NVIDIA 发布 Kumo Relational 关系型基础模型，无需训练即可预测
NVIDIA 发布预训练关系型基础模型 Kumo Relational，可直接在企业数据库上做预测，单次前向推理读取最多 10000 条历史样本作为上下文，无需任务特定训练、特征工程或表扁平化。
推荐理由：原文给出预训练关系型基础模型在41项任务上的对比结果与开源入口，可据此判断免训练预测能否替代现有XGBoost流水线。
#推理
模型Hugging Face Blog精选AI 评分7272
模型The DecoderAI 评分7171 Inception 发布扩散语言模型 Mercury 3，称速度达 GPT-6 Luna 与 Claude Haiku 5.5 的四到八倍
Inception 发布扩散语言模型 Mercury 3，称其在 12 项基准中赢下 8 项，运行速度为 GPT-6 Luna 和 Claude Haiku 5.5 的 4 到 8 倍。
模型Hugging Face BlogAI 评分5252 NVIDIA 发布 Kumo Forecast 时序预测模型，结合预训练表示与历史模式检索
NVIDIA 发布多变量时序预测模型 Kumo Forecast（原 NV-Tesseract Forecasting），以 MOMENT-1-large 为骨干，约 3.4 亿参数编码器加可训练预测头，编码器与嵌入层权重冻结。
模型NVIDIA Blog精选AI 评分7070 NVIDIA 扩展开放模型家族，覆盖语言、机器人、生物与量子计算
NVIDIA 扩展其开放模型家族，覆盖语言、机器人、生物和量子计算，包括新的 Nemotron 3.5 Super VL 与 Nemotron 3.5 Bolt、Nemotron Retriever、Kumo 结构化数据基础模型、Cosmos 3.5 世界模型、Alpamayo 2 Edge、BioNeMo 与 Ising。
推荐理由：原文一次性列出语言、机器人、生物、量子多条开放模型线及各自落地伙伴，便于比较英伟达开放模型组合的覆盖范围。
模型The DecoderAI 评分5858 Cloudflare 发布文档抽取模型 Clairic，称比 LLM 更快更便宜
Cloudflare 发布 AI 模型 Clairic，称其从文档中抽取数据比大语言模型更快、更便宜，已在 Workers AI 上提供预览，开放权重随后发布。
模型The DecoderAI 评分7272 MiniMax 发布 M3.1 Flash 推理模型，单任务成本约 0.22 美元
MiniMax 发布推理模型 M3.1 Flash，在 Artificial Analysis Intelligence Index 上得 42 分，比前代 M3 高 13 分，单任务成本不到其一半。
模型MarkTechPostAI 评分7575 MiniMax 发布 M3.1 Flash：428B MoE 智能体模型，输入 $0.15/百万 token
MiniMax 在 API 上线 MiniMax M3.1 Flash，采用 428B 总参数、约 23B 激活的 MoE 架构，支持 100 万 token 上下文和文本、图像、视频输入，定价为每百万 token 输入 $0.15、输出 $0.60。
模型MarkTechPostAI 评分7272 Inception 发布扩散语言模型 Mercury 3，速度达 1,068 tokens/s
Inception 发布扩散语言模型 Mercury 3，官方称在 NVIDIA GPU 上达到 1,068 tokens/s，上下文窗口为 1M tokens，参数量未披露但超过 Mercury 1 的 40 倍。
模型MarkTechPostAI 评分6262 Cloudflare 在 Workers AI 发布 System One 抽取模型 Clairic
Cloudflare 在 Workers AI 上线抽取模型 Clairic 预览版，读取文本或图片后直接返回带类型的值而非生成文本，单次前向完成、不产生输出 token。
模型MarkTechPostAI 评分7575 阶跃星辰发布 Step 5 Preview 开放权重：600B MoE、27B 激活、1M 上下文
阶跃星辰（StepFun）发布 Step 5 Preview 开放权重，FP8 与 BF16 检查点已上线 Hugging Face 和 ModelScope。
模型TechCrunch · AIAI 评分4242 Elorian 首个 AI 模型 Glimpse：用图像本身进行推理
