01
Gemma 4 推出 MTP drafter 推理加速最高 3 倍
Google 官方发布 Gemma 4 MTP drafter 推理加速方案，基于推测解码架构最高实现 3 倍提速。模型权重沿用 Apache 2.0 协议开源，无缝衔接主流本地部署框架，输出质量无损。
VOL.26 · #6 · 2026 年 5 月 5 日 · 周二
5 月 5 日大模型邮报
本期 12 篇要闻 · 约 48 分钟阅读 · 覆盖 3 类
2026
5月5日 周二
02
OpenAI 推送 GPT-5.5 Instant 模型 语气更简洁并升级个性化记忆
OpenAI 推送 GPT-5.5 Instant 模型，API 标识为 gpt-5.5-chat-latest。该模型在医学、法律等场景的事实性显著提升，并新增基于聊天记录与 Gmail 的个性化记忆功能，将在两天内覆盖所有 ChatGPT 用户。
03
Gemini 3.2 Flash 定价泄露：预期发布或指向 5 月 I/O
据泄露信息，Gemini 3.2 Flash 预期发布或于 2026 年 5 月 Google I/O 大会前后，定价输入 0.25 美元/百万 token，输出 2.00 美元，定位平衡速度与推理能力。
04
05
Peanut 图像生成模型亮相专业横评 对比 FLUX.2
Peanut 图像生成模型于 5 月 4 日在 Artificial Analysis 专业横评中公开亮相，与 MAI-Image-2、grok-imagine-image 及 FLUX.2 [dev] Turbo 并列测试，涵盖 5 组复杂提示词。
06
Anthropic 开发 Orbit 助手 或将在开发者大会亮相
TestingCatalog 代码分析指出，Anthropic 正开发 Orbit 助手，深度集成 Gmail、GitHub、Figma 等六款连接器至 Claude Cowork，该功能或将于 5 月 6 日开发者大会前后正式发布。
07
Gemini 移动端设计泄露拟配合 519 Google I/O 推 Agent 化战略
Google Gemini 应用设计泄露流出，iOS 采用 Liquid Glass 透明面板，Android 采用 Material 3 Expressive。界面布局向 ChatGPT 靠拢，预计配合 5 月 19 日至 20 日 Google I/O 大会推进 Agent 化战略，重塑移动 AI 交互入口。
01
Manus 上线连接器推荐功能 任务流程无需手动配置
Manus 上线连接器推荐功能，在对话流程中自动识别任务所需的第三方服务。用户确认后即可启用授权，免除手动跳转设置的门槛，现已覆盖桌面端与移动端全场景任务。
02
OpenAI Codex 下载量一周激增 1397% 迅速超越 Claude Code
TickerTrends 数据显示 OpenAI Codex 下载量一周激增 1397% 至 8610 万次，于 4 月 30 日版本更新后迅速超越 Anthropic Claude Code 720 万下载，开发者工具生态出现明显转向。
03
OpenAI 重塑 WebRTC 架构 实现语音 AI 低延迟全球部署
据工程师团队公开的技术文档，OpenAI WebRTC 架构优化方案直面 9 亿每周活跃用户规模。团队采用中继与收发器分离设计适配 Kubernetes，将公网 UDP 暴露面压缩至固定小范围，在保持标准协议兼容的同时实现全球低延迟首跳。
04
TinyFish 免费 Agent API 覆盖检索与网页提取场景
TinyFish 推出免费 Agent API Search 与 Fetch 工具，p50 延迟低于 0.5 秒，支持 MCP 与多框架集成，对标 Firecrawl 抢占智能体基础设施层。
01
OpenRouter 实测 GPT-5.5 价格翻倍 实际成本增幅达 92%
OpenAI 将 GPT-5.5 定价较 GPT-5.4 翻倍，OpenRouter 实测显示实际使用成本增幅达 49%至 92%。长提示词场景因生成缩短存在部分抵消。