AI Agent AI 资讯
筛选带有「AI Agent」标签的 AI 资讯。
Gemini 4 Carbon 发布:登顶 AA 综合榜与安全基准,但多数开发者仍需等待
Google DeepMind 正式推出 Gemini 4 系列新旗舰模型 Gemini 4 Carbon。新模型在 Artificial Analysis Intelligence Index v5.0 综合评测中以 59 分登顶全球榜首,并在网络安全全生命周期基准中刷新纪录。Carbon 显著改善了长程 Agent 的作弊与提示注入漏洞,定价延续 Argon 入门策略,但首批仅向受信任的网络安全防御方开放。
Kimi K3.1 Pro 正式发布:3T级开放权重模型、降价33%与免MCP的3D空间建模
月之暗面正式推出旗舰大模型 Kimi K3.1 Pro 及其高速版,总参数达 2.8T 并支持 1M 上下文。新模型通过强化学习后训练加码,在终端编程、免 MCP 驱动 3D 建模及金融投研等长程 Agent 场景逼近顶级闭源模型,API 降价超 30%,完整权重将于 11 月 4 日前开放。
MiniMax M3.1 Flash 正式发布:Space Bunny身份揭晓、200+ TPS 与 Agent 任务成本重构
稀宇科技正式上线 MiniMax M3.1 Flash,此前霸榜 OpenRouter 与 OpenCode 的匿名模型 Space Bunny 身份揭晓。新模型线上推理速度提升近 3 倍、输出达 200+ TPS,多步骤 Agent 任务成本降低 70%,并在 OSWorld V2 与 Agents' Last Exam 等评测中位列国产模型前列。
DeepSeek V4.1 Flash-1017 发布:许愿式项目生成、任务成本减半与搜索 API 计费节点
DeepSeek 发布 V4.1-Flash-1017,网页端、App 与 API 同步升级。新模型通过自反馈强化学习提升了从零构建完整项目的能力,并在 DeepSWE 等基准上缩短运行时间与输出长度,单任务平均成本降至 1 至 2 元。同时自研 Search 与 Fetch 接口正式开放,11 月 1 日起服务端工具调用将结束免费过渡期。
Gemini 4 Argon 发布:单次输出拉到 100 万 Token,Google 把旗舰推理砍至半价
Google 于 2026 年 9 月 30 日发布新一代旗舰模型 Gemini 4 Argon,单次输出上限提升至 100 万 Token,初始 API 价格低至输入 2 美元、输出 10 美元。模型在长程软件工程与知识密集型任务中取得新突破,但首发仅开放给受信任的网络安全防御团队。
TypeSafe 推出首个决策模型 Jev:砍掉文本生成专攻结构化判断,重构 Agent 底层调用
前 OpenAI 研究员 Diogo Almeida 创立的 TypeSafe AI 发布首个“系统一”决策模型 Jev。该模型彻底摒弃自回归文本生成,专注高频结构化选择、评分与概率输出,输入每百万 Token 仅 0.042 美元且输出免费。
MiniMax Code CLI 正式开源:终端编程 Agent 开放核心架构,支持 BYOK 与 ACP 协议
MiniMax 于 2026 年 9 月 18 日正式开源其终端编程 Agent 工具 MiniMax Code CLI (v0.4.12),采用 MIT 协议开放 TUI、无头批处理与 ACP 协议,并全面支持自带模型密钥接入。
DeepSeek V4.1 Flash 发布:原生多模态、API 降价,V4 Pro 将切换路由
DeepSeek 发布 V4.1 Flash,以 552B MoE 非对称架构降低输入与缓存成本,加入原生视觉理解,并将在 9 月 14 日起承接 V4 Pro 的 API 请求。
GPT-6 Astra 发布:更会操作软件,也把网络安全推入 Critical 门槛
OpenAI 发布 GPT-6 Astra,重点提升电脑操作、编程、科研与长任务协作,并首次把公开部署模型的网络安全能力推到 Critical 等级。本文整理开放范围、API 价格、关键评测,以及小团队在接入前应先验证的边界。
Claude Fable 5.1 与 Mythos 5.1 发布:缓存读取降价 75%,长任务成主战场
Anthropic 发布同源的 Claude Fable 5.1 与 Mythos 5.1:前者全面开放,后者继续限于受信任机构。新版强化长任务、编程和科研能力,并将缓存读取价格降至每百万词元 0.25 美元。
腾讯开源混元 Hy4 preview:1M 上下文瞄准 Agent 与复杂生产力任务
腾讯发布并开源混元 Hy4 preview。模型采用 770B 总参数、49B 激活参数的 MoE 架构,支持 1M 上下文,重点强化软件工程、办公分析、游戏开发和科研任务,并已接入腾讯产品与云端 API。
Qwen3.8-Flash 发布:阿里用 6B 激活参数重做百万 Token Agent 模型
阿里通义千问于 2026 年 8 月 26 日发布 Qwen3.8-Flash,并开放 Qwen3.8-Flash-Next 权重。新架构以 125B 主模型、51B N-gram Embedding 和每 Token 6B 激活参数,降低长上下文、编程与办公 Agent 的训练和推理成本。
GLM-5.3-Flash 发布:智谱用原生多模态与开源权重压低 Agent 成本