Elorian 发布首个 AI 模型 Glimpse，主打直接以图像为对象进行推理，而非仅围绕图像展开推理。按其自评估结果，Glimpse 在科学图表推理和短视频描述任务上超过 GPT-6 Astra，在其他视觉推理任务上表现相当。
模型The Decoder精选AI 评分7878 GPT-6-Astra 在 TheoPhysEval 上解出 50 道物理研究题中的 49 道，单题成本 2.40 美元
在 TheoPhysEval 基准上，GPT-6-Astra 以与顶尖专家相当的准确度解出 50 道未发表理论物理计算题中的 49 道，单题成本 2.40 美元。部分看似失败的题目中，专家自己的参考解答被发现有误。研究者认为物理领域尚未出现数学领域那样的突破，因为智能体缺乏“品味”，但他们仍认为自主的顶级 AI 研究可能很快到来，并已看到这对年轻物理学家培养和领域机会平等的影响。
推荐理由：读者可了解 TheoPhysEval 上智能体解物理题的表现，以及研究者对自主科研进度的判断。
模型MarkTechPostAI 评分7575 NVIDIA 发布 Nemotron 3.5 Super VL，120B 开源多模态智能体模型
NVIDIA 发布 Nemotron 3.5 Super VL，这是一个 120B 参数、每 token 激活 12B 的 MoE 开源视觉语言模型，支持文本、图像、文档和视频输入，上下文最高 1M tokens，权重以 OpenMDW-1.1 许可发布。
模型MarkTechPostAI 评分6060 Liquid AI 发布多模态决策模型 d1-ultra，AA Decision Index 得分 65
Liquid AI 发布决策模型 d1-ultra，可读取文本、图像或两者，对每个问题返回各选项概率，一次前向完成且不生成输出 token。该模型已在 Liquid API 上线，定价为每百万输入 token 0.042 美元，图像按每 32×32 像素块 1.5 token 计费。
模型MarkTechPost同新闻AI 评分8080 Google 发布 Gemini 4 Argon API，单次输出上限提至 1M token
Google DeepMind 将 Gemini 4 Argon 面向开发者、企业和付费 Gemini 订阅用户开放，该模型为稀疏 MoE 架构，原生支持文本、图像、音频和视频输入，输出上限从早期 Gemini 的 64K 提升至 1M token，输入输出共享 1M 窗口。
模型MarkTechPostAI 评分6565 Liquid AI 发布 LFM2.5-24B-A2B：面向端侧智能体的 2B 激活 MoE 模型
Liquid AI 发布开源权重推理模型 LFM2.5-24B-A2B，总参数 24B、每 token 激活约 2B（模型卡为 2.45B），上下文 131,072 token，是 LFM2.5 系列最大也是最后一个成员，权重已在 Hugging Face 开放。
模型Hugging Face Blog精选AI 评分7272 Apertus 1.5 发布 8B 与 70B 模型，新增图像音频理解与思考模式
Apertus 1.5 在 8B 和 70B 两个规模上扩展了 Apertus 1.0，新增图像与音频理解、可选思考模式、4 倍长的上下文窗口（262,144 tokens），并改进指令遵循与工具调用，权重以 Apache 2.0 许可发布于 Hugging Face。
推荐理由：原文完整公开了多模态早融合方案、四阶段预训练与五阶段后训练流程，可供研究开源模型如何扩展模态与长上下文。
模型MarkTechPostAI 评分4949 TypeSafe AI 发布 Jev 1.14：新增图像、Box 类型与 262k 上下文
TypeSafe AI 发布 System One 决策模型 Jev 1.14，以 jev-preview 别名上线，新增图像输入、Box 边界框类型和 262k 长上下文三项实验性功能。
模型Hugging Face Blog精选AI 评分7171 Liquid AI 发布 LFM2.5-24B-A2B 端侧推理智能体模型
Liquid AI 发布 LFM2.5-24B-A2B，这是一个 24B 参数、每 token 仅 2B 激活参数的推理模型，面向端侧智能体，会先思考再作答并调用工具。
推荐理由：原文给出模型架构、16 项基准对比和端侧推理速度，可据此判断本地智能体的可行边界。
模型Google DeepMind同新闻AI 评分8080 Google DeepMind 发布 Gemini 4 Argon 并公开安全防护细节
Google DeepMind 开始广泛推送 Gemini 4 Argon，并扩大 Fairwind Program 的受信任网络防御者范围。该模型在网络安全测试中解决了全部 12 个端到端模拟攻击场景，上一代为 5 个；在 Gray Swan 间接提示注入基准上，15 次自适应攻击的成功率降至 0.7%。
