AI 世界，正在发生

适合关注的人：关注这一主题的学习者

• 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。
• 日期依据：官方更新日志；2026-10-09 编辑核对官方来源，能力描述为厂商自述，本站未复测。

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。

适合关注的人：使用图像、视频或语音工具的创作者

• 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。
• 日期依据：官方更新日志；2026-10-09 编辑核对官方来源，能力描述为厂商自述，本站未复测。

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。

适合关注的人：正在使用 AI 编程工具的开发者

• 1T总参/32B激活、256K上下文，修改版MIT开源。
• Agent集群扩展到300个子代理、4000步协同。

导读建议的练习：读官方博客的长时编码案例，学习如何给Agent设定可验证的阶段目标

适合关注的人：关注这一主题的学习者

• 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。

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。

适合关注的人：关注这一主题的学习者

• 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。

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。

适合关注的人：正在使用 AI 编程工具的开发者

• 主打智能体编程与多模态推理，默认1M上下文。
• 随后开源Qwen3.6-35B-A3B与27B稠密模型。

导读建议的练习：用开源的3.6小模型做一次代码修复小实验，再对照官方博客的Plus示例找差距

适合关注的人：使用图像、视频或语音工具的创作者

• 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。

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。

适合关注的人：维护知识库与文档问答的开发者

• 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。

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。

适合关注的人：关注这一主题的学习者

• 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。

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”。

适合关注的人：关注这一主题的学习者

• 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。

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。

适合关注的人：关注这一主题的学习者

• 原生多模态开源系列，首发397B-A17B MoE，随后开放122B至0.8B多个尺寸。
• 托管Plus默认1M上下文。

导读建议的练习：从0.8B或2B开始本地部署，体会尺寸梯度对图文理解质量的影响

适合关注的人：关注这一主题的学习者

• 豆包首次跨代升级，含Pro/Lite/Mini通用Agent模型与Code模型，全系列API上线火山引擎。
• 日期依据：官方公告日期；2026-10-09 编辑核对官方来源，能力描述为厂商自述，本站未复测。

导读建议的练习：读Seed2.0模型卡，理解Pro/Lite/Mini分档思路，为不同学习任务做选型