补更特刊:六周里漏掉的模型与产品更新
回查停更期间的官方公告与产品日志,补齐模型、文档工具、语音、编程和浏览器操作更新,并注明预览、分批开放与待核实信息。
- 模型之外,也补查文档、浏览器操作和长期智能体
- ChatGPT Word、Claude Docs 与 Gemini Notebook 的日常用途
- 按实际发布与开放日期记录,不把计划当成上线
这是一篇补更特刊,覆盖 2026 年 9 月 8 日至 10 月 19 日,不代表这些更新都发生在本周。 上一轮只补查了部分厂商的模型,仍漏掉不少产品功能。此次扩大到国内外模型厂商、办公工具、编程助手和多媒体产品,逐项回到官方公告、模型卡或更新日志核对。
核查说明:以下是来源核查,未进行统一实测。能力介绍来自厂商说明;用途分析属于编辑判断。预览、分批开放、特定套餐和未来计划均单独标明,不能仅凭产品名称推断自己的账号已经可用。
先看最影响日常使用的变化
- 写文档、做展示:ChatGPT 进入 Word;Claude 把 Docs、Slides、Design 放进对话;Notion 增加可共享的技能库与跨工具连接。
- 学习与理解:ChatGPT 增加闪卡和交互式回答;Gemini Notebook 公布语音交流、测验和短视频学习工具。
- 让 AI 持续做事:dots、Cursor Projects、Perplexity Automations 等开始把一次性对话延伸为持续任务,但开放地区、年龄、套餐和运行环境各不相同。
- 操作浏览器和电脑:模型能力、浏览器工具与实际产品入口分别在更新。支持网页搜索,不等于能登录网站、填写表单并检查执行结果。
这次补入的模型
本轮新增 28 条模型记录,模型时间线从 116 条增至 144 条。同系列明确区分的型号分别收录,量化格式、推理服务档位和第三方平台接入不重复算新模型。下表按厂商归组,日期对应的事件类型写在说明里。
| 厂商 | 此次补录 | 日期与关键区别 |
|---|---|---|
| OpenAI | GPT‑Live‑1.1/Quip | 10 月 15 日开始在 ChatGPT Voice 分批上线;Quip 是小型版本,不能据此推断同名 API 同日开放。 |
| EmbeddingGemma 2 | 10 月 6 日开放的多模态嵌入模型,用于本地检索文字、图像、音视频;不直接生成聊天回答或图片。 | |
| xAI | Grok 4.7、Voice 3.0、Voice Transcribe 2.0 | 分别侧重通用任务、实时语音和转写。4.7 为 9 月 21 日、Voice 3.0 为 10 月 14 日;Transcribe 的控制台 9 月 11 日已确认可用,9 月 18 日才发正式公告。 |
| Meta | Muse Wonder/Wonder Full、Muse Spark Open | Wonder 两款 10 月 12 日开放,Full 仅明确 Muse Code 订阅入口;Spark Open 于 10 月 15 日开放权重,许可含额外商业条款。 |
| NVIDIA | Nemotron 3.5 Super VL/Bolt 74B-A9B 24GB | 10 月 15 日开放,分别面向多模态智能体和本地运行。同期提到的 Bolt E4B 4GB 仍是 10 月 23 日计划,未计入。 |
| Amazon | Nova 2.5 Sonic | 10 月 5 日正式可用,面向实时语音与工具调用;10 月 13 日只是官方周报回顾日。 |
| Qwen/Kimi | Qwen3.8-Omni-Flash、Kimi K2.8 Preview | Omni 于 9 月 18 日正式上线;K2.8 Preview 于 9 月 11 日全量进入 Kimi Code,不能写成开放权重。 |
| 小米 | MiMo‑V2.6 Pro/Flash | 9 月 22 日发布 API 与开放权重,面向多模态、编程和文档任务;9 月 25 日的工具调用修复属于原型号更新,Pro-UltraSpeed 是服务档位。 |
