Dongxi 东锡 NLP@dongxi_nlpAI 评分7070

小米发布 MiMo-V2.6，包含 Pro 和 Flash 两个全模态模型，通过规模化强化学习训练。官方称 Pro 在多数 Agent 基准上与 Claude Opus 5 和 GPT-5.6 Sol 表现相当，在 Artificial Analysis Intelligence Index 得分 46，为开源模型中最高；模型权重、技术报告、RL 环境和训练代码均已开放。

OpenRouter@OpenRouterAI 评分6060

小米 MiMo-V2.6 系列三款模型上线 OpenRouter，包括 1T+ 参数旗舰、开源 MoE 模型和约 10 倍速的旗舰变体。三款模型均支持文本、图像、视频和音频输入，上下文为 1M。

Arena.ai@arenaAI 评分6666

小米发布 MiMo-V2.6-Pro 与 Flash 两款全模态模型，MiMo-V2.6-Pro 在 Code Arena: WebDev 榜以 1628 分（AutoEval）位列约第10名，开源权重（MIT 许可）中约第3，较 MiMo-V2.5-Pro 的 1475 分上涨 153 分。

Xiaomi MiMo@XiaomiMiMo精选AI 评分7373

小米 MiMo 发布 MiMo-V2.6 Pro 与 Flash 两个全模态模型，通过规模化强化学习训练。Pro 在多数 Agent 基准上与 Claude Opus 5 和 GPT-5.6 Sol 表现相当，在 Artificial Analysis Intelligence Index 得分 46，为开源模型中最高；能力覆盖编码、computer use、3D 推理和创作。

clem 🤗@ClementDelangueAI 评分7070

小米（Xiaomi）发布开放权重模型 MiMo-V2.6-Pro，在 Artificial Analysis Intelligence Index 得分 46，超越前代 MiMo-V2.5-Pro 的 26，为开放权重模型中最高。

小米发布并开源 MiMo-V2.6 系列，扩展强化学习规模迈向自我提升

Xiaomi MiMo 于今日正式发布并开源 MiMo-V2.6 系列模型，包含 Pro 与 Flash 两个原生全模态模型，称这是探索 RSI（递归自我改进）路径的关键一步。

Nathan Lambert@natolambertAI 评分6767

小米 MiMo-V2.6 系列发布，MiMo-V2.6-Pro 为 1.02T 总参数、42B 激活，MiMo-V2.6-Flash 为 310B 总参数、15B 激活。推文称其为 Artificial Analysis 上的开源模型榜首，并附 RL dashboard 和技术报告。报告称该全模态系列通过扩展 RL 算力追求模型自我改进，异步训练每步消耗 1,568 个样本、2.7~3.7B token，上下文最长 1M，并开源训练动态、RL 环境和 RL 框架。

Artificial Analysis@ArtificialAnlysAI 评分6666

Xiaomi 发布开源权重模型 MiMo-V2.6-Pro，在 Artificial Analysis Intelligence Index 得分 46，为开源权重模型中最高，前代 MiMo-V2.5-Pro 为 26。

Rohan Paul@rohanpaul_aiAI 评分6868

Grok 4.7 发布，官方称在同等价格和速度下较 Grok 4.6 有显著提升。Harvey Legal Agent Benchmark 上 Grok 4.7 得分 19.6%。

🚨 AI News | TestingCatalog@testingcatalogAI 评分6767

Grok 4.7 已发布，可在 Grok Build、Cursor 和 API 上使用，部分任务性能接近 Opus 5，价格与 Grok 4.6 相同。官方称其在困难任务上工作时间更长、检查更仔细，并带来迄今最强的安全防护。

eric zakariasson@ericzakariassonAI 评分7272

Grok 4.7 模型卡发布，相比 4.6 多项基准提升：Terminal-Bench 20.3% → 38.0%，SWE-Marathon 31.9% → 46.0%，HealthBench Pro 48.5% → 56.7%，Legal Agent 15.8% → 19.6%，EEBench 60.0% → 66.0%。价格与 4.6 相同，模型卡见 https://media.x.ai/v1/website/4p7card-5eccc980.pdf。

