Reflection 发布 501B 开放权重模型 Beam，主打低算力编码与推理
Reflection 宣布首款免费开放模型 Beam，总参数 501B、每 token 激活 23B（MoE），面向编码、逻辑推理和智能体任务。据 Reflection 称，Beam 在高难推理任务上以少三到四倍的算力匹配 GLM 5.2，编码与智能体基准接近 Qwen3.8-Max，但原始性能仍不及 Kimi K3 等更强开源模型。
#编码
#编码
今日 9 条The DecoderAI 评分6060 The DecoderAI 评分7373 Mistral 发布万亿参数 Mistral Large 4 公开预览，主打安全与欧洲主权
Mistral 发布迄今最大模型 Mistral Large 4（ML4，绰号 le Chonk）公开预览，总参数 1.05 万亿、激活 490 亿，API 已上线，权重预计月底发布。
GitHub Blog · AI & MLAI 评分5757 GitHub 发布开源基准 ReviewBench 用于评测 AI 代码审查
GitHub 发布开源离线基准 ReviewBench，用于评测 AI 代码审查智能体。基准基于 1.039 亿 GitHub pull request 的分布建模。
TechCrunch · AIAI 评分5959 HackerRank 的 AI 面试官 Chakra 结束 beta 正式开放
HackerRank 的 AI 面试官 Chakra 在约六个月 beta 后正式向客户开放，测试期间已进行超过 50 万场面试，Snowflake、Snorkel 和 Capgemini 等公司试用过。
TechCrunch · AIAI 评分5959 Reflection AI 发布首个前沿开源权重模型 Beam，声称以更低推理成本匹敌中国开源模型
美国初创公司 Reflection AI 正式发布其首个前沿开源权重模型 Beam，称其在高级推理基准上与 Z.ai 的 GLM-5.2 表现相当，推理计算用量少 3-4x。
Simon WillisonAI 评分2323 Mistral Large 4 发布
Simon Willison 用“在火星上乱穿马路的穿渔网袜犰狳”SVG 生成提示词测试 Mistral Large 4，并与 claude-opus-5.5、gpt-6.1-sol 和 gemini-3.8-flash 的输出进行对比，各模型均使用默认推理级别。
AWS Machine Learning BlogAI 评分3636 Claude Code 携手 Amazon Bedrock 助力合规工作负载在 AWS GovCloud (US) 提效
Claude Opus 5.5 与 Claude Sonnet 5.5 现已在 AWS GovCloud (US) 区域的 Amazon Bedrock 上可用，可配合 Anthropic 的智能体编程工具 Claude Code 支持含 ITAR 在内的合规开发工作负载。
AWS Machine Learning BlogAI 评分5959 GLM 5.3 上架 Amazon Bedrock，主打编码与长程智能体任务
Z.ai（智谱）的 GLM 5.3 现已登陆 Amazon Bedrock，这是一个 753B 参数的 MoE 模型，面向编码和长程智能体任务，Z.ai 报告其在 CyberGym 基准上取得 84.5 的领先分数，并在内部编码基准上较 GLM 5.2 提升 50%。
Mistral AI精选AI 评分7575 Mistral 发布 Mistral Large 4 公开预览版，月底开放权重
Mistral 发布 Mistral Large 4（ML4）公开预览版，这是一个 1 万亿参数、490 亿激活参数的原生多模态模型，权重将于本月底开放下载。
推荐理由：官方发布了参数规模、基准分数、训练基础设施和权重开放时间表，读者可据此评估它在开源阵营中的实际位置。
Latent SpaceAI 评分3434 AINews 周报：GPT-6.1 Sol 与 Sonnet 5.5 重塑性价比前沿
OpenAI 发布 GPT-6.1 Sol，定价 $2/$10 per million input/output tokens，Agent Arena 排名第 5，比 GPT-6 Sol 便宜 39% 且得分高 1.52 分，比 Astra 便宜 81%。
OpenAI NewsAI 评分4646 GPT-6 系列模型使用指南
OpenAI 发布 GPT-6 系列模型指南，帮助初创企业选择合适的 GPT-6 模型、调节推理力度（reasoning effort）。内容涵盖改进提示词与技能、协调工具调用，以及为生产环境准备工作流。
