爱范儿实测月之暗面新一代旗舰模型 Kimi K3.1 Pro，认为其延续大而美路线，标志国产大模型重回旗舰级竞争。
美国国土安全部禁止政府系统使用DeepSeek全系产品并要求删除相关成果；豆包辟谣称仅约10%算力用于视频生成；字节Seed模型评测负责人黄文灏离职；山姆回应热搜视频系AI造假。
Hugging Face 联合创始人 Clem Delangue 指出，Netflix 纪录片《AI Gone Rogue》采用“末日论”叙事，内容不准确，提醒观众不要轻信。
中国团队StartLux在决策模型评测榜单上登顶，超越Jev等对手，其模型具备“拿不准再想”的自适应推理能力，即根据不确定性决定是否延长思考，对决策类AI应用有参考价值。
Arena 发布对齐指数榜单，姚顺雨团队拿下中国第一，其一年前关于对齐技术路线的预言得到验证，标志国内大模型对齐能力获国际认可。
MiniMax 发布 M3.1 模型，与 Anthropic 的 Opus 5.5 在同一套题目下对比测试，在保持轻量快速的同时展现出超出预期的能力，引发对国产模型追赶进度的关注。
Anthropic 新模型在 Agent 编程任务上的能力从约 10% 提升到 70%，但开发者仍困惑于何时该真正使用它，反映出能力跃升与落地场景之间的落差。
神秘新模型 Union Alpha 突然上线，首日消耗约20亿Token，部分网友实测称其性能直逼 Astra，引发对模型来源与能力的猜测。
阶跃发布 StepAudio 3 系列五款语音模型，覆盖实时交互、识别、语音生成与音乐创作，多款在 Artificial Analysis 榜单登顶全球第一，现已上线开放平台。
Hacker News 上出现一篇关于智能体编程的讨论帖，涉及智能体测试流程、大模型基准测试等话题，目前热度较低（3 分、0 条评论），适合关注 AI 编程智能体评测方法的开发者参考。