| 阶跃星辰 | Step 5 Preview、StepAudio 3 五款 | Step 5 于 9 月 20 日开放预览,核查时权重已可获取;StepAudio 3 的 Realtime、ASR、TTS、Gen、Music 于 9 月 15 日系列公告上线,分别处理对话、转写、合成、音效与音乐。 |
| 腾讯 | AuK/AuK-Flash、Hy Image3.5 preview、Hy-Memory-30B-A3B | AuK 两款 9 月 9 日开放代码与权重;图像预览版 9 月 22 日正式公告,元宝曾提前灰度;记忆模型 10 月 16 日发布,是记忆写入组件,需要搭配检索和回答模型。 |
| 快手可灵 | Kling 4.0/Flash | Flash 自 9 月 28 日向 Ultra 年费用户早期开放;4.0 的 9 月 30 日公告确认早期访问,10 月 15 日正式向所有用户开放。开放不等于所有功能免费。 |
生图与视频仍需看具体版本。 Hy Image3.5 preview 支持最多五张参考图和连续编辑;Kling 4.0 与 Flash 的时长、分辨率和权限不同。可灵当前发布页中的 10-bit HDR、延长至两分钟仍写着“Coming soon”,本次没有把它们算成已开放功能。混元公告、可灵发布说明
写作、文档与学习工具
ChatGPT:Word、协作文稿与交互式回答
9 月 17 日,ChatGPT for Word 上线:在 Word 侧栏中根据笔记起草、概括文档、修改选段和调整标题格式。包括 Free 在内的所有套餐可使用,仍受各自用量限制。它与“让聊天窗口生成一份 Word 文件”是不同的入口。官方记录
9 月 29 日,Space 和 Pages 增加协作入口:把对话、文件和文稿放在一起,继续编辑并邀请他人协作,面向符合条件的 Pro、Business、Enterprise 用户,组织权限仍适用。10 月 16 日的 Slides 则进一步支持演示文稿编辑、协作与导出,详见第 4 期。产品日志
学习方面,9 月 22 日新增可翻面、重练的闪卡;10 月 6 日付费账号增加音频文件上传,可转写、总结并围绕录音提问;10 月 7 日开始推出 GPT‑6 与 Intelligent UI,把比较、图解和小工具直接放进回答。付费 Chat 使用 Sol,Free/Go 使用 Luna;Pro 推理选项仍使用 Astra,并不支持这套交互界面。音频转写与 AI 生成的学习内容仍需要核对。闪卡记录、10 月产品记录
Claude:从对话直接进入 Docs、Slides 和 Design
9 月 16 日,Claude 宣布将聊天与 Cowork 合并为统一体验,向 Pro/Max 的网页、桌面和移动端逐步开放。同时,Docs、Slides 和 Design 可以在对话中创建并继续编辑,支持包括 Free 在内的所有套餐;Enterprise 仍是默认关闭的 beta,需要管理员启用。官方产品日志
值得比较的是:给同一份资料后,能否持续修改文档、保持引用和版式,并让其他人接着编辑。本站尚未验证这些产品在同一任务中的完成质量。
Gemini Notebook、Windows 版与 Notion
| 公告日期 | 更新 | 开放条件与值得注意的地方 |
|---|---|---|
| 9 月 10 日 | Gemini Windows App | 支持 Windows 10/11,可用快捷键唤出;Spark 等功能仍遵循各自套餐与开放条件,安装桌面版不等于所有能力免费。 |
| 9 月 15 日 | Gemini Notebook 学习工具 | 公布围绕资料实时语音交流、录音、学习总览、更多测验题型和短视频。原文多处写“即将”“下周”,不能把公告日写成全部功能正式开放日;学生优惠针对符合资格的大学生。 |
| 9 月 15 日 | Notion 3.7 | 共享技能库,可导出给其他智能体使用;Custom Agents 可调用子智能体,部分连接与 SDK 属于 beta。 |