GitHub Blog · AI & MLAI 评分4141 AI 正在改变开发者工作：GitHub 官方博客提出三项需要强化的技能
AI 正在改变开发者工作方式，GitHub 博客提出三项值得强化的技能：学会指挥 AI 智能体而非仅使用它、不轻信 AI 的第一个答案（如让第二个模型批评第一个模型的输出，类似 Copilot 的 Rubber Duck agent）、把省下的实现时间用于理解客户需求和技术决策。随着 AI 承担更多实现工作，技术判断力和权衡取舍能力变得更重要。
Latent SpaceAI 评分6666 Airbnb CTO Ahmad Al-Dahle 详解 AI 原生化转型：60% 代码由 AI 编写、约半数客服工单由 AI 解决
Airbnb CTO Ahmad Al-Dahle 接受 Latent Space 采访，阐述将 Airbnb 打造为 AI 原生公司的做法。Airbnb 目前 60% 的代码由 AI 编写，功能和改进发布量同比增长近 80%，工程师平均 pull-request 吞吐量提升约 1.6x；约一半客服工单由 AI 纯自动解决，与 Q2 财报的近 45% 一致。
OpenAI NewsAI 评分3737 Chatham Financial 借助 OpenAI 扩展其资本市场专业能力
Chatham Financial 使用 Codex 和 GPT-5.6 构建技术并重新设计工作流程，将交易验证时间从 30 分钟缩短到 4 分钟以内，以此扩展其资本市场专业能力。
Simon WillisonAI 评分3535 纯 Python WebAssembly 引擎 pwasm 0.2a0 发布，由 Claude Opus 5.5 改进完成
Simon Willison 让 Claude Opus 5.5 接手他的纯 Python WebAssembly 引擎 pwasm，经 42 次提交后发布 0.2a0。该版本现支持几乎所有 WASM 规范，PyPI 包内含 MicroPython、QuickJS 和 Micro QuickJS 的可用 WASM 构建。作者因项目完全由 AI 生成而将其标记为 alpha，不保证可靠性。
TechCrunch · AIAI 评分5959 Google 发布 Gemini 4 Argon，称其为迄今最强大的模型
Google 发布新模型 Gemini 4 Argon，称其擅长网络安全、编码与研究，可自主发现、验证并修复关键软件漏洞。该模型经防御性网络安全任务专项训练，目前仅通过 Fairwind 安全计划向部分网络安全合作伙伴开放；Google 引用 Vals 的模型指数称其在多项基准上领先 OpenAI GPT-6 Astra 与 Anthropic 的 Fable 和 Opus。
Latent SpaceAI 评分7070 Latent Space 在 OpenAI DevDay 专访 Computer Use 与 API 团队，谈 GPT-6.1、Agents API 和 Decisions API
Latent Space 在 OpenAI DevDay 现场采访 Ari Weinstein 和 Nikunj Handa，回应 Dwarkesh 对 Computer Use 停滞的质疑，并拆解新发布的产品。
The Verge · AIAI 评分7272 Google 发布 Gemini 4 Argon，初期仅向可信网络防御者开放
Google 发布新一代前沿模型 Gemini 4 Argon，称其在软件工程、法律金融等企业知识和网络安全防御等复杂工作流中表现前沿。
Ars Technica · AIAI 评分6161 Google 宣布 Gemini 4 Argon 模型，暂未对公众开放
Google 宣布新模型 Gemini 4 Argon，称其在编码、知识工作和网络安全上性能行业领先，但目前仍处有限测试阶段，普通用户暂不能使用。Google 内部已在大量使用：Argon 借助全集群遥测数据帮助节省 300 TiB 数据中心内存，其智能体已将包括 Fuchsia OS Zircon 内核超 80 万行在内的 C/C++ 代码迁移到 Rust。
Google DeepMind精选AI 评分7777 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络防御者开放，定价为每百万输入 token $2、输出 token $10，缓存输入 95% 折扣。
推荐理由：官方博客给出定价、1M 输出 token 上限、基准分数和内部迁移案例，读者可以据此判断它在编程与安全防御上的实际定位。
Latent Space精选AI 评分8282 Latent Space 汇总 OpenAI DevDay 2026：Dots、GPT-6.1 Sol、Ultrafast、Decisions API 与 12 亿 ChatGPT 周活
