模型发布追踪

Gemini 3.5 Flash

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。

学习建议理解“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。

• API
• 文本

• 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

GPT-5.5

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。

学习建议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。

• API
• 文本

• 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

GPT Image 2

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。

学习建议学习按 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。

• API
• 文本
• 图像

• 来源限制自动检查

Midjourney V8（Alpha 测试）

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。

学习建议按官方建议试用 --raw 与新的提示写法，记录同一提示在 V7 与 V8 下的差异。

• 应用内使用
• 预览 / 早期体验
• 文本
• 图像

• 链接 1 天前可访问
• 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

Gemini Embedding 2（预览 gemini-embedding-2-preview；2026-04-22 GA）

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。

学习建议做一个“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。

• API
• 文本
• 图像

Gemini 3.1 Pro（预览）

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。

学习建议比较普通端点与 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。

• API
• 预览 / 早期体验
• 文本
• 图像
• 音频
• 视频
• 文档

• 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

GPT-5.3-Codex

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。

学习建议在 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。

Amazon Nova 2（Nova 2 Lite / Nova 2 Pro 预览）

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。

学习建议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。

• API
• 预览 / 早期体验
• 文本
• 图像
• 视频
• 文档

• 链接 1 天前可访问
• 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

Mistral 3（Mistral Large 3 / Ministral 3）

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。

学习建议先在本地用 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。

• 开放权重
• API