9月22日，美团LongCat团队发布全新高效推理模型LongCat-Flash-Thinking，综合性能达全球开源模型最先进水平（SOTA）。该模型在逻辑、数学、代码及智能体任务中表现卓越，是国内首个结合“深度思考+工具调用”与“非形式化+形式化”推理能力的语言模型。通过创新架构如领域并行强化学习和异步弹性共卡系统，模型实现高效推理与稳定训练，在复杂任务中显著优化资源利用。多项权威评测显示，其在ARC-AGI、HMMT、LiveCodeBench等基准测试中刷新纪录，超越OpenAI o3、Gemini2.5 Pro等顶尖模型。项目已开源，地址包括Hugging Face与Github。

谷歌最新研究显示，只要科学任务可评分，AI就能通过大模型+树搜索实现超越人类专家的SOTA结果。该研究开发了一种自动创建实证软件的AI系统，适用于生物信息学、流行病学、地理空间分析等领域。例如，在单细胞数据分析中，系统发现了40种新方法，性能超越人类专家；在地理空间分析中，其方法mIoU指标突破0.80。系统结合代码变异与复杂研究思路，整合高被引论文、教科书等资源优化算法。论文在社交平台引发热议，获2.6K赞，网友称‘任何可量化的东西都将被AI征服’，但也有人质疑将科研权限交给AI是否合适。研究人员使用简单提示词即可生成高质量算法，表明清晰表达需求比复杂指令更重要。

2025年9月1日，阶跃星辰发布开源端到端语音大模型Step-Audio 2 mini，并在多个国际基准测试中取得SOTA成绩。该模型统一语音理解、音频推理与生成，支持语音原生Tool Calling能力，可实现联网搜索等操作。其综合性能超越Qwen-Omni、Kimi-Audio等开源模型及GPT-4o Audio，在音频理解、语音识别、翻译和对话场景中表现突出。例如，在中英互译任务上，其CoVoST 2和CVSS评分分别达39.3和29.1；语音识别任务中，中文CER为3.19，英语WER为3.50，领先其他开源模型15%以上。通过真端到端多模态架构、CoT推理结合强化学习及音频知识增强，Step-Audio 2 mini有效解决传统语音模型智商情商不足的问题，现已上线阶跃星辰开放平台并开源。

2025年8月6日，Anthropic正式发布Claude Opus 4.1，该版本在编程性能上再次突破，超越前代及竞品，拿下SOTA成绩。新模型在Agent任务和推理能力方面也显著提升，定价保持不变。实测显示其开发小游戏等任务表现稳定。官方透露未来几周将推出更大规模升级。客户反馈积极，GitHub和Rakuten Group均认可其改进，特别是在代码修复和跨文件重构上的表现。Anthropic还通过客户背书暗秀合作关系，与OpenAI形成鲜明对比。此外，Opus 4.1的System Card同步发布，明确其核心调整未改变模型尺寸或训练方法。无害回复率提升至99.06%。目前，Opus 4.1已向所有付费用户开放，并支持多种平台使用。

7月28日，智谱发布旗舰模型GLM-4.5并开源，这是首款SOTA级原生智能体大模型，综合评测位居国产第一，性能媲美全球顶级模型。新模型参数效率翻倍，API价格仅为Claude的1/10，推理速度超100tokens/秒。其创新性地将推理、代码、Agent等多能力原生融合，目前已上线智谱清言和z.ai平台，开放免费体验。

2025年7月，阿里通义千问开源Qwen3系列完成三连发，接连推出Qwen3-Coder、Qwen3-235B-A22B-Instruct-2507和Qwen3-235B-A22B-Thinking-2507模型，分别在编程、基础模型和推理领域刷新全球开源SOTA记录。其中，最新推理模型在逻辑推理、数学及编程任务中表现突出，超越闭源模型如Gemini-2.5 Pro和o4-mini。实测显示其在复杂问题解决上具备显著优势。此轮开源引发国际热议，HuggingFace等业内专家盛赞‘这是开源的胜利’。阿里已开源超300款模型，衍生模型突破14万个，成为全球第一开源家族，并计划三年内投入3800亿元升级AI基础设施。中国开源力量正引领全球前沿发展。

2025年7月26日，荣耀正式发布并开源MagicGUI大模型，支撑YOYO智能体实现多模态感知与自动化执行。作为“阿尔法战略”重要里程碑，该模型效果比肩SOTA模型，并由荣耀Magic V5首发搭载。今年3月，荣耀在MWC大会上提出“阿尔法战略”，宣布从智能手机制造商向全球AI终端生态公司转型。未来5年，荣耀将投入100亿美元（约合716.49亿元人民币），分三个阶段构建智慧手机、智慧生态系统及智慧世界，推动AI设备生态发展，与全球伙伴共创AI新时代。

2025年7月12日，Kimi发布全新基础大模型Kimi K2，采用MoE架构，总参数1T，激活参数32B，支持128K上下文。新模型在代码、Agent任务和数学推理等领域表现卓越，创造多项开源SOTA成绩，并同步上线Web端、App及API服务。此次发布即开源，提供两个版本：Kimi-K2-Base与Kimi-K2-Instruct，遵循修改版MIT协议。这是自DeepSeek R1冲击172天后，Kimi的明确回应，表明其坚持自研大模型的决心。Kimi CEO杨植麟以实际行动证明技术领先性，重新回归竞逐AGI初心。

蚂蚁开源轻量级推理模型Ring-lite，在多项Benchmark中达到SOTA效果，性能媲美3倍激活参数大小的10B以下Dense模型，验证了MoE架构的潜力。Ring-lite基于此前开源的Ling-lite-1.5（总参数16.8B，激活参数2.75B）开发，并采用独创的C3PO强化学习训练方...

Kimi新模型Kimi-Dev开源，参数量仅72B却拿下代码开源SOTA。该模型由月之暗面发布，在SWE-bench Verified上的成绩达到60.4%，超越最新DeepSeek-R1及部分闭源模型。 Kimi-Dev基于MIT协议开源，包含权重和代码，甚至有量化版本上线。其核心技术在于结合Bu...