Anthropic 宣布，已让非营利评估机构 METR 的六名员工取得公司硬件、办公空间，以及大致相当于其内部风险评估团队的系统访问权限。按 Anthropic 的安排，METR 可发表对风险水平、事件和实践的分析，Anthropic 不能否决发表。

独立性并非毫无限制：Anthropic 可要求删减客户数据、受律师保密特权保护的信息等预先界定类别的内容；METR 则可以公开说明自己是否认为删减合理。这项安排只覆盖受协议约束的 METR 小团队，不能推及其他评估伙伴已获得同等权限，也不是 METR 已完成某项新评估的公告。

Artificial Analysis 称，使用 Rex 声音经 SpaceXAI Realtime API 测试的 Grok Voice 3.0，在其 Speech to Speech Index 得 86.9 分、排名第一。但在该机构的 Speech Agent Arena 偏好排名中，它位列第三；其测得的首段音频平均等待时间为 0.81 秒，比前代 Grok Voice 2.0 的 0.70 秒慢。

该机构列出的 Grok Voice 3.0 输入音频成本为每小时 4.80 美元。综合榜首说明的是这套评测的汇总结果，不能直接等同于每种语言、每项任务的体验都最佳。

ARC Prize 公布 Gemini 4 Argon 的 ARC-AGI Verified 成绩：在 ARC-AGI-3 上，provider adapter harness 配置得分 97.5%、成本 4,800 美元；standard harness 配置得分 49.8%、成本 5,800 美元。同一模型两种配置的得分相差 47.7 个百分点。

这组数据最值得注意的是评测配置差异，而非只摘取最高分。帖文没有解释造成差距的具体原因，因此不能据此断言模型在一般任务中的成功率，也不能把两种配置当作同一条件下的直接复测。

可灵宣布 Kling 4.0 已开放使用，可经更新后的创作界面，以及 MCP、CLI 接入视频创作流程。帖文将 4K 和 1080p 的 10-bit HDR 视频输出，以及面向企业客户和开发者的 API 访问列在「即将推出」项下。

因此，现有 MCP、CLI 入口不应被写成 API 已开放；原帖也没有给出预告能力的上线日期或价格。

阶跃星辰宣布开放 Step 5 Preview 权重，BF16 和 FP8 版本已上线 Hugging Face 与 ModelScope。其帖文将模型列为稀疏 MoE，总参数 600B、每 token 激活 27B，支持 100 万 token 上下文及原生文本、视觉输入。

发布方称模型面向长程智能体工作；本批只读到这则公告，未核验所链接权重、技术博客，也没有足够证据说明其实际推理速度或运行费用。

TechCrunch 报道，澳大利亚初创公司 Apate 部署伪装成潜在受害者的 AI 智能体，接听诈骗电话、回复可疑消息和邮件，尝试在受害者遭骗之前获取银行账户、加密钱包地址、电话号码及恶意网站等线索，再向银行、电信公司等客户提供反欺诈情报。客户还可以指定智能体获取某类线索。

公司称，其智能体迄今参与了 250 万次对话。报道引述 Apate 高管称，TPG Telecom 已将近 59 万通电话转给这些智能体；Commonwealth Bank 的一项“公开报告的诈骗损失”指标下降了 76%。后一个数字是高管描述的客户观察结果，并非该银行自行公布降幅；报道也没有证明降幅由 Apate 单独造成。