Kimi Code Desktop 已上线 macOS 和 Windows，Mac 同时提供 Apple Silicon 与 Intel 版本。它把 Kimi Code CLI 的 Agent 核心搬进图形界面，集中管理本地项目、代码改动、终端验证和网页预览。

本地项目、改动和验证集中在一个窗口

Kimi Code Desktop 使用本地项目文件夹作为工作区。新建会话并选择工作区后，用户可以直接描述任务，也可以用 @ 引用具体文件或目录。Agent 能够读取和修改代码、执行命令，并根据运行结果继续调整。

右侧改动面板会按文件和回合展示 diff，顶部同时显示当前分支、同步状态、改动文件数和 PR 状态。内置终端以当前工作区为运行目录，可以直接执行构建、测试和格式化命令。网页项目还能在右侧打开内置浏览器，页面标签与当前会话绑定，方便检查实际效果。

官方变更记录将 1.0.0 标记为 9 月 17 日发布，支持 macOS Apple Silicon、macOS Intel 和 Windows。9 月 19 日的 1.0.2 已经重做内置浏览器的操作反馈，并修复了页面截图、下载对话框和 subagent 审批提示等问题。

Plan、Goal 和 Swarm 对应不同任务

桌面端提供普通任务、Plan、Goal 和 Swarm 四种工作方式。普通任务适合范围清晰、容易验证的修改；Plan 会先分析并提交计划，确认后才改文件；Goal 用于需要多轮执行和检查的长任务；Swarm 则把可拆分的工作分配给多个 subagent。

涉及命令、文件修改或计划时，客户端会以审批卡片展示具体范围。权限分为“始终询问”“必要时询问”和“完全自动”三档。首次打开不熟悉的仓库时，可以先用“始终询问”限定写文件和运行命令的范围。

桌面端与 CLI 共用 Agent 核心

Kimi Code Desktop 不是另一套编程服务。它延续 Kimi Code CLI 的 Agent 核心，两者可以安装在同一台电脑上，并共享账号、模型、模型供应商和插件等部分本地设置。CLI 用户可以运行 /desktop 或 kimi install-desktop，在浏览器中打开桌面端下载页。

两种界面服务于不同习惯：桌面端把项目、会话、文件改动、终端和浏览器放到图形界面中；CLI 适合终端优先和脚本化工作流。它也不是 Kimi Work 的改名版：Kimi Code Desktop 围绕代码工程和开发验证设计，Kimi Work 面向本地文件、网页和办公交付等知识工作。

下载后选择账号或第三方模型

用户可以前往 Kimi Code 官方下载页面，选择 Apple Silicon Mac、Intel Mac 或 Windows 安装包。首次启动时可以选择界面语言和主题，然后通过 Kimi OAuth 登录。中国内地账号使用 kimi.com，其他地区使用 kimi.ai。

登录后，客户端会列出当前账号可用的 Kimi 官方模型。新版 Kimi 会员中，Plus 及以上档位可使用 Kimi Code，Desktop、CLI、VS Code 和第三方工具的请求计入同一套额度。用户也可以在设置中填入 API Key、Base URL 和模型信息，接入其他模型供应商。

开发者 Finderchangchang 于 9 月 21 日开源 Jev 聊天助手。Android 用户可让它读取微信当前会话，判断对方意图、危险等级与回复动作，再生成并排序 3 条候选回复。助手只把选中内容填入输入框，发送仍由用户完成。

它是悬浮在聊天界面上的回复辅助层

Jev 聊天助手不是新的通讯软件。它在 Android 上通过无障碍服务读取当前聊天窗口，把消息整理成“我”与“对方”的对话，再用悬浮窗展示分析结果和候选回复。

当前代码为微信和飞书分别实现了采集适配器。微信适配器读取聊天气泡文字，再按气泡的水平位置判断发言方。仓库记录的实测环境是 Android 版微信 8.0.78。

飞书适配器已能识别聊天窗口、会话标题、气泡位置和输入框，但普通消息正文使用自绘控件，没有出现在无障碍节点中。所以飞书当前只能读到部分带 TextView 的卡片内容，普通消息的截图和本地 OCR 链路还没有接入。

Jev 负责判断，生成模型负责写回复

助手会取最近 10 条消息，连同用户设置的人际关系描述一起发给 Jev 1.13。Jev 不直接写文案，而是回答一组结构化问题：对方的意图、关系冲突危险、需求、最佳动作、是否需要具体回复，以及紧张状态是否结束。

