模型

Z.ai 发布 GLM-5.3：与 GLM-5.2 同基座，全部提升来自后训练规模化。Terminal Bench 3.0 从 4.6 升至 28.3，CyberGym 84.5% 全场最佳，ExploitBench 相比 GLM-5.2 翻倍以上，权重两周内开源。本文整理官方 Benchmark、环境合成流水线、安全披露账本与接入变更。

Anthropic 发布 Claude Opus 5：IMO 2026 满分金牌、ARC-AGI-3 成绩约 4 倍于此前最佳、多 Agent BrowseComp 93.6%、最强 computer-use 模型；安全维度 prompt 注入鲁棒性大幅提升，对齐分史上最高但出现“过度自信”新模式；跨过 CB-1 未跨过 CB-2，维持 ASL-3 防护。本文基于官方 System Card 整理全部关键数据。

月之暗面发布 Kimi K3：2.8 万亿参数 MoE，基于 KDA 混合线性注意力与注意力残差构建，原生视觉理解，100 万 token 上下文，全球首个 3 万亿级开源模型。本文整理官方公布的 Benchmark 成绩、长程编程案例、架构要点、接入方式与定价。

Thinking Machines 发布从头训练的开源权重模型 Inkling：975B 总参数、41B 激活参数的 MoE 多模态基础模型，原生支持文本、图像、音频输入，最高 1M token 上下文，支持可控思考强度，完整权重已在 Hugging Face 放出，并同步预览 12B 激活参数的 Inkling-Small。

2026 年 7 月 9 日，OpenAI 发布 GPT-5.6 系列（Sol/Terra/Luna），网络安全与生物化学能力双高定级，安全投入力度空前。

OpenAI 于 2026-07-08 发布 GPT-Live（Live-1 / Live-1 mini），以全双工架构取代 Advanced Voice Mode；复杂任务后台委托 GPT-5.5。含架构、评测、可用性、已知限制与社区反馈。

Meta 超级智能实验室发布 Muse Spark 1.1，面向智能体任务的多模态推理模型，上下文窗口 1M token，并在工具使用、编码、多模态理解上大幅提升。同步推出 OpenAI SDK 兼容的 Meta Model API，输入 $1.25 / 百万 token。

SpaceXAI 发布 Grok 4.5：首个编程 + Agent 专训模型，约 1.5T 参数、80 TPS。SWE Marathon 29% 领先 Opus 4.8；API $2/$6，token 效率显著更高。含 Cursor 联训、数据污染说明与社区实测。

腾讯混元开源 Hy3：295B MoE、激活 21B、256K 上下文，Apache 2.0 无地区限制。推理与 agentic 能力接近国内外主流旗舰，幻觉率从 12.5% 降至 5.4%。