Beam采用稀疏混合专家架构，总参数 5010 亿、激活参数 230 亿，Reflection报告有效上下文长度为 100 万token；权重以Apache 2.0许可在Hugging Face发布，提供BF16、FP8、NVFP4三种检查点，上线时可在Amazon SageMaker JumpStart的美国东部（弗吉尼亚北部）和俄亥俄区域使用。
阅读全文模型发布
追踪模型的新能力，理解每一次迭代带来的变化。
本页最新按事件时间排序
OpenAI案例：Localiza用ChatGPT Enterprise、API和Codex搭建 60 多个专用智能体
OpenAI新闻栏目发布Localiza案例，称这家出行公司使用ChatGPT Enterprise、OpenAI API、Codex和 60 多个专用智能体，围绕生成式AI重组工作并构建“AI原生”出行体验。来源为OpenAI对客户用法的介绍，未给出效率或业务结果数据。
阅读全文OpenAI案例：Grupo Boticário自研智能体平台称自主处理经销商最多 80% 运营请求
OpenAI新闻页面介绍巴西化妆品集团Grupo Boticário的自研智能体平台，称其可自主解决经销商最多 80% 的运营请求，使销售团队转向顾问角色。该数字出自OpenAI的案例叙述，未附独立评测。
阅读全文OpenAI称Benefit Street Partners用Codex做代码审查与贷后跟进
OpenAI新闻页介绍，Benefit Street Partners的Anant Kumar用Codex做代码审查，并更快完成跟进；他开发的是用于比较贷款估值和分析信贷协议的工具。
两名工程师用Codex数周做出Stack Overflow for Agents，ChatGPT插件带动注册量增长两倍
OpenAI新闻页称，Stack Overflow for Agents由两名工程师借助Codex在几周内开发完成；其ChatGPT插件推动agent创建量增长最高达 10 倍，注册量增长两倍。
Meta发布Muse Spark Open模型，称可双Mac Studio桌面运行
Meta称Muse Spark Open是“迄今最强的美国开放权重模型”，并称是同类中首个可用两台搭载M5 Ultra的Mac Studio配合最新MLX框架在桌面运行的模型；苹果CEO John Ternus在X上公开回应支持。
谷歌发布Gemini 4 Argon，尝试用单一模型覆盖机器人仿真、控制与训练数据评估
谷歌称Gemini 4 Argon可在仿真中准备机器人任务、生成训练数据并评估视频质量；在谷歌自测的ERQA基准上得 87 分，但在Artificial Analysis的AA-Robotics基准上以 55 分位列第三，落后GPT-6 Astra的 69 分和GPT-6.1 Sol的 65 分。
英伟达发布1200亿参数开源多模态模型Nemotron 3.5 Super VL
英伟达发布Nemotron 3.5 Super VL，一款面向企业智能体的1200亿参数开源多模态模型，采用MoE架构每次仅激活120亿参数；同时推出两款面向本地PC与边缘设备的Bolt小模型。
英伟达发布Nemotron 3.5 Super VL与两款Bolt边缘模型
英伟达称Super VL为1200亿参数开源模型，在同级中吞吐量最高快5倍，与Bolt 74B-A9B 24GB即日可用，Bolt E4B 4GB将于10月23日推出。
Black Forest Labs发布FLUX 3 Image Klein：5.6B参数开放权重模型
Black Forest Labs发布FLUX 3 Image Klein，一款 5.6B参数的开放权重模型，支持文本生成图像、图像编辑和最多 10 张参考图的多参考生成，提供基础模型与蒸馏版本，可在 8GB显存GPU上运行。
Anthropic称已更新独立评估者安排
Anthropic官方新闻发布《An update on independent evaluators》，标题指向独立评估者相关更新；来源未提供正文或摘要，具体变动内容、生效时间与适用范围均未披露。
Mistral发布时间序列基础模型Timestral，209M版本在三个公开基准排名第一
Mistral称Timestral四个尺寸共享同一架构与训练配方，最大模型 209M参数在GIFT-Eval、TIME和fev-bench上以零样本、单检查点成绩超越此前最优结果，且无需GPU推理。
Google和Meta接连发布前沿模型，称可与OpenAI、Anthropic最强模型抗衡
据The Verge报道，就在Anthropic和OpenAI看似领跑的一周后，Google与Meta在几天内先后公布各自的前沿模型，两家公司均声称新模型能与OpenAI和Anthropic最好的模型正面竞争。
谷歌为Google Messages推出云端Gemini增强诈骗防护，并新增通话转移拦截与屏幕共享遮蔽
谷歌称未来几周上线“增强保护”选项，用云端Gemini模型分析未知发件人对话意图，数据加密并在专用安全空间处理；同时阻止应用开启呼叫转移并提醒用户，Chrome与Android WebView屏幕共享时自动隐藏敏感信息，Pixel之外的多个品牌机型将获得聊天通知诈骗检测。
