2025年9月6日，阿里发布其迄今为止最大的万亿参数模型Qwen3-Max-Preview（Instruct），较前一代Qwen3（235B）参数量提升四倍。新模型在中英文理解、复杂指令遵循及工具调用等方面显著增强，并大幅减少知识幻觉，全面上线通义APP、Qwen Chat网页和阿里云API。实测显示，该模型在解答AIME数学竞赛题、编程生成互动动画、扫雷游戏及前端网页设计等任务中表现出色，所有尝试均一次成功，且生成速度达107+ token/秒。API采用阶梯计费，支持长上下文输入。阿里透露正式版即将推出，可能伴随推理版本，进一步扩展模型规模。

2025年8月21日，DeepSeek官方发布V3.1版本，上下文长度扩展至128k，参数达685B，支持多种精度格式。新版本在编程能力上表现突出，Aider测试中得分71.6%，超越Claude 4 Opus，成本低至1美元。新增原生搜索和特殊Token功能，并优化推理速度和上下文支持。尽管未发布模型卡，V3.1已登上Hugging Face趋势榜第四。实测显示其性能显著提升，但在部分复杂任务上仍有改进空间。网友期待未来R2版本的发布。

正文：2025年8月20日，DeepSeek低调上线并开源新模型DeepSeek-V3.1-Base，参数达6850亿，支持多种张量类型，上下文窗口拓展至128k。新模型在编程领域表现突出，Aider Polyglot测试得分71.6%，超越Claude 4 Opus，生成代码逻辑清晰且细节完整。但在写作和创意任务中仍有局限，叙事张力不足。此外，模型移除了深度思考模式的“R1”标识，并新增原生搜索功能优化。目前，该模型已在Hugging Face趋势榜跃居第二，引发广泛关注。

2025年8月20日，DeepSeek V3.1发布，主要更新包括上下文长度拓展至128K和支持多种张量格式。实测显示，V3.1在编程能力、情境写作、数学理解、翻译水平等方面均有显著提升。例如，V3.1在处理GIF压缩任务时提供了更全面的代码说明和优化策略；情境写作中，风格从V3的理性转为更具文艺气息的表达；数学题解答逻辑清晰且正确；翻译表现对长难句的理解更强但偶有小失误。此外，V3.1在冷门知识问答中存在争议性回答。网友测试发现其在非推理模型基准上拿下SOTA成绩，性价比高，但部分线上API仍存在问题。目前，V3.1已可在网页端、APP及小程序使用，Base版本可从抱抱脸下载。

2025年8月，OpenAI因GPT-5编程能力测试问题引发争议。官方使用的SWE-bench Verified基准本应包含500道题，但OpenAI自行删减23道，仅用477道题评估，导致结果存疑。若将删减题目默认为零分，GPT-5得分甚至低于Claude Opus 4.1，两者差距仅为0.4%。这一操作延续了GPT-4.1发布时的做法，理由是部分题目无法在其基础设施运行。更讽刺的是，SWE-bench Verified本身是OpenAI提出并优化的基准。与此同时，Anthropic明确指出其Claude 4系列模型基于完整500题测试，表现优于GPT-5。目前，最原始的SWE-bench榜单中，Claude 4 Opus仍居首位。

2025年8月，OpenAI发布GPT-5，尽管因“路由”问题被质疑“降智”，其在编程、科研等领域展现强大潜力。医学家借助GPT-5重现“神之一手”时刻，验证其专家级能力。GPT-5在复杂代码生成和调试中表现突出，挑战Anthropic的Claude模型编程王座。OpenAI总裁透露，GPT-5通过合成数据突破互联网数据限制，并迈向“智能体式推理”时代。未来目标是提升模型理论创新能力，实现AI自我迭代与复杂任务监督。

2025年8月8日凌晨1点，OpenAI正式发布GPT-5，这是继GPT-4之后时隔两年半的全新升级。GPT-5采用统一系统设计，包含智能快速模型（gpt-5-main）和深度推理模型（gpt-5-thinking），通过动态路由选择适配不同任务需求。相比前代，GPT-5大幅减少事实性幻觉，gpt-5-main的重大事实错误减少44%，gpt-5-thinking则减少78%。此外，GPT-5在编程能力上表现突出，尤其在复杂代码修改和生产级任务中超越竞品如Claude 4 Opus和Gemini 2.5 Pro。然而，在写作和情商方面，用户反馈其表现不如GPT-4.5，部分细节处理欠缺。定价方面，输入每百万token收费1.25美元，输出为10美元。尽管性能全面增强，但发布会图表错误引发吐槽，且未引入显著新功能。

2025年8月8日，OpenAI正式发布GPT-5，称其为“历史上难以想象的AI模型”。新模型在编码、写作、数学和健康等领域显著提升，并采用全新统一系统设计，包括基础模型、深度推理模型和实时路由器。GPT-5在多项基准测试中刷新纪录，如编程能力达74.9%-88%，健康领域表现最佳。此外，GPT-5减少幻觉问题，事实错误率较GPT-4降低45%，并引入更安全的交互方式。免费用户也可使用，但有消息限制，超出后切换至精简版GPT-5 mini。同时，马斯克称其Grok 4在ARC-AGI测试中击败GPT-5，并预告Grok 5将在年底推出。

2025年8月，OpenAI正式发布GPT-5，向所有用户免费开放，被称为“博士生水平的AI”。GPT-5在AIME 2025上取得满分成绩，编程能力超越Claude-opus-4.1，成为新王者，并在大模型竞技场中斩获最高分，全面领先Gemini-2.5-pro等竞品。新模型首次集成多模态与推理能力，内置基础模型、深度推理模块和实时路由模块，可智能调度处理复杂任务。GPT-5在网页开发、文本创作、长上下文任务等领域均表现优异，并支持个性化定制和外部服务链接。此外，OpenAI为千名研究人员发放高额奖金，医疗健康领域或成未来重点。马斯克等对其提出质疑，但GPT-5仍被视为划时代产品。

GPT-5或将下周发布，整合GPT与o系列，具备多模态、推理能力及强大编程性能，上下文窗口达百万tokens。泄露信息显示其在微软Copilot、Cursor等平台已测试接入，可能免费开放。模型包括主版本（代号“nectarine/o3-alpha”）、mini版（代号“lobster”）和nano版（代号“starfish”），分别在高级编程、复杂推理及多模态任务中表现突出。然而，部分业内人士持怀疑态度，认为其可能存在幻觉问题及不可控性，且未必达到AGI水平。社区对多次‘泄露’炒作感到疲惫，期待官方尽快正式发布以验证真伪。