美国新实验室 Reflection 在 Hugging Face 发布首个开源模型 Beam，这是一个 501B 参数的 MoE 模型，每 token 激活 23B，支持 1M token 上下文，采用 Apache 2.0 许可，主打编码与智能体场景。
选题角度：开源 501B MoE 模型 Beam 放出 Apache 2.0 权重和 vLLM、SGLang 部署配方，适合实测 1M 上下文下的编码与工具调用表现。
Meta 发布开放权重模型 Muse Spark Open，总参数量 8160 亿，每次推理激活 420 亿参数，支持 100 万 Token 上下文窗口，原生支持多模态，主攻编程和 Agent 任务。
Claude Fable 5.5 出现在微软 Azure East US 2 模型目录中，模型 ID 为 azure_ai/claude-fable-5-5，状态显示 GenerallyAvailable。
选题角度：围绕 Azure 目录泄露的 1M 上下文与 10/50 定价，梳理 Fable 5.5 与 Gemini 4 Argon 撞车的时间线，做一期大厂发布节奏的评论。
Meta 发布开源权重模型 Muse Spark Open，称其为美国最强开源权重模型，采用 8160 亿参数和 100 万 token 上下文窗口，原生多模态，面向复杂编码任务和智能体工作。
Meta 发布开源权重模型 Muse Spark Open，称其为美国最强开源权重模型，面向编码和智能体任务，拥有 8160 亿参数（420 亿激活）、最高 100 万 token 上下文，支持文本、图像、视频和音频。
Meta 10 月 15 日发布开放权重模型 Muse Spark Open，权重可在 Hugging Face、亚马逊 SageMaker、Google Cloud Model Garden 和微软 Foundry 下载，按 Muse Model License 免费使用并允许商用。
Meta 发布开源权重模型 Muse Spark Open，采用 MoE 架构，总参数约 816B、每 token 激活约 42B，上下文窗口最高 100 万 token，支持文本、图像、音频和视频输入，输出文本。
选题角度：原文给出 816B 开源多模态模型的完整部署与微调配方，适合上手实测它在本地跑智能体编码和多模态输入的效果。
谷歌发布新一代旗舰模型 Gemini 4 Argon，Pro 用户可在 Gemini 应用和搜索 AI 模式中体验，开发者可通过付费 API 在 AI Studio、Android Studio 调用，Ultra 用户还可在 AI Studio 和 Antigravity 中使用。
选题角度：官方给出19项基准中13项最高、百万token窗口首发价减半，适合做跑分与定价的横向对比解读。
Google 全球上线 Gemini 4 Argon，开发者可通过 AI Studio 和 Gemini 平台的 API 使用，AI Ultra 订阅者可在 Google Antigravity 中使用，Ultra 和 Pro 订阅者可通过 Gemini 应用和 Google Search 的 AI 模式访问。
选题角度：Gemini 4 Argon 全球上线，原文给出 API 入口、订阅档位差异和 3D 演示源码，适合上手实测同一任务在 Argon 与 Flash 档位下的效果差异。
Matt Wolfe 上手测试了 Google 的 Gemini 4 Argon，覆盖编码游戏、3D 打印 Gary Busey、日程安排与研究任务等场景。他记录了哪些表现令人印象深刻、哪些环节卡住，并对比了 Google 与 Claude、ChatGPT 的差距，视频还涉及基准测试、百万 token 输出、Antigravity 与 Gemini App 更新以及定价和访问权限。
选题角度：作者上手实测 Gemini 4 Argon 的编码、3D 打印与机器人任务，并对比 Claude 和 ChatGPT，适合做实测效果对比。
Theoretically Media 提前一周把 Gemini 4 Argon 当作日常主力模型使用，并展示了多个实际产出。Gemini 4 Argon 已上线 AI Ultra 和每月 20 美元的 Pro 套餐，具备 1M 统一 token 上限和 Antigravity 中的 continuation protocol。
选题角度：作者用一周实测展示 Gemini 4 Argon 在 Godot 游戏、合成器、Skyrim 模组和 DaVinci Resolve 剪辑上的实际产出，适合做上手实测与效果对比。
Google DeepMind 宣布 Gemini 4 Argon 已在全球开放，定位为端到端解决最难问题。官方称该模型在编码、企业工作流和网络防御方面带来前沿能力。
选题角度：官方宣布 Gemini 4 Argon 全球开放，可围绕编码、企业工作流和网络防御三类任务做上手实测。
