平台公告 · 可灵AI
可灵AI Kling 4.0正式上线，聚焦高动态与复杂运镜
可灵AI新一代视频生成模型Kling 4.0正式上线，以真实、可控、专业为核心方向，聚焦高动态与复杂运镜场景。新版本提升高速运动与镜头调度连贯性，单次原生生成最长30秒，支持长镜头与连续叙事；全能参考可组合最多15项素材，并支持最多10张关键帧。模型还引入10-bit HDR、4K与21:9画幅等输出能力，并接入MCP与CLI，推动AI视频向专业表达工具升级。
NEWS & INSIGHTS
动态与模型洞察
追踪平台公告、模型发布和来自官方资料的能力更新。
平台公告
可灵AI Kling 4.0正式上线，聚焦高动态与复杂运镜
可灵AI新一代视频生成模型Kling 4.0正式上线，以真实、可控、专业为核心方向，聚焦高动态与复杂运镜场景。新版本提升高速运动与镜头调度连贯性，单次原生生成最长30秒，支持长镜头与连续叙事；全能参考可组合最多15项素材，并支持最多10张关键帧。模型还引入10-bit HDR、4K与21:9画幅等输出能力，并接入MCP与CLI，推动AI视频向专业表达工具升级。
2026-10-16阅读详情LATEST UPDATES
最新动态
平台公告 · Google
谷歌Gemini 4 Argon全球上线，推广期API价格低至竞品五分之一
谷歌于美东时间10月13日宣布旗舰模型Gemini 4 Argon正式面向全球用户开放。此前该模型仅向网络安全合作伙伴定向提供。普通用户需订阅Google AI Pro或Ultra方可体验，开发者可通过付费版API接入。新模型最大输出上限提升至100万Token，重点优化编程、复杂推理及机器人控制能力。推广期API定价极具竞争力，输入输出价格仅为主要竞品的五分之一，旨在加速企业工作流与科研场景的落地应用。
· 谷歌
谷歌发布Gemini 3.8 Live与Extended Thinking实时对话模型
当地时间9月15日，谷歌宣布推出Gemini 3.8 Live和Gemini 3.8 Live Extended Thinking两款实时对话模型。前者兼顾智能与成本效率，后者强化多步推理能力。两款模型在语音质量、基准测试中表现领先，支持近实时视觉处理及97种语言切换，并集成SynthID水印技术，现已通过API、Studio及各类订阅服务向开发者和用户开放。
· OpenAI
OpenAI 发布 GPT-Live-1 API：支持全双工实时语音交互
OpenAI 宣布将 GPT-Live-1 引入 API，该模型整合语音理解与输出，支持全双工对话及电话场景。相比传统架构显著降低延迟，并提升打断处理与噪声容忍度。前端语音层定价为每分钟 0.05 美元，同时新增多款声音选项，旨在简化开发者构建实时语音智能体的流程。
· OpenAI
OpenAI 发布 GPT-6 Astra：首个达到关键网络安全门槛的模型
当地时间9月3日，OpenAI宣布推出新一代大语言模型GPT-6 Astra。该模型是OpenAI旗下首个达到其“准备框架”中“关键”级网络安全能力门槛的产品。格雷格·布罗克曼表示，随着Astra的发布，世界已进入通用人工智能新时代。相比前代GPT-5.6 Sol，Astra在漏洞发现、抗越狱能力及对齐安全方面均有显著提升，尽管可监控性有所下降，但整体违反安全限制的可能性更低。
· Anthropic
Anthropic发布Claude Fable 5.1和Mythos 5.1：性能超越前代
当地时间9月1日，Anthropic宣布推出Claude Fable 5.1和Claude Mythos 5.1模型，定位为全球最先进的编程与知识工作模型。Fable 5.1面向所有用户开放，在Terminal-Bench等基准测试中表现优异，并下调了缓存读取费用。Mythos 5.1仅通过可信访问计划向网络安全和生命科学机构提供，展示了分子设计和计算分析等领域的突破。此外，Anthropic推出了企业级前沿防护措施EFS，并落实欧盟AI法案的水印要求。
· 阿里研究院
Qwen3.8-Max 升级至 0902 版本，强化编程与办公能力
阿里研究院宣布将 Qwen3.8-Max 升级至 0902 版本。该版本在前期开源反馈基础上，针对编程与专业办公场景完成进一步后训练，整体性能显著提升，更适配企业复杂任务、科研及长周期工作流。新版本在 CodeArena 前端编程榜单中夺冠，推理、工具调用与端到端应用生成能力刷新记录，且每百万 Tokens 综合成本降至 5 美元。目前模型已上线千问 AI 平台提供 API 服务，并同步接入千问办公、Qoder 及千问 APP。
· MiniMax
Minimax H3 Max 视频模型上线
AGTCloud 平台正式接入 Minimax H3 Max 视频生成模型，该模型支持快于实时的视频内容创作。用户可通过文本描述或上传源图片进行生成，系统具备较高的提示词遵循度，能够精准还原主体特征、动作轨迹与镜头方向。模型支持自定义起始帧与结束帧以控制场景推进，并自动输出构图严谨、光影协调且富有电影质感的画面，满足多样化的视觉制作需求。
· Z.ai
GLM-5.3 公布安全评估进展，开放权重延后发布
Z.ai 公布新一代 GLM-5.3 的安全评估进展；由于模型在网络安全任务上的能力提升，公开权重将延后，以完成进一步测试与防护。
· DeepSeek
DeepSeek V4 Pro 预览发布：百万上下文与强化智能体能力
DeepSeek V4 Pro 面向复杂推理、数学、代码和智能体任务，官方 API 提供 1M 上下文以及思考与非思考模式。
· ByteDance
Seedream 5.0 Lite：从图像生成器走向视觉创作助手
Seedream 5.0 Lite 通过统一多模态架构强化理解、推理、生成与编辑，并加入联网搜索增强。
· 谷歌
谷歌即将发布编程能力升级的 Gemini 3.8 Flash 模型
据《华尔街日报》报道，谷歌即将发布内部代号为“Skimaki”的新模型 Gemini 3.8 Flash，预计当地时间周三上线。该模型在内部测试中编程表现优于 Anthropic Opus，显著缩小了与 OpenAI 和 Anthropic 旗舰模型的差距。此次发布正值 DeepMind 高层人事调整及多位核心研究人员离职之际，谷歌正通过强化学习和人才招募加速追赶。
· OpenAI
OpenAI 发布 ChatGPT Images 2.5：延迟降低 50% 并新增草图功能
OpenAI 于 9 月 9 日官宣发布当前最先进的图像生成模型 ChatGPT Images 2.5。该版本在细节锐度、光照和纹理提升的同时，将生成延迟最多降低 50%。新功能包括 Sketch 草图参考、模板库及图片内评论标注，支持更精准的多轮编辑控制。API 提供 Flare 和 Sunburst 两款模型，分别适用于快速生成与高要求工作流，并延续 C2PA 元数据水印安全机制。