实测 DeepSeek V4.1 Flash：4 元生成特斯拉飞行 3D 网页
作者在 DeepSeek Harness 中实测 DeepSeek V4.1 Flash，用纯提示词生成特斯拉飞行 3D 网页，耗时 35 分钟、消耗 3752 万 Token，按缓存命中 0.04 元每百万 Token 和输出 8 元每百万 Token 计算约花 4 元。
推荐理由：作者用多个实测案例对比 V4.1 Flash 与闭源模型的成本差距，可据此判断低价模型能覆盖哪些任务。
内容类型
模型发布 最新动态
各家新模型的发布、开源与迭代：旗舰更新、开源权重放出、能力与价格变化。
36 条精选近 30 天 23 条共收录 71 条
更新
模型发布的精选
爱范儿精选AI 评分7878 The Decoder精选AI 评分7272 可灵 AI 发布 4.0 版本，新增立体声与多语言口型同步并推出 Flash 轻量版
可灵 AI 发布 4.0 版本，单次可生成最长 30 秒视频，支持最多 10 张关键帧图像输入，提示词理解扩展到 8,000 tokens。新版本加入双声道立体声和覆盖德语、英语、日语、韩语、西班牙语等十余种语言的改进口型同步，Omni Reference 单次最多接受 15 个参考素材。
推荐理由：可灵 4.0 的升级集中在参考素材、音频与多语言口型，同时给出与 Wan 3.0、Seedance 2.5 的对比观察。
爱范儿精选AI 评分7878 VAST 开源实时世界模型 EdenLive 及配套 EdenGolem
VAST 开源 Project Eden 系列中的实时生成式渲染器 EdenLive，并同步开放 5B、14B 模型权重、实时流式推理代码、EdenGolem v0.1 与前端工作台。
推荐理由：VAST 开源实时世界模型 EdenLive，读者可了解其状态与渲染分工架构及 5B 模型在单卡上的实时表现。
量子位精选AI 评分8080 MiniMax 发布 M3.1 Flash，Agent 基准 ALE 得分 29.6% 居国产模型第一
MiniMax 正式发布 M3.1 Flash，即此前在 OpenRouter 匿名测试的 Space Bunny（玉兔），Agents' Last Exam 得分 29.6%，位列国产模型第一。
推荐理由：文章列出 M3.1 Flash 在 Agent、编码、网络安全等基准上的分数与定价，可对照国产 Flash 模型的性价比路线。
MiniMax (X)精选AI 评分7878 MiniMax 发布 M3.1 Flash 模型，成本为 M3 的三分之一、速度提升 3 倍
MiniMax 发布 M3.1 Flash，官方称其在 Cowork（Automation-Bench 62%、ALE 30%）、编码（DeepSWE 74%）和视觉推理（BabyVision 91%）等任务上达到前沿水平，成本为 M3 的 1/3、速度为 3 倍。
推荐理由：官方给出 M3.1 Flash 在 Agent、编码与视觉推理基准上的分数和 API 定价，便于与 M3 直接比较成本与速度。
DeepSeek (X)精选AI 评分7878 DeepSeek 发布 DeepSeek-V4.1-Flash-1017 模型
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，称其基准表现更强、任务完成更快、输出更短，在性能与成本上实现帕累托改进。该模型已在 DeepSeek 网站、App 和 API 上线，并针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 等做了优化，使用 DeepSeek Harness 需升级到 v0.2.1-rc.1 或更高版本。
推荐理由：官方给出新版本在基准表现、任务完成速度和输出长度上的变化，并说明已上线网站、App 与 API。
Hugging Face (X)精选AI 评分7878 Reflection 开源 Beam 模型权重并直播讲解构建过程
Reflection 宣布 Beam 已在多平台上线，以 Apache 2.0 协议开放权重，并与 40 多家生态伙伴合作。此次发布包含权重、tokenizer 和参考实现，BF16、FP8、NVFP4 权重及 DFlash2 drafter，以及训练 Beam 所用的开源工具 Mirror CLI。Hugging Face 转发该消息并预告 Reflection 团队直播讲解 Beam 的构建过程。
推荐理由：Reflection 公开 Beam 的权重、量化版本与训练工具 Mirror CLI，可据此了解其开放程度与复现路径。
AI at Meta (X)精选AI 评分8080 Meta 发布开源权重模型 Muse Spark Open，816B 总参数、1M token 上下文
Meta 发布开源权重模型 Muse Spark Open，称其为目前美国最强的开源权重模型。该模型面向编码与智能体任务，主打长程任务、复杂软件工程和多步推理，规格为 816B 总参数、42B 激活参数、1M token 上下文窗口，原生支持文本、图像、视频和音频多模态。
推荐理由：Meta 公布开源权重模型的具体参数与多模态规格，可据此判断其长程编码与智能体任务的定位。
NVIDIA (X)精选AI 评分7373 NVIDIA 发布 Nemotron 3.5 Super VL 开源多模态模型
NVIDIA 发布 Nemotron 3.5 Super VL，扩充其 Nemotron 开源模型系列，将视觉理解、推理与工具调用结合，用于帮助 AI 智能体在更短时间内完成更多工作。该模型支持文本、图像、文档和视频理解，总参数 120B、激活参数 12B。NVIDIA 表示开源模型让用户能按自己的方式定制、部署和构建。
推荐理由：官方给出新开源多模态模型的总参数与激活参数，读者可据此判断其本地部署与定制空间。
NVIDIA Blog精选AI 评分7878 NVIDIA 扩展 Nemotron 家族，发布 120B 多模态 Super VL 与两款 Bolt 端侧模型