Google 发布 Gemini 4 Argon，支持 1M 输出 token，可一次完成 100K+ token 推理轨迹、整仓库代码生成与重构。官方称其在 CWE-Bench 漏洞修复上以 68% 并列第一，是抗间接提示词注入最强的模型，并已在 Google AI Pro 和 Ultra 订阅中上线。
选题角度：官方给出 Gemini 4 Argon 与 GPT-6 Astra、Claude 系列的逐项基准对比，还演示了看视频学会投沙包并让 Apollo 人形机器人连中七球，适合做能力实测与跑分对比。
Google DeepMind 发布前沿模型 Gemini 4 Argon，今日起通过 AI Studio 和 Gemini API 面向开发者与企业开放，Google AI Ultra 订阅者可在 Google Antigravity 使用，Gemini app 和 Search 的 AI Mode 面向 Ultra 与 Pro 订阅者开放。
选题角度：官方给出 Argon 在 Chrome 重构、ADK 提速和机器人视频学习上的具体数字，适合挑一个案例做前后效果对比实测。
Google 发布前沿模型 Gemini 4 Argon，今日起通过 AI Studio 和 Gemini API 面向开发者与企业开放，Google AI Ultra 订阅者可在 Google Antigravity 使用，Ultra 和 Pro 订阅者可在 Gemini app 与 Search 的 AI Mode 使用。
选题角度：官方给出 API 定价、1M 上下文和多项内部实测数据，适合做一次能力盘点，重点讲 Chrome 重构与 ADK 提速这两个可验证案例。
Meta 超级智能实验室发布 Muse Wonder 和 Muse Wonder Full 两款模型，均支持 100 万 Token 上下文窗口，主打编程、长期 Agent 任务和专业知识工作。
选题角度：Meta 发布 Muse Wonder 系列并给出与 GPT-6 Astra、Claude Opus 5.5 的多项跑分对比，适合做数据对比和定价解读。
Anthropic 发布 Claude Haiku 5.5，官方跑分逐项超过 GPT-6 Luna，并取代 DeepSeek V4.1 Flash 和 GLM-5.3-Flash 成为新的小模型守门员。
AI 公司 Reflection 发布首个免费开放模型 Beam，面向编码、逻辑推理和智能体任务，采用 MoE 架构，每 token 激活 5010 亿总参数中的 230 亿。
Reflection AI 正式发布其首个前沿开源权重模型 Beam，称在高级推理基准上可匹敌中国领先开源模型，且推理算力消耗少 3-4 倍。Beam 是纯文本 MoE 模型，总参数 5010 亿、激活 230 亿，预训练 23.8 万亿 token，上下文窗口 100 万 token。
Google 母公司 Alphabet 发布 Gemini 4 Argon，称其可处理编码、研究和写作等任务，并专门为防御性网络安全工作训练，能自主发现、验证并修补关键软件漏洞。
Google 发布前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展到开发者、企业和消费者，起步价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入按输入价的 95% 折扣计费。
Google DeepMind 发布新一代前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，后续再面向开发者、企业和消费者推出。
选题角度：官方给出 Gemini 4 Argon 在 DeepSWE、CWE-bench 等基准上的分数和内部落地案例，适合做一次新模型能力与价格对比的解读。
Matt Wolfe 让 Opus 5.5 连续运行他的 Megabonk 游戏测试近 20 小时，称结果相当惊人，并认为它可能是目前最好的编码模型。Opus 5.5 已上线 Claude 的 Pro、Max、Team 和 Enterprise 套餐，Pro 套餐每月 20 美元起；API 价格为每百万输入 token 4 美元、每百万输出 token 20 美元。
选题角度：作者用近 20 小时让 Opus 5.5 跑游戏开发测试，可拍成实测过程与成品效果展示，并顺带对比价格。
OpenAI 在 DevDay 上发布 GPT-6.1 Sol，称其在智能体编码、电脑操作和专业工作上接近 GPT-6 Astra 的智能水平，标准输入输出 token 价格仅为后者的五分之一。
选题角度：OpenAI 在 DevDay 发布 GPT-6.1 Sol，可对比它和 GPT-6 Astra 在智能体编码、事实准确率上的差距，以及价格降到五分之一这一点。
OpenAI 发布 GPT-6.1 Sol，官方称其在智能体编码、电脑操作和办公任务上接近因安全问题未按计划发布的旗舰模型 GPT-6.1 Astra，成本约为后者的五分之一。
