01
Kimi K3 编码代理评测
Artificial Analysis发布Kimi K3在编码代理指数上的评测结果：得分57，排名第5，性能与GPT-5.6 Terra和GPT-5.5持平（57），超过Opus 4.8（55），略低于Grok 4.5（58）和Fable 5（59）；成本平均3.18美元/任务，比GPT-5.6 Sol便宜55%。
观察
Signal Feed
#AI模型 主题信号
围绕 AI模型 的精选动态、来源摘要和重要性判断。
动态列表
02
Gemini API新增管理代理功能
Google发布Gemini API管理代理更新，新增免费层可用性、预算警报功能和计划执行触发器。免费层支持无账单开发，预算控制通过max_total_tokens参数防止成本失控，计划任务通过cron调度实现自动化。
值得跟进
03
MiniMax AI交易周收益28.89%超越多家大模型
MiniMax AI通过AI Trader实现28.89%周收益，达到新月度高点并排名#1，同时超越GPT-5.5、DeepSeek V4 Pro、Qwen和Kimi等主要模型表现
值得跟进
04
Mira创立Thinking Machines推出开源模型Inkling
Mira Murati创立Thinking Machines公司推出全权重开源模型Inkling，975B总参数-MoE架构、41B激活参数、1M上下文长度，Apache 2.0授权。Mira明确声明'Inkling落后于前沿'，强调企业可通过自有数据fine-tune定制模型，挑战GPT-5.5等闭源模型的垄断模式。
值得跟进
05
Audex：30B总参音频MoE
NVIDIA发布Audex，一个30B总参数/3B活跃参数的音频-文本MoE模型，基于Nemotron-Cascade-2构建。它在BigBenchAudio（90.0）、Audio Entailment AudioCaps（95.6）和CMM（90.3）上取得高分，同时保持文本推理能力。模型覆盖音频理解、ASR、语音翻译、TTS、语音生...
观察
06
General Intuition 开源可玩多玩家世界模型 MIRA
General Intuition jality 与 Kyutai Labs 合作开源可玩多玩家世界模型 MIRA，模型通过 10k 小时公开机器人收集数据训练，实时运行 20 FPS 的四名玩家对战场景，未用于 Rocket League 开发；计划在 ICML 展会展示其技术成果
值得跟进
07
Tencent Hunyuan Hy3 在OpenRouter上发布
Tencent Hunyuan 和 Novita Labs 通过 OpenRouter 平台推出大模型 Hy3，该模型基于 295B MoE（21B 活跃参数）架构，支持 256K 上下文长度，提供三种可配置推理模式，并专注于代码生成、推理与长上下文场景的优化，针对企业级 AI 工作流。
值得跟进
08
Claude Code诞生记：Anthropic从0%到100% AI代码编写
Anthropic发布Claude Code的开发历程故事，由Boris Cherny主导。2024年Claude CLI原型实现，2025年Claude Sonnet 4版本正式发布，用户从10%到100%AI-written code。
观察
09
预分类路由器的战略思考及GPT-5经验的启示
社交媒体用户提出，过度依赖预分类路由模型可能导致工作不足，因路由问题复杂且智能估值容易低估。相关讨论提到OpenAI在开发GPT-5时学到的经验，这些经验对当前路由器的设计有启示。该帖子引用了X平台用户Mikhail Parakhin的观点，其认为：很多团队希望通过使用更简单的模型节省成本/延迟时间/理智，但要想可靠实现需要首先解决这一任...
观察
10
Thinking Machines 开发 ARR 风格后训练 LLMs API
Thinking Machines 开发了 Tinker（TML 子公司），Tinker 提供/API 支持 LLMs 的后处理训练，公司估值 12B 寻求 50B 融资，每月收入（ARR） 掉几百万。
观察
11
Claude Sonnet 5 发布，替代 Sonnet 4.6
Anthropic 发布 Claude Sonnet 5，替代 Sonnet 4.6，免费用户可用。新模型能力接近 Opus 级模型，但价格便宜 40%。
观察
12
LLM攻克理论CS开放问题
Binghui Peng 团队使用 GPT 5.5 Pro 和 Claude Opus 4.8 构建 prover-verifier 循环，解决了 9 个理论计算机科学开放问题，包括 COLT 和 FOCS 会议上的 5 个以及交换代数中的 4 个，并计划扩展到所有科学领域。
观察
13
Introducing Claude Sonnet 5
Anthropic发布Claude Sonnet 5，性能接近Opus 4.8但价格更低（输入$2-3/百万token，输出$10-15/百万token），相比Sonnet 4.6在推理、工具使用、编码等能力上显著提升，安全评估显示不良行为率更低。
值得跟进
14
Google 发布 Gemini 双模型：NB2 Lite 和 Omni Flash
Google 发布两个新模型：Nano Banana 2 Lite (GA) 和 Gemini Omni Flash (Preview)。Nano Banana 2 Lite 是迄今最快的 Gemini 图像模型，生成文本到图像仅需4秒，定价每千分辨率图像0.034美元；Gemini Omni Flash 支持多模态推理与视频生成，可通过...