| 10 月 13 日 | Notion 3.8 | 扩展 MCP 连接、技能同步和修改记录。Business/Enterprise 可连接 ChatGPT Plus/Pro 计划承担 GPT 用量,仍消耗原计划额度,并不是新增无限额度。 |
浏览器操作与长期任务
同样叫“智能体”,运行方式并不一样
| 日期 | 产品更新 | 实际变化与限制 |
|---|---|---|
| 9 月 10 日;9 月 29 日 | OpenAI Agents API | 先推出公测的持久会话和执行环境,随后加入托管浏览器操作。网站访问、登录与敏感操作仍需应用处理授权。 |
| 9 月 10 日 | Cursor Projects | beta 分批开放;协调智能体在云端分派任务、保留项目上下文,并可按日程或外部事件持续工作。 |
| 9 月 17 日 | Google Labs CC 家庭代理 | 最多六名成员共享选定的信息、日历和待办。仍是实验预览,仅美国 18 岁以上个人账号,新用户需候补。 |
| 9 月 29 日 | ChatGPT dots | 拥有云端电脑的持续任务代理,逐步提供给符合条件的 Pro/Business Premium 用户,要求 18 岁以上和受支持市场;Pro 首发不含欧洲经济区、瑞士与英国,Enterprise 默认关闭 beta。 |
| 10 月 5 日 | Perplexity Automations 与浏览器扩展 | Computer 可按时间或连接应用的事件运行;Mac 26.38.0 及以后版本可通过扩展操作 Chromium 浏览器。具体连接与用量仍受账号权限限制。 |
| 10 月 7 日;10 月 9 日 | Claude 浏览器/电脑工具与动态工作流 | SDK toolsets beta 帮开发者处理工具循环与审批回调,但浏览器或桌面驱动仍需自行提供;Managed Agents 动态工作流 beta 则让多个子智能体分阶段处理大型任务。 |
本地与云端也要分开。Cursor 在 10 月 6 日加入 iOS 远程查看和继续本地任务,本机仍须开机联网。官方说明 Perplexity 在 9 月 21 日介绍 Mac 混合计算、10 月 5 日扩展 AMD 本地运行:前者需要 Apple silicon、macOS 15 及以上和至少 24GB 统一内存;后者针对特定 Ryzen AI Max 设备。它们不是所有电脑都能使用的通用离线功能。9 月日志、10 月日志
语音、图像与创作
语音更新不能只看“支持音频”:实时对话、录音转写、朗读文字和用文字设计声音,是不同任务。OpenAI 的 GPT‑Live‑1 在 9 月 10 日正式开放 API,GPT‑Live‑1.1/Quip 在 10 月 15 日开始进入 ChatGPT Voice;API 在 10 月 16 日加入按文字描述创建声音的入口。它们分别是服务开放、新版本分批上线和声音设计功能,不能合并成一次模型首发。API 日志、ChatGPT Voice 更新
Google 的 Gemini 3.8 Live 与两款 TTS 已在上一轮补录。TTS 配套增加声音设计、经同意验证的声音复现和声音库;10 月 7 日发布的 Playground 则是用提示词制作、修改和分享游戏的实验产品,首发仅美国 18 岁以上用户,创建额度按套餐分批开放。Unity Spark 集成仍在测试,不能写成已经可用。
创作工具也有独立更新:Adobe 在 9 月 8 日公布 Premiere 时间线内的生成式媒体与 After Effects AI Assistant,部分功能仍为公测;9 月 9 日公布 Acrobat 的交互报告、摘要幻灯片和音频摘要。Runway 在 9 月 8 日推出 Premiere/After Effects 插件、9 月 23 日加入 DaVinci Resolve,插件下载与实际生成消耗的套餐额度要分开计算。Adobe 视频工具公告、Acrobat 公告、Runway 日志