选题角度：OpenAI 官方基准显示 Sol 在编码和电脑操作上接近未发布的 Astra 且成本仅五分之一，适合做价格与跑分对比解读。
OpenAI 发布 GPT-6.1 Sol，定位为面向编码、电脑操作和专业工作的 near-Astra 智能。其标准 API 输入与输出 token 价格仅为 Astra 的五分之一。
选题角度：原文给出 GPT-6.1 Sol 的定位与仅为 Astra 五分之一的价格，适合做新旧模型同任务对比实测，重点看编码和电脑操作表现。
至知创新研究院IQuest Research发布IQuest-Q1模型，采用decoder-only Transformer主干与稀疏MoE架构，总参数约320B、激活参数约15B。
Anthropic 发布 Claude Sonnet 5.5，在 Terminal-Bench 4.0 编程评测中 Max 档得分 70.6%，超过 Opus 5.5 的 66.4%，上一代 Sonnet 5 仅为 10.3%。
选题角度：用官方沙丘案例和 Boris 的修 bug 对照演示，实测 Sonnet 5.5 与 Sonnet 5 在同一任务上的速度与 token 差异。
Anthropic 发布 Claude 5.5 家族第二款模型 Claude Sonnet 5.5，输出生成速度提升超过 30%，单任务成本最多降低 30%，在多项基准上接近 Opus 5.5。
选题角度：原文给出 Sonnet 5.5 与 Sonnet 5、Opus 5.5 在 Terminal-Bench 4.0 和 CursorBench 4.0 上的具体分数差，适合做同任务新旧版本与同门旗舰的跑分对比。
Anthropic 发布中端模型 Sonnet 5.5，称其比前代 Sonnet 5 快 30%，token 消耗速度也明显更慢，定位为日常任务助手，覆盖编码和办公文档生成。
匿名模型Space Bunny在几天内冲上OpenRouter和OpenCode调用日榜第一，作者用OpenRouter API接入DeepSeek Harness实测了4个coding任务。
小米正式推出MiMo-V2.6-Flash、MiMo-V2.6-Pro及Pro的UltraSpeed版本，Pro在Artificial Analysis智能指数取得46分，超过Kimi K3和Qwen3.8 Max。
选题角度：作者用孪生素数可视化、3D地震台、PPT和视频模仿四个实测案例展示MiMo-V2.6-Pro的编码与审美能力，适合挑其中一个案例录屏复现并对比成本。
Anthropic 发布 Claude Opus 5.5，在代码、知识工作、计算机操作等多项基准测试中登顶，输出速度比 Opus 5 快 30% 以上。输入、输出价格分别为每百万 Token 4 美元和 20 美元，较 Opus 5 下降 20%，缓存读取价从 0.50 美元降到 0.20 美元，砍了 60%，Anthropic 测算典型任务总成本可降 40%。
选题角度：原文给出Opus 5.5在Terminal-Bench 4.0等多项跑分的具体数字和API降价明细，适合做新旧版本跑分与价格对比的实测解读。
Anthropic 发布新系列首个模型 Claude Opus 5.5，官方称其在多数任务上达到 Claude Fable 5.1 的水平，运行成本比 Opus 5 低约 40%，输出速度提升超过 30%。
选题角度：Anthropic 发布 Claude Opus 5.5，官方给出与 Fable 5.1、GPT-6 Astra 的基准对比和 40% 成本下降，适合做跑分与价格对比解读。
Anthropic 发布 Claude Opus 5.5，这是新 Claude 5.5 家族的首个模型，官方称其多数工作表现达到 Claude Fable 5.1 水平，运行成本比 Opus 5 低 40%。
选题角度：官方给出 40% 降价、缓存读取降 60% 和 680,000 行代码迁移案例，适合做新旧版本同任务成本与耗时对比实测。
xAI 发布 Grok 4.7，主打编码与知识工作，定价为每百万输入 token 2 美元、每百万输出 token 6 美元。在 Artificial Analysis Intelligence Index（v4.3.2）上 Grok 4.7 得 46 分，Claude Fable 5.1 与 GPT-6 各以 53 分领先。
中国电信AI开源Xing4.0-29B-A4B，这是一款全栈国产化的轻量级代码智能体大模型，采用MoE架构，290亿总参数、每次推理激活约40亿参数，4-bit量化后显存占用从约60GB压缩至约15GB，一张RTX 3090即可运行。
云知声发布U2-Flash，采用稀疏MoE架构，总参数约266B、单次推理只激活约10B，官方称其生成速度比U2提升2.1倍、Agent任务完成时间缩短35%、任务迭代步数和Token消耗降低20%至30%。