新模型的发布、开源与迭代：大模型厂商的旗舰更新、开源权重放出、性能与价格变化的第一时间记录。
FrogNano 发布，基于 Qwen3.5-4B 后训练，在 SWE-bench Verified 上取得 61.5%，参数量为 4B。该模型不使用知识蒸馏，仅用 TaskPilot 生成的合成任务做纯 RL 训练，共 5 轮迭代、每轮 300 个任务。
推荐理由：4B 模型仅用 RL 在合成任务上后训练即达到 61.5% SWE-bench Verified，为小模型做编码智能体提供了可参考的训练路径。
Google DeepMind精选AI 评分Google DeepMind 与 Google Research 发布 WeatherNext 3，称其为目前最先进的全球天气 AI 模型，可直接学习实时卫星观测数据，逐小时生成预报。
推荐理由：WeatherNext 3 把实时卫星数据与逐小时更新纳入全球天气预报，读者可据此了解 AI 气象模型在分辨率与降水精度上的进展。
OpenAI 发布 GPT-6 Astra，称其为目前最智能、对齐程度最高的模型。官方表示该模型在计算机操作、编码、网络安全和科学领域具备 SOTA 能力。
推荐理由：OpenAI 官方公布 GPT-6 Astra 的发布信息，读者可据此了解新模型在计算机操作、编码等方向的能力定位。
OpenAI 发布 GPT-6 Astra 安全概览，称其是已广泛部署的最强模型，也是首个在 Preparedness Framework 下达到网络安全能力 Critical 级别的模型。
推荐理由：OpenAI 首次公开 GPT-6 Astra 在 Preparedness Framework 下达到网络安全关键等级，读者可了解其能力定位与安全评估口径。
Google DeepMind精选AI 评分Google DeepMind 发布 Gemini 3.8，包含通用模型 Gemini 3.8 Flash 和网络安全模型 Gemini 3.8 Flash Cyber，定价与 3.7 Flash 相同，为每百万输入 token 0.75 美元、每百万输出 token 3.75 美元。
推荐理由：官方给出 3.8 Flash 与 Cyber 两个变体的基准成绩、定价和开放入口，可据此判断长程编码与漏洞修复的可用性。
Gemini 3.8 Flash 发布，距上一次发布仅 3 周，该 Flash 模型在多项基准上超过旗舰模型，输入价格为 0.75 美元每百万 token。该模型当天已在 AI Studio、Gemini app 和 Antigravity 上线。
推荐理由：Gemini 3.8 Flash 距上次发布仅 3 周，给出了价格与可用入口，可据此判断轻量模型的迭代节奏。
OpenAI 表示 Astra 是其首个在 Preparedness Framework 下达到关键网络安全能力阈值的模型，因此发布时配备了更强的安全防护措施。
推荐理由：OpenAI 首次披露 Astra 触及 Preparedness Framework 的关键网络安全能力阈值，读者可了解其发布前的安全门槛设定。
Grok 4.6 现已在 Grok.com、iOS 和 Android 上线。官方建议将其用于复杂问题、智能体式查询以及构建应用等场景。
推荐理由：Grok 4.6 已在网页与移动端开放，读者可据此了解新版本覆盖的入口和官方给出的三类使用场景。
Google DeepMind精选AI 评分Google DeepMind 发布 Gemini Omni 1.1 Flash，通过 Gemini API 在 Google AI Studio 提供面向开发者的生成视频创作控制能力。
推荐理由：官方列出了场景延长、首尾帧插值与 4K 放大等具体能力与开放入口，可据此判断生成视频工作流的改动空间。
LongCat-2.0 已在 TokenRhythm 上线，采用 1.6T MoE 架构、约 48B 激活参数、原生 1M 上下文，并以 MIT 许可开放权重。该模型全程在国内 AI ASIC 超算集群上训练，面向仓库级编码和智能体工作流，可通过 OpenSquilla 使用。
推荐理由：LongCat-2.0 的参数量、激活规模、上下文长度与开源许可集中披露，可据此判断它在代码与智能体场景的定位。
