3 月 4 日，OpenAI 宣布推出 GPT-5.3 Instant 模型。作为 ChatGPT 日常使用频率最高的模型更新，GPT-5.3 Instant 重点改善了语气、相关性和对话流畅度，旨在提供更准确的回答及更优质的网络搜索整合结果。
该模型在多个方面进行了体验优化。首先，模型大幅减少了不必要的拒答和过度防御性的说教前言，能够更直接地提供有用信息。其次，在调用网络搜索时，GPT-5.3 Instant 能够更好地平衡网络信息与自身知识，减少对搜索结果的过度依赖，避免输出冗长的链接列表。此外，模型进一步修正了过去偶尔出现的生硬或过度预设用户意图的语气，提供了更自然、流畅的交流体验，并在写作任务中展现出更强的连贯性和表现力。在事实准确性方面，根据 OpenAI 的内部评估，在医疗、法律和金融等高风险领域，该模型在使用网络搜索时的幻觉率下降了 26.8%，仅依赖内部知识时下降了 19.7%。
目前，GPT-5.3 Instant 已向所有 ChatGPT 用户开放，开发者也可通过 API 使用 gpt-5.3-chat-latest 访问该模型。针对 Thinking 和 Pro 版本的更新将于近期推出。此外，付费用户在未来三个月内仍可在旧版模型选项中访问 GPT-5.2 Instant，该模型将于 2026 年 6 月 3 日正式退役。
（OpenAI）
3 月 3 日，Google 正式宣布推出 Gemini 3.1 Flash-Lite 模型。该模型基于 Gemini 3 Pro 的架构打造，是目前 Google 旗下最具成本效益的 Gemini 模型，专门针对需要高并发、对延迟敏感的任务（如翻译和数据分类）进行了深度优化。
Gemini 3.1 Flash-Lite 支持文本、代码、图像、音频、视频及 PDF 等原生多模态输入，提供最高 100 万词元 (Token) 的上下文窗口，以及最高 64K 词元的文本输出。与前代的 Gemini 2.0 和 2.5 Flash-Lite 相比，新模型在响应质量、复杂指令遵循以及音频输入质量（如自动语音识别）等关键能力上实现了显著提升，整体性能表现已追平 Gemini 2.5 Flash。
此外，该模型还创新性地引入了灵活的思考支持功能。开发者可以根据具体用例，在极低、低、中、高四个推理级别中进行自由切换，从而在生成响应的质量与速度之间找到最佳平衡点。
目前，Gemini 3.1 Flash-Lite 的公开预览版已经上线，开发者可通过 Google Cloud 的 Vertex AI、Google AI Studio 以及 Gemini API 访问并体验该模型。
（Google DeepMind）
2 月 27 日，Google DeepMind 宣布推出最新图像生成模型 Nano Banana 2 (gemini-3.1-flash-image-preview) 。
该模型将前代 Nano Banana Pro 的高质量与复杂逻辑推理能力，与 Gemini Flash 模型的生成速度相结合，旨在为用户提供更高效的图像创建与编辑体验。
Nano Banana 2 具备先进的世界知识，能够结合网络搜索的实时信息生成准确的图像、信息图表及数据可视化内容。该模型还支持精准的文本渲染与图片内文本翻译功能。
在创作控制方面，模型强化了对复杂指令的遵循能力，支持在单一工作流中保持最多 5 个角色和 14 个物品的特征一致性。此外，模型可输出从 512 px 到 4K 分辨率的多种宽高比图像，并在光影、纹理和细节表现上实现了显著提升。
目前，Nano Banana 2 已开始在多款 Google 产品中逐步上线。在 Gemini 应用中，它将在快速、思考与 Pro 模型选项中取代 Nano Banana Pro 成为默认选项，但高级订阅用户仍可手动切换回 Pro 版本。用户也可在 Google 搜索的 AI 模式和智能镜头 (Lens) 、AI Studio、Gemini API 以及 Google Cloud 的 Vertex AI 中体验该模型。此外，Nano Banana 2 已成为 Flow 工具的默认图像模型，供用户免费使用，并被集成至 Ads 广告服务中。
