本周自动生成的模型动态汇总：覆盖模型发布、价格调整与行业进展。
模型发得比榜单换得还快
这周的稿子摊在桌上，最直接的感受是发布节奏压过了消化节奏。Anthropic 两个月里放出第三款模型，OpenAI 把 Codex 的编程能力并进主线推理模型，智谱三个月迭代三次。另一边，MiniMax M2.5 的 BrowseComp 头名只坐了一周。模型在跑，榜单在追，用户在模型选择器前面发愣。
两个月三款，间隔被压短
Anthropic 发布 Claude Opus 4.5，称其为迄今最强前沿模型。这是两个月内第三款：9 月底 Claude Sonnet 4.5，10 月 Claude Haiku 4.5。公司 2021 年由 OpenAI 前研究人员和高管创立。上周微软和英伟达宣布数十亿美元投资，对应估值约 3500 亿美元。Opus 4.5 同日上线 Amazon Bedrock，AWS 博客把工具调用、上下文管理和决策能力列为核心优势。同批发布说明里还有 Claude for Excel 测试版向 Max、Team 和企业版开放，Claude in Chrome 向所有 Max 订阅者提供测试版，默认用 Haiku 4.5。
更早一点，Anthropic 在 6 月 30 日发布 Claude Sonnet 5，直接设为免费版与 Pro 版默认模型。官方称它接近 Opus 4.8，价格更低。安全项被单独拿出来讲：没有针对网络攻击能力做专门训练，高风险资安任务仍弱于 Opus 系列，所以默认开启防护。
OpenAI 这边，GPT-5.4 是首款融合 GPT-5.3-codex 编程能力的常规推理模型，ChatGPT、API、Codex 三端同步。GDPval 上 83.0% 的比较项目表现与行业专业人士相仿或更佳，GPT-5.2 是 71.0%。9 月 29 日 DevDay 又发 GPT-6.1 Sol，距 GPT-6 Sol 一周，距旗舰 GPT-6 Astra 26 天。
智谱的节奏也密。3 月 15 日 GLM 5 Turbo，744B MoE，速度提升 2 到 3 倍，API 涨价 20%。4 月 1 日 GLM 5V Turbo，多模态 Coding 基座。8 月 26 日 GLM-5.3-Flash 上线后，套餐内调用 GLM 5 Turbo 会自动切换过去。
价格表比参数表更硬
成本这周被反复摆到台面上。GPT-6.1 Sol 标准 API 每百万 token 2/10 美元，输入输出单价都是 Astra 的五分之一，缓存输入是十分之一。DataCamp 的测算是 Astra 在 Terminal-Bench Science 0.1 最大努力设置下单任务平均 23.80 美元。DeepSWE v1.1 上 GPT-6.1 Sol 与 Astra 相当，成本约五分之一；OSWorld 2.0 最高推理强度下差 2.1 个百分点，成本约七分之一。
Google 的定价表也摆得很清楚。Gemini 3 Flash Preview 输入 0.5 美元、输出 3 美元，输入上限 1,048,576 token，输出 65,536。Gemini 4 Argon 输入 2 美元、输出 10 美元，缓存输入低 95%。同系列 gemini-3.1-pro-preview 输入 2 美元、输出 12 美元，超过 20 万 token 涨到 4 和 18；gemini-3.1-flash-lite 输入 0.25、输出 1.5。
Kimi 走的是另一条路。Kimi K2.7 Code 1M token 输入 6.5 元、输出 27 元，与 K2.6 持平，缓存输入降到 1.3 元。高速版就是同一个模型，输出约 180 Token/s，短上下文可到 260，是普通版的 5 到 6 倍，按 2 倍价格计。6 月 15 日周一起开放 API 调用。
开源权重这条线没停
Kimi K3 参数 2.8 万亿，原生支持视觉，上下文最高 100 万 token，官方称全球首个开源的 3 万亿级别模型。7 月 27 日权重与技术报告同步公开，一起开源的还有 MoonEP、FlashKDA、AgentEnv 三项基础设施。接入 Kimi Code 后，Moderato 及以上可调用，Allegretto 及以上解锁 100 万上下文。文档里有一条实用提醒：切换模型会让已建立的上下文缓存失效。
Mistral 的做法更干脆。Mistral Medium 3.5 是 128B 稠密模型，256K 上下文，输入支持文字与图像。此前指令遵循、推理、编码由三个模型分别承担，工程上要加路由；这次合并进单一权重，改由 reasoning_effort 在单次请求里调推理强度。路由层可以直接拆掉。代价是参数取值和延迟、费用要重新测一遍。开放权重发布，私有部署和微调成了选项。