NVIDIA 发布 Nemotron 3.5 Super VL，这是 120B 参数的开源多模态模型，主打智能体任务的速度与准确率，官方称吞吐量最高可达同类模型的 5 倍。
推荐理由：NVIDIA 一次放出 120B 多模态与两款端侧模型，读者可据此判断本地智能体部署的选型空间。
AI at Meta (X)精选AI 评分7272 Meta 发布 Muse Wonder 与 Muse Wonder Full 模型
Meta 发布 Muse Wonder 和 Muse Wonder Full 两款模型，官方称其在个人与专业智能体任务上取得 SOTA 表现。更多模型细节见 Meta 研究者博客。
推荐理由：Meta 官方公布 Muse Wonder 两个版本在个人与专业智能体任务上的 SOTA 表现，并给出研究者博客入口。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 4 Argon 并公布安全防护方案
Google DeepMind 开始广泛推送 Gemini 4 Argon，并同步发布安全与安全报告，说明其在高风险领域的防护设计。该模型在 12 个端到端模拟网络攻击场景中全部完成，上一代为 5 个；在 Gray Swan 的间接提示注入基准上，15 次自适应攻击的成功率降至 0.7%。
推荐理由：原文披露了 Gemini 4 Argon 在网络安全与生物风险上的防护分层，以及智能体越界行为的监控数据。
Google AI (X)精选AI 评分8585 Google 宣布 Gemini 4 Argon 全球上线
Google 宣布前沿模型 Gemini 4 Argon 已在全球范围内上线，面向编码、金融、法律、网络安全和科学等复杂真实任务。官方表示该模型可在用户常用的 Google 产品中使用，并附上使用方式说明。
推荐理由：Google 官方公布 Gemini 4 Argon 全球上线，并点明它面向编码、金融、法律、网络安全和科学等复杂任务。
Google DeepMind (X)精选AI 评分8282 Google DeepMind 宣布 Gemini 4 Argon 全球上线
Google DeepMind 宣布 Gemini 4 Argon 已在全球范围开放使用。该模型面向端到端解决高难度问题，能力覆盖编码、企业工作流和网络防御。
推荐理由：官方给出 Gemini 4 Argon 的全球开放范围与编码、企业工作流、网络防御三项能力定位，便于判断适用场景。
Google DeepMind精选AI 评分9090 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布 Gemini 4 Argon，通过 Gemini API、AI Studio、Antigravity 及 Gemini 应用向开发者、企业和订阅用户开放，定价为每百万输入 token 2 美元、输出 token 10 美元。
推荐理由：官方披露了 Argon 在编码、科研与安全对齐上的具体案例和基准表现，可据此判断前沿模型在长程任务中的实际边界。
AI at Meta (X)精选AI 评分7272 Meta 发布 Muse Wonder 系列模型，主打智能体任务
Meta 发布 Muse Wonder 系列，包含 Muse Wonder 和 Muse Wonder Full 两款模型，称其为目前能力最强的模型，面向个人与专业智能体任务提供前沿性能。Muse Wonder 即日起通过 Meta Model API 和 Muse Code 提供，Muse Wonder Full 即日起面向 Muse Code 订阅用户开放。Muse Wonder 后续还将用于 Meta 的个人智能体产品 Muse，先向订阅用户推出。
推荐理由：Meta 公布 Muse Wonder 系列两款前沿模型，并给出 API 与 Muse Code 的可用入口，读者可据此了解其智能体任务定位。
Qwen (X)精选AI 评分7070 Qwen 发布 Qwen-Image-2.1-Turbo，8 步去噪生成与编辑图像并开放权重
Qwen 发布 Qwen-Image-2.1-Turbo，在同样的 7B 视觉生成架构上做加速，仅需 8 步去噪即可生成和编辑图像，权重已在 ModelScope 和 Hugging Face 开放。
推荐理由：官方给出 Turbo 加速版在 8 步去噪下仍能生成 2K 图像，并同步开放权重与 API，便于判断落地成本。
Anthropic (X)精选AI 评分7070 Anthropic 发布 Claude Haiku 5.5 小模型
Anthropic 发布 Claude Haiku 5.5，称其是迄今最快、最强的小模型。官方称其平均运行成本比 Claude Haiku 4.5 低约 75%。
推荐理由：官方给出 Haiku 5.5 的定位与相对上一代的成本降幅，可据此判断小模型选型。
Google DeepMind精选AI 评分7272 Google DeepMind 发布 EmbeddingGemma 2 端侧多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，这是基于 Gemma 4 架构、采用 Apache 2.0 许可的 740M 参数嵌入模型，可将文本、代码、图像、音频和视频映射到统一嵌入空间。
推荐理由：原文给出参数量、内存占用和基准提升，可据此判断端侧多模态检索的落地条件。
Google AI (X)精选AI 评分6969 Google 发布 Gemini 4 Argon 前沿模型
Google 发布新前沿模型 Gemini 4 Argon，面向复杂长程工作流持续进行深度推理，在真实软件工程、法律与金融等企业知识工作以及网络安全防御场景中提供前沿性能。该模型输出 token 上限提升至 1M tokens，目前正通过 Fairwind Program 向一批受信任的网络安全防御方逐步开放，后续将尽快扩大可用范围。
推荐理由：官方给出 Gemini 4 Argon 的定位与 1M 输出 token 上限，可据此判断长程复杂工作流的可用边界。