(Google)
继旗舰模型 Qwen3.5-397B-A17B 首次开源后，Qwen 团队新增发布三款模型： Qwen3.5-122B-A10B、 Qwen3.5-27B (Dense) 与 Qwen3.5-35B-A3B 。上述模型均已在 GitHub、Hugging Face 及魔搭社区提供下载，供研究与微调使用。
同时，与 Qwen3.5-35B-A3B 对齐的托管生产版本 Qwen3.5-Flash API 已正式上线阿里云百炼平台。该版本默认支持 100 万词元 (Token) 的上下文长度，并内置了官方原生工具链，开发者无需额外集成即可直接体验。
同时，与 Qwen3.5-35B-A3B 对齐的托管生产版本 Qwen3.5-Flash API 已正式上线阿里云百炼平台。该版本默认支持 100 万词元 (Token) 的上下文长度，并内置了官方原生工具链，开发者无需额外集成即可直接体验。
Google 宣布推出 Gemini 3.1 Pro 模型
Google 今日宣布推出 Gemini 3.1 Pro 模型。作为 Gemini 3 系列的最新升级，3.1 Pro 进一步提升了核心推理能力，旨在为复杂的工程和研究挑战提供更智能的解决方案。在评估模型解决全新逻辑模式能力的 ARC-AGI-2 基准测试中，Gemini 3.1 Pro 取得了 77.1% 的成绩，其推理性能达到了此前 Gemini 3 Pro 的两倍以上。
即日起，Gemini 3.1 Pro 已开始向多端用户推送预览版：
- 开发者可通过 Google AI Studio、Gemini CLI、代理开发平台 Google Antigravity 以及 Android Studio 访问其 Gemini API。
- 企业用户可通过 Vertex AI 和 Gemini Enterprise 接入使用。
- 消费者方面，Gemini 3.1 Pro 已在 Gemini 应用中向 Google AI Pro 和 Ultra 计划用户开放了更高的使用上限，并独家登陆了面向上述订阅用户的 NotebookLM。
（Google Blog）
Google 今日宣布推出 Gemini 3.1 Pro 模型。作为 Gemini 3 系列的最新升级，3.1 Pro 进一步提升了核心推理能力，旨在为复杂的工程和研究挑战提供更智能的解决方案。在评估模型解决全新逻辑模式能力的 ARC-AGI-2 基准测试中，Gemini 3.1 Pro 取得了 77.1% 的成绩，其推理性能达到了此前 Gemini 3 Pro 的两倍以上。
即日起，Gemini 3.1 Pro 已开始向多端用户推送预览版：
- 开发者可通过 Google AI Studio、Gemini CLI、代理开发平台 Google Antigravity 以及 Android Studio 访问其 Gemini API。
- 企业用户可通过 Vertex AI 和 Gemini Enterprise 接入使用。
- 消费者方面，Gemini 3.1 Pro 已在 Gemini 应用中向 Google AI Pro 和 Ultra 计划用户开放了更高的使用上限，并独家登陆了面向上述订阅用户的 NotebookLM。
（Google Blog）
稍早前，Google 为 Gemini 发布了音乐生成功能，使用其最先进音乐生成模型 Lyria 3，并已在 Gemini 桌面端开启测试。
用户只需输入文字描述或上传图片视频，即可生成 30 秒带歌词的高保真音乐，且支持对风格和人声的精细控制。该功能向 18 岁以上用户开放，生成的所有音轨均嵌入 SynthID 水印以确保可追溯性。
（X）
