AI 日刊 · 2026-10-20
Product
1. MiniMax正式发布M3.1 Flash推理快近三倍成本降七成
MiniMax 正式发布 M3.1 Flash。OpenRouter 上匿名运行的 Space Bunny 是它的早期版本，累计处理超过 200 万亿 token，官方称在线推理快近 3 倍，智能体用量成本比前代低 70%。标价是每百万 token 输入 0.15 美元、输出 0.60 美元、缓存输入 0.015 美元。DeepSWE v1.1 为 73.7%，OSWorld V2 为 61.7，Agents’ Last Exam 为 29.6，公司称后两项在中国模型里第一，CyberGym 为 82%。日常输出速度写的是每秒 200 token 以上，中位数超过 170。模型已在 API、M Plan 和 MiniMax Code 提供，权重和 Pro 都还要稍后放出，当前能用的是接口和客户端。
2. fal今日发布FLUX 3 Max图生视频约十二秒出十秒片
fal 和 Black Forest Labs 发布 FLUX 3 Max，它是 FLUX 3 Video 的后训练版本，目标是更跟提示、画面更好、延迟更低。fal 称它在独立第三方图生视频基准上并列第一，生成 10 秒、720 或 768p 的视频大约 12 秒。TestingCatalog 写它和 Seedance 2.5 相当，最快大约 22 倍。它支持关键帧、文生视频和图生视频，fal 页面已经可以试用。速度数字来自发布方和转述，名次仍要以第三方榜的原表为准，不能把转述直接当成榜单。
3. Devin Fusion编程指数拿到六十八分且成本更低
Cognition 称 Devin Fusion 在 Artificial Analysis 编程代理指数拿到 68 分，博客更新后的数字是 68.1。配置是 Opus 5.5 做主模型，GPT-6 Luna 做副手，同一指数上比 Claude Code 加 Opus 5.5 便宜 31%。Fusion 不是做到一半再换模型。主模型负责计划、歧义和复查，副手按简报改代码、跑测试，再把结果交回。两边各自保留上下文，只交换简报、结果和反馈，用户始终对着前沿模型说话。博客里较早的表用 Fable 5.1 或 Astra 加 SWE-2，花费大约少两成到四成，分数接近原模型。
来源：@cognition
4. Anthropic推出面向开源软件的免费漏洞扫描
Anthropic 推出 OSS Scanner，给关键开源项目免费、定期的模型漏洞扫描。扫描使用他们最强的模型，包括 Claude Mythos。每条发现带概念验证，能补的附上补丁。ClaudeDevs 称首批已向维护者报告 77 个严重和 803 个高危。评级来自模型，扫描还在继续。配套说明写明，这条快车道不经人工分拣，报告可能是错的。他们先在几十个项目上试过这条流水线。人工复核过的披露仍走原来的协调流程。维护者可以申请加入。
来源：@ClaudeDevs
5. 有人把Codex电脑操作拆给其他编程代理
amontlabs 把 Codex 的电脑操作运行时从 ChatGPT 桌面版里拆出来，做成 LCU。本机仍要安装官方 ChatGPT 应用，由它提供运行时和说明，不需要 Codex 登录。代理可以读窗口、点击、输入和截图。Chrome 需要另开官方扩展，并按站点批准。适配器覆盖 Pi、Codex CLI 和 Claude Code，Oh My Pi 和 Hermes 是实验支持。第一次控制某个应用时，系统仍会询问权限。Claude Code 路径会多装一个 lcu-approve，把批准问在 Claude 自己的界面里。
来源：GitHub
6. Exa发布搜索3.0并自称公开基准全部第一
Exa 发布 3.0，称这是搜索质量上最大的一次提升。公司说在他们测过的每个基准上都是第一，范围包括公开评测，以及编程和 GTM 情报这类垂直项。改动在检索栈里，嵌入模型更大，训练数据和算力都增加了，Dynamic Highlights 用的 token 比整页少 95%。索引新增数十亿文档，覆盖产品、企业、航班、体育和天气。同时推出 Exa Lite，每千次 4 美元，给成本敏感的应用，更高质量可以用 Exa Auto，每条查询花更多算力。第一名是厂商自测口径。
