跳到正文
模型
模型 Phonic / Artificial Analysis GPTGeminiGrok

Phonic-1 发布：AA Speech-to-Speech Index 87.1 登顶，同期完成约 2750 万美元 A 轮

Phonic（2026-10-29）发布原生语音对语音模型 Phonic-1：Artificial Analysis Speech to Speech Index 约 87.1，领先 Grok Voice 3.0（约 86.9）与 GPT-Live-1 Astra（约 83.2）；τ-Voice 约 79.9%、首包音频约 0.61 秒。主打通话中途即可工具调用；另宣布 First Round 领投约 2750 万美元 A 轮，累计约 3150 万美元。

官方博客写明：Phonic-1 面向生产语音 Agent，强调「通话方还在说话时就能发起工具调用」，避免级联方案先说「我查一下」再动作。能力口径含全双工、打断与嘈杂环境话轮、50+ 语种及同音色中途换语；文档标价约每分钟 0.07 美元（无 LLM 透传另计）。客户引言含 Ashby、Maven AGI、Rho 等。

Artificial Analysis 公开表（约同日）：Phonic 1 (High) Speech to Speech Index 87.1、Speech Reasoning 约 99%、Agentic（τ-Voice）约 79.9%、Arena Preference Elo 约 1012、Task Success Rate 约 92.3%、Time to First Audio 约 0.61 秒——综合指数高于同表 Grok Voice 3.0（86.9）与 GPT-Live-1 Astra medium（83.2）。厂商另引 Sierra 多语全双工 τ³-Voice：Phonic-1 约 83.2，对照 GPT-Live-1 约 79.9、Gemini 3.8 Live 约 68.5。

融资：约 2750 万美元 Series A，First Round 领投，Lux、Felicis、Definition 等参投，累计融资约 3150 万美元。团队自称来自 MIT/Stanford/CMU 的约十人规模。接入走 API（模型名 phonic-1）、TS/Python SDK、CLI 与无代码构建器；企业侧称 SOC 2 Type II、HIPAA（可签 BAA）、可选零留存与自托管。本稿以官方稿与 AA 公开表为准。

Phonic 官方社交卡片：Introducing Phonic-1

来源与参考资料

同栏目 · 模型

Mistral / Hugging Face

Mistral：Large 4「Le Chonk」开源权重上线，编码/网安再抬一档

2026-10-29：Mistral 放出改进版 Large 4（Le Chonk）开源权重——预览后约三周强化 RL。约 1T 总参 / ~49B 激活（HF 计嵌入后约 52B）、多模态、1M 上下文；Terminal-Bench 4.0 约 41%、AA Coding Agent Index 约 48%、AA Cyber Index 约 51%。

模型Llama / MuseGLMMistral
Mistral Large 4（Le Chonk）开源权重发布封面
Google Blog / Artificial Analysis

Google：发布 Gemini 4 Carbon，AA Intelligence Index v5 以 59 分登顶

Google / DeepMind 10 月 28 日宣布下一代前沿模型 Gemini 4 Carbon：Artificial Analysis Intelligence Index v5 得 59，超过 Opus 5.5（58）与 GPT-6 Astra（57）。主打网络安全全链路（SEC-bench Pro 约 88.2%、ExploitGym 约 54.8%、CWE-bench 约 71.0%）与长程 Agent 工程；本周起经 Fairwind 先向部分防御方开放，公测与消费面「尽快」跟进。介绍价同 Argon：$2/$10 每百万输入/输出。

模型GPTClaudeGemini
Google 官方社交卡片：Introducing Gemini 4 Carbon
NVIDIA / Hugging Face

NVIDIA：开源 Nemotron 3.5 Transcribe，40 语转录 + 说话人标注，AA 开源 STT 并列第一

NVIDIA 10 月 28 日开源 Nemotron 3.5 Transcribe（约 30B / 4B 激活）：可提示的多语语音转写，覆盖 40 语转录、31 语英↔双向翻译、13 语说话人归因（最多 8 人、最长约 1 小时录音）。HF Open ASR 英语开源第一（约 5.33% WER），Artificial Analysis 开源侧 AA-WER 2.8% 并列第一；同期放出 Granary v2 数据管线。

模型Mistral
NVIDIA Nemotron 3.5 Transcribe 与 Granary v2 官方博客配图