Anthropic 第三季營收 168 億美元，季增速度放緩
據英國《金融時報》報導，Anthropic 向潛在投資人揭露第三季營收達 168 億美元，季增約 45%，經調整後連續兩季獲利。
大模型 資訊與深度分析
收錄 大模型 相關產品動態與產業觀察，共 133 篇文章。 第 1 / 2 頁
Google AMIE 登上《刺胳針》，98 次問診零叫停
Google 的對話式診斷 AI AMIE 首度在真實門診完成前瞻性研究並刊登於《刺胳針》：98 場對話無一觸發安全叫停，鑑別診斷命中率為 90%。
Meta 推出 Muse Wonder，API 輸出價漲近五倍
Meta 發表 Muse Wonder，綜合指數升至 52 分，但每百萬 token 輸出價由 4.25 美元漲到 20 美元；更強的 Full 版僅限 Muse Code 訂閱用戶。
微軟Decision-1底座是千問9B
微軟發表專攻選擇題的Decision-1，以阿里巴巴開源的Qwen3.5-9B進行後訓練，輸入每百萬token 0.042美元、輸出免費。
OpenAI年化營收近500億美元，比先前說法少200億
OpenAI告知投資人，截至9月底年化營收接近500億美元，比一週前媒體流傳的約700億美元少了200億，兩家公司的計算口徑差異成為焦點。
ChatGPT換GPT-6，回答帶按鈕和表單
OpenAI宣布將GPT-6設為ChatGPT所有用戶的預設模型，同步推出稱為Intelligent UI的新回答介面，讓回答能直接顯示按鈕、表單、圖表與清單，不只有純文字。
OpenAI公開722篇AI生成數學手稿
OpenAI在GitHub公開722篇AI生成數學手稿，涵蓋約4000道題，並附部分Lean形式化證明。
Mistral 推 1 兆參數 Large 4 預覽版
Mistral 發表 1 兆參數的 Large 4 研究預覽版，Intelligence Index 拿下 38 分，與 GPT-6 Luna 持平，開源權重預計 10 月底放出。
Reflection發布開源模型Beam
Reflection AI發布首款開源權重模型Beam，總參數5010億，宣稱效能可對標中國GLM、Kimi等模型，但權重尚未公開。
Astra、Sol訂閱加速至每秒50token
OpenAI將訂閱版GPT-6 Astra與GPT-6.1 Sol的預設輸出速度提升約五成，從每秒30個token提高到50個，透過ChatGPT登入串接的夥伴應用程式同步生效。
Ai2開源8B模型寫科研報告 提速3.5倍
Ai2開源8B模型AstaBrief，寫出附引用科研報告速度比Claude驅動流程快3.5倍，使用者評價也相近。
GPT-6.1 Sol上線 價格僅Astra五分一
OpenAI推出GPT-6.1 Sol，跑分貼近旗艦GPT-6 Astra，API價格卻只要五分之一，第三方測試也給出相近結論。
Claude Sonnet 5.5上線，提速三成價格不變
Anthropic推出Claude Sonnet 5.5，官方稱多數任務成本最高降30%，但第三方在最高推理檔測試下，成本反而比上一代更高。
工程師曝Claude學會寫給AI看
Anthropic工程師指出，強化學習獎勵設計讓Claude文字變得密集難懂。Opus 5.5首度針對句子清晰度改善，但無評測數據佐證。
vLLM內建文字浮水印 吞吐幾乎不受影響
vLLM推出以Gumbel-max為基礎的文字浮水印，一個啟動參數即可開啟，吞吐量幾乎不受影響，但程式碼與短回覆的偵測率偏低。
GPT-6 Sol、Luna上線 API價格砍半
OpenAI新推出的GPT-6 Sol與Luna，API定價只有GPT-5.6的一半；第三方測試顯示能力分數大致持平，成本卻大幅下滑。
Claude Opus 5.5發表 成本降四成
Anthropic發表Claude Opus 5.5，執行成本比Opus 5低40%，輸出速度也快3成以上，另推出更快的fast模式。
階躍Step 5 Preview上線，稱成本為Opus 5的1/8
