按主题、地区、年份和发布时间查找资讯，也可以从最早的历史记录读起。
全部主题 · 历史覆盖：2017年6月12日 — 2026年10月19日
来源最近成功更新：2026年10月22日 · 4 个来源最近更新失败
发生了什么：I/O 2026 发布即正式可用，厂商称其为持续代理与编码任务表现最强的 Flash，并接管 gemini-flash-latest 别名。
适合关注的人：关注这一主题的学习者
导读建议的练习：理解“latest 别名”可能带来的行为漂移，练习在项目配置中固定具体模型版本号。
来自本条已发布的中文导读，具体变化请以原始记录为准。发生了什么：面向复杂专业工作的新前沿模型，提供 1M 上下文，默认推理强度改为 medium，同步推出 GPT-5.5 Pro。
适合关注的人：关注这一主题的学习者
导读建议的练习：阅读官方行为变化说明，学习升级模型时检查默认参数改变对输出风格和成本的影响。
来自本条已发布的中文导读，具体变化请以原始记录为准。发生了什么：新一代图像生成与编辑模型，支持灵活尺寸和高保真输入，改为按 token 计费，Batch API 享五折。
适合关注的人：使用图像、视频或语音工具的创作者
导读建议的练习：学习按 token 估算图像生成成本，并比较批处理与实时调用各自适合的场景。
来自本条已发布的中文导读，具体变化请以原始记录为准。发生了什么：Meta 超级智能实验室首款模型，原生多模态推理，提供 Instant 与 Thinking 模式，可并行调度子代理；暂不开放权重，API 仅限合作方私测。
适合关注的人：关注这一主题的学习者
导读建议的练习：对比 Llama 开放权重路线与 Muse 闭源路线，思考厂商开源策略变化对学习者和开发者的影响。
来自本条已发布的中文导读，具体变化请以原始记录为准。发生了什么：四个尺寸（E2B、E4B、26B MoE、31B 稠密），首次采用 Apache 2.0；支持图像与视频输入，小尺寸含音频，上下文 128K/256K。
适合关注的人：关注这一主题的学习者
导读建议的练习：用 Ollama 或 llama.cpp 在本机运行 E4B，练习函数调用与 JSON 输出，零 API 费用入门开源模型。
来自本条已发布的中文导读，具体变化请以原始记录为准。发生了什么：社区 Alpha 版：厂商称生成约快 5 倍，细节提示遵循与引号内文字渲染改进；新增原生 2K 的 --hd 与 --q 4，测试期部分功能按 4 倍计费。
适合关注的人：使用图像、视频或语音工具的创作者
导读建议的练习：按官方建议试用 --raw 与新的提示写法，记录同一提示在 V7 与 V8 下的差异。
来自本条已发布的中文导读，具体变化请以原始记录为准。发生了什么：厂商称其为 Gemini API 首个原生多模态嵌入模型，把文本、图像、视频、音频和 PDF 映射到同一向量空间；3 月 10 日预览，4 月 22 日转正式版。
适合关注的人：维护知识库与文档问答的开发者
导读建议的练习：做一个“以文搜图”小实验，理解统一向量空间与余弦相似度检索的基本原理。
来自本条已发布的中文导读，具体变化请以原始记录为准。发生了什么：15B 开放权重多模态推理小模型，约 2000 亿多模态 token 训练，能自行判断何时逐步推理、何时直接作答；厂商称擅长图表和屏幕理解。
适合关注的人：关注这一主题的学习者
导读建议的练习：阅读官方训练经验文章，学习小模型如何靠数据配比实现“需要时才推理”。
来自本条已发布的中文导读，具体变化请以原始记录为准。发生了什么：Gemini 3 Pro 的迭代，厂商称提升推理、token 效率与事实一致性，侧重软件工程和代理；另设 customtools 端点优化自定义工具调用。
适合关注的人：关注这一主题的学习者
导读建议的练习：比较普通端点与 customtools 端点在混用 bash 和自定义工具时的差别，理解工具调用优先级。
来自本条已发布的中文导读，具体变化请以原始记录为准。发生了什么：融合 GPT-5.2-Codex 的编码能力与 GPT-5.2 的推理和专业知识，厂商称速度提升约 25%；支持执行中途人工引导，面向长时代理编码。
适合关注的人：正在使用 AI 编程工具的开发者
导读建议的练习：在 Codex CLI 中练习“中途引导”：分阶段给代理纠偏，体会人与编码代理的协作方式。
来自本条已发布的中文导读，具体变化请以原始记录为准。发生了什么：Nova 2 Lite 是低成本推理模型，支持文本、图像、视频与文档输入及可调思考预算，已上 Bedrock；Nova 2 Pro 同期开放预览。
适合关注的人：关注这一主题的学习者
导读建议的练习：体验不同思考预算档位对延迟与成本的影响，并了解云平台托管模型的微调定制流程。
来自本条已发布的中文导读，具体变化请以原始记录为准。发生了什么：Large 3 为 675B 总参、41B 激活的稀疏 MoE，另含 3B/8B/14B 的 Ministral 3，全系 Apache 2.0 并支持看图。
适合关注的人：关注这一主题的学习者
导读建议的练习：先在本地用 Ministral 3 小模型做多语言与看图问答练习，再阅读 Large 3 的 MoE 设计。
来自本条已发布的中文导读，具体变化请以原始记录为准。