Anthropic 正式发布 Claude Sonnet 4.6，官方称其为迄今最强的 Sonnet 模型。该模型在编程、长上下文推理、Agent 规划、知识工作及设计等领域全面升级，并提供支持 100 万 token 的上下文窗口（Beta 版）。价格维持每百万 token 输入 3 美元、输出 15 美元不变。
在编程方面，根据 Claude Code 的早期测试，约 70% 的开发者更偏好 Sonnet 4.6 而非上代模型，59% 的用户选择它而非旗舰 Opus 4.5。用户反馈其在修改代码前能更有效阅读上下文，并减少“偷懒”行为。
在计算机使用能力上，OSWorld 基准测试得分从 14.0% 大幅提升至 72.5%，能更有效地处理复杂电子表格和多步网页表单任务。据外部评估，Sonnet 4.6 在部分真实工作任务基准上略微优于 Opus 4.6。
Anthropic 同步推出改进版 Web Search 和 Web Fetch 工具，通过代码执行对搜索结果进行动态过滤，官方数据显示平均准确率提升 11%，输入 Token 消耗减少 24%。
Sonnet 4.6 现已上线 API 及各类 AI 应用，免费版 Claude 也可体验 Sonnet 4.6。官方建议，对于大规模代码重构等超复杂任务，Opus 4.6 仍是最佳选择，但对多数任务，Sonnet 4.6 提供了极高性价比。
（Juya）
#推广
💎 特别优惠：
Cubence 是一家稳定高效的 AI 服务中转平台，为 Claude Code、Codex、Gemini 等 AI 工具提供中转服务，有着不错的稳定性和性价比。
Cubence 为 CCH 的使用用户提供了特别的优惠折扣：在购买时使用优惠券
→ 立即访问
💎 特别优惠：
PackyCode 是一家稳定、高效的 API 中转服务商，提供 Claude Code、Codex、Gemini 等多种中转服务。
PackyCode 为本软件的用户提供了特别优惠，使用此链接注册并在充值时填写优惠码
→ 立即访问
💎 特别优惠：
YesCode 是一家低调务实的 AI API 中转服务商，专注于为开发者提供稳定可靠的 Claude、Codex、Gemini 等模型接入服务，以扎实的技术底蕴和持续稳定的服务质量赢得用户信赖。
通过此链接注册即可体验
→ 立即访问
💎 特别优惠：
SSSAiCode 是一家稳定可靠的 API 中转站，致力于提供稳定、可靠、平价的 Claude、CodeX 模型服务。
SSSAiCode 为本软件的用户提供特别优惠，使用此链接注册可长期享受每次 10$ 的购买奖励
→ 立即访问
💎 特别优惠：
Cubence 是一家稳定高效的 AI 服务中转平台，为 Claude Code、Codex、Gemini 等 AI 工具提供中转服务，有着不错的稳定性和性价比。
Cubence 为 CCH 的使用用户提供了特别的优惠折扣：在购买时使用优惠券
DING113CCH，可享受 10% 优惠折扣。 → 立即访问
💎 特别优惠：
PackyCode 是一家稳定、高效的 API 中转服务商，提供 Claude Code、Codex、Gemini 等多种中转服务。
PackyCode 为本软件的用户提供了特别优惠，使用此链接注册并在充值时填写优惠码
WITHCCH，可享受 9 折优惠 → 立即访问
💎 特别优惠：
YesCode 是一家低调务实的 AI API 中转服务商，专注于为开发者提供稳定可靠的 Claude、Codex、Gemini 等模型接入服务，以扎实的技术底蕴和持续稳定的服务质量赢得用户信赖。
通过此链接注册即可体验
→ 立即访问
💎 特别优惠：
SSSAiCode 是一家稳定可靠的 API 中转站，致力于提供稳定、可靠、平价的 Claude、CodeX 模型服务。
SSSAiCode 为本软件的用户提供特别优惠，使用此链接注册可长期享受每次 10$ 的购买奖励
→ 立即访问
2026 年 2 月 12 日，MiniMax 在官网宣布推出 MiniMax-M2.5。官方称，MiniMax-M2.5 经过数十万个真实复杂环境中的大规模强化学习 (Reinforcement Learning, RL) 训练，面向编程、工具调用与搜索、办公等生产力场景，目标是在真实世界任务中提升可交付性与执行效率。