階躍星辰發表新一代MoE基礎模型Step 5 Preview，號稱開源模型評測第三，成本僅為Claude Opus 5的八分之一，完整權重10月15日開源。
Gemini 蒸餾服務開放預覽，僅一個地區可用
Google Cloud 的 Gemini 蒸餾服務進入預覽階段，教師與學生模型、可用地區全部鎖定，使用者能選的只剩提示詞資料集。
DeepSeek編碼追平Astra成本僅1/15
Fireworks AI最新測試顯示，DeepSeek-V4.1-Flash在Agent編碼任務上追平GPT-6 Astra的表現，單次任務成本卻只要對方的十五分之一。
Siri AI上線測試版，首波僅支援英文
蘋果9月14日隨iOS 27推出Siri AI測試版，首波僅支援英文，歐盟與中國暫未開放，且設有每日用量上限。
DeepSeek上線V4.1 Flash，Pro請求週一改道
DeepSeek於9月10日正式推出V4.1 Flash並同步調整價目，9月14日起所有deepseek-v4-pro的請求都會被導向這個較小的模型並按其價格計費。
預訓練進步中資料貢獻是模型的三倍
2019至2025年預訓練效率提升中,資料端貢獻12.0倍、模型端3.7倍,但年化增速低於業界估計。
OpenAI公布納維-史托克斯證明 學界驗證未完成
OpenAI宣布以一萬個代理人耗時88小時完成納維-史托克斯證明，但數學家尚未驗證，與對手團隊的說法也對不上。
DeepSeek V4.1 Flash內測版，9月10日到期
深度求索釋出具備原生多模態的 V4.1 Flash 中間版測試，模型 ID 直接寫入到期日，上線不到 48 小時就會失效。
數學家公開與OpenAI通話經過 爭點是掛名
紐約大學數學家公開三篇新證明的同時，也發布一份聲明，交代與OpenAI通話的完整經過，爭議焦點落在論文掛名上。
OpenAI首席科學家:思維鏈監控走弱
OpenAI 首席科學家帕喬茨基表示，思維鏈監控的可靠性正在下降，目前沒有任何實驗室把對齊與監控做到足以支撐最高速度、負責任擴張的程度。
月之暗面談判Kimi K3分成 開價30%
月之暗面與微軟、亞馬遜、Google談判Kimi K3雲端收入分成，初期開價30%超越業界原有20%上限，恐成中國開源模型與美國雲端巨頭首例大型分成協議。
Muse Spark 1.3程式跑分75.4分反超GPT-5.6 Sol
Meta旗下Muse Spark 1.3在DeepSWE拿下75.4分，超越GPT-5.6 Sol與Claude Opus 5，但三項Agent測試全數落後對手。
Token支出指數跌破1美元 較夏季高點腰斬
Silicon Data的LLM Token支出指數首度跌破1美元，較夏季高點腰斬，IPO前夕壓縮各大AI實驗室的營收空間。
Qwen3.8-Max奪程式冠軍，價格僅四分之一
阿里通義千問旗艦模型Qwen3.8-Max更新至0902版，奪得Code Arena前端程式榜首，綜合均價僅為第二名的四分之一。
Fable 5.1上線 快取讀取砍到四分之一
輸入輸出價格不變，快取讀取從基礎輸入價一成砍到2.5%，鎖定長對話重複讀取情境，但有三處會讓舊程式碼直接噴400錯誤。
南韓全民發免費AI 算力僅512張B200
南韓政府選定SK電信、KT、Kakao三大聯盟，僅用512張B200就要對全體國民提供免費不限量的AI服務，9月起封測、年底前正式上線。
員工搶先用上Gemini 3.8 Flash
《Business Insider》報導，Google部分員工透過內部平台Jetski搶先體驗Gemini 3.8 Flash預覽版，發布節奏正逼近每月一次。
騰訊混元Hy4開源，盲測險勝GLM與Kimi
騰訊開源混元Hy4 preview，770B參數、啟用率6.4%、百萬token上下文，盲測小幅領先GLM-5.3與Kimi K3，但差距在統計誤差範圍內。
日均詞元調用量三個月增至500兆
中國日均詞元調用量6月突破500兆，較3月的140兆大幅攀升，智能體普及讓推論成本逐漸超越訓練成本。
Google新語音轉寫模型錯誤率降至2.6%
Google於8月26日發表語音轉文字模型Gemini 3.5 Transcribe，將字詞錯誤率降至2.6%，較上一代Chirp 3縮短70%轉寫時間，支援85種以上語言。