来源：@ExaAILabs
7. Wabi 2.0今日公开上线且代理可以加入群聊
Wabi 2.0 公开上线，创始人 Eugenia Kuyda 之前做了 Replika。她的说法是，单人单聊天的个人代理，用得越多越难找回内容，生活里重要的事通常不止一个人。Wabi 是一起用的代理，它能做事，也能按对话做出需要的小应用，伴侣或朋友可以加入同一条线程。TestingCatalog 写，它可以看着群聊，在需要时帮忙，例如有人说到日程就去改共享日历。Android、iPhone 和 Apple Silicon Mac 可以免费安装。九月底先做过邀请测试，当时更像小应用平台，这次改成了群里的代理。
8. 有人开源复现了ChatGPT的可交互回答界面
thesysdev 开源 open-intelligent-ui，用来复现 ChatGPT 的 Intelligent UI。问一句安排行程，返回的不是纯文字，而是地图、照片和可改的行程。模型流式输出 OpenUI Lang 1.0，组件库自己排版，布局不写死在组件里。库里有行列、卡片、轮播，以及文字、徽章和列表。项目声明与 OpenAI 没有关系，可以自己部署和修改。聊天界面目前只有浅色，深色在画廊和预览页。这是生成式界面的开源底座，不是又一个聊天皮肤。
来源：GitHub
9. 世界模型JST-2按三维而不是按视频来建
Viggle 发布 JST-2，称它是第一个全栈、物理原生的世界基础模型。很多世界模型在像素或视频空间里学，他们把整栈放回三维，可以在几秒内生成三维场景，并实时扩展。转帖的人看了村庄镜头，相机移动时房子没有晃，每个房子和栅栏有自己的位置和属性。转帖把这理解成物理原生的部分，并说物体自己的学习物理要等 JST-3。第一名和物理原生都是厂商用语，独立对比不在这条帖子里。
来源：ViggleAI
10. Pixel用网页视图在终端里画一百二十帧界面
Rob Pruzan 发布 Pixel，一个在终端里做图形界面的库。它把 Chromium WebView 嵌进终端，做每秒 120 帧的像素级画面，也可以嵌进已有的 TUI。接口是 TypeScript 和 React，说明里写了面向代理的开发工具。平台是 macOS 的 Apple Silicon 和 Intel，以及 Linux 的 arm64 和 x64。Windows 目前走 WSL，原生支持还在做。创建命令是 npm create @zenbu-labs/pixel@latest，它已被 terminal-browser 使用。这是终端里的图形层，给代理直接画界面，不是又一个模型，也不是普通字符界面的换皮。
来源：Pixel
Opinions/Thoughts
1. 多家实验室据称本月会放出新模型
TestingCatalog 引 The Information 记者 Steph Palazzolo。本月可能集中发模型。名单里有 Anthropic 的新模型、Google 的 Gemini 4 Carbon，以及 OpenAI 可能的新 Terra。未发布的 Anthropic 模型被写成特别会分辨人的真实意图和目标，即使用户没有把话说全。帖子还提到，本月早些时候有人觉得 Opus 5.5 被路由到更强的检查点，近期也出现 Fable 5.5 的痕迹。这是报道和观测，不是发布公告。路由现象和本月新模型是不是同一个东西，帖子没有证实。
2. 语音代理仍在读文字没有在听声音
namanjn1998 写，多数语音代理先把通话转成文字，再让模型做决定。犹豫、尾音、背景声和侧头跟别人说话，都在转写里丢掉。代理就会抢话、干等，或听不出礼貌句子后面的火气。文章引用 Mira Murati 的说法，模型在想的时候像又聋又瞎。2026 年，企业通话已经大量交给人工智能。大约只有五分之一的企业对生产里的代理非常满意。主流结构仍是语音转文字、大模型、再文字转语音。作者认为缺口在听的决策层，不在再叠一个只读文字的模型。