另一次模型请求会生成 3 条不同策略的中文回复，每条最多 40 字。Jev 再对这 3 条回复排序，悬浮窗中的占比来自这一步。默认回复模型是 deepseek/deepseek-chat-v3.1，用户可在设置页更换。

选中回复后只填入，不会点击发送

用户在悬浮窗点击“填入”后，程序会先尝试用 Android 的 ACTION_SET_TEXT 向当前输入框写入文本。如果写入失败，则复制到剪贴板并执行粘贴。代码没有点击发送按钮的步骤，用户可以在输入框里继续修改或直接删除。

这个设计保留了发送前的人工确认，但无障碍和悬浮窗仍是高权限。项目会监听窗口内容，再按前台 App 的包名选择微信或飞书适配器。安装前应先阅读源码，并只给自己信任的构建授权。

对话内容会发往 OpenRouter

这不是全本地工具。进入分析流程后，最近 10 条消息会通过 OpenRouter 分别发给 Jev 和用户选择的回复生成模型。对话白名单可以限制助手处理哪些会话；白名单为空时，所有能被适配器读取的会话都允许触发分析。

OpenRouter API Key 保存在 App 私有的 SharedPreferences 中，不会写入日志或仓库；当前实现没有使用 EncryptedSharedPreferences。这些数据边界比“密钥保存在本机”更值得关注，因为真正发往模型服务的是聊天文本。

Android 11 及以上用户可从源码构建

项目最低支持 Android 11（API 30），源码采用 Kotlin 和传统 View 实现，许可证为 MIT。构建需要 JDK 17、Android SDK Platform 35 和 Build Tools 35：

1

./gradlew assembleDebug

生成的调试 APK 位于 app/build/outputs/apk/debug/app-debug.apk。安装后需在设置页填写自己的 OpenRouter API Key，并开启无障碍、悬浮窗和前台保活所需权限。小米或 HyperOS 设备还需配置自启动和省电白名单，否则后台服务可能被冻结。

智谱于 2026 年 9 月 21 日开源 ZCode。官方仓库公开桌面应用、Web、后端服务、共享 UI、Agent CLI 与运行时源码，第一方代码采用 Apache-2.0 许可证。开发者可以从源码检查本地执行、网络请求和权限处理逻辑。

公开的不只是桌面客户端

ZCode 是一个 AI 编程工作台。这次公开的是一个多包仓库，覆盖 Electron 桌面应用、Web 客户端、HTTP 与 WebSocket 后端、共享 React 组件、Provider 适配层，以及 Agent CLI、终端界面和运行时。

这个范围让开发者能够追踪从界面交互、权限判断到工具调用的完整路径，也可以检查桌面端、Web 与 CLI 是否复用同一套 Agent 能力。

源码可以本地构建

仓库指定 Node.js 24.14.0 和 pnpm 10.33.2。克隆代码后，可在根目录执行：

1

pnpm bootstrap

该命令会安装 workspace 依赖、准备桌面端本地运行资源，再执行初始构建。桌面版还可以针对 macOS、Windows 和 Linux 选择打包目标；命令行版则可生成包含 TUI、Web、后端和 Agent 的独立运行包。

第一方代码使用 Apache-2.0 许可证。依赖包、原生二进制文件、字体、图标和其他第三方资源仍遵循各自条款，不能只根据根目录许可证判断所有内容的再分发范围。

现在可以直接检查数据与执行边界

开源仓库的 NOTICE.md 把模型请求、工具执行、账号与 API 凭据、插件、MCP、附件、会话分享和远程环境的处理路径集中列出。其中几个边界会直接影响开发者如何审计和部署：

• 共享 Agent 执行适配器不默认提供操作系统沙箱。文件、终端、Git 和外部进程能在当前系统账号的权限范围内运行。
• 模型与辅助模型请求可能携带提示词、历史、代码、diff、工具结果或附件，实际接收方由模型端点、网关转发与代理配置共同决定。
• 命中指定官方模型端点的请求会改发 ZCode 网关。客户端转发逻辑已公开，网关接收请求后的内部处理不在客户端源码可核验范围内。

对个人项目，可以先检查实际使用的 Provider 端点、权限模式和插件配置。对公司代码库，还应在隔离环境中运行，限制账号、凭据和网络权限，再审查外发请求。

v3.14.0 与开源仓库保持同一版本号

ZCode v3.14.0 于 9 月 19 日发布，版本日志把“修复仓库百科异常上传的问题”列入修复项。9 月 21 日公开的仓库根 package.json 同样标记为 3.14.0，开发者可以围绕这个版本检查客户端实现。