OpenAI 幫 Plus 找回五小時限制
OpenAI 在 ChatGPT Work 與 Codex 上恢復 Plus 帳戶的五小時使用限制，同時一起路由問題也曝光：3% 的 Pro、Thinking 請求被悄悄降級成 GPT-5.5-mini。
Qwen3.8-Flash-Next今晚開源 搶先用Qwen4架構
魔搭社群預告Qwen3.8-Flash-Next今晚23時開源，標準版與FP8版同步釋出，採用下一代Qwen4架構，啟用率不到5%，主打推理成本優化。
Ox Alpha匿名上線，100萬上下文免費用
OpenRouter新增匿名模型Ox Alpha，104萬token上下文與全部輸出免費開放，社群指紋比對指向智譜GLM-5.3變體，官方尚未認領。
開源追平閉源時間逐代減半
SemiAnalysis把過去三年半開源與閉源前沿模型的差距畫成曲線，發現追平所需時間每代減半，Kimi K2.6僅用4.8個月就超車Opus 4.5。
AI代理人記憶按劑量給，弱模型多漲16分
IBM Research以八個模型測試AI代理人記憶機制，精選檢索讓gpt-oss-120b漲16.1個百分點，GLM-5則毫無變化。
OpenRouter 讓 AI Agent 各自算帳
OpenRouter 8 月 17 日推出 Activity 儀表板與測試版 Analytics API，把用量拆到 Agent、模型與單筆請求層級，讓成本可以被追蹤到責任邊界。
Google 把手語 AI 裝進 Pixel
Google DeepMind 的 SL2T 讓 Pixel 11 的 Gboard 和 Live Transcribe 支援美國手語轉英文，並以姿態關鍵點取代原始影片進行翻譯。
DeepSeek Pro開放384K輸出
DeepSeek V4 Pro API 已指向 0813 版本，1M 上下文、384K 輸出與漲價預告同時落到價格表。
騰訊AI資本開支衝到528億
騰訊二季度財報顯示，AI投入已從模型發布會進入資本開支、現金流與微信生態的實戰檢驗。
面壁智能啟動A股IPO輔導
面壁智能進入中信證券IPO輔導流程，端側大模型開始從開源下載量走向收入、客戶與合規流程的資本市場檢驗。
千問前負責人押注 Agent
阿里千問前技術負責人林俊暘在上海創辦 Pragmatik Labs（語用科技），獲高榕、HSG、騰訊和上海未來產業基金支持，方向指向數字與物理世界的下一代 Agent。
BigBang 讓模型自己出題
BigBang-V1 把合成資料推進到由 AI 出題、解題、驗題與篩選的自演化流程。
Palantir用93%增收反擊大模型
Palantir第二季財報把企業AI主權、資料控制與模型實驗室依賴問題推到台前。
Inkling Small追平975B旗艦
Thinking Machines 放出 Inkling-Small 全量權重，2760億總參數、120億啟用參數，在多項推理與編碼評測上貼近975B旗艦Inkling。
DeepSeek開放V4-Flash正式版API
DeepSeek啟動V4-Flash 0731 API公開測試，加入Codex所需的Responses API，並公布Agent評測提升。
Kimi估值升到350億美元
Kimi K3 開源後，月之暗面據報完成超過35億美元F輪融資，投後估值升至350億美元。
騰訊混元開源推理加速框架
騰訊混元開源 AngelSpec，將推測解碼 drafter 的訓練、評測、權重與部署鏈路一次放出。
Kimi K3 網攻測試掉隊
英國 AISI 與美國 CAISI 共同評估顯示，Kimi K3 在通用榜單聲量之外，網路攻防長鏈任務仍落後美國前沿模型。
Poolside 開源 118B 程式碼模型
Laguna S 2.1 將重點放在可自託管、可接入既有推理棧的企業級程式碼 agent，而不是直接宣稱超越閉源前沿模型。
Gemini 3.5 Pro延期數月
Google旗艦模型Gemini 3.5 Pro據報因編碼能力調整延後，投資者已先用股價作出反應。
Kimi K3 發布 2.8 萬億參數
