OpenAI 发布 GPT-5.2 前沿模型
OpenAI 发布 GPT-5.2，定位为面向日常专业工作的前沿模型，具备领先的推理、长上下文理解、编码和视觉能力。该模型已在 ChatGPT 和 OpenAI API 中提供，用于支持更快、更可靠的智能体工作流。
推荐理由：官方给出 GPT-5.2 在推理、长上下文、编码与视觉上的定位，可据此判断日常专业工作与智能体流程的可用性。
#模型发布
#模型发布
今日 4 条OpenAI News精选AI 评分8080
Mistral AI精选AI 评分8080 Mistral 发布 Devstral 2 编码模型与 Mistral Vibe CLI
Mistral AI 发布新一代编码模型系列 Devstral 2，含 123B 的 Devstral 2 和 24B 的 Devstral Small 2，分别采用修改版 MIT 和 Apache 2.0 许可，均为开源。
推荐理由：官方给出两款开源编码模型的参数、许可与 SWE-bench 成绩，并附与闭源模型的对比评测，可据此判断开源编码智能体的当前水位。
Mistral AI精选AI 评分8080 Mistral 发布 Mistral 3 系列模型，含 675B 参数的 Mistral Large 3
Mistral 发布 Mistral 3 系列，包括 14B、8B、3B 三个小尺寸稠密模型和迄今最强的 Mistral Large 3，后者为稀疏 MoE 架构，41B 激活参数、675B 总参数，全部以 Apache 2.0 许可开源。
推荐理由：Mistral 3 一次性开源从 3B 到 675B 的完整模型族，读者可据此了解开源模型在参数规模与部署形态上的最新覆盖范围。
OpenAI NewsAI 评分4242 GPT-5 与数学发现的新前沿：UCLA 教授用 GPT-5 解决优化理论关键问题
UCLA 教授 Ernest Ryu 与 GPT-5 合作解决了一个优化理论中的关键问题，展示了 AI 在加速数学发现中的作用。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image）图像模型
Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image），基于 Gemini 3 Pro 构建，面向开发者提供影棚级图像生成与编辑，已在 Google AI Studio 和 Vertex AI 以付费预览形式逐步开放。
推荐理由：官方给出新图像模型的分辨率、文本渲染与搜索接地能力，以及 Adobe、Figma 等接入情况，便于判断其与上一代的取舍。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image）图像生成与编辑模型
Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image），基于 Gemini 3 Pro 构建，主打更准确的图像内文字渲染、多语言生成与更强的世界知识。
推荐理由：官方给出 Nano Banana Pro 的能力边界与各产品上线节奏，可据此判断图像生成与编辑的可用范围。
Google DeepMind精选AI 评分8787 Google DeepMind 发布 Gemini 3 Pro 并推出 Antigravity 开发平台
Google DeepMind 发布 Gemini 3 Pro，称其在主要 AI 基准上超过此前版本，编码与智能体任务表现优于 2.5 Pro。模型已在 Google AI Studio 和 Vertex AI 以预览形式开放，200k token 以内输入 $2/百万 token、输出 $12/百万 token，并在 Google AI Studio 免费提供但有限速。
推荐理由：官方给出 Gemini 3 Pro 的基准成绩、API 定价与 Antigravity 平台入口，可据此判断其编码与智能体能力落点。
Google DeepMind精选AI 评分8787 Google DeepMind 发布 Gemini 3，Pro 版预览上线并推出 Deep Think 模式
Google DeepMind 发布 Gemini 3，称其为自家最智能的模型，首发 Gemini 3 Pro 预览版，并同步上线 Gemini 应用、Search 的 AI Mode、AI Studio、Vertex AI、Gemini CLI 及新的智能体开发平台 Google Antigravity。
推荐理由：官方一次性给出 Gemini 3 Pro 与 Deep Think 的基准成绩、产品落地范围和开放入口，可据此判断能力代际变化。
Google DeepMindAI 评分5858 Google DeepMind 发布 WeatherNext 2 天气预报模型
Google DeepMind 与 Google Research 发布 WeatherNext 2，称其生成预报速度比前代快 8 倍，分辨率最高可达 1 小时。
OpenAI News精选AI 评分6767 OpenAI 发布 GPT-5.1，ChatGPT 对话更自然并支持自定义语气
OpenAI 升级 GPT-5 系列，推出 GPT-5.1，模型更温和、能力更强，并新增自定义 ChatGPT 语气和风格的方式。GPT-5.1 从今天起向付费用户逐步推送。
