Nous Research 在 5300 万 token 上对 Alibaba 的 Qwen3.8-27B 进行微调，生成了 Arete-27B 开源模型，将宣传率从 22% 降至 0.9% 以下。Arete-27B 的权重、测试数据集和训练数据已在 Hugging Face 上以 Apache 2.0 许可证发布。
推荐理由：研究展示了通过 5300 万 token 的监督微调，将中国 AI 模型中的国家宣传倾向降低至 1% 以下，同时保持了通用能力。
Thinking Machines 发布 Inkling 2 Small，一个 594B 总参数/17B 激活参数的多模态 MoE 模型，在不到 3 天内使用 <12T tokens 预训练完成。该模型在多个独立评估中表现出竞争力，并在 AA 排名中达到 31 分，超越其前代 Inkling Small。
推荐理由：Inkling 2 Small 在 68 小时内使用 12T tokens 预训练，性能超越 Muse Spark，并具备高可定制性。
OpenAI 发布 GPT-6 Cyber，一款专门用于搜寻软件安全漏洞的 AI 模型，该模型能发现缺陷、构建可工作漏洞利用代码并建议补丁。GPT-6 Cyber 在无特殊安全指令下，边界违规率降至 0.07%，优于前代 GPT-5.6 Cyber 的 0.06%。
推荐理由：GPT-6 Cyber 具备发现漏洞和提出修复方案的能力，并在 Firefox 和 Linux kernel 等真实场景中取得了显著成果。
OpenAI 发布 GPT-6 Cyber 网络安全模型，该模型用于发现可利用漏洞并开发修复方案，训练时会遵守授权范围。
OpenAI 发布 GPT-6 Cyber 网络安全 AI 模型，在 ExploitGym HoneyPot 评估中，其越界率降至低于 1%，低于 GPT-5.6 Cyber 的约 5%。
百度发布了 ERNIE-5.5-Flash-Base 开源基础模型，该模型采用 Mixture-of-Experts 架构，拥有 2800 亿参数，预训练于 33.5 万亿 tokens，训练上下文达 128,000 tokens，支持微调和推理高达 100 万 tokens。
推荐理由：百度发布了 ERNIE-5.5-Flash-Base 开源基础模型，参数量达 2800 亿，支持长上下文。
腾讯发布AI模型Hy4，首次具备图像理解能力并能自主操作软件，目前通过Tencent Cloud、OpenRouter和腾讯应用可用。在金融专业人士的测试中，Hy4超越了Deepseek V4.1 Flash、Kimi K3.1 Pro和GLM-5.3 Flash。
Mistral 发布了万亿参数开源 AI 模型 Mistral Large 4 (ML4) 的权重，允许企业和政府自行下载和部署。ML4 在赛博工作方面与 GLM-5.3 相当，但每任务消耗 token 减少 47%，且在 Agentic coding 任务上超越其他开源模型，权重可在 Hugging Face 和 API 获取。
推荐理由：Mistral 发布了万亿参数开源模型 ML4 权重，旨在为企业和政府提供自主可控的赛博安全防御能力。
NVIDIA Nemotron 3.5 Super VL 是一个 120B 参数的 MoE 多模态模型，支持文本、图像、文档和视频理解，激活 12B 参数/token。
Mistral 发布了其最大模型 Mistral Large 4 的权重，该模型昵称为 Le Chonk，输入文本和图像输出文本和代码，拥有约一万亿参数。Large 4 在 Terminal-Bench 4.0 上达到 41%，领先开源模型，但在整体排名上仍落后于 GLM-5.3 等中国模型。
Google DeepMind 发布 Gemini 4 Carbon，在 Artificial Analysis consolidated benchmark 上达到新的 #1，首次领先 AAII 历史记录。Carbon 初期通过 Fairwind Program 仅对网络防御专家开放，承诺尽快向更广泛的开发者开放，其 1M-token 上下文窗口支持文本、图像、视频和语音输入，输出为文本。
Google 发布 Gemini 4 Carbon，在编码、智能体任务和网络安全方面实现显著提升，并在 Artificial Analysis Intelligence Index (v5.0) 基准中位居第一，超越 Claude Opus 5.5 和 GPT-6 Astra。
Google Deepmind 发布 Gemini 4 Carbon，该模型在更新的 Artificial Analysis Intelligence Index v5.0 中以 59 分位列第一，超越了前代 Argon 的 50 分。Carbon 在 Agentic 任务、编程、全周期网络防御、长上下文和安全任务中表现出色，在 SEC-bench Pro 等安全测试中领先所有测试模型。
推荐理由：Gemini 4 Carbon 在多个独立和内部基准测试中超越了前代 Argon 并接近顶尖模型，尤其在安全和长周期工程任务上表现突出。
Gemini 4 Carbon 是 Google 最新推出的前沿 AI 模型，本质上是 Argon 的一个略微改进版本。该模型目前不可用。
