AI大模型2月重磅更新盘点：阿里、阶跃星辰、智谱AI等巨头竞相发布，编程、视频、文档处理全面突破

2月1日

• 【开源】阿里通义千问发布 Qwen3-Coder-Next
  阿里发布了编程智能体模型 Qwen3-Coder-Next。该模型采用总参数为 800 亿的混合专家架构，每次推理仅激活 30 亿参数。在 SWE-Bench Verified 测试中，其问题解决率超过 70%，在保证高性能的同时有效控制了算力成本，适合对算力敏感的本地化开发场景。
  • 技术博客：https://qwen.ai/blog?id=qwen3-coder-next

2月2日

• 【闭源】阿里发布 Wan2.6-r2v-flash
  阿里发布视频生成模型 Wan2.6-r2v-flash。该模型可根据参考视频和图像生成特定角色的多镜头视频，并支持自动配音。
  • 官方文档：https://help.aliyun.com/zh/model-studio/wan-video-to-video-api-reference
• 【开源】阶跃星辰发布 Step 3.5 Flash
  阶跃星辰发布了专为智能体设计的高速基座模型 Step 3.5 Flash。该模型采用稀疏混合专家架构，总参数 1960 亿，每次推理仅激活 110 亿参数，支持 256K 超长上下文。配合其独创的单次预测多 Token 技术，推理速度最高可达 350 TPS，在保持复杂数学推理能力的同时，显著降低了智能体应用的响应延迟。
  • 官方博客：https://static.stepfun.com/blog/step-3.5-flash/
• 【闭源】xAI 发布 Grok Imagine 1.0
  xAI 正式发布视频生成模型 Grok Imagine 1.0，进军视频生成领域。该模型可生成最长 10 秒、分辨率达 720p 的视频，其核心亮点在于采用音视频联合建模技术，实现了精准的声画对齐与富有表现力的音频合成。
  • 官方公告：https://x.ai/news/grok-imagine-api

2月3日

• 【开源】智谱 AI 发布 GLM-OCR
  智谱 AI 发布了面向复杂文档理解的多模态 OCR 模型 GLM-OCR。该模型基于 GLM-V 编码器-解码器架构，通过引入多 Token 预测损失和稳定的全任务强化学习，提升了训练效率、识别精度和泛化能力。模型仅 9 亿参数，在 OmniDocBench V1.5 基准测试中排名第一，并支持多种主流推理框架部署，适合高并发服务和边缘计算场景。
  • 模型页面：https://huggingface.co/zai-org/GLM-OCR

2月5日

• 【闭源】Anthropic 发布 Claude Opus 4.6
  Anthropic 发布了其最智能的模型 Claude Opus 4.6，专为复杂智能体任务和长时程工作流设计。该版本推荐使用自适应思考模式，手动思考模式已被弃用，且不再支持预填充助手消息。
  • 官方新闻：https://www.anthropic.com/news/claude-opus-4-6
• 【闭源】OpenAI 发布 GPT-5.3-Codex
  OpenAI 发布了其最强大的智能体编码模型 GPT-5.3-Codex。该模型首次结合了 Codex 与 GPT-5 的训练栈，融合了顶级的代码生成、推理和通用智能能力。其推理速度提升约 25%，在关键基准测试中创下新高，实现了从代码生成到主动引导式通用编程智能体的跨越。
  • 官方介绍：https://openai.com/zh-Hans-CN/index/introducing-gpt-5-3-codex/

2月7日

• 【闭源】Anthropic 推出 Fast Mode 研究预览版
  Anthropic 为 Claude Opus 4.6 模型推出了 Fast Mode 研究预览版。用户可通过 speed 参数启用该模式，以获得显著更快的输出 Token 生成速度。在高级定价下，速度提升最高可达 2.5 倍。
  • 官方文档：https://platform.claude.com/docs/en/build-with-claude/fast-mode

2月11日

• 【开源】InclusionAI 发布 Ring-2.5-1T
  蚂蚁集团旗下团队 InclusionAI 发布了 Ring-2.5-1T，这是 Ring-1T 模型的升级版。其核心亮点为“快、深、长”：生成效率提升 3 倍以上，访存开销降低 10 倍；具备深度思考能力；并能进行长达 2 小时的连续任务处理。该模型采用 MIT 协议完全开源。
  • 模型页面：https://modelscope.cn/models/inclusionAI/Ring-2.5-1T

2月12日

• 【闭源】OpenAI 发布 GPT-5.3-Codex-Spark
  OpenAI 发布了首个专为实时编程设计的超快模型 GPT-5.3-Codex-Spark。该模型基于 Cerebras WSE-3 硬件优化，推理速度超过 1000 token/s，支持 128K 上下文，并通过 WebSocket 大幅降低延迟。在保持强劲逻辑能力的同时，提供了极致的推理速度。
  • 官方介绍：https://openai.com/index/introducing-gpt-5-3-codex-spark/
• 【开源】MiniMax 发布 MiniMax M2.5
  MiniMax 发布了 M2.5 模型，延续了其混合专家架构的高并发优势，并显著增强了通用推理与长文本处理能力。该模型针对多轮对话与复杂逻辑场景进行了专项优化，旨在为企业提供兼具高智能与高性价比的解决方案。
  • 官方新闻：https://minimaxi.com/news/minimax-m25
• 【开源】智谱 AI 发布 GLM-5
  智谱 AI 发布了新一代预训练模型 GLM-5。该模型在数理逻辑、代码编写及多模态理解能力上均有大幅提升，支持超长上下文，在指令遵循与复杂任务规划上表现优异，并深度适配各类推理框架以降低部署门槛。
  • 官方博客：https://z.ai/blog/glm-5
• 【闭源】字节跳动发布 Seedance 2.0
  字节跳动发布了新一代视频创作模型 Seedance 2.0。该模型采用统一多模态架构，支持图文音视混合输入，生成质量达到业界先进水平。它支持生成 15 秒长视频与双声道音频，大幅提升了工业级创作的可控性与一致性。
  • 官方页面：https://seed.bytedance.com/seedance2_0