开源代码本身不代表官方云服务已全部可自行复制。仓库声明明确写明，不承诺公开源码与构建产物包含官方产品的全部功能和活动政策。想了解官方模型入口的读者，可继续查看 GLM-5.3 与 ZCode 的使用方式。

瑞幸咖啡于 2026 年 6 月 3 日上线 AI 开放平台，同期提供面向开发者的官方 CLI。用户可在终端查询门店与商品、预览和创建订单；安装包覆盖 macOS、Linux 与 Windows 的 x86-64 和 ARM64 设备。

瑞幸把点单能力做成命令行工具

瑞幸咖啡 CLI 是 AI 开放平台的三种接入方式之一。MCP 用标准协议把点单能力接入 AI 应用，Skill 为智能体提供现成任务步骤，CLI 则让用户和程序直接在终端调用这些功能。它不是新的咖啡商城，而是将门店、商品和订单操作变成可组合的命令。

官方软件包公开了 luckin 命令。除了用 luckin -p "<需求>" 输入自然语言，它还提供门店、菜单、商品和订单子命令，适合交互使用，也能交给 AI Agent 或脚本调用。

官方安装包覆盖三大桌面系统

macOS 和 Linux 使用同一条安装命令：

1

curl -fsSL https://open.lkcoffee.com/install | bash

Windows 用户需要在 PowerShell 执行：

1

irm https://open.lkcoffee.com/window/install | iex

安装脚本会判断操作系统和处理器架构，从官方版本清单下载对应压缩包，再用 SHA-256 值校验文件。截至 2026 年 9 月 20 日，清单中的最新版本为 0.0.1，提供 macOS、Linux 和 Windows 的 AMD64 与 ARM64 构建。

管道安装会立即执行远程脚本。想先检查内容的用户，可以先单独下载安装脚本，确认下载域名、校验步骤和安装路径后再执行。

CLI 可查门店、商品和订单

官方软件包中可确认的命令覆盖以下流程：

门店查询使用经纬度，创建订单前还要组合门店 ID、商品 ID、SKU 和数量。不想手动拼参数时，可以使用自然语言入口，再在预览订单阶段检查门店、规格、数量和价格。

创建订单后仍需用户完成支付

CLI 把商品选择、优惠试算和订单创建放进终端，但不会绕过用户确认与支付。订单创建结果包含微信支付链接和二维码，用户支付后再查询制作状态与取餐码。

对开发者来说，这条路线的价值在于结构化输入和可编排性：同一套门店、商品和订单能力可以由人在终端调用，也可以进入 AI Agent 工作流。如果需要对照另一种“CLI + Skill”开放方式，可参考 WorkBuddy 开放平台的命令行接入路线。

Cherry Studio 于 2026 年 9 月 16 日发布移动端 v0.1.0-beta.1，Android 用户可下载 ARM64 APK，iPhone 和 iPad 用户可通过 TestFlight 公开邀请参与测试。新客户端覆盖多模型对话、智能体、插件与 MCP 工具，并公开 AGPL-3.0 源码。

Android 与 iOS 提供不同测试入口

v0.1.0-beta.1 已标记为预发布版本。Android 用户可在 GitHub 发布页 下载名为 cherry-studio-0.1.0-2026-09-16-android.apk 的 ARM64 安装包，文件大小约 126 MB。同页提供 SHA256SUMS，可用于检查下载文件是否完整。

iPhone 和 iPad 用户需要先安装 Apple TestFlight，再打开 Cherry Studio APP 公测邀请 接受测试。加入后可在 TestFlight 内安装开发者提供的构建，并接收后续测试版更新。iOS 构建由独立的发布工作流处理，不会以 IPA 附件的方式出现在 Android APK 的 GitHub 发布页中。

多模型对话和智能体进入手机

Cherry Studio Mobile 可连接多个 AI 服务商，管理模型，并在不同对话中选择合适的模型。对话支持 Markdown 格式的流式回复，也能添加文本和图片附件；具体能否处理图片，取决于当前选择的模型。

用户还可以创建独立智能体，为它设置指令、默认模型和可用工具。客户端支持插件与 MCP 服务器；MCP 是让 AI 连接外部工具和数据的通用协议。配置相应服务后，智能体可使用联网搜索和网页读取等能力，工具操作需要审批时会在客户端内展示。