国内工具:编程桌面端、视频笔记与实时音视频
Kimi Code 不能只查模型研究博客。 产品日志记录了 9 月 11 日 K2.8 Preview 全量上线,沿用 kimi-for-coding 名称;9 月 17 日 Desktop 1.0 发布,加入项目、终端、Git、内置浏览器和改动查看。10 月 14 日 Desktop 1.1 又加入 Linux 和远程控制,任务仍在本机运行。9 月 23 日的 1.0.3 还包含重要安全修复,使用早期桌面版的用户应检查版本。模型与产品动态、桌面版本日志
Qwen 的变化横跨模型、插件和托管平台。以下分别标明记录的是什么事件:
| 日期与事件 | 更新 | 需要区分的边界 |
|---|---|---|
| 9 月 10 日、16 日,插件发布 | Qwen-MM-Plugins 加入视频转带图 PDF 笔记、视频编辑,以及从操作录屏提炼 Skill | 是可安装的工具流程,通常还需要模型 API 与媒体工具;并不证明普通聊天入口自动拥有全部能力。 |
| 9 月 17 日平台上架;18 日技术公告 | Qwen3.8-LiveTranslate | 支持同传和说话人区分。两个日期分别代表平台记录与公告,不强定为同一个全球首发日。 |
| 9 月 18 日,模型正式上线 | Qwen3.8-Omni-Flash | 全模态输入与长音视频理解;完整视频创作、笔记工作还依赖插件和执行环境。 |
| 9 月 18 日,平台上架 | HappyOyster 1.0 三种模式 | 面向可探索世界、导演和角色互动,输出实时视频流;不是直接交付完整 3D 游戏资产。首发日期尚未统一核定。 |
| 9 月 20 日,平台上架 | Qwen-Audio-3.1-Realtime-Plus | 双工语音、函数调用与搜索等能力;搜索和函数调用不能同时启用,也有音频历史长度限制。 |
| 9 月 21 日,仓库正式发布记录 | Omni Realtime 与 Qwen-Live Harness | 实时音视频、后台任务和记忆;完整桌面体验现为 macOS 12+,仍需联网 API。9 月 18 日博客当前正文也含实时版,不单凭页头推定它的首发。 |
| 9 月 24 日,平台预览 | decision-model-preview | 做分类、判断和评分,输出概率等结构化结果,不生成自由文本;不是另一款普通聊天模型。 |
| Pro:10 月 2 日平台上架;Pro/Turbo:10 月 9 日 API 公告 | Qwen-Image-2.1 Pro/Turbo 托管服务 | 不把 Pro 的服务名称自动当作一套独立开放权重。日期另对照 QwenCloud 日志。 |
Qwen Code 的桌面版发布记录还包含浏览器 SDK/Chrome relay、SSH 工作区和多媒体处理等功能;10 月的 v0.25.2 发布记录包含文件预览和子智能体面板,其中 Excel 预览是只读功能,不能写成完整表格编辑器。浏览器能力版本、SSH 工作区版本、10 月版本
10 月 16 日,腾讯还开放了 Hy Memory 2.0 与 MemHub:把记忆模型、框架和应用连在一起,帮助用户在授权关联的工具之间保存和召回信息。需要安装、关联和配置,不会自动获得所有聊天与代码历史。官方项目、仓库
其他容易漏掉的产品变化
| 日期 | 产品 | 核实后的更新与条件 |
|---|---|---|
| 9 月 8 日 | Meta Muse | 个人智能体使用云端电脑和浏览器、保留记忆并继续后台任务;美国 18+ 分批首发,9 月底的公告已确认美国与加拿大可用。不是所有地区同时开放。 |
| 9 月 9 日 | Amazon Quick 桌面端 | macOS/Windows 正式可用,结合本地文件与业务连接器,后台代理可继续工作;在公告列明的七个区域提供。 |
| 9 月 16 日 | Grok Build Memory | 将项目惯例与决策保存为可检查的记忆,供后续任务使用。 |
