天眼早报

🤖 AI 大模型

DeepSeek V4.1 Flash 发布：552B MoE、1M 上下文、MIT 许可，登顶开源模型榜首

DeepSeek 发布 V4.1 Flash，采用 Causal Encoder–Decoder 架构与 552B MoE（8B/16B 激活）设计，支持原生视觉（仍使用 SigLIP 视觉编码器）与 1M 上下文，以 MIT 许可开源，权重与论文均已公开，KV 缓存暴降 437 倍，推理成本大幅下降。模型在多项基准上超越 Opus 5，Artificial Analysis 智能指数 40 分，超越 1.6T 参数的 V4 Pro，登顶 Vals Index 开源权重模型第一；在 Code Arena 网页开发榜以 1620 分位列第 14（开源第 4），较 V4-Pro 提升 40 分，实测编程与智能体表现超过 GPT-5.6 Sol 而成本低约 97%，定价 0.30/1.20 美元每百万 token，SiliconFlow 闲时输入每百万 tokens 仅 0.15 美元。Hugging Face 联合创始人 Thom Wolf 称其虽名为 flash 小版本，实为一次重大更新，让 DeepSeek“重回开源模型榜首”。

OpenAI 推出 Agents API，云端 Agent 开放公测

OpenAI 发布 Agents API，面向所有开发者开放公开测试版，由 Codex harness 托管编排、长会话与上下文管理；不收取额外费用，仅按 Token 与工具调用计费。

𝕏 OpenAI 发布 GPT-Live-1 实时语音模型并开放 API，每分钟 0.05 美元

OpenAI 上线实时语音模型 GPT-Live-1，单模型即可完成听说、可被打断，支持镜像说话者语气与情绪、适配语速，并可设定语言与回复长度；配合 GPT-6 Astra 首次尝试任务完成率 83.6%（前代 45.7%），价格 0.05 美元/分钟。该模型同时开放至 API，开发者可构建边听边说的全双工语音 Agent，支持自然对话与工具调用，并可灵活选择模型与语音方案。

𝕏 OpenAI 推出 ChatGPT 金融服务版，集成 GPT-6 Astra

OpenAI 发布 ChatGPT for Financial Services，基于 GPT-6 Astra 模型，接入 Daloopa、PitchBook 与 LSEG News 数据源，支持财务建模、研究与可编辑客户材料，面向投行与股票研究员，直接对标 Anthropic 的企业市场。

OpenAI 首个“Critical”级网安模型 Astra：可自主发现漏洞并写 exploit

OpenAI 在《Path to Astra》中将 Astra 评定为首个 Critical 级网络安全能力模型：它能在无逐行指导下自主完成“发现漏洞—设计攻击路径—编写可运行 exploit”的闭环，高级能力仅在受控环境 Daybreak 中部署。

Cognition 发布 SWE-2 模型：基于 Kimi K3，成本最高降 70%

Cognition（Devin 母公司）发布代码模型 SWE-2，基于 Kimi K3 训练，官方称在软件工程任务上与 Fable 5.1、GPT-Astra 等近期前沿模型持平，成本最高降低 70%，订阅会员本月免费使用；同期推出由 GPT-Live 驱动的 Devin Voice，可用语音下达开发任务。

𝕏 GPT-6 Astra 攻克 FrontierMath 最后一道 Tier 4 难题

Epoch AI 称 FrontierMath 全部 Tier 4 题目已被 AI 解出，最后一道由 GPT-6 Astra 完成，数学家指出该题 AI 并未走捷径。

OpenAI 为 ChatGPT Work 推出数据智能体 Data agent

OpenAI 在 ChatGPT Work 中推出 数据智能体（Data agent），用户添加 Data Plugin 并连接现有企业数据源后，用自然语言即可获得答案、生成互动式 Dashboard 并执行后续操作。内部版本已服务超 3500 名用户、覆盖超 600PB 数据和约 7 万个数据集，但未公布公开准确率基准。

Anthropic 发布迄今最详尽威胁情报报告，披露 Claude 滥用与拦截情况

Anthropic 发布迄今最全面的 Claude 滥用威胁情报报告，详述有人试图将其用于网络攻击、影响行动、监控以及生物和武器制造，并称已瓦解报告中所有行动，将发现分享给当局和其他 AI 公司；报告还披露已阻止科学家用 Claude 支持生物武器开发，并封禁 3 个与伊朗关联账户，其中一个曾制定针对美军海军力量的攻击目标建议。

🔶 面壁智能 MiniCPM5-2B 登顶 Hugging Face Trending 榜首

面壁智能的 MiniCPM5-2B 登顶 Hugging Face Trending Top 1，在 Artificial Analysis 智能指数中以 23 分位居全球 4B 以下开源权重模型第一，仅 2B 参数量即可完成工具调用、深度搜索、代码生成等 Agent 任务。

OpenAI 语音模式升级：Pro 可调用 GPT-6 Astra，限额改为小时制

OpenAI 语音负责人 Atty Eleti 宣布，ChatGPT 语音模式 可自选模型与推理深度，Pro 套餐可调用 GPT-6 Astra；四档额度改为小时制，Pro（200 美元/月）可无限使用 GPT-Live-1。