移动端也提供图像生成、附件与生成文件管理，并可将选中的对话内容导出为 Markdown、HTML 或图片。

与桌面端的配对不等于全量同步

手机端可与 Cherry Studio Desktop 配对，导入受支持的模型服务商配置和模型。当前配对范围不包含对话历史同步，也不能用手机远程控制桌面端智能体。如果用户的主要需求是在手机继续电脑上的现有对话，这个边界会直接影响当前的使用方式。

公测前先准备模型服务

Cherry Studio Mobile 是 AI 工作台，不是自带所有模型用量的聊天服务。用户选择的模型和外部服务可能需要账号或 API Key，调用费用由对应服务商决定。

项目源码已在 CherryHQ/cherry-studio-app 公开，采用 AGPL-3.0 许可证。开发者可以直接检查移动端的 Expo、React Native 实现，或通过 Issue 和代码贡献参与测试。

Best Buy 已上架 OpenAI ChatGPT 数字礼品卡，提供 25、50、100 和 200 美元四档。购买需要 BestBuy.com 账户，兑换信息通过邮件和订单详情提供；卡片仅限美国兑换，不支持退货。

Best Buy 提供四档数字礼品卡

Best Buy 销售的 ChatGPT 礼品卡为数字格式，可选 25、50、100 和 200 美元四档。这不是可在 Best Buy 门店消费的商店礼品卡；兑换后，金额会进入对应 ChatGPT 账户的 OpenAI 钱包。

用户可直接在 Best Buy 的 ChatGPT 礼品卡商品页 选择面值。Best Buy 将该商品标注为自营销售，商品页也明确列出数字格式和各档金额。

下单需要 BestBuy.com 账户

购买时必须登录 BestBuy.com 账户。下单后，兑换信息会通过邮件发送，同时也可以在 Best Buy 订单详情中查看。如果要送给其他人，收到邮件后可使用其中的赠送选项。

这类数字礼品卡不支持退货。下单前应先确认面值、收件信息和兑换账户，不要把礼品卡 PIN 发到公开页面或提供给陌生人。

礼品卡只能在美国兑换

ChatGPT 礼品卡当前仅限在美国购买和兑换，兑换时还需要位于美国并使用美元计费的 ChatGPT 账户。数字交付不会改变这些地区与币种条件。

兑换时需要在 chatgpt.com/redeem 登录收款账户并输入 PIN。整张卡的金额会一次性进入该账户，不能拆分给多个账户，兑换后也不能转移。

买前检查订阅的计费渠道

礼品卡余额可用于 ChatGPT 网页端直接计费的符合条件订阅、升级、续费和积分购买。通过 Apple App Store 或 Google Play 计费的订阅不会使用这笔余额，API 预付费也不支持。

购买前可先查看 ChatGPT 礼品卡的完整兑换与余额规则。兑换礼品卡只会增加钱包余额，不会自动开通付费订阅。

OpenAI 将于 2026 年 10 月 14 日从 ChatGPT、ChatGPT Work 与 Codex 停用 GPT-5.5，覆盖所有套餐。Codex 用户可改用 GPT-5.6 Sol 或 GPT-6 Astra；实际可选模型取决于套餐、工作区权限与客户端版本。

GPT-5.5 将在三个产品入口停用

GPT-5.5 的停用日期是 2026 年 10 月 14 日，范围包括普通 ChatGPT 对话、ChatGPT Work 和 Codex，适用于所有套餐。用户在截止日前仍依赖 GPT-5.5 处理固定工作流时，需要提前换到当前模型，并用常见任务检查输出格式、工具调用和用量。

这次变化与站内此前记录的 GPT-5.5 发布 属于不同阶段：前者说明模型上线，当前安排处理产品内的停用与迁移。

Codex 用户可转向 Sol 或 Astra

Codex 用户可以把 GPT-5.5 会话迁移到 GPT-5.6 Sol 或 GPT-6 Astra。GPT-5.6 Sol 面向编码、研究和复杂工作；GPT-6 Astra 也可用于 Codex，但是否出现取决于套餐与工作区权限。

不同入口的现行模型分配并不完全相同：

普通 ChatGPT 对话里的 GPT-5.6 Sol 与 Luna 套餐分配 不能直接套用到 Work 和 Codex。迁移时应在实际使用的入口检查模型选择器，而不是只看 Chat 页面。

更新客户端后再切换模型

Codex 使用 GPT-5.6 需要 ChatGPT 桌面应用 Codex 模式 26.707.30751 或更高版本，或者 Codex CLI 0.144.0 或更高版本。GPT-6 Astra 对 Codex CLI 的最低要求是 0.153.0；桌面端应通过“菜单 → 检查更新”安装最新版本。