2月13日

• 【闭源】字节跳动推出 Seedream 5.0 Lite
  字节跳动推出了智能图像创作模型 Seedream 5.0 Lite。该模型引入了“深度思考”与实时搜索增强能力，通过统一多模态架构提升了图文对齐准确性与物理规律遵循度，能够理解模糊指令并结合时效性信息进行创作。
  • 官方页面：https://seed.bytedance.com/en/seedream5_0_lite

2月14日

• 【闭源】字节跳动发布豆包 Seed2.0 系列模型
  字节跳动发布了豆包 Seed2.0 系列模型，包含 Pro、Lite、Mini 三款通用智能体模型以及一款专门的代码模型。该系列重点优化了视觉与多模态理解能力，对复杂文档、表格和视频内容的解析更为精准，同时大幅提升了执行多约束、长链路复杂指令的可靠性。
  • 官方页面：https://seed.bytedance.com/

2月16日

【开源】阿里发布最新多模态模型 Qwen3.5-Plus
阿里推出最新模型 Qwen3.5-Plus，支持文本、图像和视频多模态输入。该模型在语言理解、逻辑推理、代码生成、智能体任务、图像与视频理解、图形用户界面（GUI）操作等多种任务中表现卓越，并支持内置工具调用。

• 模型详情：https://help.aliyun.com/zh/model-studio/text-generation
• 直接体验：https://nonelinear.com/static/models.html

【开源】蚂蚁集团发布高效即时模型 Ling-2.5-1T
蚂蚁集团 InclusionAI 团队发布 Ling-2.5-1T，这是其百灵（Ling）家族迄今最强的即时模型。该模型在效率与效果间取得平衡，以约四分之一的令牌消耗逼近前沿思考模型的推理水平，并采用 MIT 协议完全开源。

• 模型详情：https://modelscope.cn/models/inclusionAI/Ling-2.5-1T

2月19日

【闭源】谷歌发布 Gemini 3.1 Pro 预览版
谷歌发布 Gemini 3.1 Pro 预览版，这是全新 Gemini 3 系列的最新迭代。该版本提供了更强的思维推理能力、更高的令牌效率以及更贴近实际、事实一致性更强的体验。模型特别针对软件工程行为、智能体工作流及多步工具使用的可靠性进行了优化。

• 官方介绍：https://ai.google.dev/gemini-api/docs/models/gemini-3.1-pro-preview?hl=zh-cn
• 国内体验：https://nonelinear.com/static/models.html

2月20日

【开源】阿里发布新一代代码生成模型 Qwen3-Coder-Next
阿里发布 Qwen3-Coder-Next，这是 Qwen3 系列的新一代开源代码生成模型。该模型支持多轮工具交互，显著提升了对仓库级别代码的理解能力，并增强了对各类 AI 编程工具的适配性。

• 模型详情：https://help.aliyun.com/zh/model-studio/qwen-coder

2月25日

【开源】阿里通义发布 Qwen3.5 中等规模模型系列
阿里通义发布 Qwen3.5 中等规模模型系列，包括：
– Qwen3.5-Flash：生产级托管版，默认支持 100 万上下文。
– Qwen3.5-35B-A3B：小体积高性能版，性能已超越 Qwen3-235B-A22B。
– Qwen3.5-122B-A10B：旗舰开源版。
– Qwen3.5-27B：针对智能体（Agent）场景优化。

所有模型均支持视觉-语言多模态输入，原生支持 256K 上下文，最高可扩展至 1M tokens。

• 模型集详情：https://modelscope.cn/collections/Qwen/Qwen35
• 直接体验：https://nonelinear.com/static/models.html

2月26日

【闭源】谷歌发布 Gemini 3.1 Flash Image Preview
谷歌发布 Gemini 3.1 Flash Image Preview（代号 Nano Banana 2），作为 Gemini 3 Pro Image 的高效版本，以主流价格提供低延迟的图像生成能力。关键更新包括：支持 0.5K/2K/4K 分辨率输出（默认 1K）、整合文本与图像搜索结果的图像搜索基础能力、新增 1:4/4:1/1:8/8:1 宽高比、改进图像质量一致性与国际化文本渲染。

• 官方介绍：https://ai.google.dev/gemini-api/docs/models/gemini-3.1-flash-image-preview
• 国内体验：https://nonelinear.com/static/models.html

其他更新

【开源】小红书 FireRedTeam 发布通用图像编辑模型 FireRed-Image-Edit-1.0
小红书 FireRedTeam 发布通用图像编辑模型 FireRed-Image-Edit-1.0。据报道，该模型在多个主流基准测试中全面超越现有开源方案，部分维度甚至逼近闭源商业模型。

• 模型详情：https://modelscope.cn/models/FireRedTeam/FireRed-Image-Edit-1.0

关注“鲸栖”小程序，掌握最新AI资讯