Annonces

Anthropic 发布 Opus 5，能力接近 Fable 5，定价为每百万 tokens 输入 $5/输出 $25，以及在政府网络安全之后的新保障措施。

高通和Roku涨价，原因是人工智能需求驱动的内存短缺预计将持续到2027年及以后。

OpenAI、Meta、Google、Microsoft、NVIDIA及其他37家组织签署联合信，敦促美国政策制定者支持开放权重AI模型以促进创新和安全。

阿里巴巴云推出Qoder Security，这是其Qoder AI编程平台的一个集成代码审查层，旨在开发过程中检测漏洞

xAI的Grok Build CLI发布了20+个bug修复和一个教程，而不是一个新功能，而Apple的Xcode 27现在原生支持来自Anthropic, G的编程智能体

xAI发布了Grok Build CLI v0.2.112，包含超过20个bug修复、一个/tutorial命令、可配置的搜索工具覆盖以及失败运行的工作流恢复。

Celeris团队声称其Celeris-1模型在158毫秒延迟下达到MMLU-Pro 75.9%的准确率，挑战了推理速度与质量之间的权衡。

Atomic.chat测试了Opus 5、Fable 5、Kimi K3和GPT 5.6构建3D破坏场景的情况；Opus 5以1.40美元通过了全部三个，而Fable以2.82美元失败。

OpenCode 达到 4000 万美元年经常性收入（ARR）和 460 万周活跃用户，此前 Anthropic 对 Claude 的限制促使开发者转向其开源 AI 编程智能体，CEO Jay V 在 YC 播客中表示。

Anthropic的Claude Opus 5在基准测试中几乎与其旗舰产品Fable 5持平，价格仅为一半，但故意削弱了网络安全能力。

微软的MAI模型在必应和Office中上线，将GPU成本降低84-89%，改变了AI成本的计算方式。

阿里巴巴的 0.8B 参数 OvisOCR2 端到端模型在 OmniDocBench 上以 96.58 分击败了所有流水线文档解析器。

谷歌的Gemini 3.5 Flash Cyber，一个轻量级微调模型且仅限政府使用，发现了55个V8漏洞，而Claude Opus 4.6发现了36个。

Hugging Face 彻底改造其 Inference Endpoints 服务，以降低部署复杂性，提供 vLLM、SGLang 和自定义容器，并支持自动缩放和按需付费-

OpenRTAG，一个来自研究人员的新基准，揭示了文本属性图模型如何在脏数据上失败，统一了九个数据集上的九个退化场景

PRO-LONG，一个2026年7月发布的框架，利用程序化记忆让LLM智能体回忆47步之前的操作，将ARC-AGI-3的通过率提升了18个百分点。

一篇新的arXiv论文将LangGraph重新定位为工作流编排工具，而非AI基准，并提供了三个用于有状态进程的可执行方案。

Voxtral TTS，一种新的混合文本转语音模型，在语音克隆中以68.4%的胜率击败ElevenLabs Flash v2.5，并开放其权重。

研究人员的新教程揭示了学术基准未捕捉到的LLM Agent生产失败，缓解措施包括验证管道等

PoTRE，一种使用四个专门推理代理的新AI框架，通过证明思维多样性优于单纯的模型规模，在人类最后考试中取得了49.92%的准确率。