Latent Space AINews 汇总 OpenAI DevDay 2026 的多项发布，包括常驻智能体 Dots（由 GPT-6 Astra 驱动，连接 4。
推荐理由：这篇汇总把 DevDay 发布与 Artificial Analysis 等第三方实测放在一起，读者可以对比官方宣传与独立评测的差距。
AMD 芯片与算力AI 评分4343 AMD 发布 Ross™ 智能体 AI 助手，加速嵌入式设计开发全流程
AMD 推出面向嵌入式开发全流程的智能体 AI 助手 AMD Ross™，覆盖架构设计、优化、调试、PCB 设计、原理图审查、软件与部署。它通过 MCP 服务器连接 AMD Embedded 工具，并内置 AMD Knowledge Base、专家编写的 agent skills 和可运行设计示例，支持自然语言查询文档、执行命令和自动化工作流。
AWS Machine Learning Blog精选AI 评分6969 OpenAI GPT-6.1 Sol 在 Amazon Bedrock 正式上线
GPT-6.1 Sol 在 Amazon Bedrock 正式可用，聚焦智能体编码、计算机操作和专业工作负载的更强推理能力。据 OpenAI 称，其 DeepSWE v1.1 成绩与 GPT-6 Astra 相当且每任务成本约为五分之一，超过 GPT-6 Sol 最佳成绩 6.4 个百分点；在透明度、用户意图和显式限制评估中也优于 GPT-6 Sol。
推荐理由：官方公告给出了与 GPT-6 Sol 和 GPT-6 Astra 的具体对比数据，可帮助读者评估其智能体工作场景的性价比。
Simon Willison精选AI 评分8282 OpenAI DevDay 2026 发布个人智能体 Dots、GPT-6.1 Sol 与 Ultrafast 等多项新品
Simon Willison 在旧金山 Fort Mason 现场 live blog OpenAI DevDay 2026 主题演讲。
推荐理由：作者在现场逐条记录了 DevDay 的发布与演示翻车细节，读者可以借此了解各新品的第一手使用情况。
OpenAI News精选AI 评分6868 OpenAI 发布 GPT-6.1 Sol
OpenAI 发布 GPT-6.1 Sol，面向编码、计算机操作和专业工作场景，智能水平接近 Astra，API 输入和输出 token 价格为 Astra 标准价的五分之一。
推荐理由：原文给出了 GPT-6.1 Sol 的定位和价格对比，读者可以据此评估它相对 Astra 的成本优势。
OpenAI NewsAI 评分4747 OpenAI DevDay 2026 回顾：20+ 项发布，包括 GPT-6 Astra
OpenAI DevDay 2026 发布超过 20 项公告，涵盖 GPT-6 Astra、ChatGPT、Codex、API、安全以及面向开发者的新工具。GPT-6 Astra 是本次大会的核心发布之一。这些更新面向构建者生态，通过 API 与工具形式提供。
Latent SpaceAI 评分5454 Latent Space AINews：Opus 5.5 发布后社区好评集中在其解说视频能力
Latent Space 发布 9 月 24 至 25 日的 AINews 周报，主题称 Claude Opus 5.5 发布后社区反馈积极，尤其在纯代码生成解说视频方面接管了时间线。
Latent SpaceAI 评分6868 Anthropic Thariq Shihipar 谈 Claude Code 下一阶段：Claude Mods、可变软件与智能体安全
Latent Space 播客邀请 Anthropic 的 Thariq Shihipar 深谈 Claude Code 的现状与方向。
Simon WillisonAI 评分3939 llm-anthropic 0.30 发布：新增模型列表刷新与 token 计数命令
llm-anthropic 0.30 发布，除支持 Claude Sonnet 5.5 外，新增 `llm anthropic refresh` 命令，可直接从 Anthropic API 刷新模型列表，无需发布新版本即可支持新模型。同时新增 `llm anthropic count` 命令，借助免费的 token counting API 在发送提示词前统计其 token 数量。
AWS Machine Learning Blog精选AI 评分6464 Grok 4.7 上线 Amazon Bedrock，支持 500K 上下文和四档推理力度
xAI 的 Grok 4.7 已在 Amazon Bedrock 上可用，提供 500K token 上下文窗口，支持 low、medium、high、xhigh 四档推理力度。