在公开的基准结果中，MiniMax 表示 M2.5 在 SWE-Bench Verified 达到 80.2%，Multi-SWE-Bench 达到 51.3%，BrowseComp 达到 76.3%。编程能力方面，官方强调模型具备「像架构师一样思考和构建」的特征，包括在写代码前先进行功能、结构与用户界面 (User Interface, UI) 的拆解规划，并在超过 10 种语言与多平台全栈工程任务上训练；在不同脚手架的泛化测试中，M2.5 在 Droid 上通过率为 79.7%，在 OpenCode 上通过率为 76.1%。
（MiniMax）
据国内媒体报道，字节跳动火山引擎初步确定 2026 年 2 月 14 日发布豆包大模型的一系列重要升级发布。
本次模型发布涉及豆包大模型 2.0、音视频创作模型 Seedance 2.0、图像创作模型 Seedream 5.0 Preview。
此次升级，豆包大模型 2.0 将正式发布，基础模型能力和企业级 Agent 能力将有大幅提升。
本次模型发布涉及豆包大模型 2.0、音视频创作模型 Seedance 2.0、图像创作模型 Seedream 5.0 Preview。
此次升级，豆包大模型 2.0 将正式发布，基础模型能力和企业级 Agent 能力将有大幅提升。
智谱发布了新一代旗舰基座模型 GLM-5 及其编程强化版 GLM-5-Code。GLM-5 面向 Agentic Engineering 打造，面向复杂系统工程与长程 Agent 任务；GLM-5-Code 则针对真实编程与 Coding Agent 场景强化了工具调用稳定性与前端生成准确性。
在规格方面，文档给出的信息显示，两款模型均为文本输入、文本输出；上下文窗口为 200K，最大输出为 128K 词元 (Token)。
在训练与架构层面， GLM-5 基座参数规模从 355B (激活 32B) 扩展至 744B (激活 40B)，预训练数据从 23T 提升至 28.5T；后训练方面引入异步强化学习框架「Slime」与异步智能体强化学习算法；长上下文方面首次集成稀疏注意力机制 (DeepSeek Sparse Attention)，以在长文本效果尽量无损的前提下降低部署成本，并提升词元效率 (Token Efficiency)。
在编程与 Agent 评测方面， GLM-5 在 SWE-bench-Verified 获得 77.8 分、在 Terminal Bench 2.0 获得 56.2 分，均为开源模型最高分数，并表示其性能超过 Gemini 3.0 Pro；文档还称其在 BrowseComp、MCP-Atlas 与 τ²-Bench 等基准中取得开源第一，并在内部 Claude Code 评估集合中显著超越 GLM-4.7。
(智谱)
——————
深度求索客服称，「DeepSeek 网页/ APP 正在测试新的长文本模型结构，支持 1M 上下文。
注意：API 服务不变，仍为 V3.2，仅支持 128K 上下文。
感谢各位的持续关注～祝新年快乐」
字节跳动发布 Seedance 2.0
2 月 7 日，字节跳动发布新一代视频生成模型 Seedance 2.0。SuperCLUE 团队随后基于 SuperCLUE-T2V 文生视频 (Text-to-Video, T2V) 基准开展专项测评，并与谷歌 (Google) Veo 3.1 (Veo-3.1-Generate-Preview)、Vidu Q3 等模型对比。
SuperCLUE 公布的结果显示，Seedance 2.0 在 SuperCLUE-T2V 中文原生「文生视频」榜单中排名第一。其关键维度得分包括：视频画质渲染 90.88 分、世界模拟 88.58 分、应用设计 79.26 分、中国文化 70.93 分、影视素材 66.62 分。测评文章同时强调了 Seedance 2.0 在视音频协同、镜头语言组织与材质细节还原等方面的表现，并称其相较前代 Doubao-Seedance-1.5-pro 在多项应用场景维度有明显提升。