看不到 Astra 时，先确认客户端版本，再检查套餐和工作区权限。GPT-6 Astra 的模型规格与使用边界 与这次停用安排分开，选择替代模型时还要考虑任务类型和可用额度。

迁移前保留一组固定测试

模型切换会改变回答风格、推理过程和工具使用方式。长期运行的 Codex 或 Work 任务可以保留一组固定输入，至少覆盖常用指令、文件处理、工具调用和最终交付格式；切换模型后用同一组输入重跑，再更新默认模型或团队配置。

工作区管理员还可以在 Work 与 Codex 的模型设置中配置起始模型、推理强度和新对话行为。起始设置不会授予成员原本没有的模型权限，因此团队迁移需要同时检查角色权限。

腾讯云发布 Octop 1.0 GA 版。用户可以在自己的电脑或服务器上运行这款多用户、多智能体助手，官方已提供 Windows、macOS、Linux 与飞牛 NAS 安装包，源代码采用 MIT 许可证。

一台机器承载控制台、通信和定时任务

Octop 是一套自托管 AI 助手平台，不包含固定的大模型。用户配置自己的模型服务后，一个 Python 进程会同时提供 Web 控制台、命令行、HTTP/WebSocket API、即时通信通道和定时任务。

默认配置使用 SQLite 保存用户、智能体、会话和审计信息，也可以切换到 PostgreSQL。每个智能体有独立工作区；每位用户可以分别设置模型提供商、通信通道和定时任务。对家庭或小团队来说，同一套服务可以建立多个账号，不必让所有人共用一段对话记录和一份工作目录。

飞书、钉钉、QQ、Discord 和企业微信可以作为消息入口。浏览器自动化、知识库、插件和远程桌面也放在同一控制台管理，部署者仍需要按实际任务为模型、搜索服务或外部连接器配置凭据。

ACP 可接入编辑器，也能委派编程任务

ACP（Agent Client Protocol）用于让编辑器、终端工具和智能体交换任务。Octop 支持两个方向：运行 octop acp --agent main 后，Zed、OpenCode 等客户端可以使用本机的 Octop 智能体；在控制台启用 acp_runner 后，Octop 又能把编程任务交给外部工具执行。

内置 Runner 覆盖 OpenCode、CodeBuddy、Claude Code、Codex、Kimi Code、Cursor CLI 和 Pi。外部编程工具仍需安装在运行 Octop 的主机上，并完成各自的登录或 API 配置。想了解另一种 ACP 开源实现，可以对照 Grok Build 的终端智能体架构。

PC、服务器和飞牛 NAS 都有对应入口

不想处理命令行环境的用户，可以直接下载桌面安装包。Windows 同时提供 x64 与 ARM64 版本，macOS 覆盖 Apple 芯片和 Intel，Linux 提供 x64 与 ARM64 压缩包。飞牛 NAS 用户可选 Docker 版或原生 FPK 包，通过应用中心安装。

项目代码、发行包与安装说明集中在 TencentCloud/Octop GitHub 仓库。

已经管理 Python 环境的用户可以执行 pip install octop，然后用 octop run 启动服务。默认地址是 http://127.0.0.1:8088，首次设置向导会创建数据库、JWT 密钥和管理员账号。用于长期运行时，项目也提供 Docker Compose 与系统服务方式。

软件代码和安装包可免费下载。实际使用成本取决于部署机器、所选模型服务以及接入的外部工具；Octop 负责组织账号、智能体、工作区和工具调用，不替代这些服务本身。

1.0 成为首个 GA 稳定版

Octop 1.0 于 2026 年 9 月 14 日发布。GA 是 General Availability 的缩写，表示项目从 0.9 系列进入面向日常使用的稳定发布阶段。更新检查默认只查找稳定版，用户也可以自行选择是否接收预发布版本。

这一版本没有重新包装一批新功能，主要完成发布状态切换，并修复大体积备份列表扫描和中文语音探测错误提示。它与前一天发布的 0.9.35 保持连续升级关系，现有用户可以按稳定版通道更新。

Octop 的源代码采用 MIT 许可证，1.0.0 软件包已同步到 PyPI。项目要求 Python 3.12 或更高版本；官方安装脚本会用 uv 在 ~/.octop/ 内建立隔离环境，用户无需预先配置系统 Python。