模型Google DeepMind精选AI 评分9292 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业和消费者开放，通过 AI Studio 与 Gemini API 提供，Google AI Ultra 订阅者可在 Google Antigravity 使用，Ultra 和 Pro 订阅者可在 Gemini 应用和 Search 的 AI Mode 使用。
推荐理由：官方给出 Argon 在编码、科研与安全场景的实测数据与开放入口，可据此判断前沿模型的能力边界。
模型Latent Space精选AI 评分8080 Meta 发布 Muse Wonder 与 Muse Wonder Full 模型家族
Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder 与 Muse Wonder Full，前者通过 Meta Model API 和 Muse Code 提供，后者仅面向 Muse Code 订阅用户。
推荐理由：汇总了 Meta Muse Wonder 系列的发布细节与多家第三方评测数据，可对照其与 Opus 5.5、GPT-6 系列的位次差异。
模型Import AIAI 评分4242 Import AI 476：创造力与递归自我改进；不如中国的开源权重模型；AI 走向太空
Elorian 与 Scale AI 发布 Humanity's Sixth Sense（HSS）基准，用 522 道题、288 张图片和 234 段短视频（共 17.6 小时）测试多模态模型的直觉视觉推理。
模型The DecoderAI 评分6262 微软发布 Decision-1 决策模型，基于 Qwen3.5-9B
微软推出自研决策模型 Decision-1，用于分类、评估和路由决策，并称其有潜力引导和控制智能体应对复杂环境。该模型基于 Qwen3.5-9B，微软称其在覆盖近 15 万道题的 36 项基准测试中准确率最高，速度是第二名 H2O-Lightning-4B 的 2.5 倍；对比图中 Decision-1 以 83.5% 准确率和 85 ms 延迟领先 Jev 1.13.0。
模型Latent Space精选AI 评分8080 Anthropic 发布 Claude Haiku 5.5，定价对齐 GPT-6 Luna
Anthropic 发布 Claude Haiku 5.5，这是 Haiku 系列约一年来的首次更新，定价与 OpenAI 的 GPT-6 Luna 持平，官方称平均运行成本比 Haiku 4.5 低约 75%。
推荐理由：汇总了 Haiku 5.5 的定价、第三方评测与 token 消耗数据，可据此判断小模型在智能体工作流中的成本取舍。
模型Simon Willison精选AI 评分7878 Anthropic 发布 Claude Haiku 5.5，定价对齐 GPT-6 Luna
Anthropic 发布快速低成本模型 Claude Haiku 5.5，定价为每百万 token 输入 0.10 美元、输出 0.50 美元，与 OpenAI 上月发布的 GPT-6 Luna 相同，但超过 100,000 token 后涨价 5 倍至 0.50/2.50 美元。
推荐理由：作者实测了 Haiku 5.5 的定价、tokenizer 与推理档位，可据此判断它在长上下文场景下与 GPT-6 Luna 的取舍。
模型The Decoder精选AI 评分7777 Anthropic 发布 Claude Haiku 5.5，价格较 Haiku 4.5 平均降约 75%
Anthropic 发布 Claude Haiku 5.5，称其为迄今最快、最便宜的小模型，平均价格比 Haiku 4.5 低约 75%；对 10 万 token 以内的提示词降价最高达 90%，超过 10 万 token 的提示词价格则是前者的五倍。
推荐理由：读者可对比 Haiku 5.5 与 Haiku 4.5、GPT-6 Luna 的基准和每百万 token 价格，判断小模型成本与能力的取舍。
模型Simon WillisonAI 评分6262 Mistral 发布 Mistral Large 4 预览版 Le chonk
Mistral 发布 Mistral Large 4 预览版，这是一个 1 万亿参数、490 亿激活参数的模型，在自有 3,800 块 NVIDIA Grace Blackwell GPU 集群上训练，目前通过其 API 提供。