模型发布

OpenAI宣布GPT-6 Astra开启分阶段发布，却让不少付费用户在首日无法访问。山姆·奥特曼随后为“混乱的发布”道歉，但仍未给出明确的全面开放时间。

OpenAI发布GPT-6 Astra，重点强化网络安全、软件工程、科学研究和多步骤代理任务能力，并称其达到“关键网络安全能力阈值”。但在模型失控和对齐监测争议尚未平息之际，这次发布也成为一次安全治理考验。

WeatherNext 3将实时卫星观测、逐小时更新和更细空间网格结合起来，试图提升对局地天气、降水及极端天气的预测能力。该模型还加入了面向风电和光伏规划的变量，并接入Google多项产品与云服务。

Google推出Gemini 3.8 Flash，强调模型会在复杂任务中执行更多推理步骤并反复调用工具。虽然单价暂未上调，但更高的Token消耗可能推高实际使用成本。

Google DeepMind 发布 Gemini 3.8 Flash 及其网络安全版本，重点提升长程软件工程、复杂推理和漏洞修复能力。新模型维持 Flash 系列的速度与价格定位，但更依赖额外推理和工具调用换取性能。

Anthropic推出Claude Fable 5.1，称其在性能提升的同时，常规使用成本下降约25%，复杂代理任务最高可降低45%。新版本还调整了数据隐私、 生物学问题拦截和部分网络安全任务的处理方式。

腾讯混元推出 Hy4 preview，采用总参数 770B、激活参数 4.9B 的架构，并支持 1M 上下文。除模型开源外，官方还展示了其与游戏引擎、MCP 等工具体系结合的应用方向。

阿里达摩院联合中国医科大学附属盛京医院等机构研发的DAMO LiON，可通过增强CT辅助识别微小肝脏恶性病灶。模型在两个月真实世界前瞻性临床试验中，帮助医生发现了15例此前被遗漏的恶性肿瘤。

名为 Ox Alpha 的新模型在 OpenRouter 上线后迅速引发关注，但其开发者仍保持匿名。现有讨论从中国团队的 GLM，到微软尚未发布的 MAI，尚未形成可靠结论。

Motif 3 是一款 decoder-only 稀疏 MoE 语言模型，总参数 3140 亿、每个 token 激活 132 亿参数。它通过 GDLA 架构、专家专用训练与多教师后训练，试图在推理、代码和长上下文任务上同时取得平衡。

DeepSeek-V4-Flash 官方 API 已上线公测。此次版本并未改变 MoE 284B、激活 13B 与 100 万 token 上下文等基础设定，而是通过后训练显著强化 Agent 与编码任务表现。

Kimi 团队介绍了 Kimi K3：一款 2.8T 参数的 MoE 模型，每次推理激活 1040 亿参数，并支持原生视觉和 100 万 token 上下文。论文称其在长程编码、智能体、知识、推理和视觉任务上达到前沿水平，同时开放完整权重。

蚂蚁百灵推出新一代原生混合推理模型 Ling-3.0-Flash，以 124B 总参数、5.1B 单次激活参数主打更高“智效比”。该模型面向 Agent 场景强化长程规划、自我纠错与长文本处理，并计划在限时免费体验后开源。

Anthropic正式推出Claude Opus 5，多项编程、工具使用和复杂任务评测接近或超过Fable 5，定价仍维持上一代水平。比跑分更值得关注的是，它在代码生成、3D建模和自我验证流程中展现出更强的自主判断能力。

Anthropic 发布 Opus 5，定位为比 Fable 5 更便宜、限制更少的重量级模型，并在部分基准测试中实现反超。它还通过新的 Automatic Fallbacks 机制，尝试减少安全拦截对 API 使用体验的影响。

Anthropic 发布 Claude Opus 5，将其定位为接近 Claude Fable 5 智能水平、但成本约为一半的日常主力模型。它在编码、自动化、知识工作和部分科学任务上展示了明显提升，但相关数据主要来自官方评测与早期客户反馈。

月之暗面发布 Kimi K3：2.8 万亿参数、MoE 架构、百万 token 上下文与原生多模态，是这次更新最受关注的关键词。更重要的是，官方计划在 7 月 27 日前开放完整权重，使其成为开源大模型竞争中的新变量。

OvisOCR2 将文档页面图像直接转换为按自然阅读顺序排列的 Markdown，覆盖文本、公式、表格与视觉区域。其 0.8B 规模模型在 OmniDocBench v1.6 和 PureDocBench 上取得领先成绩，显示端到端文档解析路线正在逼近甚至超越传统流水线方法。

据TechCrunch援引《金融时报》报道，Moonshot AI即将发布的Kimi K3可能成为中国参数规模最大的开放权重AI模型，并被认为有望缩小与Anthropic Opus 4.8等闭源前沿模型的差距。

arXiv 新论文提出 VAIOM，一种用于一小时外汇 K 线下一期收益概率建模的 decoder-only Transformer。它把连续金融特征作为输入，同时用离散收益桶作为输出目标，试图弥合金融数据与“next-token”范式之间的差异。