xAI 发布 Grok 4.7，价格低廉但基准成绩明显落后 Claude 与 GPT-6

xAI 发布 Grok 4.7，定价为每百万输入 token 2 美元、输出 token 6 美元，公司称其基于更大基座模型并经过更长强化学习训练。

Arena.ai@arenaAI 评分5454

Grok 4.7 已上线 Agent Arena，并进入 Text、Vision、Code 和 Document 四类 Battle Mode。Arena 用全球用户数百万条真实长程智能体任务、结合网络搜索、文件系统和终端工具访问，以因果追踪方法衡量模型相对平均模型的表现；官方同时发起投票预测 Grok 4.7 的净改进分数落点，分数将在用户投票后公布。

Andrew Milich@milichabAI 评分6565

Grok 4.7 发布，官方称在相同价格和速度下较 Grok 4.6 有明显提升。Andrew Milich 推荐该模型擅长编码、工程工作和 3D，可在 Grok Build 和 Cursor 中以高 TPS 作为思考伙伴使用。图表显示 Grok 4.7 xHigh 输入 $2 / 输出 $6 每百万 token，EEBench 64.0%、CursorBench 4.0 46.3%、DeepSWE v1.1 71.0%（High Effort）。

阿里通义千问发布 Qwen-Image-2.1：7B 开源权重图像生成与编辑模型

阿里 Qwen 团队发布 Qwen-Image-2.1，将文生图与图像编辑统一到一个 7B 单流 DiT 模型中，搭配 8B Qwen3-VL 编码器，支持原生 RGBA 透明输出和最多 10 张参考图编辑。

Arena.ai@arenaAI 评分6464

Arena 宣布 xAI 的 Grok 4.7 已加入 Agent Arena 评测，用户可投票影响排行榜。该评测基于数百万真实的长周期智能体任务，模型可使用网页搜索、文件系统和终端工具完成复杂工作流，并用因果追踪方法衡量相对表现。Grok 4.7 还进入 Battle Mode 的文本、视觉、代码和文档类别。引用方称其相较 Grok 4.6 在同价同速下有明显提升。

lauren@potetoAI 评分5555

Grok 4.7 发布，官方称其在与 Grok 4.6 相同的价格和速度下有显著提升。 Lauren Tan 转发并致以'4.7 day'祝贺，所附对比图显示 Grok 4.7 xHigh 输入 $2/百万 token、输出 $6/百万 token，与 4.6 持平；在 EEBench 64.0%、Harvey Legal Agent 19.6%、CursorBench 4.0 46.3% 等基准上较 4.6 提升明显，DeepSWE v1.1 为 71.0%（High Effort）。

OpenRouter@OpenRouterAI 评分6363

xAI 的 Grok 4.7 已上线 OpenRouter。官方称其为目前最强的编码与知识工作模型，能在困难任务上持续工作更久、更仔细地自查，并在 CursorBench 4.0 上处于价格性能前沿。使用入口：https://openrouter.ai/x-ai/grok-4.7

Michael Truell@mntruellAI 评分5656

Grok 4.7 发布，相比 Grok 4.6 在相同价格和速度下能力更强。附带对比表显示其输入 $2/百万 token、输出 $6/百万 token，在 CursorBench 4.0 得分 46.3%（4.6 为 40.4%）、EEBench 64.0%、Terminal-Bench 4.0 38.0%、Harvey Legal Agent 19.6%，多项基准领先对比模型。

Microsoft Research 发布开源逆合成模型 RetroChimera 并登上 Nature

Microsoft Research 在 Nature 发表逆合成预测模型 RetroChimera，结合基于 Transformer 的 R-SMILES 2 和图神经网络模型 NeuralLoc，用 learning-to-rank 集成两者互补预测。

xAI 发布 Grok 4.7，主打编码与知识工作

xAI 发布 Grok 4.7，定位为其最强编码与知识工作模型，定价 $2/百万输入 token、$6/百万输出 token，与 Grok 4.6 同价同速，另有速度和价格加倍的快速变体。