| 9 月 16 日 | Mistral × Firefox Smart Window | beta 中利用标签页上下文搜索、找回信息,公告确认法国与北美;不能等同于完整自主浏览器操作。 |
| 9 月 23 日 | Cursor Rollouts/Security Review | Teams/Enterprise 可监测部署变化、检查可利用的漏洞。可以提出修复或回退 PR,不会自行合并或回滚。 |
| 9 月 25 日 | Copilot Home/Code/Autopilot | 分别面向统一办公入口、创建小应用和持续代理;公告混合了 Frontier 分批开放、私测扩展和稍后预览计划,不能统称当天全面上线。 |
| 9 月 26 日版本上线;28 日公测公告 | Grok Team Bots | Teams/Enterprise 共用技能和连接器;个人会话与团队资产仍需区分。版本日志早于单独公告。 |
| 9 月 29 日 | Codex Cloud | 项目任务在隔离的云端工作区运行,电脑休眠后也可继续;需要仓库、环境和相应工作区权限。 |
| 9 月 29 日 | Bedrock Managed Agents | 持久会话、代码执行和工具管理进入公测,首发限公告列明的三个 AWS 区域。 |
| 9 月 30 日 | Kiro Workflows | 将设计、实现、并行评审和验证组成流程,在 IDE/CLI/Web 使用;需主动开启,按账户开放和实际工作计费。 |
| 10 月 1 日 | GitHub Copilot computer use 与动态工作流 | 桌面操作公测支持 macOS/Windows;流程可复用,CLI 的工作流需实验选项。电脑权限与组织策略仍生效。 |
| 10 月 7 日、11 日 | Grok Bot | 先增加可导出 PowerPoint/Google Slides 的幻灯片制作,随后加入独立邮箱和交互应用卡;从新独立邮箱发出的邮件仍先显示待审草稿。 |
| 10 月 7 日、14 日 | Copilot 本地沙箱、Kiro 本地沙箱 | 对代理访问文件、网络或凭证施加运行限制;这是执行环境变化,不是新基础模型。 |
| 10 月 14 日 | Copilot HydraFusion Max | 多模型编排的研究预览;Pro/Pro+/Business/Enterprise 需启用实验或预览功能,并受组织模型策略约束。不能与单模型跑分直接等同。 |
| 10 月 16 日 | Cursor 云代理画布 | 云代理可交付可分享的交互画布,环境 API 进入 beta。 |
第三方平台“接入某模型”也单独处理。例如 Perplexity 10 月 5 日接入 MiniMax H3、Seedance 2.5,Runway 同期加入更多合作模型,只证明平台支持发生了变化,不能把这些日期当成原厂模型首发。Perplexity 日志、Runway 日志
已有条目也重新核对
以下主要版本此前已经补入模型时间线,本次保留并复核,避免重复计数:
| 厂商 | 停更期间已记录的主要版本 |
|---|---|
| OpenAI | GPT Image 2.5 Sunburst/Flare(9 月 8 日);GPT‑6 Sol/Luna(9 月 22 日);GPT‑6.1 Sol(9 月 29 日)。 |
| Anthropic | Claude Opus 5.5(9 月 22 日)、Sonnet 5.5(9 月 28 日)、Haiku 5.5(10 月 7 日);Opus fast mode 的 10 月 15 日变化属于服务正式开放。 |
| Gemini 3.8 Live 两款(9 月 15 日)、TTS 两款(9 月 22 日)、Nano Banana 2.1(10 月 6 日);Argon 9 月 30 日的受限发布与 10 月 13 日扩大开放分别记录。 | |