OpenAI称SentinelOne借助Daybreak将恶意软件分析从数周缩短至数小时
OpenAI新闻稿称，SentinelOne使用OpenAI Daybreak把恶意软件分析时间从数周压缩到数小时，从而有更多产能调查更多威胁。
Amp用OpenAI模型把AI智能体扩展到写代码之外
OpenAI新闻页介绍Amp正在使用GPT-6 Astra、Ultrafast、GPT-Live-1以及Sign in with ChatGPT，探索智能体在编码之外的用途。来源仅提供一句摘要，未披露具体功能、时间表和效果数据。
Block用OpenAI技术搭建AI安全流程，称威胁调查与补丁提案缩短至分钟级
OpenAI新闻页披露，Block的安全团队正在使用OpenAI技术构建AI驱动的安全能力，OpenAI称其调查威胁更快，并能在几分钟内提出补丁方案。该说法来自OpenAI一方，未附具体指标或独立验证。
STEPX发布首款大模型原生智能体手机STEPX Neo，全栈定价3999元
阶跃终端10月13日在上海发布STEPX Neo先行版，搭载智能体原生操作系统Step AOS 1.0与个人智能体阶跃Amoo，采用“软硬模”全栈定价3999元，10月13日21:00开启预售、10月16日10:13正式开售。
Anthropic为 2026 美国中期选举更新选举防护措施
Anthropic称政治话题占美国Claude.ai对话约 5.75%，选举与投票约 0.51%，直接询问投票对象的约 0.01%；公司将接入Democracy Works官方投票信息并新增检测多步骤滥用的分类器。
苹果等机构发布首个三模态掩码扩散模型，3B参数下验证文生图与文生语音
苹果机器学习研究团队联合剑桥、MIT、Google DeepMind等机构，首次从零预训练文本、图文、音频文本三种模态的掩码扩散模型，系统分析多模态缩放规律并给出推理采样默认参数。
Google全球上线Gemini 4 Argon：新旗舰模型替换Pro层级，免费用户降至Flash
Gemini 4 Argon面向开发者、企业和消费者开放，API入门价每百万输入 2 美元、输出 10 美元；免费与Plus用户只能使用Flash级模型，模型在独立综合排名中落后于Claude Opus 5.5和前一天发布的Meta Muse Wonder Full。
Google DeepMind发布Gemini 4 Argon，API定价每百万输入token 2美元
Google DeepMind称Gemini 4 Argon在Vals Index上排名第一，并给出内部工程与科研使用数据；模型即日起通过API、Gemini应用和搜索引擎AI Mode向不同订阅层级开放。
Gemini 4 Argon上线Gemini应用，Google AI Pro和Ultra订阅者可先用
Google称该模型推理能力更强，回答更直接、少重复；macOS版Gemini应用内可直接使用Antigravity智能编码界面，聊天窗口新增任务切换开关，并可连接 40 多个应用。
Higgsfield用GPT-6 Astra将AI视频时长从 1 分钟提升至 10 分钟以上
OpenAI新闻页称，Higgsfield引入GPT-6 Astra、GPT-Image-2.5与GPT-Live，分别用于更长视频、精确画面和语音电影制作。
Artificial Analysis发布决策模型指数v1.0：Jev 1.13居首，但概率校准普遍偏高
该指数用四项评测衡量“决策模型”的分类、工具调用、知识与推理表现。Jev 1.13以58分领先，语言模型Claude Haiku 5.5得61分但单任务耗时约11倍、成本约4.4倍；所有决策模型在知识与推理题上普遍“过度自信”。
Meta发布Muse Wonder系列模型：旗舰版进入前沿梯队，单任务成本约为前代三倍
据The Decoder报道，Meta发布Muse Wonder与Muse Wonder Full两款模型，旗舰版在Artificial Analysis智能指数v4.3上得 56 分；Token定价与单任务成本明显上涨，Muse Wonder Full暂仅限Muse Code用户使用。
Meta发布首个前沿模型Muse Wonder，含仅限订阅的Full版本
Meta Superintelligence Lab周一发布Muse Wonder与Muse Wonder Full，称其基准分数与Fable 5.1、GPT-6 Astra相当；Wonder经Meta Model API定价为每百万输入token 4美元、每百万输出token 20美元，Full仅向Muse Code订阅者提供。
AWS发布llama.cpp决策模型部署方案，SemIf扩展可返回选项概率
AWS Machine Learning博客介绍在Amazon SageMaker AI上部署llama.cpp的两种路径：直接用DLC提供OpenAI兼容聊天补全，或构建SemIf子镜像，对预先声明的选项返回概率而非生成文本。帖子给出CPU与GPU的JevBench基准数据，并说明授权与业务规则应留在模型之外。