Kev：基于 Qwen3.5 的开源小型决策模型家族发布

Kev 发布了一组基于 Qwen3.5 的小型决策模型，包含 0.8B、4B 和 9B 三个规格，采用 rank-16 LoRA 加 pointer head 架构，支持在同一请求中处理 yes/no、多选和打分问题并返回概率。

阶跃星辰发布 Step 5 Preview：600B 总参 27B 激活的 MoE 模型，支持 1M 上下文

StepFun 发布面向智能体工作的新旗舰模型 Step 5 Preview，为稀疏 MoE 架构，总参数约 600B、每 token 激活约 27B，支持 1M token 上下文和文本、图像、视频输入，API 定价为每 1M 输入 token $1.00、输出 $2.70。

Qwen@Alibaba_QwenAI 评分7070

通义千问发布 Qwen-Image-2.1，一个 7B 参数的原生图像生成与编辑模型，生成和编辑共用单一检查点，最多支持 10 张参考图。模型自带提示词增强 LLM，已集成 diffusers 和 ComfyUI，并在 Hugging Face Spaces 提供免安装的浏览器在线 demo：https://huggingface.co/spaces/hugging-apps/qwen-image-2-1

阿里 Qwen 团队发布开源权重图像生成模型 Qwen-Image-2.1，仅 7B 参数

阿里 Qwen 团队发布开源权重图像生成与编辑模型 Qwen-Image-2.1，视觉生成部分仅 7B 参数，团队称在其自建基准上超过多数闭源模型，独立基准尚待验证，可在 RTX 3090 等消费级 GPU 上运行。

腾讯 Gander 模型实现边聊天边后台执行复杂任务

腾讯混元语音团队联合多所高校发布 Gander 模型，用"小脑"负责实时对话、可替换的"大脑"处理后台智能体任务（测试中用 GPT-5.6 家族模型），可同时处理语音、图像和文本并随时被打断。

阶跃星辰发布 Step 5 Preview：600B 参数 MoE 旗舰模型，10 月 15 日开放权重

阶跃星辰（StepFun）发布旗舰模型 Step 5 Preview，主打智能体工作，采用稀疏 MoE 架构，总参数 600B、每 token 激活 27B，支持 1M token 上下文窗口和视觉输入。

Qwen@Alibaba_QwenAI 评分6363

通义千问发布 Qwen-Image-2.1，vLLM-Omni 提供 day-0 支持。该模型可在一个模型内完成图像生成、编辑和透明图像输出，由 7.1B DiT 搭配 Qwen3-VL-8B 组成，设置和受支持的组合见 https://recipes.vllm.ai/Qwen/Qwen-Image-2.1。

阿里千问开源 Qwen-Image-2.1 图像模型，支持透明图像与最多 10 张参考图

阿里千问开源图像模型 Qwen-Image-2.1，将文生图与图像编辑整合在同一模型中，视觉生成部分仅 7B 参数，原生支持透明图像的生成与编辑。更新亮点包括轻量结构与推理优化、支持最多 10 张参考图的局部编辑与人像商品保真，以及文字排版和人物光影表现提升，模型已上架 GitHub、HuggingFace 和 ModelScope。

Qwen@Alibaba_QwenAI 评分6060

通义千问发布 Qwen-Image-2.1，定位为 Qwen-Image 系列中均衡且高性价比的图像生成模型，现已开放权重。该模型为生成与编辑一体化的 7B 轻量架构，原生支持生成和编辑 RGBA 透明图层，编辑支持最多 10 张参考图和精确局部控制，并擅长全景图、信息图和虚拟试穿等场景。