| DeepSeek/Qwen | DeepSeek‑V4.1‑Flash(9 月 10 日)、1017 更新(10 月 17 日);Qwen‑Image‑2.1(9 月 20 日)、Turbo(10 月 9 日)。 |
| Mistral | Large 4 Preview(10 月 6 日)、Timestral(10 月 15 日)。Large 4 的开放权重仍是后续计划。 |
模型的具体来源和限制可在时间线展开查看;上一轮的详细解释见第 4 期补录。
开放、迁移与退役安排也值得收录
- Gemini Skills:10 月 13 日更新安排,App 分批上线,Workspace 版本延期;不是全部用户当天可用。官方进度
- Claude 套餐与价格:10 月 7 日 Max/Team 开始包含月度 API credits,需要关联 Console 组织;Sonnet 5.5 降价的是缓存读取,并非全部输入、输出价格。平台日志
- 旧接口迁移:Antigravity Agent 05‑2026 已于 10 月 5 日停止服务;Gemini 3.7/3.5 Flash 在 10 月 8 日弃用并转到后续型号。旧 Deep Research 12‑2025 计划 10 月 23 日关闭,截至核查日尚未到期。Gemini API 日志
- 尚未发生的退役:Claude Sonnet 4.5 的 API 退役计划为 11 月 30 日;ChatGPT 自定义 GPT 的迁移与退役时间依套餐通知,不能写成已经全部关闭。Claude 公告、ChatGPT 公告
- DeepSeek 撤回旧停服计划:9 月 10 日新闻原文仍有 V4‑Pro 将停用的旧安排,后续更新日志已明确继续提供且原计费不变。迁移判断应以更新后的记录为准。DeepSeek 更新日志
- Z.ai 密钥分型:10 月 16 日起,新建标准 API 与 Coding Plan 密钥分开管理,密钥类型决定计费;旧密钥值不变,不要求统一重建。订阅编程套餐不等于所有标准 API 调用都使用套餐额度。官方说明
核查覆盖与仍待确认的内容
这次同时检查了模型公告、产品日志、API 日志和官方模型仓库。以下覆盖记录说明查到了哪里;“已查目录”不等于所有地区、灰度账号和移动端版本都已验证。
| 范围 | 已核入口 | 尚存边界 |
|---|---|---|
| OpenAI、Anthropic、Google | 模型/API 日志、ChatGPT/Claude 产品日志、Google 官方博客与月度回顾原始链接 | Gemini App 独立更新页未成功完整读取;账号实际灰度状态未逐个验证。 |
| Qwen、DeepSeek、Kimi、Z.ai | 官方中英文文档、模型公告、Code 桌面/CLI 日志与主要仓库 | Qwen 若干平台上架与博客日期不同;部分产品页没有发布日期。 |
| 腾讯、小米、阶跃、可灵 | 中文发布目录、完整公告、版本历史与模型卡 | 腾讯部分专项模型只有月份;可灵个别功能生效日未单列。 |
| 字节、MiniMax、百度 | 官方模型/研究目录及能读取的产品记录 | 豆包、即梦、海螺、文心等消费端 App 的灰度和权益更新未完整复原;不能据此说没有更新。 |
| xAI、Meta、Mistral、NVIDIA | 官方新闻、研究与部分产品日志 | Mistral 产品帮助中心、NVIDIA 独立开发者博客未全量覆盖。 |
| Microsoft/GitHub、Amazon/Kiro | Copilot 重要公告、GitHub 日志、AWS 主要模型与工作产品公告、Kiro 博客 | 不是全部 Windows/Office/AWS 服务的逐版本审计。 |
| Cursor、Perplexity、Notion、Adobe、Runway | 前三者区间日志;Adobe 重点公告;Runway 区间日志 | Adobe 与 Runway 的所有独立研究、创作产品入口未全量覆盖;Canva 官方入口本轮访问受限。 |
以下条目不是认定没有发布,而是证据尚不足以填入精确日期的模型时间线:
| 条目 | 已确认什么 | 还缺什么 |
|---|---|---|
| Qwen LiveTranslate、Omni Realtime、HappyOyster | 平台上架与工具发布记录已核,已在上文报道 | 不同入口的首发日期口径需要继续厘清。 |
| Youtu-Parsing-Omni、WeVisDoc、EVIE | 腾讯的多模态文档解析、文档转换和视觉检索候选已有官方项目/模型卡;Youtu 明确标注 2026 年 10 月 | 缺少一致、明确的公开首发日,不能用上传日替代。 |
| MiMo 蒸馏 9B、StepAudio 3 Chat | 官方模型卡或当前接口文档确认存在 | 是否独立发布、何时首次开放尚未核定。 |
| ElevenLabs V4、Ideogram 4.5 | Runway 日志有接入记录;Ideogram 官方目录可见 4.5 内容 | 原厂首发日尚未确认;ElevenLabs 官方入口本轮受限,不能把平台接入日当首发。 |
另将 Claude Fable 5.1/Mythos 5.1 在模型时间线中的近似日期 9 月 3 日改为官方日志确认的 9 月 1 日,这项属于范围外的历史纠错,不计入上面的 28 条新增。Kimi K3、GLM‑5.3 等更早条目的公告、API 与权重日期还存在口径风险,已保留在维护记录中,未用猜测替换。Claude 官方日志
之后每次更新都应同时查模型与产品入口,并记录遗漏与待核项。RSS 抓取成功、候选数量增加或网站构建通过,都不能代替内容覆盖核查。
本期涉及的模型发布
Hy-Memory-30B-A3B腾讯
专门负责整理、更新外部记忆库的模型,可帮助智能体从长对话和历史任务中保存后续需要的信息。它是记忆系统中的写入组件,需要搭配检索与回答模型使用。
GPT-Live-1.1OpenAI
10 月 15 日开始在 ChatGPT Voice 分批上线,官方强调多语言口音更自然,并增加多种语言的新声音。这里记录的是 ChatGPT 上线日期,不能据此推断 API 已同步提供相同版本;具体声音因地区与账号而异。
GPT-Live-1.1 QuipOpenAI
GPT-Live-1.1 的小型版本,10 月 15 日与主版本一起开始在 ChatGPT Voice 分批上线。官方日志未在该条目给出独立参数量或 API 价格,因此不以名称推算性能与费用。
Muse Spark OpenMeta
10 月 15 日正式开放权重。采用含有限商业条款的 Muse Model License,不能视为 Apache 2.0 或无限制商用。
Nemotron 3.5 Bolt 74B-A9B 24GBNVIDIA
10 月 15 日与 Super VL 一同发布;24GB 版本面向本地智能体。官方模型卡标注 OpenMDW 1.1 许可。
Nemotron 3.5 Super VL 120B-A12BNVIDIA
10 月 15 日开放的多模态智能体模型,官方模型卡标注 OpenMDW 1.1 许可。同场预告的 Bolt E4B 已于 10 月 23 日另行开放,见对应型号。
Grok Voice 3.0xAI
10 月 14 日正式发布的语音到语音模型,Voice Agent API 已开放;grok-voice-latest 自动切换到新版。
Muse WonderMeta
10 月 12 日通过 Meta Model API 与 Muse Code 开放;面向普通 Muse 应用的接入是后续分批计划,不能等同于已对所有 Muse 用户上线。
Muse Wonder FullMeta
10 月 12 日向 Muse Code 订阅者开放。原文未将 Wonder Full 宣布为面向所有用户的 Meta Model API 模型,不能沿用 Wonder 的开放范围。
EmbeddingGemma 2Google
面向设备本地检索的多模态嵌入模型,把文字、代码、图片、音频和视频映射到同一个向量空间;完整模型 7.4 亿参数,按 Apache 2.0 开放权重。用于查找和组织信息,不能与聊天或生图模型直接比较输出效果。
