大模型

神秘 AI 模型 Ox Alpha 以“Stealth”身份上线 OpenRouter，支持百万 token 上下文与多模态推理，预览一周免费。开发者通过 tokenizer 指纹等线索，怀疑其来自智谱 AI GLM-5.3 系列。

DeepSeek 正式发布 V4 Pro 正式版，自测数据显示性能仅比 Claude Fable 5 低约 5%，价格却便宜约 46 倍。编码与代理能力多项基准大幅提升，以性价比向顶级模型发起冲击。

最新研究显示，Anthropic、OpenAI与Google的推理模型虽加密了内部思考链，但单一全域密钥漏洞使其可被跨会话、跨用户解密。团队已从6,708份公开日志中还原31万多个推理区块，AI安全再敲警钟。

马斯克宣布SpaceX将向Grok下一代2万亿参数模型提供工程数据（不含ITAR限制内容），旨在提升其工程能力。同时，Grok Build在复杂编程任务上获开发者好评，Grok for Excel也已上线。

阿里发布史上最大AI模型Qwen3.8-Max，参数达2.4万亿，首次突破万亿大关，展现中国AI追赶美国的强劲势头，市场关注其在基准测试中的表现。

xAI 的 Grok 4.5 在 VulcanBench 基准测试中取得 91.3% 的分数，完成 23 个任务中的 21 个，超越 Anthropic 的 Claude Fable 5 和 OpenAI 的 GPT-5.6 Sol。该基准测试专注于多文件软件工程任务，涵盖五种编程语言，并且强调可重复性和成本透明度。

OpenRouter数据显示，中国开源模型周令牌处理量达4.12万亿，美国模型仅2.94万亿，前者已是后者的3倍以上。低价策略推动中国模型在开发者中快速普及，DeepSeek、智谱等表现抢眼。

Claude Fable 5 在 Arena 前端编码排行榜上被中国 Moonshot AI 的 Kimi-K3 超越，后者以 1679 分登顶，领先 48 分。Kimi-K3 在 7 个类别中赢下 6 个，且价格仅为 Claude 的三分之一，开源权重即将发布。

xAI最新编程模型Grok 4.5在FrontierSWE基准测试中以4.09分跃居第二，超越Anthropic与OpenAI的竞品，同时以低价策略冲击市场，引发AI工具竞争对加密投资格局的间接影响。

OpenAI 将 ChatGPT Pro、Enterprise、Business、Education 付费用户的自定义指令字符上限从 1500 提升至 5000，较此前增长超三倍，并回溯至历史对话。免费用户暂未覆盖。