Google DeepMind 发布了前沿模型 Gemini 4 Carbon，该模型在网络安全和长周期任务方面达到最先进水平，在 Artificial Analysis Intelligence Index v5.0 中排名第一（59）。
推荐理由：Gemini 4 Carbon 在网络安全和长周期任务上表现出色，并已开始向特定安全防御者开放。
Nvidia 发布开源语音识别模型 Nemotron 3.5 Transcribe，该模型支持 40 种语言转录，31 种语言互译，并识别 13 种语言中的说话人，可处理长达一小时的录音。该模型拥有 300 亿参数，但每处理步骤仅激活约 40 亿参数，可在单张 Nvidia GPU 上运行，并在 Hugging Face 英文 Open ASR Leaderboard 上位居开源模型第一。
推荐理由：Nemotron 3.5 Transcribe 集成了转录、翻译和说话人识别，在多个基准测试中表现优于同等计算量的开源模型。
Nvidia 发布了免费开放权重的 Nemotron 3.5 Transcribe 模型，支持多达 40 种语言的音频转录，并发布了 Granary 数据集 2.0 版本。该模型可将 31 种语言翻译到和从英语，处理长达一小时的录音，并区分多达八个说话者，可部署于 Jetson AGX Thor 和 DGX Spark 等单芯片设备。
Google 发布 Genie 4 世界模型，可利用自然语言实时更新体验、生成音频，并使用 Gemini 3.8 Flash 进行模拟。Genie 4 可生成约两分钟的体验，较前代 Genie 3 的一分钟延长。该模型目前以“research preview”形式向“trusted testers”开放，并将“coming soon”提供给 Google AI Ultra 订阅用户。
Google DeepMind 发布 Genie 4 新世界模型，实现前所未有的真实感和实时交互模拟，原生支持音频、环境噪音和交互对话。Genie 4 基于 Gemini Omni 锚定真实外观和行为，并利用 Gemini 模型进行复杂推理，目前对 Google AI Ultra 订阅者和 Gemini API 早期访问伙伴开放研究预览。
推荐理由：Genie 4 实现了原生多模态和实时交互模拟，可用于机器人训练和创意原型设计。
DeepMind 发布 Genie 4 世界模型，该模型在几乎所有方面都超越了 Genie 3，并利用更新的 Gemini 模型提升了模拟的实用性。世界模型能实时生成虚拟世界体验，无需预渲染环境或编程交互元素。此技术可为物理机器人创建无限训练环境，或加速创意领域的快速原型设计。
OpenAI 发布 GPT-6.1 Terra，一款高效模型，结合细致视觉推理与精准电脑使用。价格为 $1/million input tokens 与 $5/million output，约为 GPT‑5.6 Terra 的一半，适用于技术沟通与电脑任务，比 Sol 更便宜、比 Luna 更智能。
OpenAI 近日发布 GPT-6.1 Terra，API 价格比 GPT-5.6 Terra 降至一半，输入 token 费用 $1/百万，输出 $5/百万，缓存输入 $0.05/百万。
推荐理由：OpenAI 推出 GPT-6.1 Terra，价格更低且性能提升，读者可评估其成本效益与应用场景。
OpenAI 宣布其 GPT‑6.1 Sol 在将 COBOL 代码迁移至 C++、Java、Python 时，低推理努力下可达 87% 的行为保留率，最高 98%。Anthropic 亦发布 Claude Code 迁移手册，主张将 COBOL 转为 Java 或 Python。
OpenAI 发布 GPT-6.1 Terra，旨在实现大规模、快速且有能力的计算机使用。该模型专注于提供高效的计算能力。
DeepMind 在博客中介绍了 Gemini 4 Argon 的安全与防护措施，并说明了其在网络防御、医学实验和代码安全等高风险领域的应用。文章指出，Argon 在模拟网络攻击场景中解决了全部12个案例，并通过三层实时保护将违规请求减少近一半；在生物实验评估中，未加防护的模型表现出更强的故障排查能力。
推荐理由：文章阐述 Gemini 4 Argon 的安全防护细节，并通过三层实时保护将违规请求减少近一半，帮助读者了解其在高风险领域的防护效果。
Gemini 4 Argon 全球开放，开发者和企业可通过 AI Studio 和 Gemini 平台 API 访问，Google AI Ultra/Pro 订阅用户可在 Gemini app 和 Search AI Mode 使用。
推荐理由：Gemini 4 Argon 在 Vals Index 上排名第一，并在编码、金融、法律等复杂领域展现出深度和精确性。
Google DeepMind 宣布 Gemini 4 Argon，这是一款前沿性能模型，已在软件工程、企业知识工作和网络安全防御等复杂工作流中得到应用。Argon 具备 1M token 上限，定价为每百万输入 token 2 美元、输出 10 美元，缓存输入 token 价格低 95%。
推荐理由：Gemini 4 Argon 的前沿性能、1M token 上限以及在编码、企业与网络安全领域的领先表现，为读者展示了在复杂工作流中提升效率与安全的可能。