Anthropic 发布 Claude 5.5 家族第二个成员 Sonnet 5.5，定位为 Opus 5.5 的快而省互补款，主攻高频日常任务、修 bug、文档和表格。官方称其比 Sonnet 5 速度快 30% 以上，多数任务成本低 30%，Agent 编程评测成绩从 10% 提升到 70%。
推荐理由：Anthropic 新成员 Sonnet 5.5 给出速度、成本与 Agent 编程评测的量化变化，可对照 Opus 5.5 看定位差异。
开源项目 Jeff 发布，定位为零样本分类器，基于 Qwen3.5 和 Gemma 4 微调，一次前向计算即返回每个选项的校准概率，不生成文本、无需解析。在 RTX PRO 6000 上约 22 毫秒出一次决策，0.8B 微调版本在 benchmark 上逼近 Jev。
OpenAI 在 9 月 30 日凌晨开发者活动日推出 GPT-6.1 Sol 模型，性能接近 Astra，费用仅为 Astra 的五分之一，官方称其为同等性能下性价比最高的模型。
Anthropic 于 9 月 28 日推出 Claude Sonnet 5.5，这是 Claude 5.5 家族第二款模型，Haiku 5.5 将在未来几周内登场。
推荐理由：梳理 Sonnet 5.5 在 Coding Agent 基准上的跃升与 Max 档 Token 成本，并呈现开发者对定位的疑问。
NVIDIA 发布开源表格基础模型 Kumo Tabular，给定带标签的表格行即可在单次前向传播中预测新行标签，无需训练、调参和特征工程，同时支持分类与回归。
推荐理由：NVIDIA 开源表格基础模型，无需训练与特征工程即可单次前向预测，并给出四个基准的排名与速度对比。
至知创新研究院IQuest Research发布IQuest-Q1模型，采用decoder-only Transformer主干与稀疏MoE架构，总参数约320B、激活参数约15B。
Anthropic 发布 Claude Sonnet 5.5，输出速度较 Sonnet 5 提升超 30%，单项任务成本最高降低 30%，每百万 token 输入、输出价格仍为 2 美元和 10 美元，Terminal-Bench 4.0 得分 70.6%。
H 公司发布 Holo4 系列智能体模型，包含 27B dense 和 35B-A3B MoE 两个尺寸，均已上线 H Models API，权重以 BF16、FP8、NVFP4 和 4-bit GGUF 格式开源在 Hugging Face。
推荐理由：Holo4 同时给出两种尺寸、多接口能力和开源轨迹，读者可据此判断通用计算机操作智能体的成本与能力边界。
Liquid AI 发布实验性草稿模型 LFM2.5-VL-DSpark，为视觉语言模型 LFM2.5-VL-3B 加入投机解码路径，端侧解码最高提速 3.13x、H100 上最高 2.66x，端到端最高提升 2.62x 和 2.27x。
小米 MiMo 团队公开 MiMo-V3 的新推理架构 HySparse2，面向长程多轮 Agent，目标是减少 Prefill 计算、缩小 KV Cache 并提升长上下文检索精度。相比 MiMo-V2.6 的 Hybrid SWA，该架构将 KV 共享提升两级，Prefill 计算量减少一半。
飞捷科思全面开源 Fysiverse-3D，这是其 Fysiverse 物理世界模型体系中面向三维世界构建的系列工作。该系列覆盖从一句话到一个可执行世界的完整链路，其中可验证空间文生图方案 SpatialGuard 对自然语言中的空间意图进行显式规划，生成空间关系准确、可验证的视觉观测，为下游重建提供可靠输入。
飞捷科思开源 OmniFysics“双子星”，在 24 项评测中拿下世界第一。该模型面向物理层面的世界理解，综合图像、视频、声音与语言，用于运动预测、碰撞分析乃至驱动机器人行动，并输出可计算、可验证的物理参数作为决策依据。
OpenAI 发布 GPT-6 系列新成员 GPT-6 Sol 和 GPT-6 Luna，两款模型 API 价格相比 GPT-5.6 促销价降低 50%，在 AutomationBench 测试中 Sol 于 xhigh 强度下表现优于 Claude Opus 5，成本仅为后者每任务成本的 9%。
DeepSeek 正式发布 DeepSeek-V4.1-Flash，这是其新架构家族中最小、原生支持多模态视觉理解的模型，官方称新架构面向更高能力上限、更快推理和更高吞吐。
推荐理由：官方给出新架构家族最小模型的完整基准与 API 变更，可据此判断多模态调用与旧模型迁移成本。
DeepSeek 在 API 平台上线实验性多模态视觉理解模型 DeepSeek-V4-Flash-Vision-Exp，可通过设置 model='deepseek-v4-flash-vision-exp' 调用。
推荐理由：官方给出实验版视觉模型的调用名与多项基准分数，可对照纯文本版本判断多模态智能体能力差距。
DeepSeek-V4-Pro 正式版已在 APP、Web 和 API 上线，API 调用方式不变，模型名设为 deepseek-v4-pro 即可使用。官方称其 Agent 能力大幅增强，并给出 HLE（无工具/有工具）42.7/60.0、Terminal Bench 2.1 87.9、DeepSWE 62.7 等基准成绩。
推荐理由：官方给出 V4-Pro 的 Agent 基准成绩、Responses API 适配与三档思考强度，可据此判断升级后的实际用法。
DeepSeek 官方宣布 DeepSeek-V4-Flash API 进入公测，调用方式不变，只需将模型名设为 deepseek-v4-flash。
推荐理由：官方给出 V4-Flash 在多项 Agent 与编码基准上的成绩，可据此判断其智能体能力定位。
DeepSeek API 现已支持 V4-Pro 和 V4-Flash，可通过 OpenAI ChatCompletions 接口和 Anthropic 接口调用，base_url 不变，model 参数设为 deepseek-v4-pro 或 deepseek-v4-flash。
推荐理由：DeepSeek API 上线 V4-Pro 与 V4-Flash，并给出旧模型名的三个月过渡安排，便于开发者规划迁移。