Qwen 开源 Qwen-Image-2.1：7B 统一生成与编辑并原生支持透明图像

Qwen 团队开源 Qwen-Image-2.1，将文生图与图像编辑统一到一个模型中，视觉生成组件仅 7B 参数，并原生支持生成和编辑透明图像。模型支持最多 10 张参考图、圆形/涂鸦/独立蒙版指定局部编辑，通过混合粒度注意力架构和 KV cache 复用提升推理效率，同时改进文字渲染、人像光照与人物产品保真度，并覆盖全景图、信息图和分镜等任务。

🚨 AI News | TestingCatalog@testingcatalogAI 评分6868

StepFun 发布旗舰模型 Step 5 Preview，主打 agentic 工作，覆盖软件工程与专业知识工作，在金融领域有特别优势。模型为 600B 总参数 / 27B 激活的 MoE 架构，支持 1M 上下文和视觉能力，官方称在相近智能水平下任务成本明显更低，现已可在 StepFun AI Studio 和 API 使用，开放权重将于 10 月 15 日发布。

阿里通义Qwen团队发布Qwen3.8-LiveTranslate，实时翻译平均延迟降至2.3秒、支持60种语言

通义千问（Qwen）发布实时同声传译模型Qwen3.8-LiveTranslate，采用新的Interleave架构，平均滞后（LAAL）从2.8秒降至2.3秒，约降低18%。

StepFun@StepFun_aiAI 评分6060

阶跃星辰发布旗舰模型 Step 5 Preview，主打智能体工作，在软件工程和专业知识工作中达到前沿水平，金融领域尤其突出。模型为 600B 总参数 / 27B 激活的 MoE，支持 1M 上下文和视觉能力，官方称在相当智能水平下任务成本明显更低，已可在 platform.stepfun.ai 试用，开放权重将于 10 月 15 日放出。

阶跃星辰发布旗舰模型 Step 5 Preview，AA 指数 44 分跻身全球开源模型前三，10 月 15 日开源

阶跃星辰发布旗舰模型 Step 5 Preview，面向 AI 编程、软件工程、专业知识和金融场景，将于 10 月 15 日开源完整权重。

中电信发布星辰大模型 Xing4.0-29B-A4B，基于昇腾超节点训练并开源

中电信人工智能科技于 9 月 17 日发布星辰大模型 Xing4.0-29B-A4B，总参数 29B、激活参数 4B，据称是国内首个基于昇腾 Atlas 900 A3 SuperPoD 液冷超节点与昇思 MindSpore 框架完成训练的百亿参数大模型。

阶跃星辰发布旗舰模型 Step 5 Preview，10 月 15 日开源权重

阶跃星辰发布旗舰基座模型 Step 5 Preview，采用稀疏 MoE 架构，总参数量 600B、激活 27B，支持 100 万 Token 上下文和文本与视觉输入，在 Artificial Analysis Intelligence Index 得 44 分，居全球开源模型前三，单任务成本为 Claude Opus 5 的 1/8。

Qwen3.8-Omni-Flash 发布，价格低于 Gemini Flash 且多模态基准相当

Qwen 发布首个面向 AI 智能体的多模态模型 Qwen3.8-Omni-Flash，可联合处理音频和视频并自主使用工具，上下文窗口达 100 万 token。

中国电信开源全栈国产轻量级智能体大模型 Xing4.0-29B-A4B

中国电信于 9 月 17 日发布并开源新一代星辰大模型 Xing4.0-29B-A4B，总参数量 29B、激活参数 4B，原生支持 256K 上下文、可扩展至 512K，官方称是国内首个基于国产算力与国产框架完成训练的百亿参数大模型。

SpaceXAI 发布 Grok Voice Transcribe 2.0 语音转文本模型，错误率降低约一半且价格不变

当地时间 9 月 18 日，SpaceXAI 发布 Grok Voice Transcribe 2.0 语音转文本模型，在价格不变的前提下错误率降低约一半。该模型基于 Grok Voice 底层音频基础模型构建，在 Artificial Analysis 全部 32 款流式模型中准确率居首；官方四个内部数据集评测均超越 1.0 版本。