Google DeepMind精选AI 评分Google DeepMind 发布语音转文本模型 Gemini 3.5 Transcribe，可通过 Gemini API 在 Google AI Studio 和 Gemini Enterprise Agent Platform 使用，分为实时流式 gemini-3.5-transcribe-live 和预录音频 gemini-3.5-transcribe 两个接口。
推荐理由：官方给出流式与非流式两套 API 的 WER 数字和延迟对比，可据此判断语音转写能否接入现有产品。
Liquid AI 为 LFM2.5-1.2B-Instruct、LFM2.5-2.6B 和 LFM2.5-8B-A1B 发布 DSpark 草稿模型检查点，通过投机解码在 GPU 上最高提升 3.18 倍吞吐、端侧最高 2.87 倍，且不改变输出质量。
推荐理由：Liquid AI 给出三款 LFM2.5 草稿模型的实测吞吐与函数调用延迟数据，可据此判断端侧推理的可用性。
Gemini 3.7 Flash 发布，年内价格比 3.6 Flash 低 50%，在设计遵循、Web 开发和游戏制作方面有明显提升。该模型已在 AI Studio、Antigravity 和 Gemini API 上线，作者附上了若干 one shot 演示。
推荐理由：Gemini 3.7 Flash 的价格与能力变化，以及它在 AI Studio、Antigravity 和 Gemini API 的上线渠道，可供读者判断迁移成本。
Google DeepMind精选AI 评分Google DeepMind 发布 Gemini 3.7 Flash，称其为面向编码和智能体最强的主力模型，距 Gemini 3.6 Flash 发布仅三周。
推荐理由：官方给出 3.7 Flash 在编码、文档与业务工作流上的基准对比和限时定价，可据此评估升级与成本。
Google DeepMind精选AI 评分Google DeepMind 发布多语言手语转文本模型 SL2T，首次将手语 AI 带入消费级产品，在 Pixel 11 的 Gboard 和 Live Transcribe 中支持美国手语（ASL）转英文听写。
推荐理由：SL2T 把多语言手语翻译从实验室带进 Gboard 与 Live Transcribe，读者可了解其数据规模与端侧隐私设计。
NVIDIA 发布 Magpie TTS Multilingual 开放权重模型，参数量 364M，支持英语、西班牙语、法语、德语、意大利语、越南语、普通话、印地语、日语等 12 种语言，新增现代标准阿拉伯语、韩语和巴西葡萄牙语。
推荐理由：NVIDIA 公开 Magpie TTS 多语言模型的权重与延迟数据，读者可据此评估自建语音链路的可行性与成本。
OpenAI 发布网络安全专用模型 GPT-5.6-Cyber，通过 Daybreak Red 提供，用于授权漏洞研究、漏洞利用验证和安全测试。
推荐理由：OpenAI 推出网络安全专用模型 GPT-5.6-Cyber，读者可了解其面向授权漏洞研究的定位与开放渠道。
Meta 发布 Muse Glimmer，一个从 Muse 蒸馏到 30B 参数、采用 Apache 2.0 许可的多模态模型，面向本地智能体用例，适用于编码、文档分析和个人助理等隐私敏感场景。
推荐理由：Meta 开源 30B 多模态模型并给出完整基准对比，读者可据此判断本地智能体部署的选型空间。
OpenAI 在 ChatGPT 中推出改进版 GPT-5.6 Sol，提升了准确性和一致性。同时，OpenAI 扩大了 GPT-5.6 Luna 的访问范围，免费用户可进行无限日常对话。
推荐理由：OpenAI 在 ChatGPT 中改进 GPT-5.6 Sol 的准确性与一致性，并向免费用户开放 GPT-5.6 Luna。
Mistral AI 发布 Shieldstral，一个 3B 开源权重多模态安全分类器，将内容审核建模为策略自适应的二分类问答任务，在推理时接受自然语言策略，无需重新训练即可统一文本与图像安全评估。官方称其在文本安全上可匹敌 3B 的 3B 上下的 7 个……
推荐理由：3B 开源安全分类器把内容审核改写为策略自适应问答，读者可据此判断小模型在审核场景的可用边界。