SpaceXAI 宣布 Grok Voice Think Fast 2.0 在 Artificial Analysis Speech-to-Speech Index 上排名第一。该榜衡量语音代理能否对听到的内容进行推理、解决真实客户问题，并用工具正确完成任务。模型已可通过 API 和 Agent Builder 使用。SpaceXAI 称 Starlink 每天用 Grok Voice 处理超过 1.5 万通客服与销售来电。
OpenAI Developers 宣布与 AWS 共同优化 Kiro 中的 GPT-5.6 家族。在面向规格驱动开发的 Kiro 环境里，GPT-5.6 Terra 完成 Terminal-Bench 2.1 成功任务的成本约下降 82%。该组合把 OpenAI 的 Sol / Terra / Luna 三档模型接入 AWS 的规格-设计-实现工作流，并配合属性测试在落地前校验行为，面向长周期软件工程而非一次性补全。
DeepSeek 团队发布了专门针对复杂算法与系统级软件工程对齐的 DeepSeek-R1-Code 强化学习权重。在 LiveCodeBench 2026 最新困难题集与 Codeforces 竞赛评测中，该模型取得了 74.2% 的通过率，超越了多数闭源前沿推理模型，并延续了开源权重全量免费商用的策略。
SWE-bench 评测团队联合顶尖研究机构推出了全新的 SWE-bench Pro 基准测试。新基准将测试用例从单纯的 Python 扩展到 Rust、Go、C++ 与 TypeScript 等 5 大工业级系统语言，包含 1,200 个来自顶级开源项目的真实 Issue 修复场景，更真实地衡量 AI 智能体在多语言混合微服务体系中的工程解决能力。