SuperCLUE 也指出，Seedance 2.0 仍可能在复杂中文文本生成中出现乱码，且在长文本与多约束提示词理解、镜头衔接自然度以及现实物理逻辑一致性等方面存在改进空间。
2 月 7 日，字节跳动发布新一代视频生成模型 Seedance 2.0。SuperCLUE 团队随后基于 SuperCLUE-T2V 文生视频 (Text-to-Video, T2V) 基准开展专项测评，并与谷歌 (Google) Veo 3.1 (Veo-3.1-Generate-Preview)、Vidu Q3 等模型对比。
SuperCLUE 公布的结果显示，Seedance 2.0 在 SuperCLUE-T2V 中文原生「文生视频」榜单中排名第一。其关键维度得分包括：视频画质渲染 90.88 分、世界模拟 88.58 分、应用设计 79.26 分、中国文化 70.93 分、影视素材 66.62 分。测评文章同时强调了 Seedance 2.0 在视音频协同、镜头语言组织与材质细节还原等方面的表现，并称其相较前代 Doubao-Seedance-1.5-pro 在多项应用场景维度有明显提升。
SuperCLUE 也指出，Seedance 2.0 仍可能在复杂中文文本生成中出现乱码，且在长文本与多约束提示词理解、镜头衔接自然度以及现实物理逻辑一致性等方面存在改进空间。
OpenAI 于 2026 年 2 月 5 日发布了 GPT-5.3-Codex，官方称其为「迄今为止最强大的代理编程模型」。新模型结合了 GPT-5.2-Codex 的编程能力与 GPT-5.2 的推理及专业知识，推理速度较前代提升了 25%。值得注意的是，GPT-5.3-Codex 是首个在自身创造过程中发挥关键作用的模型 ——OpenAI 团队利用其早期版本调试了训练过程、管理了部署流程，并协助分析了测试结果。
在基准测试方面，该模型在 SWE-Bench Pro（真实软件工程）和 Terminal-Bench 2.0（终端操作）中均刷新了行业纪录。除了编写代码，GPT-5.3-Codex 展现了更广泛的「计算机使用」能力，在 OSWorld-Verified 视觉操作测试中得分为 64.7%（人类约为 72%），能够胜任制作 PPT、电子表格分析等非编程类知识工作。目前，该模型已向 ChatGPT Plus 等付费用户开放，API 访问即将推出。
（OpenAI）
Anthropic 发布了其最新旗舰模型 Claude Opus 4.6。新模型在保留前代安全性的基础上，重点提升了编程、长文档处理及多学科推理能力。Opus 4.6 首次在 Opus 系列中引入了 100 万词元（Token）的上下文窗口（Beta 版），并支持最高 128k 词元的输出。在 Terminal-Bench 2.0（代理编程）和 Humanity’s Last Exam（多学科推理）等基准测试中，Opus 4.6 的表现均优于 OpenAI 的 GPT-5.2 及谷歌的 Gemini 3 Pro。
在产品功能层面，Claude Code 现推出「代理团队（Agent teams）」研究预览版，允许开发者创建多个并行工作的智能体来处理代码审查等复杂任务。办公场景方面，Claude 强化了 Excel 集成，并推出了 PowerPoint 插件（预览版），支持用户先在 Excel 中处理数据，随后直接生成符合品牌规范的 PPT 演示文稿。
针对开发者，API 新增了「自适应思考（Adaptive thinking）」功能，模型可根据任务难度自动判断是否启用深度推理；同时推出了「上下文精简（Context compaction）」功能，能够在长对话中自动摘要旧信息以节省空间。定价方面，基础费率保持不变，输入每百万词元 5 美元，输出每百万词元 25 美元；但针对超过 20 万词元的超长提示词，将收取更高的阶梯费用。
（Anthropic）