MiniMax M2.5 也是开源权重，2 月 12 日发布，在公司香港 IPO 数周之后。完整版 50 tokens/秒，Lightning 版 100 tokens/秒，DataCamp 称两者除速度外能力相同。
榜单换人，型号名先乱
MiniMax M2.5 在 Multi-SWE-Bench 拿 51.3%，排第一；Droid 79.7%；BrowseComp 发布时 76.3%。这个位置没坐多久。Gemini 3.1 Pro 随后以 85.9% 领跑 BrowseComp，Claude Opus 4.6 为 84.0%，GPT-5.2 Pro 为 77.9%。Gemini 3.1 Pro 和 Opus 4.6 都在 M2.5 发布后一周内推出。
用量的曲线也会掉头。MiMo-V2.5-Pro 在 OpenCode 的不重复使用者，8 月 20 日是 4.8K，10 月 13 日是 954，不到两个月跌去约八成。token 消耗 9 月 16 日 20B，9 月 21 日 25B，9 月 26 日只剩 5.3B。页面没标统计口径，也没区分免费与付费调用。能确认的只有趋势。
型号名本身成了问题。以 GPT-5.2 Pro 为关键词翻中文资料，排在前面的三个页面没一处提到这个型号。chatgpt-guides.com 标注 2026 年 10 月 21 日更新，首页列 GPT-6 Sol、GPT-6.1 Sol、GPT-6 Astra、Claude 5.5、Gemini 4 Argon。gpt-chinese-guide.com 最后更新 2026 年 10 月 4 日，写“截至 2026 年 10 月 4 日，OpenAI 已发布 GPT-6 Astra”，同时推荐 SnakeGPT 和 GPTCat，注明可能有推广关系。三份指南里 GPT-4 没拿到独立章节，只在第三方入口清单里作为一个不带版本号的“GPT”出现。
Grok 4.5 的日期也不稳。grok-cn.top 一处写 2026 年 7 月 8 日，另一处写 2026 年 2 月，该站底部标“非官方站点”。检索结果里没有 xAI 新闻稿或 grok.com 的发布说明。同系列页面里 4.3、4.6、4.7、4.20 同时出现，其中 4.3 出自第三方聚合平台的模型选择器。
多模态往工具链里走
GLM 5V Turbo 的落点在 AutoClaw 的“股票分析师”Skill：直接读 K 线、估值区间图和研报图表，四路数据源 60 秒并行采集，输出图文交错的研报。中间没有先 OCR 再喂文本模型的步骤。配套 Skills 包括图像 Captioning、视觉 Grounding、简历筛选，以及基于 GLM-OCR 和 GLM-Image 的文字识别、表格识别、手写体识别。
Qwen Image Edit 把文字编辑做进图像。底座 20B，输入图像同时进两条通道：Qwen2.5-VL 管视觉语义，VAE Encoder 管视觉外观。前者决定改成什么，后者决定改完还像不像原图。C 端在 Qwen Chat，开发者走百炼 API，当前只返回 URL，下载地址 24 小时内有效。
DeepSeek V4 Flash Vision Exp 8 月 21 日上线，图片先转 token 再计价，一张最多 384 tokens。支持 Chat Completions、Messages、Responses 三种格式，图片可 base64 内联、外部 URL 或 Files API 传入，Files API 不收费。9 月 10 日 DeepSeek-V4.1-Flash 发布后，这个实验模型被接管。
还有两条不在大语言模型这条线上的。Lyria 3 Clip Preview 按知乎专栏推算在 2 月 18 日前后进了 Gemini 应用，官方口径只有“最先进的音乐生成模型”一句，版本划分和参数页都查不到。streampetr 是 ICCV 2023 的纯视觉 3D 检测，训练用有限帧，测试可放到更长帧乃至无限帧，时序在目标查询层面建模。
下周关注
几件有明确时间点的事。GPT-5.2 Thinking 在模型选择器的“传统模型”栏为付费用户保留三个月，2026 年 6 月 5 日停用。Kimi K2.7 Code 高速版 6 月 15 日周一起开放 API。DeepSeek 的 Search 与 Fetch 接口各 5 元/千次，计费安排已写进文档。GLM Coding Plan 后续纳入 GLM-5V-Turbo 的时间，智谱说未公布。Gemini 3 系列目前全部是预览版，这一点文档写得很明确。