收录标记为「多模态」的文章。
2026 年 10 月上旬，OpenAI 面向所有 ChatGPT 用户全面上线 GPT-6 与 Intelligent UI，Anthropic 同日发布 Claude Haiku 5.5 并定价对齐；Mistral、Reflection、Aleph Alpha、Reka 等实验室密集放出开源多模态与稀疏 MoE 模型，英伟达则把 DGX Station 带入 Windows。本文盘点这一周的可核验动态，并梳理竞争焦点从模型能力转向场景与成本的信号。
9 月 15 日 Google 发布 Gemini 3.8 Live，9 月 18 日阿里发布 Qwen3.8-Omni-Flash，xAI 同日更新 Grok Voice Transcribe 2.0。本文用官方博客、定价页与第三方榜单，拆解这四天里的两个转向——架构上取消"沉默思考"，定价上把音频拉到与文本同价——以及它们在银行客服、多说话人会议这类真实任务上仍然明显的边界。
MiniMax H3 全模态视频模型开源，DeepSeek V4-Flash 正式公测把单次推理成本压到 3 美分，OpenAI Astra 内部版本用 2000 美元算力破解十项数学难题——同一天，开源与闭源的路线之争迎来新的注脚。
收录标记为「多模态」的文章。
2026 年 10 月上旬，OpenAI 面向所有 ChatGPT 用户全面上线 GPT-6 与 Intelligent UI，Anthropic 同日发布 Claude Haiku 5.5 并定价对齐；Mistral、Reflection、Aleph Alpha、Reka 等实验室密集放出开源多模态与稀疏 MoE 模型，英伟达则把 DGX Station 带入 Windows。本文盘点这一周的可核验动态，并梳理竞争焦点从模型能力转向场景与成本的信号。
9 月 15 日 Google 发布 Gemini 3.8 Live，9 月 18 日阿里发布 Qwen3.8-Omni-Flash，xAI 同日更新 Grok Voice Transcribe 2.0。本文用官方博客、定价页与第三方榜单，拆解这四天里的两个转向——架构上取消"沉默思考"，定价上把音频拉到与文本同价——以及它们在银行客服、多说话人会议这类真实任务上仍然明显的边界。
MiniMax H3 全模态视频模型开源，DeepSeek V4-Flash 正式公测把单次推理成本压到 3 美分，OpenAI Astra 内部版本用 2000 美元算力破解十项数学难题——同一天，开源与闭源的路线之争迎来新的注脚。