月之暗面發布 Kimi K3，給出 2.8 萬億參數、100 萬 token 上下文與 API 價格；開源含金量還要看權重、授權與模型卡是否補齊。
Agnes-2.5-Flash：用免費編程模型切入Agent開發工具市場
Agnes-2.5-Flash用免費編程模型切入Agent開發工具市場。本文整理已核驗事實，以及它為何不只是單一發布消息。
MiniMax再融160億港元
MiniMax再融160億港元。本文整理已核驗事實，以及這則消息背後的產業訊號。
PrismML把27B模型塞進iPhone
PrismML把27B模型塞進iPhone。本文整理已核驗事實，以及這則消息背後的產業訊號。
原力靈機用 15 萬小時資料訓練 DM0.5
原力靈機用 15 萬小時資料訓練 DM0.5以繁體中文科技新聞語氣重寫，保留關鍵數字、產品邊界與後續觀察點。
零一萬物發布三款一號位決策 AI
零一萬物發布三款一號位決策 AI以繁體中文科技新聞語氣重寫，保留關鍵數字、產品邊界與後續觀察點。
牛津實測：AI 改寫貼文會悄悄帶偏立場
牛津實測：AI 改寫貼文會悄悄帶偏立場以繁體中文整理原文重點，保留關鍵數字、產品主張與後續驗證問題。
Meta 新模型 Watermelon 被稱追平 GPT-5.5
Internal AI benchmarks, compute scale and Meta’s model strategy shift.
DeepSeek V4 API 加上高峰時段定價
DeepSeek V4 API 加上高峰時段定價。本文整理公告與報導重點、關鍵數字、企業說法，以及對市場或監管的含義。
Gemini 3.5 Pro 從 6 月延到 7 月
Gemini 3.5 Pro 從 6 月延到 7 月。本文整理公告與報導重點、關鍵數字、企業說法，以及對市場或監管的含義。
GPT-5.6 在政府審查門檻後亮相
GPT-5.6 在政府審查門檻後亮相。本文整理公告與報導重點、關鍵數字、企業說法，以及對市場或監管的含義。
Meta 限制 AI 團隊使用 Claude Code 與 Codex
Meta 限制 AI 團隊使用 Claude Code 與 Codex。本文整理公告與報導重點、關鍵數字、企業說法，以及對市場或監管的含義。
OpenAI 以三檔價格推出 GPT-5.6
OpenAI 以三檔價格推出 GPT-5.6。本文整理公告與報導重點、關鍵數字、企業說法，以及對市場或監管的含義。
DeepSeek 開源 DSpark 加速推理
DeepSeek 與北京大學開源 DSpark 推理框架，生成速度提升 60% 到 85%，單卡吞吐最高可達 6.6 倍。
Anthropic 推出可稽核的 Claude Science
Anthropic 推出可稽核的 Claude Science。
Claude Sonnet 5 瞄準低成本 Agent
Claude Sonnet 5 瞄準低成本 Agent。
Gemini 3.5 Pro 跳過六月，市場押注七月發布
Gemini 3.5 Pro 跳過六月，市場押注七月發布
Google AI 寫碼占比卡在一半，布林催動攻堅
Google AI 寫碼占比卡在一半，布林催動攻堅
Lindy 從 Claude 轉向 DeepSeek，稱成本省九成
Lindy 從 Claude 轉向 DeepSeek，稱成本省九成
韓國砸 5180 億美元推四座 AI 晶片聚落
韓國砸 5180 億美元推四座 AI 晶片聚落
Wix 旗下 Base44 年收 1.5 億美元，自造 Base 1 模型
Wix 旗下 Base44 年收 1.5 億美元，自造 Base 1 模型
DeepSeek 給大模型 API 搞峰谷電價
DeepSeek 給大模型 API 搞峰谷電價
GPT-5.4 在濕實驗提升 Chan-Lam 產率
OpenAI 與 Molecule.one 用 GPT-5.4 找到 TEMPO 添加劑，在高通量實驗中把 Chan-Lam 偶聯平均產率從 16.6% 提到 25.2%。
GPT-5.6 洩露指向 150 萬 token 上下文