推荐理由：OpenAI 官方公布 GPT-5 系列的升级方向与付费用户推送节奏，可据此了解 ChatGPT 的对话风格变化。
OpenAI NewsAI 评分4242 OpenAI 发布 gpt-oss-safeguard 技术报告
OpenAI 发布 gpt-oss-safeguard 技术报告，介绍 gpt-oss-safeguard-120b 和 gpt-oss-safeguard-20b 两个开放权重推理模型。二者基于 gpt-oss 模型后训练，能依据给定策略进行推理并对内容打标，报告同时给出以原 gpt-oss 模型为基线的安全评估结果。
OpenAI NewsAI 评分5858 OpenAI 发布 gpt-oss-safeguard 开放权重安全分类模型
OpenAI 发布 gpt-oss-safeguard，这是一组用于安全分类的开放权重推理模型。开发者可以基于它应用并迭代自定义策略。
Hugging Face BlogAI 评分4747 IBM 发布 Granite 4.0 Nano：最小模型仅 350M 参数
IBM 发布 Granite 4.0 家族最小的 Granite 4.0 Nano，含 4 个 instruct 模型及对应 base 版本，参数规模从约 350M 到约 1.5B，采用 hybrid-SSM 与 Transformer 两种架构，Apache 2.0 许可并在 vLLM、llama.cpp、MLX 上原生支持。
OpenAI News精选AI 评分6666 OpenAI 发布 GPT-5-Codex，为 Codex 中的智能体编码优化
OpenAI 发布 GPT-5 系统卡附录，公开新模型 GPT-5-Codex，这是 GPT-5 针对 Codex 中智能体编码进一步优化的版本。该模型会根据任务复杂度更动态地调整思考投入，对简单对话查询或小任务快速响应，对更复杂的任务则独立工作更长时间。
推荐理由：官方系统卡附录披露 GPT-5-Codex 按任务复杂度动态调整思考投入，可据此了解 Codex 中编码智能体的能力取向。
Hugging Face BlogAI 评分3636 WRITER 发布 Palmyra-mini 系列开源小模型，含两款推理变体
WRITER 发布 Palmyra-mini 系列三款开源模型，参数规模 1.5B 至 1.7B，包括非思考基础版 palmyra-mini 及两款经 CoT 训练的推理变体 palmyra-mini-thinking-a 和 palmyra-mini-thinking-b。
Hugging Face BlogAI 评分4242 Hugging Face 发布 mmBERT：ModernBERT 走向多语言
Hugging Face 发布 mmBERT，一个基于 ModernBERT 架构的多语言编码器模型，在 1800 多种语言、超 3T token 上训练，成为首个在性能上超越 XLM-R 的多语言模型。base 版含 110M 非嵌入参数（总计 307M），采用三阶段训练与逆掩码率调度（30%→15%→5%），在 GLUE 和 XTREME 基准上均取得显著提升。
Hugging Face Blog精选AI 评分6060 Google 发布 EmbeddingGemma 高效多语言嵌入模型
Google 发布 EmbeddingGemma，一款面向端侧场景的多语言嵌入模型，参数量 308M，上下文窗口 2K，支持 100 多种语言，量化后内存占用低于 200MB。
推荐理由：308M 参数、2K 上下文、支持 100 多种语言，可据此判断端侧 RAG 与多语言检索的落地空间。
OpenAI News精选AI 评分7070 OpenAI 发布 gpt-realtime 并更新 Realtime API
OpenAI 发布更先进的语音到语音模型 gpt-realtime，并更新 Realtime API。新 API 能力包括 MCP server 支持、图像输入和 SIP 电话呼叫支持。
推荐理由：OpenAI 官方发布语音到语音新模型并同步扩展 Realtime API 能力，可据此了解语音智能体的接口变化。
OpenAI News精选AI 评分6262 OpenAI 介绍 GPT-5 在编码与设计上的能力
OpenAI 发布 GPT-5，并介绍它在编码与设计方面带来的新可能。原文仅提供摘要，未给出具体功能、基准数据或使用方式。
Hugging Face BlogAI 评分3232 Hugging Face 发布 Ettin Suite：同配方训练的 SoTA 配对编码器与解码器
Hugging Face 推出 Ettin Suite，这是首个用相同数据（2T tokens）、架构和训练配方训练的 SoTA 配对编码器与解码器模型系列，参数规模覆盖 17M 至 1B。其编码器全面超越 ModernBERT，解码器则击败或持平 Llama 3.2 1B 与 SmolLM2。该系列首次实现两种架构的公平对比，结果显示编码器在分类与检索任务占优，解码器在生成任务领先。
Mistral AI精选AI 评分7878 Mistral 发布 Voxtral 语音理解模型，24B 与 3B 双版本开源
