AI TOP100 搜您想要的

谷歌于9月2日发布Gemini 3.8 Flash系列，六周内完成Flash模型第三次迭代。该模型延续前代架构，通过“长时间运行代理循环”强化推理深度，以单任务成本上升约40%为代价换取性能跃迁，在14组基准中8项第一，逼近或超越Claude Opus 5。同步推出的Cyber版本面向网络安全防御，漏洞挖掘能力达前沿水平。

Google正式发布Gemini 3.5 Transcribe语音转文本模型，非流式词错率低至2.6%，支持85+语言自动识别与多说话者归属。模型突破传统逐字记录模式，可智能删除填充词、修正口误并格式化输出，还能通过函数调用委派其他Gemini模型执行任务。目前已接入Gboard Rambler、macOS Gemini应用，Chrome浏览器即将上线，开发者可通过AI Studio等渠道预览。

8月14日，谷歌正式发布Gemini 3.7 Flash，定位为“迄今最智能的多功能主力模型”，专为编码与Agent场景优化。该模型在软件工程、Web开发及复杂知识任务上实现显著提升，并以$0.75/1M输入、$3.75/1M输出的限时优惠价开放至年底.

谷歌 DeepMind 推出 Gemini Robotics ER 2：机器人开始拥有“会聊天、懂世界、能规划”的高级大脑

7月21日，谷歌一次性发布Gemini 3.6 Flash、3.5 Flash-Lite、3.5 Flash Cyber三款模型，以分层产品矩阵覆盖通用智能体、高吞吐批量推理与网络安全垂直场景。主力机型3.6 Flash输出Token消耗降低17%、定价同步下调，原生内置Computer Use能力，剑指AI Agent规模化落地成本痛点。

xAI于2026年7月1日推出Voice Agent Builder无代码语音智能体平台，依托自研Grok Voice Think Fast 1.0模型，在τ-voice Bench基准测试中以67.3%综合得分大幅领先谷歌Gemini（43.8%）和OpenAI GPT（35.3%）。平台支持2分钟零代码搭建商用AI电话客服，综合成本0.06美元/分钟，内置电话线路、知识库、MCP协议及合规管控

2026年6月23日法国Mistral AI推出OCR4专用文档识别模型，覆盖170种语言，实测性能超越GPT 5.5 Pro、Gemini 3.1 Pro等主流多模态模型，以轻量化垂直路线切入企业文档智能赛道，平价分层API大幅降低文档结构化处理成本，重塑全球OCR市场竞争格局。

2026年6月25日谷歌推出Gemini 3.5 Flash，原生嵌入桌面键鼠操控能力，淘汰旧版2.5智能体框架，搭配Chrome 149稳定版打通浏览器与桌面AI链路，配套双层企业安全防护，落地办公自动化、软件测试等场景，标志AI Agent正式进入规模化商用阶段。