Amazon Nova 2.5 SonicAmazon
10 月 5 日正式可用;10 月 13 日 AWS Weekly Roundup 只是回顾,不能作为模型首发日。
Kling 4.0快手可灵
可灵新一代视频模型。9 月 30 日公告确认进入早期访问,10 月 15 日正式向所有用户开放;支持更长的原生视频、多关键帧和多种参考素材,适合制作分镜与连续短片。
Kling 4.0 Flash快手可灵
可灵 4.0 的快速视频生成型号。9 月 30 日官方公告追溯说明,自 9 月 28 日向 Ultra 年费订阅用户开放;不能把这一日期写成所有用户均可使用。
Hy Image3.5 preview腾讯
混元图像模型预览版,支持文本生图、参考图生成与多轮连续编辑。官方重点改善文字、布局和人物一致性,可用于海报、商品图与持续修改同一画面。
MiMo-V2.6-Flash小米
MiMo-V2.6 系列中侧重效率的型号,支持文字、图片、视频、音频与百万 token 上下文。适合作为文档、多模态理解和编程智能体的成本效率候选。
MiMo-V2.6-Pro小米
小米旗舰多模态模型更新,同时发布 API 与开放权重。支持文字、图片、视频、音频输入和百万 token 上下文,面向编程、文档制作和需要多步工具调用的任务。
Grok 4.7xAI
9 月 21 日正式发布,明确入口包括 Cursor、Grok Build 与 Grok API;不可据此推断所有 Grok 聊天入口同时升级。
Step 5 Preview阶跃星辰
阶跃旗舰预览模型,9 月 20 日开放 API 与 Studio 体验,主打编程、复杂文档和持续工具任务。支持文本与视觉输入、百万 token 上下文;官方发布示例尚未经本站实测。
Qwen3.8-Omni-Flash阿里通义
9 月 18 日官方公告确认正式上线的原生全模态模型,支持文本、图像、音频、视频输入和 1M 上下文,面向音视频理解与智能体工作流。完整创作、视频笔记等任务还依赖插件与运行环境;本站未实测。
StepAudio 3 ASR阶跃星辰
StepAudio 3 系列的语音转写模型,面向中英文、方言、混合语言和较长录音,可用于会议、访谈与学习资料整理。
StepAudio 3 Gen阶跃星辰
统一生成语音、音效、环境声和音乐的音频模型,可根据文字与参考音频安排人物、声场和声音发生的时间。
StepAudio 3 Music阶跃星辰
StepAudio 3 系列的音乐生成模型,支持歌词、参考歌曲与 ABC 乐谱等输入,以及作曲、伴奏和多轮修改。
StepAudio 3 Realtime阶跃星辰
面向实时对话的全双工语音模型,支持自然打断、边想边说和异步工具调用,可在后台任务执行期间继续与用户交谈。
StepAudio 3 TTS阶跃星辰
StepAudio 3 系列的流式语音合成模型,可通过风格和情绪控制生成语音,用于朗读、配音及对话应用。
Grok Voice Transcribe 2.0xAI
时间线采用官方控制台日志最早确认可用的 9 月 11 日(Speech-to-Text playground/clone matcher 使用 2.0),9 月 18 日为正式模型公告。两者不是同一种发布事件;尚未证明 9 月 11 日就是所有 API 用户的首次可用日。
Kimi K2.8 PreviewMoonshot AI(月之暗面)
9 月 11 日全量上线 Kimi Code 的预览模型,沿用 kimi-for-coding ID,客户端和第三方工具无需改配置。这里记录 Kimi Code 正式开放日期;未找到权重开放公告,不能写成开源发布。
AuK腾讯
开放权重的语音生成与编辑模型,可用自然语言生成声音、替换语音内容、修改情绪和语速,也支持降噪与声音分离。
AuK-Flash腾讯
AuK 的蒸馏加速型号,以 4 步推理完成语音生成与编辑,保留统一自然语言控制接口。