Agnes AI推出了新一代文本模型Agnes-2.5-Flash，具备强大的编码能力，且永久免费。与Claude等工具相比，Agnes-2.5-Flash在代码理解、Bug修复和复杂任务执行上表现优异。同时，桌面端Agnes Code也上线，支持多模态内容处理，旨在降低开发者的使用门槛。Agnes AI的使命是让世界级AI普及到每个人，提供高性价比的服务。

OpenAI发布了GPT-5.6，推出Sol、Terra和Luna三个版本，具备更强的编码和知识工作能力。新模型引入ultra模式，支持多个agent并行处理任务，提高效率。同时，ChatGPT Work功能上线，能够跨应用生成专业成果。GPT-5.6在网络安全测试中表现优异，强调防范潜在滥用。

Meta推出了新的AI模型Muse Spark 1.1，旨在提升编码能力，支持复杂错误检测和修复。该模型通过Meta Model API向美国开发者开放，并提供20美元的免费积分。这是Meta在AI竞争中追赶OpenAI和谷歌的努力之一。

OpenAI预览了GPT-5.6 Sol，这是一个下一代模型，具备更强的编码、科学和网络安全能力，并配备了先进的安全系统。

在AI时代，专家的经验因AI的辅助而获得更高的溢价。研究显示，专家使用AI工具的成功率高达91%，而新手仅为15%。AI成为高效执行者，人类负责决策。非软件行业的专家也通过AI提升编码能力，打破传统程序员的垄断。未来，程序员需转型为“代码审计师”，深入理解业务逻辑，以应对AI带来的挑战。

A社发布了Claude Fable 5和Claude Mythos 5模型，针对普通用户，编码能力超越其他模型。为防止滥用，特定请求将路由至Claude Opus 4.8。Claude Fable 5在多个领域表现优异，定价为百万输入10美元、输出50美元，使用成本较高。

Gemini 3.5 Flash已在Vercel AI Gateway上线，提升了编码能力和并行执行，特别在核心推理、指令遵循和多轮对话方面表现优异，适合复杂任务。使用时需在AI SDK中设置为google/gemini-3.5-flash，AI Gateway提供统一API，支持模型调用、使用跟踪和性能优化。

中国AI公司DeepSeek发布了其下一代AI模型V4，声称该模型在编码能力上有显著提升，并与美国领先系统竞争，兼容华为技术，标志着中国芯片产业的重要进步。

OpenAI推出了新的$100/月的ChatGPT Pro计划，专为Codex用户设计，提供比$20/月的Plus计划多5倍的Codex使用量。该计划还包括对Pro模型和深度研究能力的访问，以及早期实验功能的使用权。与Anthropic的类似计划相比，OpenAI的Codex在付费层级中提供更高的编码能力。

阿里巴巴的Qwen 3.6 Plus已在Vercel AI Gateway上线，增强了编码能力和多模态感知，支持更复杂的任务。使用时需在AI SDK中设置为qwen/qwen3.6-plus。

我们的Coding Agent在Terminal Bench 2.0中从第30名跃升至第5名，主要通过优化harness实现。该项目聚焦系统性解决方案，利用Trace分析失败模式，提升模型性能。通过调整系统提示词、工具和中间件，优化了agent的编码能力，最终得分达到66.5%。

研究表明，尽管先进的AI模型在编码能力上有所提升，但在完全自主管理软件工程项目方面仍存在差距。我们开发了Stripe集成基准，以评估AI代理在构建完整Stripe集成中的表现。结果显示，模型在处理后端和全栈任务时表现出色，但在模糊任务中仍有困难。通过这些基准，我们希望提高AI在Stripe集成中的准确性和可靠性。

GPT-5.3 Codex已在AI Gateway上线，结合了GPT-5.2的编码能力和推理深度，速度提升25%。该模型适用于软件生命周期的各个阶段，支持多步骤执行和上下文控制，特别适合网页开发。使用时需设置为openai/gpt-5.3-codex。

Kimi K2.5是Moonshot AI最新的智能模型，支持无账户访问，具备强大的编码和视觉理解能力，能够创建动态用户界面。使用时需在AI SDK中设置为moonshotai/kimi-k2.5，AI Gateway提供统一API，支持跟踪和性能优化。

GLM-4.7是智谱的最新旗舰模型，增强了编码能力和任务规划，支持多种思考模式和工具调用，适用于Agentic Coding和多模态交互，提升编程和视觉效果，生成高质量内容。

智谱官微宣布GLM-4.7模型上线并开源，增强了编码、推理和工具协同能力，表现优于前版本。该模型在多项基准测试中领先，支持复杂任务的统一规划与协作，提升了生成质量和用户体验。