新模型的发布、开源与迭代：大模型厂商的旗舰更新、开源权重放出、性能与价格变化的第一时间记录。
Mistral AI 发布 Mistral OCR 3，在表单、扫描件、复杂表格和手写内容上对 Mistral OCR 2 的整体胜率为 74%。模型（mistral-ocr-2512）定价 $2/1000 页，Batch-API 半价至 $1/1000 页，输出支持带 HTML 表格重建的 markdown，并可拖拽 PDF/图片解析为文本或结构化 JSON。
推荐理由：官方给出与上一代的胜率对比、定价和接入方式，读者可以据此评估它在文档解析流程中的成本与适用性。
Google DeepMind 发布 Gemini 3 Flash，将 Gemini 3 Pro 级推理能力与 Flash 级速度和成本结合。
推荐理由：官方给出关键基准分数、价格和开放渠道，读者可以据此比较它与大模型在速度成本上的取舍。
Google DeepMind 发布面向实时语音 Agent 的更新版 Gemini 2.5 Flash Native Audio，提升函数调用、指令遵循与多轮对话能力，在 ComplexFuncBench Audio 上得分 71.5%，开发者指令遵循率从 84% 升至 90%。
推荐理由：官方给出了函数调用、指令遵循的具体提升数据和落地入口，读者可以据此评估现有语音 Agent 是否值得升级。
OpenAI 发布 GPT-5.2，称其为迄今数学和科学能力最强的模型，在 GPQA Diamond 和 FrontierMath 等基准上创下新的 SOTA 成绩。文章展示了这些能力提升如何转化为实际研究进展，包括解决一个开放理论问题和生成可靠的数学证明。
推荐理由：原文给出 GPT-5.2 在数学与科学基准上的成绩及其在真实研究中的应用，适合想了解模型推理能力边界的读者。
OpenAI 发布 GPT-5.2，定位为面向日常专业工作的最先进前沿模型，具备推理、长上下文理解、编码和视觉能力。用户可在 ChatGPT 和 OpenAI API 中使用，以驱动更快、更可靠的智能体工作流。
推荐理由：OpenAI 官方说明 GPT-5.2 的能力定位和可用入口，读者可以据此判断是否将其纳入日常工作流。
Mistral AI 发布开源编码模型 Devstral 2（123B）和 Devstral Small 2（24B），SWE-bench Verified 分别取得 72.2% 和 68.0%，并推出开源终端编码智能体 Mistral Vibe CLI。
推荐理由：官方公布两个尺寸开源编码模型的基准成绩、许可与部署门槛，并同步开放终端 CLI，读者可评估其替代现有方案的成本。
Mistral 发布 Mistral 3 系列模型，包括 41B 激活、675B 总参数的 MoE 模型 Mistral Large 3，以及 3B/8B/14B 三种尺寸的 Ministral 3 小模型，全部以 Apache 2.0 协议开源。
推荐理由：官方发布涵盖 Large 3 与 Ministral 3 全系的参数规模、开源协议和部署途径，读者可以据此判断各档模型适合的场景。
Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image），基于 Gemini 3 Pro 的高保真图像生成与编辑模型，已开始在 Google AI Studio 和 Vertex AI 面向付费预览推出。
推荐理由：官方发布文给出了模型能力细节、2K/4K 分辨率、接入渠道和定价定位，开发者可据此评估是否切换或叠加使用。
Google DeepMind 发布 Nano Banana Pro（Gemini 3 Pro Image），基于 Gemini 3 Pro 的新一代图像生成与编辑模型。
推荐理由：官方发布新图像模型，列出文本渲染、多语言、4K 分辨率等具体能力变化和各产品入口，读者可以对照评估使用方式。
OpenAI 推出面向 Codex 的 GPT-5.1-Codex-Max，定位为更快速、更智能的智能体编码模型。该模型面向长时间运行的项目级工作，具备增强的推理能力和更高的 token 效率。
推荐理由：官方说明了该模型面向长时间项目级任务定位，并强调推理与 token 效率改进，可作为选用参考。
Google DeepMind 发布 Gemini 3，称 Gemini 3 Pro 为其最智能模型，在各大基准上超越此前的 2.5 Pro。
推荐理由：官方发布给出了 Gemini 3 Pro 的基准成绩、API 定价和新工具入口，开发者可以直接评估是否迁移到现有编码与智能体工作流。
Google DeepMind 发布 Gemini 3，先以 Gemini 3 Pro 预览版形式推出，并预告增强推理模式 Gemini 3 Deep Think。
推荐理由：官方发布给出完整基准成绩和覆盖入口，读者可据此判断 Gemini 3 Pro 的推理与编码能力以及它如何嵌入现有工具链。
Google DeepMind 与 Google Research 发布 WeatherNext 2 天气预报模型，生成预报速度快 8 倍，分辨率最高达 1 小时。
推荐理由：Google DeepMind 官方介绍了 WeatherNext 2 的技术细节、性能对比数据和开放获取渠道，读者可以据此评估其在天气预报场景的可用性。
OpenAI 宣布 GPT-5.1 在 API 中可用，带来更快的自适应推理、扩展的提示词缓存和更好的编码性能，并新增 apply_patch 与 shell 工具。
推荐理由：官方说明 GPT-5.1 API 版的能力变化点，开发者可以据此判断是否迁移现有调用。
OpenAI 发布 gpt-oss-safeguard，是用于安全分类的开源权重推理模型。开发者可以在其上应用并迭代自定义安全策略。
推荐理由：原文说明这是面向安全分类的开源权重推理模型，开发者可自定义安全策略并迭代，适合关注安全工程的人参考。
OpenAI 发布 Sora 2，一个支持同步对话与音效的视频生成模型。同时原文提到 Sora 产品已不再可用。
推荐理由：官方宣布 Sora 2 带同步对话与音效的视频生成能力，读者可借此了解其与此前版本的能力差异。
OpenAI 发布新一代视频与音频生成模型 Sora 2。相较初代 Sora，新模型具备更准确的物理表现、更强的真实感、同步音频、更高的可控性和更广的风格范围。
推荐理由：官方说明列出 Sora 2 在物理准确性、音画同步和可控性上的能力变化，可帮助读者比较视频模型迭代方向。
OpenAI 在 GPT-5 系统卡附录中发布新模型 GPT-5-Codex，是针对 Codex 中智能体编码进一步优化的 GPT-5 版本。该模型会根据任务复杂度更动态地调整思考力度，简单对话或小任务快速响应，复杂任务则可独立长时间工作。
推荐理由：原文说明新模型在思考力度上按任务复杂度动态调整，读者可了解其与 GPT-5 在编码场景下的差异。
Hugging Face 发布 Jupyter Agent 项目，用约 2TB Kaggle 笔记本构建 51k 条合成轨迹、近 0.2B tokens 的数据集，微调 Qwen3-4B-Instruct-2507 与 Qwen3-4B-Thinking-2507。
推荐理由：原文完整给出从数据清洗到微调的管线与消融数字，读者可复用其中提升小模型数据科学能力的做法。
mmBERT 发布，基于 ModernBERT 架构，在 1800 多种语言、3T+ token 上训练，是首个在 XTREME 等基准上超越 XLM-R 的多语言编码器。
推荐理由：原文给出三阶段训练细节和完整评测数据，读者可以据此评估其多语言与检索能力是否适合自己的场景。