📰 AIGC 每日简报

2026年10月9日 · 周五

🔥 今日重点 Top 3

1. Anthropic 发布 Claude Haiku 5.5:小模型战力飙升,输入价格腰斩至 $0.10/M tokens

Anthropic LLM 2026-10-07 发布
为何重要:Claude Haiku 5.5 将 10 万 tokens 以内的输入价格从 $1.00 降至 $0.10(降幅 90%),同时将上下文窗口从 20 万扩展至 100 万 tokens。OSWorld 2.1 计算机使用测试得分 72.4%,较 Haiku 4.5 的 15.7% 提升逾 4 倍,是 Haiku 系列最重大的性能跃升。此外,Haiku 5.5 首次支持可调推理强度(effort 参数),标志着小模型正式进入可精细调优时代。

2. Google 发布 Nano Banana 2.1 与 Gemini 4 Argon:图像生成成本再砍半,旗舰输出达百万 token

Google DeepMind 多模态 2026-10-06 / 09-30 发布
为何重要:Nano Banana 2.1 底层切换至 Gemini 3.6 Flash,将 1K 图像输出成本压至 $0.0336,并补齐排版设计、多角色一致性与局部蒙版编辑能力;Gemini 4 Argon 将单次输出上限推至 100 万 token,API 定价仅 $2/$10 每百万 tokens,被视作对抗 OpenAI 的最新旗舰利器。两者均已于 10 月初正式发布。

3. OpenAI GPT-6 系列全量推送免费用户:Luna 替代 GPT-5.6 Luna,Sol 为付费用户提供增强推理

OpenAI LLM 2026-10-06 起陆续推送
为何重要:GPT-6 Luna 面向免费和 Go 用户开放,同时 GPT-6 Sol 为付费用户提供更强推理能力,支持自动生成图表、按钮和交互式工具,突破纯文本交互限制。ChatGPT 依托约 12 亿周活跃用户正从"文字聊天"迈向"多模态智能交互"新阶段,竞争格局进一步白热化。
🧠 LLM 与大模型动态

Anthropic Claude Haiku 5.5 正式发布

10 月 7 日发布,价格高达 90% 降幅(10 万 tokens 以内输入 $0.10/M,输出 $0.50/M),上下文扩展至 100 万 tokens,支持可调推理强度(effort),OSWorld 2.1 得分 72.4%,Terminal-Bench 4.0 得分 39.2%,远超 Haiku 4.5。Artificial Analysis Intelligence Index 中小模型排名第一(43分)。

Google Gemini 4 Argon 发布:100万 token 输出上限

来源:墨元AI

9 月 30 日发布,首次将单次输出上限推至 100 万 token,API 定价 $2/$10 每百万 tokens,在长程软件工程与知识密集型任务中取得突破,首发优先开放给网络安全防御团队。

OpenAI GPT-6 Luna / Sol 全量推送

来源:新智元

GPT-6 Luna 面向免费和 Go 用户,替代 GPT-5.6 Luna;GPT-6 Sol 为付费用户提供更强推理。新增智能 UI,支持自动生成图表、按钮和交互式工具,突破纯文本交互限制。

智谱 GLM-5.3 / GLM-5.3-FlashX 持续更新

GLM-5.3-FlashX 为高速模型,推理速度达 200 tokens/s,支持 1M 上下文与 128K 输出,原生支持图像、视频与文件输入,已在多个平台上线。

DeepSeek V4-Pro / V4-Flash 仍在演进

DeepSeek-V4-Pro 综合效能全面跃升至比肩世界顶尖闭源模型水准,Agentic Coding 领域稳居开源阵营榜首;V4-Flash 以极致性价比和 1048K 上下文成为高并发场景首选。

月之暗面 Kimi K2.5 持续迭代

来源:墨元AI

Kimi K2.5 为原生多模态架构设计,同时支持视觉与文本输入、思考与非思考模式、对话与 Agent 任务,输入定价 ¥4/M tokens,输出 ¥21/M tokens。

小米 MiMo-V2.6 系列全面上线

来源:IT之家

9 月 22 日发布 MiMo-V2.6 Pro 与 Flash 两个原生全模态模型,API 定价 Flash $1/$2 元每百万 tokens,Pro $3/$6 元每百万 tokens,提供 99% 缓存折扣,在同等智能水平下价格为海外模型的 1/20 至 1/60。

🎬 文生图 / 文生视频 / 图生视频及视频模型平台

Google Nano Banana 2.1 正式上线

来源:墨元AI

10 月 6 日发布,底层切换至 Gemini 3.6 Flash,重点补强版式设计、多角色一致性与局部蒙版编辑能力,将 1K 图像输出成本压低至 $0.0336,同时宣布上一代 Flash 模型弃用。