推荐理由：原文给出 Bedrock 上的接入方式、推理档位配置和成本权衡，读者可直接据此规划调用与费用。
Simon WillisonAI 评分7373 Anthropic 发布 Claude Sonnet 5.5，免费层模型升级
Anthropic 发布 Claude Sonnet 5.5，官方称速度快 30% 以上，多数工作成本最高降 30%，价格与 Sonnet 5 持平但基准全面占优。作者实测其编码表现接近 Opus 5.5，并指出它成为 claude.ai 免费层所用模型，使 Anthropic 免费方案强于使用 Luna 5.6 的 ChatGPT 免费层；官方重申 Haiku 5.5 将在未来几周内推出。
AWS Machine Learning Blog精选AI 评分6666 Claude Sonnet 5.5 上线 Amazon Bedrock 和 Claude Platform on AWS
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock（通过 Global CRIS global. inference profile）和北美的 Claude Platform on AWS 开放使用。
推荐理由：AWS 官方说明 Claude Sonnet 5.5 在 Bedrock 的可用性、与 Opus 5.5 的分工建议和上手方法，便于评估是否纳入现有工作流。
OpenAI NewsAI 评分1919 OpenAI 征集 Codex Originals 用户故事
OpenAI 正在征集使用 Codex 的开发者、研究者与创作者的真实故事，寻找下一批 Codex Originals 计划的参与者。用户可提交自己的故事和项目，入选者将展示用 Codex 完成的创造性成果。
OpenAI NewsAI 评分2626 Basis 用 GPT-6 Astra 完成税务工作簿速度提升 2 倍
Basis 实测中，GPT-6 Astra 完成 50 个标签页的税务工作簿的速度是 GPT-5.6 Sol 的 2 倍。其更强的用户意图理解能力让 Basis 在实际使用中更有信心。
Simon WillisonAI 评分7474 Simon Willison 演讲梳理2026年 LLM 大事记
Simon Willison 在 WeAreDevelopers World Congress North America 发表闭幕演讲，以时间线回顾2026年 LLM 关键进展。
Simon WillisonAI 评分5555 Simon Willison 用 Claude Opus 5.5 生成 Kākāpō 像素派对动画并借 Claude Code 录制成视频
Simon Willison 在 WeAreDevelopers World Congress North America 演讲收尾环节，用三张鸮鹦鹉照片和一段提示词让 Claude Opus 5.5 生成了 HTML5 canvas 像素艺术动画 Kākāpō Party，画面中有至少 20 只鸮鹦鹉随音乐跳跃、伴随彩带和气球效果。
OpenAI NewsAI 评分2121 Proaction 借助 Codex 将销售额提升 60%，节省超 75 小时
Proaction 使用 Codex、GPT-Live-1 和 GPT-6 Astra 构建和运营现代车队管理业务，效率大幅提升。借助这些工具，Proaction 的销售额增长了 60%，节省了 75+ 小时。
Latent SpaceAI 评分3636 Latent Space 公布 AINews v3 计划：合并 Discord、迁移 Beehiiv 并重启赞助
Latent Space 主理人 swyx 宣布对运营 3 年、订阅超 20 万的 AINews 进行改版，计划将 AINews v3 与数万成员的 Latent Space Discord 合并，站点迁移至 Beehiiv 并推出新主页。
Simon WillisonAI 评分2626 Simon Willison：编程智能体让软件工程变得更难
Simon Willison 认为，越是与 coding agents（编程智能体）共事，越确信它们让软件工程变得更难。他称借助这些智能体能做出令人惊叹的成果，但要释放其全部潜力，需要极高的纪律性和知识储备。
Simon WillisonAI 评分1717 Simon Willison 发布 commit-rewriter 0.2
Simon Willison 于 2026 年 9 月 24 日发布 commit-rewriter 0.2。原文为一条简短的动态（beat），与 git 相关，未提供更多功能细节。