Artificial Analysis 表示，Google 已发布 Gemini 3.8 Flash TTS 和 Gemini 3.8 Flash-Lite TTS，这两款 Google DeepMind 文本转语音模型支持预设音色和声音复刻。在其测试中，Gemini 3.8 Flash TTS 的发音稳健性得分为 89.5%，在 Provider Voice Arena 上的 Elo 为 1,263。
Google 报告称，Gemini 3.8 Flash TTS 在 Hume AI Voice Design 上的综合得分为 71.4，口音建模得分为 60.8。Google 还将 Flash TTS 排在 Hume AI Overall Quality 第一，将 Gemini 3.8 Flash-Lite TTS 排在第二。
DAIR.AI 报道，斯坦福与 Together AI 的一篇论文发现，o3-mini、Claude Sonnet 4 与 DeepSeek-V3 组成自组织团队，在五项数学与物理基准测试中平均得分为 66.7%，高于最强单模型单独作答的 48.8%，也高于完美路由器的 59.0%。
Artificial Analysis发现，没有单一开放权重文本转语音模型在全部九个新语言排行榜上领先。领先位置由Higgs Audio V3 TTS、OpenAudio S1 Mini、Voxtral TTS和Breeze TTS 2分占。
Artificial Analysis 报告，StepAudio 3 ASR 的转写速度为实时的 88 倍，落后于三个更快的系统，接近 ElevenLabs Scribe v2 与 Gemini 3.5 Transcribe，并领先于 Fun-Realtime-ASR-preview。
OpenAI 报告，GPT-6 Luna 在 DeepSWE v1.1 上得分为 66.6%，与中等 effort 下的 Claude Opus 5 和 Fable 5 相当，且每项任务成本低 93%–96%；在更高 effort 下，其事实性与 GPT-5.6 Sol 相当，成本约为后者的百分之一。
2026年9月22日，Scale AI 发布 SWE-Bench Pro V2，作为 SWE-Bench Pro 更新后的公开划分。
elvis (@omarsar0) 分享了一篇关于 EvoOntology 的论文，这是一种以 MCP 服务器形式提供的、面向数据智能体的自演化本体层。帖文称，在六个骨干模型上，DDR-Bench 准确率平均提升 17.8 个百分点，其中 GPT-5.5 提升 26.7 个百分点，BIRD 执行准确率提升 7.4 个百分点。