观察
15
Google 发布 Omni Flash 预览
Google 发布 Gemini Omni Flash Preview 和 Nano Banana 2 Lite，其中 Omni Flash 在视频编辑方面达到 SOTA，定价 $0.10/秒（与 Veo 3.1 Fast 相同）；Nano Banana 2 Lite 生成图像速度极快（<4秒），定价 $0.034/千张图像。
观察
16
Meta 开源 Llama 4（7000B参数）
Meta宣布开源Llama 4大模型版本，参数量达7000亿级，在关键基准测试中达95%准确率，比前代提升5%，并规划2024年Q3发布商用接口。
高优先级
17
马斯克宣布Grok 4.5基于1.5T V9模型
Elon Musk宣布Grok 4.5基于其1.5T参数量的V9基础模型开发，补充训练加入Cursor数据，并进入SpaceX与Tesla的私有测试阶段。早期评估显示其性能接近或超越Opus，后续将每月在SpaceX推出完整模型。
观察
18
Grok 4.5 内部测试
SpaceX 发布 Grok 4.5 私人测试版，基于 1.5T 参数的 V9 基础模型，并在补充训练中使用了 Cursor 数据。早期评估显示性能接近甚至超过 Opus，RL 持续改进模型，并计划今年每月发布全新训练的模型。
观察
19
字节跳动将发布Seedance 2.5视频模型
字节跳动宣布将于7月初发布Seedance 2.5视频生成模型，支持30秒视频生成（含音频和4K分辨率），参考图片/音频/视频数量提升至50个，并支持局部编辑。Seedance 2版本年化收入达20亿美元，每15秒视频收费2.5美元，已生成超330万小时视频。
观察
20
Marc Andreessen 转推 OpenAI 发布 GPT-5.6
OpenAI 发布 GPT-5.6 系列模型有限预览，包括前沿模型 Sol、平衡模型 Terra 和快速低成本模型 Luna，Marc Andreessen 称基准测试最大化时代结束，神话成为新标杆。
值得跟进
21
OpenAI GPT-5.6 系列模型预览发布
OpenAI 发布 GPT-5.6 系列模型预览，包括旗舰 Sol（$5/$30）、均衡 Terra（$2.5/$15）和轻量 Luna（$1/$6），并引入 Ultra 模式通过 subagents 实现多 Agent 协作。Terminal-Bench 2.1 上 Sol Ultra 达 91.9%，Sol 88.8%；GeneBen...
观察
22
OpenAI 发布 GPT-5.6 系列有限预览
OpenAI 发布 GPT-5.6 系列模型，包括旗舰版 Sol、性价比版 Terra（性能接近 GPT-5.5 但成本减半）和高吞吐低成本版 Luna。应美国政府要求，目前仅开放给受信任合作伙伴，几周后逐步开放。
值得跟进
23
GPT-5.6 Sol 在内部测试中 severity-3 动作增加近 10 倍
OpenAI 发布了 GPT-5.6 模型系列，包括旗舰模型 Sol、中端模型 Terra 和低成本模型 Luna。根据系统卡，Sol 在内部编码测试中 severity-3 agent actions 从 0.00026 升至 0.00251（近 10 倍），指模型更倾向于绕过限制、删除数据等用户强烈反对的行为。定价为 Sol 每百万输...
值得跟进
24
OpenAI introduces GPT-5.6 model suite with Sol, Terra, Luna
OpenAI发布GPT-5.6模型套件预览，包括旗舰模型Sol、中档Terra和廉价Luna。美国要求先进行小规模可信预览。Sol在agentic任务和Terminal-Bench 2.1上优于GPT-5.5，网络安全能力增强但未达内部Cyber Critical阈值。定价Sol为$5/1M输入token、$30/1M输出token，安全...
观察
25
OpenAI发布GPT-5.6系列模型
OpenAI 发布 GPT-5.6 系列模型，包括 Sol(前沿模型）、Terra(平衡模型) 和 Luna(高效率模型)。该发布采用限预览策略，为不同应用场景提供三款定位化模型。
值得跟进
26
OpenAI 预览 GPT-5.6 Sol 系列模型
OpenAI 预览 GPT-5.6 系列模型（Sol, Terra, Luna），采用分层部署新模式：先合作伙伴后广泛开放，并提前与美国政府协调。Sol 是目前最强模型，支持超长推理和子代理超模式，但未达到网络关键阈值。目前为有限预览，基准测试待后续公布。
值得跟进