格仅为 GPT-5.5 的 1/7 左右，成为本周四大模型发布中性价比最高的选择。
GPT-5.5 API 正式上线：输入价格翻倍，但 token 效率提升显著
OpenAI 于 4 月 24 日将 GPT-5.5 推入 API，定价为输入 $5/MTok、输出 $30/MTok，较 GPT-5.4 翻倍。官方称其 token 效率大幅提升，实际任务成本可能低于前代。
阿里云百炼上线 Qwen-Image-2.0-Pro：文生图编辑一体化，多语言文字精准渲染
阿里云百炼平台正式上线 Qwen-Image-2.0-Pro，集成文生图与图像编辑能力，支持通过自然语言指令修改图片物体、文字和风格，多语言文字渲染能力显著提升，相比三月版本在细节控制上大幅升级。