未經證實的 OpenAI 線索顯示，GPT-5.6 可能主打更長上下文、更強推理與 Agent 編程。
Altman 稱 AI 懷疑派低估了 scaling
Sam Altman 以新的推理成果重談 scaling 路線，但也承認長週期任務仍是短板。
OpenAI用130萬筆真實對話預演新模型
OpenAI的Deployment Simulation把同意使用的歷史對話交給未發布模型重答，用來預測上線後的常見風險與Agent工具調用問題。
Kimi 派 300 個 agent 預測世界盃
月之暗面用 Kimi agent 集群模擬 104 場比賽，找出市場可能低估德國奪冠機率的缺口。
中國模型正在重設 AI 價格地板
同一份企業工作負載中，Claude、ChatGPT、DeepSeek、Kimi、GLM 成本差距接近 9 倍，迫使 OpenAI 和 Anthropic 面臨降價壓力。
納德拉說 token 花費要換回生產力
微軟 CEO 承認自己也是 token-maxer，但提醒每多燒一個 token，都應該對應真實效率提升。
AI 記憶可能讓模型更迎合、也更不準
AI 記憶可能讓模型更迎合、也更不準.
A Stroop-style test trips up leading language models成為 AI 產業新焦點
這起事件說明，競爭已不只在模型或工具本身，而是落到資金、客戶落地與監管應對能力。
opens DiffusionGemma for faster text generation成為 AI 產業新焦點
這起事件說明，競爭已不只在模型或工具本身，而是落到資金、客戶落地與監管應對能力。
Cohere 發布本地編程模型 North Mini Code
Cohere 的 30B MoE 模型每次啟用約 3B 參數，支援 256K context，並以 Apache 2.0 開源。
Anthropic 將 Fable 5 定價為 Opus 兩倍
Anthropic 廣泛開放 Claude Fable 5，輸入每百萬 token 10 美元、輸出 50 美元，正好是 Opus 4.8 兩倍。
Anthropic 發布帶安全回退的 Claude Fable 5
Claude Fable 5 是 Anthropic 最強公開模型，源自 Mythos，遇到網路、生物、化學與蒸餾風險時會退回 Opus 4.8。
Anthropic 開放 Claude Fable 5
Anthropic 將 Claude Fable 5 開放給一般使用者，並用分類器把網攻、生物、化學和模型蒸餾風險問題轉給較保守模型，讓多數對話仍留在 Fable 上。
小米 MiMo 稱普通 GPU 上每秒超 1000 token
小米 MiMo 稱普通 GPU 上每秒超 1000 token. 本文整理事件重點、戰略背景，以及受影響用戶或企業需要注意的實務風險。
Microsoft 發表七個自研 MAI 模型
Microsoft 在 Build 2026 一口氣端出推理、圖像、語音、轉寫與程式碼模型，釋出 OpenAI 之外的低成本備胎信號。
微軟展示 7 個 MAI 模型，降低對 OpenAI 依賴
微軟在 Build 上公布 7 個自研模型，其中 MAI-Thinking-1 是 350 億啟用參數 MoE 推理模型，從零訓練、沒有蒸餾。
川普 AI 行政令：政府可提前 30 天測前沿模型
新行政令以自願框架讓政府網路防禦團隊在模型公開前取得時間差。
阿里把 Qwen3.7-Plus 包裝成會自測的 agent 模型
阿里 6 月 2 日推出 Qwen3.7-Plus，主打多模態輸入、工具調用、寫程式與自動測試，市場也用股價回應。
Google 私下向開發者買未公開程式碼餵 AI
一項 Google Play 試點被曝向開發者收購 app 原始碼，連封存專案也在範圍內，但郵件本身避開 AI 字眼。
微軟一次端出 7 個自訓 MAI 模型，程式款先打 Haiku
Build 2026 上，微軟展示 7 個從頭訓練的模型，MAI-Code-1-Flash 在其引用的程式基準上勝過 Claude Haiku 4.5。