Mistral AI 发布 Voxtral 语音理解模型，提供 24B 和 3B 两种尺寸，均以 Apache 2.0 许可开源并上线 API。模型支持 32k token 上下文，可处理最长 30 分钟音频转写或 40 分钟音频理解，具备原生多语言、音频问答与摘要、语音触发函数调用等能力，API 定价为每分钟 $0.001。
推荐理由：Mistral 开源语音理解模型，给出两种尺寸、Apache 2.0 许可与 API 定价，读者可据此评估自部署与调用成本。
Mistral AI精选AI 评分7171 Mistral AI 发布 Devstral Medium 并升级 Devstral Small 1.1
Mistral AI 与 All Hands AI 合作推出 Devstral Medium，并升级 Devstral Small 至 1.1 版本。
推荐理由：Mistral 与 All Hands AI 联合发布两款编码智能体模型，给出了 SWE-Bench Verified 分数、开源许可与 API 定价，便于读者比较开源与闭源方案的成本性能。
Hugging Face BlogAI 评分4444 Kimina-Prover-72B 发布：基于 Qwen2.5-72B 的形式化推理模型，miniF2F 通过率达 92.2%
Numina 与 Kimi 团队发布定理证明模型 Kimina-Prover-72B，基于 Qwen2.5-72B 和 Kimi k1.5 的 RL 流程训练，在 miniF2F 基准上取得 92.2% 的 SOTA 通过率。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布 SmolLM3：3B 多语言长上下文推理模型
Hugging Face 发布完全开源的 3B 模型 SmolLM3，在 11T tokens 上训练，支持 think / no_think 双模式推理、6 种语言和最高 128k 上下文。
推荐理由：官方完整公开了 3B 模型的预训练、中训练与后训练配方，读者可据此复现或迁移到自研小模型。
Hugging Face BlogAI 评分5555 NVIDIA 发布 Llama Nemotron Nano VL 文档理解 VLM，已上线 Hugging Face
NVIDIA 发布 Llama Nemotron Nano VL，一个 8B 视觉语言模型，面向智能文档处理，已在 Hugging Face 上线并可通过 NVIDIA NIM API 调用。
Hugging Face Blog精选AI 评分7272 Gemma 3n 正式开源，接入 transformers、MLX、llama.cpp 等主流库
Gemma 3n 从 Google I/O 的预览版转为正式发布，已在 transformers、timm、MLX、llama.cpp、transformers.js、ollama、Google AI Edge 等开源库上线。
推荐理由：Gemma 3n 正式开源并接入主流推理库，读者可据此了解端侧多模态模型的部署路径与内存优化思路。
Mistral AI精选AI 评分7272 Mistral AI 发布首个推理模型 Magistral，含 24B 开源版与企业版
Mistral AI 发布首个推理模型 Magistral，分为 24B 参数的开源版 Magistral Small 和企业版 Magistral Medium。
推荐理由：Mistral 首个推理模型同时给出开源权重与企业版，并公开 AIME2024 成绩与多语言推理定位，可据此判断其与现有推理模型的差异。
Hugging Face Blog精选AI 评分7171 H Company 发布 GUI 自动化 VLM 系列 Holo1 与基准 WebClick
H Company 发布 Holo1 系列 Action VLM 及多模态定位基准 WebClick，模型已开源在 Hugging Face。该系列包含 Holo1-3B 和 Holo1-7B，其中 7B 在常见 UI 定位基准上平均准确率达 76.2%，为小尺寸模型中最高。
推荐理由：Holo1 开源了 GUI 定位模型与配套基准，读者可据此评估浏览器自动化在成本与精度上的取舍。
Hugging Face BlogAI 评分5858 Hugging Face 发布 SmolVLA：450M 开源视觉语言动作模型
Hugging Face 发布 SmolVLA，一个 450M 参数的开源视觉语言动作（VLA）模型，可在消费级硬件甚至 CPU 上运行，仅用 lerobot 标签下的社区共享数据集预训练。
Mistral AI精选AI 评分6060 Mistral AI 发布代码嵌入模型 Codestral Embed
Mistral AI 发布首个专为代码设计的嵌入模型 Codestral Embed，官方称其在真实代码检索任务上显著优于 Voyage Code 3、Cohere Embed v4.0 和 OpenAI 的大型嵌入模型。
推荐理由：官方给出代码嵌入模型在检索任务上的对比与维度精度取舍，可据此评估代码 RAG 的存储成本。
OpenAI NewsAI 评分4242 OpenAI o3 Operator：Operator 底层模型从 GPT-4o 换为 o3
