2026-10-02 AI动态 · AI行业每日动态

模型发布10-02 00:51

Claude Sonnet 5.5 列 Code Arena WebDev 第 3

Claude Sonnet 5.5（xHigh）以 1786 分列 Code Arena WebDev 第 3，距第 2 名 GPT-6 Astra 差 2 分，混合价 $8。

评中端型号以旗舰几分之差挤进前三，「默认选 Sonnet」的理由更充分；对 Anthropic 是 Opus 守顶、Sonnet 走量的组合拳，但 Sonnet 已在 Terminal-Bench 反超 Opus，产品线内部也在互相挤压。

源：Arena（lightbrd 镜像）阅读原文

产品发布10-02 04:37

BFL 旗舰图像模型 FLUX.3 Image 10 月 1 日上线 OpenRouter：文生图与多参考编辑一体，最多 10 张参考图，原生渲染至 4K，按图计费。

评7 月发布的 FLUX 3 多模态家族里，Image 版本是最后落地的一块，商业 API 先行、开放权重随后仍是 BFL 老节奏。对电商、设计等要保人物与产品一致性的场景，10 参考图加不动其他像素的多轮编辑是直接生产力。

源：OpenRouter 官方模型页阅读原文

观点10-02 01:01

LangChain 在 Open SWE 中做模型路由：973 线程 A/B 中位成本降 64% 至 $0.94，PR 合并率 29.2% 对 27.3%，质量不变。

评64% 的成本降幅没牺牲合并率，说明 Agent 提效的第一杠杆不是换更便宜的模型，而是让简单任务自动流向便宜模型。跑大规模 Agent 工作流的团队可以直接抄这套路由做法，开源实现就在 Open SWE 里。

源：LangChain 官方博客阅读原文

行业动态10-01 20:05

OpenAI 披露 7 月拦截蒸馏窃取攻击：高峰 16,000 次请求、4,000+ 用户，扩至 15,000+ 账号，7-28 制止；核心集群归因 Moonshot AI 人员。

评攻击没破解加密，靠跨会话诱导模型自己解密转写推理链，漏洞在交互层而非基础设施。研究者发现 Azure 端点 9-27 才补上同类防护，第三方托管的防护同步是行业缺口；另注意归因是 OpenAI 单方披露，Moonshot 未回应。

源：The Decoder阅读原文

模型发布10-02 06:43

Artificial Analysis 评测 Qwen-Image-2.1：文生图榜 Elo 1034、编辑榜 1074，均列两榜开源权重第一，领先 Ideogram 4.0 等。

评发布时靠的是自建 Qwen-Image-Bench，这次第三方实测补上了独立参照。总榜第 18 名前面全是闭源 API，对要私有部署、数据不出网的团队，开源第一比绝对名次更有意义；非商业研究许可仍是商用前要过的坎。

源：Artificial Analysis 官方榜单阅读原文

产品发布10-02 04:35

Suno 上线 Speech beta，称首个把语音与原创背景音乐作为一条完整曲目生成的音频模型；输入文字并描述声音与风格即可，已向全部用户开放。

评播客、有声书、口播广告长期要配音、配乐、混音三条流水线，一体生成直接砍掉中间环节，做音频内容的个人和小团队受益最直接。官方自曝口音漂移、停顿过重，长文本稳定性还没到生产级，批量用前先小样验证。

源：Suno 官方博客阅读原文

观点10-01 20:00

mods 是以 hooks 形式运行在插件内的 JS/TS 模块，可观察、重写或拒绝事件，开放自定义 UI 绘制；需 Claude Code 2.1.287 及以上版本。

评mods 把 Claude Code 的扩展点从提示词和工具下探到事件层，等于开放了 IDE 级定制能力。配额预警、敏感操作拦截这类团队需求可以做成内部插件，不用再靠人盯会话；官方教程开箱即学，上手门槛不高。

源：Claude 官方开发者博客阅读原文

模型发布10-02 02:57

Pro 净升 3.17%（8.1K+ 会话）列开源第 5，较上代升 9 位，Confirmed Success +7.35% 开源第 2；Flash $0.04 成本进性价比前沿。

评Pro 用名次证明开源模型能进第一梯队，Flash 用 $0.04 的单价卡进性价比前沿，一档性能一档价格的双拳打法，是把手机市场的档位策略搬进了模型市场。8.1K+ 真实会话的样本量也够看趋势，不只是刷榜数字。

源：Arena（lightbrd 镜像）阅读原文

除了本板块，AI工具宝箱还有这些独家内容板块，帮你从不同角度发现好工具。