今日焦点：Anthropic 正式推出 Claude Sonnet 5.5，模型效率与性价比成为关键词；Kimi K3.1、Qwen-Audio-3.1-TTS 等新品也在密集冲刺，AI 安全治理与智能体落地同步加速。
模型与产品
- Claude Sonnet 5.5 正式发布，速度提升 30%、成本最高降 30%（Hacker News / IT之家）—— 相比 Sonnet 5 综合性能明显提升；此前灰度测试传闻称其编码与智能体能力逼近 Opus 5.5，性价比突出。
- 月之暗面 Kimi K3.1 前端标识泄露，预计近期发布（IT之家）—— API 平台出现 `kimi-k3-1` 标识，或将支持 1M 上下文、多档推理强度并引入 Agent 模式。
- 阿里 Qwen-Audio-3.1-TTS 登顶 Artificial Analysis 语音榜（雷锋网）—— 以 1177 Elo 夺冠，支持多语种与方言，音色可跨语言自然迁移。
- 小米开源 MiMo-V2.6 全模态系列，大模型负责人罗福莉晋升至最高职级（IT之家）—— Pro 版借助 RL 算力扩展实现 AA 综合智能指数领先，显示小米正加大模型人才与研发投入。
行业动态
- Instinct 完成 10 亿美元融资，估值达 100 亿美元（IT之家）—— 红杉、基准资本与 Coatue 参投，将开发可自主执行日常任务的个人 AI 智能体与礼宾服务。
- Meta 启动企业平台，原 MongoDB CEO 带队（IT之家）—— 面向企业提供整合模型、智能体、基础设施与合作的完整 AI 技术栈，成为新业务支柱。
- 英伟达发布 AI 智能体安全平台 OpenShell（IT之家）—— 可为 CPU 上的智能体设定边界并实时隔离异常，兼容开源/闭源模型与多架构。
- 16 岁研究员用 AI 机器人发现微软内部 API 漏洞（IT之家）—— 漏洞涉及 Titan 平台 17.3 万亿条数据，获 5000 美元赏金。
开源与论文
- 自监督置信度训练可提升推理效率（arXiv）—— 不显式训练早停，而是用置信度监督降低长推理轨迹计算开销，优于推理时早停与长度惩罚 RL。
- 「可检查性」标准决定本地 LLM 能否接管网络自动化（arXiv）—— 若存在低成本确定性测试可拒绝违规输出，就无需把敏感配置和日志发给第三方大模型。
- Kaggle 推出 Game Arena，用对抗性游戏评估 LLM（arXiv）—— 从象棋、扑克到狼人杀，试图打破静态基准的性能饱和。
趋势点评：行业正从「拼参数」转向「拼效率、拼落地、拼可验证」，AI for AI 有望成为下一代模型迭代的核心变量。