OpenAI 将 Operator 的底层模型从 GPT-4o 版本替换为基于 OpenAI o3 的版本，API 版本仍继续基于 4o。该变更是对 OpenAI o3 与 o4-mini 系统卡的补充说明。
Mistral AI精选AI 评分7373 Mistral AI 发布智能体编码模型 Devstral，Apache 2.0 开源
Mistral AI 与 All Hands AI 合作发布面向软件工程任务的智能体 LLM Devstral，以 Apache 2.0 许可开源，在 SWE-Bench Verified 上得分 46.8%，比此前开源 SoTA 模型高出 6 个百分点以上。
推荐理由：Mistral 与 All Hands AI 合作的智能体编码模型，给出 SWE-Bench Verified 成绩与本地部署门槛，便于判断开源编码模型的当前水平。
Hugging Face Blog精选AI 评分6262 Falcon-H1 系列开源模型发布，0.5B 到 34B 共六款
Falcon-LLM 团队发布 Falcon-H1 系列开源模型，共六款，参数规模从 0.5B 到 34B，每款均含 base 与 instruct 版本，采用 Apache 2.0 许可。
推荐理由：Falcon-H1 用混合注意力与 SSM 架构在长上下文吞吐上取得明显优势，读者可据此判断小参数模型的部署取舍。
Hugging Face BlogAI 评分4141 Falcon-Arabic：阿拉伯语语言模型的突破
阿联酋技术创新研究院（TII）发布 Falcon-Arabic，一款基于 Falcon 3 架构的 7B 参数多语言模型，支持阿拉伯语、英语等多种语言，上下文长度达 32,000 tokens。该模型在 OALL v2 基准上超越同规模阿拉伯语 LLM，甚至优于参数量达其 4 倍的模型，并在 Arabic MMLU、Exams、MadinahQA、Aratrust 等任务上领先。
OpenAI News精选AI 评分6262 OpenAI 发布 o3 与 o4-mini 系统卡补充说明：Codex
OpenAI 为 o3 和 o4-mini 系统卡发布补充说明，介绍云端编码智能体 Codex。Codex 由 codex-1 驱动，后者是 OpenAI o3 针对软件工程优化的版本，通过强化学习在多种环境的真实编码任务上训练，以生成贴近人类风格和 PR 偏好的代码、精确遵循指令，并反复运行测试直到通过。
推荐理由：官方系统卡补充说明披露了 Codex 背后的 codex-1 及其训练方式，可了解该编码智能体的技术来源。
Hugging Face Blog精选AI 评分6262 Falcon-Edge 发布 1B 与 3B 三值量化语言模型系列
Falcon-Edge 系列发布，基于 BitNet 架构，提供 1B 和 3B 两种规模，每种规模都有 base 与指令微调版本，权重以三值格式（{-1, 0, 1}）提供。
推荐理由：Falcon-Edge 用一次预训练同时产出 bfloat16 与三值量化版本，并给出可直接微调的权重与工具包，读者可据此判断 1.58bit 模型的落地路径。
Mistral AI精选AI 评分7171 Mistral AI 发布 Mistral Medium 3，主打低成本企业级部署
Mistral AI 发布 Mistral Medium 3，称其在多项基准上达到 Claude Sonnet 3.7 的 90% 或以上，价格为每百万 token 输入 0.4 美元、输出 2 美元。
推荐理由：官方给出 Mistral Medium 3 的定价、对标模型与部署门槛，可据此判断企业选型的成本与落地条件。
Hugging Face Blog精选AI 评分6262 Meta 发布 Llama Guard 4 与 Llama Prompt Guard 2，上线 Hugging Face Hub
Meta 发布 Llama Guard 4，一个 12B dense 多模态安全模型，以及两个新的 Llama Prompt Guard 2 模型，模型 checkpoint 已上线 Hugging Face Hub 的 Llama 4 Collection。
推荐理由：Meta 开源多模态安全模型，给出架构剪枝思路与相对上一代的召回对比，可据此评估内容审核管线。
OpenAI News精选AI 评分8282 OpenAI 发布 o3 与 o4-mini 系统卡
OpenAI 发布 o3 和 o4-mini 的系统卡，称两款模型将前沿推理能力与完整工具能力结合。可用工具包括网页浏览、Python、图像与文件分析、图像生成、canvas、自动化、文件搜索和记忆。
推荐理由：官方系统卡披露 o3 与 o4-mini 的推理能力与工具调用范围，可对照此前模型看能力边界。
OpenAI News精选AI 评分7878 OpenAI 在 API 中发布 GPT-4.1 系列模型
OpenAI 在 API 中发布 GPT-4.1 系列模型，官方称其在编码、指令遵循和长上下文理解上有全面提升，并同步推出首个 nano 模型。该系列即日起面向全球开发者开放。
推荐理由：OpenAI 在 API 中上线 GPT-4.1 系列并首次推出 nano 版本，读者可了解其在编码与长上下文上的改进方向。