OpenAI 发布 ChatGPT Images 2.5，GPT-Image-2.5 Sunburst 登顶图像竞技场

OpenAI 发布图像生成与编辑模型 ChatGPT Images 2.5，主打生成更快、细节更好，改图更接近“真·修图”，优化了参考图保真度、局部精确编辑与多轮编辑一致性，并同步开放 GPT-Image-2.5 系列 API，官方称每周生成图片超 30 亿张。同期最新图像模型 GPT-Image-2.5 Sunburst 在 Text-to-Image、Image Edit、Multi-Image Edit 三个竞技场均排名第一，Arena 限时 72 小时免费使用。

OpenAI 结束每年 1 美元政府试点，改为按用量定价、联邦雇员享五折

美国总务管理局（GSA）宣布，OpenAI 终止允许联邦机构以每年 1 美元使用其模型的试点项目，改为按实际用量计费，联邦公职人员以标准价格 五折 获取；试点期间共有 350 万联邦雇员使用 ChatGPT，产生约 14 亿美元成本节约。

OpenAI 因 Astra 需求激增暂停 200 美元 Pro 订阅

OpenAI 暂停 200 美元/月的 Pro 计划新订阅，以应对 Astra 前所未有的需求并优先保障现有用户体验，其他套餐与 API 不受影响。

𝕏 腾讯混元 Hy4 preview 在 Agent Arena 开源模型排第二

腾讯混元 Hy4 preview 在 Agent Arena 14.5K+ 真实 Agent 会话中排名开源第二、总榜第十，净提升 +5.4%，中位任务成本 0.26 美元，约为 Kimi K3 的 32%。

OpenAI 将 ChatGPT 使用资格扩大至 2300 万美国公共部门员工

OpenAI 宣布将 ChatGPT 的使用资格扩大至 2300 万美国公共部门员工，进一步推进其在政府与公共服务场景的部署。

𝕏 DeepSeek 开源多个新代码仓库，便于部署 V4.1 Flash

DeepSeek 开源多个新代码仓库，方便开发者更容易地部署 V4.1 Flash 及后续开源模型。

𝕏 阿里通义等中国大模型 API 调用量曝光：5-7 月超 1.51 亿次

scaling01 披露：阿里通义 5-7 月调用超 1.51 亿次（峰值日均近 300 万），MoonshotAI 超 2300 万次，DeepSeek 14 天超 1210 万次，小米 20 天 40 万次。

𝕏 Cohere 开源机器翻译模型 North Small Translate

Cohere 宣布以翻译技术起家并延续这一传统，推出开源机器翻译模型 North Small Translate，其权重在 Hugging Face 以 CC BY-NC 4.0 许可发布，提供多种量化版本，官方称其为领先的开源机器翻译模型。

𝕏 Code Arena：开源与闭源模型 Web 开发差距重扩至 120 分

Arena 数据显示，开源与闭源模型 Web 开发差距曾缩至约 +10 分，但随 Claude Fable 5.1 和 GPT-6 Astra 发布，闭源前沿回升至近 1800 分，差距重扩至 +120 分。

Midjourney 测试 V8.2 编辑模型：支持指令编辑与局部重绘

Midjourney 开始测试首个 V8.2 编辑模型，新增基于指令的编辑、最多 4 张参考图、笔刷局部重绘与画布外扩，并兼容个性化与 sref。

𝕏 GPT-6 Astra 驱动机械手完成魔方还原

GPT-6 Astra 驱动机械手完成 魔方还原，展示模型在机器人操作场景的通用能力。

𝕏 Claude Fable 5.1 写作风格变化分析：破折号与套话减少、分号增加

Arena 分析数万条高推理文本输出发现，Claude Fable 5.1 的破折号、缓和语、恭维语、套话均减少，分号增加；“yes”“exactly”等附和开头降至 0.99%，恭维语从 3.17% 降至 1.98%。

𝕏 DwarfStar 在 128GB M5 Max 上以 SSD 流式加载运行 DeepSeek V4.1 Flash

antirez 称 DwarfStar 在 128GB M5 Max 上以 SSD 流式加载运行 DeepSeek V4.1 Flash，速度超出预期，SSD 流式优化并保留正确专家有所助益。

𝕏 GPT-6 Astra 长上下文 API 定价上调

EpochAI 指出 GPT-6 Astra 与 GPT-5.6 类似，超过 272k 输入 token 后 API 定价上调，长上下文首 token 延迟呈相同曲率。

𝕏 分析：DeepSeek V4.1 的后训练与 RL 部分更值得关注

分析指出 DeepSeek V4.1 架构出色，但后训练尤其是 RL 相关部分更值得关注，认为 DeepSeek 如今已是“环境/数据导向”的路线。

▶️ Meta 推出 AI 生产力助手 Muse，The Verge 实测称其工作但令人不适

Meta 发布 AI 生产力助手 Muse，可协助网购、邮件和行程规划等。The Verge 实测称其大体按预期工作，但自主搜集的用户信息量之大令人不安。

▶️ 环球音乐联手 ElevenLabs 推出授权 AI 音乐创作平台

环球音乐集团与 ElevenLabs 签订多年授权协议，将推出允许用户基于其授权曲库创作混音、串烧和新版本的 AI 音乐平台，艺人可选择是否参与。

💻 Anthropic 披露 AI 智能体同样讨厌 CAPTCHA 验证码

Anthropic 研究显示，执行任务的 AI 智能体在尝试向互联网证明自己是人类时会遇到 CAPTCHA 验证码障碍，其内部思路与人类一样对验证码感到困扰。

---