官方更新日志
OpenAI国际旗舰
GPT-6 Astra
厂商称其为当前最强模型，面向最难的端到端任务：1.05M 上下文、128K 输出、effort 可至 max，定价 $10/$50。
学习建议阅读“Using GPT-6 Astra”与失准监测指南，学习前沿模型的安全监控、成本控制和迁移要点。
- API
- 文本
- 图像
- 来源限制自动检查
- 有中文导读
- 附练习
- 官方来源
发布信息整理时核对来源于 2026-10-09
正在加载学习内容…
按时间整理国内外大模型发布：每条注明官方来源、日期依据与获取方式，并给出一条可以马上动手的学习建议；有对应实操课的，可以直接去练。
亮点、跑分、速度与价格均为厂商自述，本站未复测。每条注明日期依据：“仅媒体报道”表示官方页面未写明日期，待官方确认；请以官方公告为准。
厂商称其为当前最强模型，面向最难的端到端任务：1.05M 上下文、128K 输出、effort 可至 max，定价 $10/$50。
学习建议阅读“Using GPT-6 Astra”与失准监测指南，学习前沿模型的安全监控、成本控制和迁移要点。
发布信息整理时核对来源于 2026-10-09
厂商称其为最智能的 Flash，面向长时软件工程、自主代理与复杂企业流程，保持 Flash 级速度成本；1M 输入、64K 输出。
学习建议拿一个中型代码库做长上下文问答练习，并对比 3.5 至 3.8 Flash 的迭代节奏与定位变化。
视频生成与编辑模型转正式版：新增视频延长、首尾帧插值，以及 360p 到 4K 的分辨率控制（1080p/4K 通过放大实现）。
学习建议用对话式编辑反复细化同一段短片，体会“生成-修改”工作流，并分辨放大画面与原生分辨率的差别。
发布信息整理时核对来源于 2026-10-09
厂商称相对 Opus 4.8 为跨代提升；价格维持 $5/$25，1M 上下文、128K 输出，effort 分 low 至 max 五档，思考默认开启。
学习建议实验不同 effort 档位对答案质量和 token 消耗的影响，学会把 effort 当作主要调参手段。
发布信息整理时核对来源于 2026-10-09
联合训练图像、视频与音频的多模态流模型，视频最长 20 秒并带原生音频；分 Video、Image、Action、Dev 四线分批早期开放。
学习建议阅读其“真实世界模型”文章，理解多模态联合训练如何延伸到机器人动作预测这类新方向。
新一代 Sonnet：定价 $2/$10，1M 上下文、128K 输出；默认自适应思考，停用手动思考预算与非默认采样参数，新分词器约多 30% token。
学习建议关注分词器变化对成本估算的影响，练习用真实文本实测 token 数，而不是沿用旧经验估算。
发布信息整理时核对来源于 2026-10-09
厂商称其为向全部客户开放的最强模型，专攻高难推理与长程代理；内置安全分类器可拒答并配套回退机制，$10/$50；同期 Mythos 5 仅限认证机构。
学习建议学习 stop_reason 为 refusal 时的处理方式与服务端回退，理解安全防护如何影响应用设计。
218B 总参数、25B 激活的稀疏 MoE，Apache 2.0 开放权重并提供多种量化，支持图文输入与工具调用，128K 输入，覆盖 48 种语言。
学习建议阅读模型卡比较 16/8/4 位量化的硬件需求，理解量化对显存、速度与效果的影响。
发布信息整理时核对来源于 2026-10-09
发布信息整理时核对来源于 2026-10-09
Fable 5 的继任，面向长程代理编码、知识工作与研究；1M 上下文，$10/$50 不变、缓存读取降价，同时向认证伙伴推出 Mythos 5.1。
学习建议阅读拒答与 fallback 回退文档，学习在应用里优雅处理安全分类器拒答并切换模型。
发布信息整理时核对来源于 2026-10-09
发布信息整理时核对来源于 2026-10-09
微软自研：图像 Pro 版主打高保真与图内文字渲染；厂商称语音 Flash 版比 MAI-Voice-2 快 2 倍、便宜 32%，两者均在 Foundry 公共预览。
学习建议横向比较几家图像模型的图内文字准确度，并了解自研模型如何嵌入办公与客服产品。
发布信息整理时核对来源于 2026-10-09
同代模型首次按能力与成本分三档：Sol 追求前沿能力，Terra 平衡，Luna 面向高并发；配套程序化工具调用和多代理指南。
学习建议用一张表整理三档的适用场景与价格，练习在“效果、速度、成本”之间做取舍。
发布信息整理时核对来源于 2026-10-09
发布信息整理时核对来源于 2026-10-09
Nemotron 3 家族收官之作：550B 总参数、55B 激活的混合 Mamba-注意力 MoE，1M 上下文，NVFP4 预训练，开放检查点与训练数据。
学习建议读技术报告了解 LatentMoE、多 token 预测与 NVFP4 预训练，适合进阶学习高效推理架构。
发布信息整理时核对来源于 2026-10-09