阿里 Qwen-Image-2.1-Pro 发布

10 月 2 日发布统一文本到图像生成与编辑模型,仅含 70 亿参数,支持透明(RGBA)图像生成、多张参考图(最多 10 张)、圆形/手绘标注局部编辑,保留人物与产品身份特征。

百度 蒸汽机(文心专精)再次升级:支持 AI 长视频实时交互

来源:新华网

10 月 15 日宣布突破传统 10 秒视频时长限制,实现"无限时长"流式视频生成;用户上传单张图片与提示词即可启动生成,过程中可随时暂停、修改提示词,实现对剧情、画面、转场的实时控制。

快手 可灵 2.5 Turbo:30 次迭代后的精品时代

可灵最新 2.5 Turbo 模型在风格保持、动态流畅度、人物表现力三大维度实现质变;累计 4500 万用户生成 4 亿图片和 2 亿条视频,全球 149 国 2 万开发者通过 API 调用,每分钟生产 130 条视频。

字节跳动 Doubao-Seedance-2.0-rp 上线

来源:GpuGeek

支持真人/虚拟人像功能,采用统一多模态音视频联合生成架构,可接受文本、图像、音频、视频四种输入,一次生成最多组合 9 张图像 + 3 段视频 + 3 段音频,支持 15 秒多镜头输出。

美团 LongCat-Video 发布并开源

来源:科技日报

10 月 27 日发布基于 DiT 架构的多功能统一视频生成基座,创新通过"条件帧数量"实现任务区分,原生支持文生视频、图生视频、视频续写三大核心任务,无需额外模型适配。

xAI Grok Imagine v0.9 高调更新

来源:36氪

马斯克 10 月 5 日高调更新,生成速度大幅提升,支持无限滚动图片流实时预览,新增 Spicy Mode(火辣模式),并宣称要在 2026 年底前制作出一部值得观看的电影。

OpenAI Sora 2 API 已于 9 月 24 日关闭

来源:DEV Community

Sora 网页/APP 体验已于 2026 年 4 月 26 日关闭,API(含 sora-2 和 sora-2-pro)已于 9 月 24 日下线,官方未公布替代方案,创作者正转向 Veo 3.1、Kling 3.0、Seedance 2.0 等替代模型。

ComfyUI v0.39.1 集成 Nano Banana 2.1 等节点

10 月 7 日发布,Nano Banana 2.1 节点在一个节点内完成文生图和图像编辑,支持 1K 到 4K 输出、三档思考级别和最多 14 张参考图像。

🚀 其他动态(Agent / 语音 / 世界模型)

Google 开源 EmbeddingGemma 2:首款原生多模态开源嵌入模型

10 月 6 日开源,仅 740M 参数、内存占用不足 600MB,支持文字、代码、图片、视频、音频跨模态统一检索,可在手机、笔记本及浏览器离线运行,CEO Sundar Pichai 亲自推荐。

谷歌 Gemini 2.5 Computer Use 预览版上线

来源:TechTide TV

10 月 7 日发布,专为 Agent 交互 UI 场景设计的专用模型,通过 Gemini API 在 Google AI Studio 和 Vertex AI 提供公开预览,是 Google 在计算机使用领域的重要布局。

阿里 Qwen3.8-Omni-Flash-Realtime 上线

支持实时音视频交互及文本、音频输出,新增多通道音频、视频聚合和远程 MCP 工具调用,支持 WebSocket、WebRTC 和 AOQ 接入,面向音视频为核心 Agent 应用。

OpenAI DevDay 2025:ChatGPT 向 AI 平台演进

来源:IntuitionLabs

10 月 6 日发布,ChatGPT 周活跃用户达 8 亿,推出 Apps SDK 让第三方应用(Spotify、Zillow、Figma 等)直接在 ChatGPT 内运行,宣布与 AMD 达成数十亿美元芯片合作,目标将 ChatGPT 打造成 AI"操作系统"。

Anthropic Claude for Excel 研究预览版开放

来源:TechTide TV

10 月 27 日宣布,Claude 首次支持直接在 ChatGPT 中创建和编辑 Excel 表格,面向 Max、Enterprise 和 Teams 用户开放研究预览。

三星 与 Meta 合作推进 AI 手机市场

来源:智源社区

三星电子 CEO 李在镕亲自出马推进与 Meta 的合作,旨在巩固三星在 AI 手机市场的领先地位,双方将在大模型集成与端侧 AI 能力方面深化协同。

韩国 斥资 35 亿美元打造国家级主权 AI 模型

来源:新浪财经

10 月 5 日宣布以股权方式投入 4.7 万亿韩元(约 35 亿美元)用于前沿大模型项目,计划采购约 1 万张英伟达 Vera Rubin GPU,与现有约 2.9 万张合计达 3.9 万张,并专设约 8000 亿韩元投语料和训练数据,对标中国开源大模型。

⚠️ 本报告基于公开信息整理,部分数据来源于各厂商官方公告及第三方媒体转载,仅供参考,不构成投资建议。