智谱于 2026 年 8 月 26 日发布 GLM-5.3-Flash。这款 320B 总参数、18B 激活参数的模型首次为 GLM-5 系列加入原生多模态能力,并同步开放 MIT 权重,重点降低编程 Agent、长上下文和专业工作流的推理成本。
豆包工作正式上线:从回答问题走向直接完成任务
字节跳动正式发布生产力 Agent“豆包工作”,支持拆解任务、调用工具、操作电脑与浏览器,并与飞书深度打通。它把 AI 办公的竞争焦点从内容生成推向任务交付。
DeepSeek V4 Flash Vision Exp 上线:API 开始原生接收图片
DeepSeek 发布实验性多模态模型 V4 Flash Vision Exp,现已通过 API 提供图像理解能力,并兼容 Chat Completions、Messages 与 Responses。本文梳理接入方式、成本边界和小团队最值得先测的场景。
MiniMax Design 上线:把 H3 变成多模态 Agent 创作工作台
2026年8月20日,MiniMax 推出桌面端多模态创作平台 MiniMax Design。它以 Agent 拆解创意任务,在同一画布中串联脚本、分镜、图像、视频、音频、剪辑和交付,并支持 Skills 与本地素材工作流。
Gemini 3.7 Flash 发布:Google 把高频编程 Agent 推向更低成本
Google 于 2026 年 8 月 13 日发布 Gemini 3.7 Flash,重点强化编程、网页开发和多步骤 Agent 工作流。模型支持最高 100 万 Token 上下文,并以截至年底的推广价格开放给开发者、企业和部分 Gemini 订阅用户。
GLM-5.3 发布:同一底座,靠后训练把编程 Agent 再推一步
智谱于 2026 年 8 月 14 日发布 GLM-5.3。新模型沿用 GLM-5.2 的底座,把训练增量集中在后训练和长程任务环境上,编程、终端操作与网络安全能力明显提升;Coding Plan 已全量开放,模型权重计划两周内公开。
DeepSeek API 新价格确认:8 月 17 日起峰谷计价,Pro 高峰输出涨至 27 元
DeepSeek 已公布 API 调价细则,新价格将于 2026 年 8 月 17 日 00:00 生效。V4 Flash 与 V4 Pro 均采用峰谷计价,高峰价格为空闲时段两倍;Pro 高峰输出价升至每百万 tokens 27 元。
DeepSeek Harness 开发者预览版发布:把 Agent 运行时做成可组合插件
DeepSeek 于 2026 年 8 月 13 日开放 DeepSeek Harness v0.1 开发者预览版并采用 MIT 许可证。它把模型、工具、会话、沙箱、Agent Loop 与 UI 都做成可替换插件,为开发者提供可组合、可追溯的 Agent 运行时。
Grok 4.6 发布:xAI 把重点转向长任务 Agent 与 AI 编程
xAI 发布 Grok 4.6,重点增强长时间运行的 Agent、软件工程和复杂知识工作能力。模型支持 50 万 Token 上下文及文本、图像输入,基础 API 价格延续 Grok 4.5,但超长上下文会触发阶梯计价。
DeepSeek V4 Pro 0813 API 上线:调用名不变,原有接入自动升级
DeepSeek 官方 API 页面已将 deepseek-v4-pro 指向 DeepSeek-V4-Pro-0813,现有调用方式无需修改,并新增明确的 Responses API 支持。本文梳理已确认的规格、价格和小团队需要立即复测的环节。
Meta 发布 Muse Glimmer:30B 开放权重 Agent 模型可在单卡本地运行
Meta 发布 30B 多模态 Agent 模型 Muse Glimmer,以 Apache 2.0 许可开放权重。官方量化版可在 24GB 或 32GB 内存区间的 Mac 与单卡 PC 本地运行,重点面向工具调用、长流程任务、编程和图文理解。
OpenAI 正式推出 GPT-5.6:三档模型全面开放,Ultra 引入多智能体并行
OpenAI 将 GPT-5.6 从有限预览推进到全面可用,Sol、Terra、Luna 已进入 ChatGPT、Codex 和 API。三档定价、百万级上下文与 Ultra 多智能体模式,让小团队有了更清晰的模型路由选择。
腾讯混元 Hy3 正式发布:开源 295B MoE 模型,Agent 与产品接入成为主线
腾讯混元 Hy3 于 2026 年 7 月 6 日正式发布并开源,采用 295B 总参数、21B 激活参数的 MoE 架构,支持 256K 上下文,重点提升推理、代码、长上下文和 Agent 工作流能力,并已接入腾讯元宝、WorkBuddy/CodeBuddy、ima、Marvis 等产品。
OpenAI 预览 GPT-5.6:Sol、Terra、Luna 先进入可信伙伴测试
OpenAI 开始有限预览 GPT-5.6 系列,包含旗舰模型 Sol、均衡模型 Terra 和低成本模型 Luna。它暂未面向普通用户全量开放,首批访问受美国政府网络安全审查流程影响。
Anthropic 发布 Claude Fable 5 和 Mythos 5:最强 Claude 开放,但带着安全闸门
Anthropic 在 2026 年 6 月 9 日发布 Claude Fable 5 和 Claude Mythos 5。Fable 5 是面向普通用户开放的 Mythos-class 模型,价格升至每百万输入 10 美元、输出 50 美元;Mythos 5 继续限定在可信访问项目中。