小红书 AllSpark 团队开源 Iris-mini 与 Iris-pro 两个搜索智能体模型，权重已可从 Hugging Face 下载。两个版本分别采用 35B/3B 激活和 397B/17B 激活的混合专家架构，均支持 256K Token 上下文，并配套开放评测框架。

两个版本均支持 256K 上下文

Iris 面向需要多轮检索、阅读网页并整合证据的搜索任务。它不是只返回关键词匹配结果，而是在一次任务中决定搜什么、读取哪些页面、是否继续检索，以及何时整理最终答案。

两个版本都建立在千问混合专家模型之上。混合专家模型不会在每次生成时调用全部参数，而是按输入激活其中一部分，因此总参数量和激活参数量需要分开看。

Iris-mini 每次激活 256 个专家中的 8 个；Iris-pro 每次激活 512 个专家中的 10 个。两套模型页都提供配置文件、聊天模板和 Safetensors 分片权重。小红书此前开源的 dots3-note preview 主要处理图文、视频和音频文档，Iris 的任务则是联网搜索与长链路信息查找。

训练问题从网页链接反向构造

Iris 的训练数据从网页之间的超链接关系开始。系统先把一个种子页面及其链接页面整理成实体关系图，再沿着多个页面之间的关系生成需要多步查找的问题。问题中的直接名称会被改写为描述性线索，减少模型把原词复制到搜索框就得到答案的机会。

生成的问题还要通过两项筛选：参考模型在不给网页证据时无法直接回答，拿到对应证据后能够得到唯一答案。通过筛选的问题会被转成包含推理、工具调用和网页观察的完整轨迹，再按整条轨迹和单个步骤分别过滤。

训练过程交替使用监督微调和强化学习。监督微调让模型先学习筛选后的搜索过程；强化学习阶段让模型连接真实搜索工具执行任务，再把解开的难题和效率较高的轨迹送回下一轮监督训练。这套交替流程在论文中称为 SFT-RL climbing。

评测框架同时控制工具和上下文

GitHub 仓库中的 Iris-Harness 包含单智能体循环、网页搜索与抓取工具、上下文管理配置，以及 BrowseComp、BrowseComp-ZH、DeepSearchQA 和 HLE 四套评测入口。它可以连接提供 OpenAI 兼容接口的模型服务，不限定只能运行 Iris。

框架把上下文管理作为单独变量。discard-all 会在上下文超过阈值时清空已积累的工具历史，从原问题重新开始；retry 会在一次任务没有产出可解析答案时重新执行，并带上简短的排除信息。这样可以分别观察模型本身和外部上下文策略对结果的影响。

开发者可下载权重并接入现有服务

Iris-mini 和 Iris-pro 的 Hugging Face 页面均为公开、无需申请访问的模型仓库。模型卡提供 SGLang 启动示例，并通过 OpenAI Function Calling 格式调用搜索工具；评测框架随后通过 OpenAI 兼容地址连接模型服务。

部署规模需要与模型体量匹配。Iris-mini 的示例采用 4 路张量并行，Iris-pro 的示例采用 8 路张量并行和 8 路专家并行，后者需要多节点或容量较大的单节点。开发者可以先从 Iris-mini 和评测框架入手，再按硬件条件调整并行参数与上下文长度。

OpenAI 建议 GPT-6 Astra 用户重新审计 Skills、AGENTS.md 和任务提示词：Skill 描述要缩短并收窄触发范围，多流程内容改为按需加载，仓库指令则按任务类型指向相关文档和测试。

Skill 描述会竞争初始上下文

Codex 在决定是否调用 Skill 之前，会先看到每个 Skill 的名称和描述。初始 Skill 列表最多使用模型上下文窗口的 2%；无法确定窗口时，上限为 8000 个字符。Skill 太多时，描述会先被缩短，数量更大时还可能有 Skill 不出现在初始列表中。

描述的任务不是解释整套工作流，而是帮助模型决定“什么时候应该加载”。它应先写清关键用途和触发词，再收窄适用范围。“处理任何数据库工作”会让迁移 Skill 在查询、模型或持久化任务中误触发；“新增、修改或审核迁移时使用”则能直接界定范围。

多流程 Skill 改成按需加载

Skill 适合封装可重复的任务指令、参考资料和脚本。模型选中 Skill 后，才会读取完整的 SKILL.md。因此，同时包含多种工作流时，根文件只需保留选择路径和关键约束，把详细模板、案例和脚本说明放到支持文档中。模型在确定分支后再读对应内容。

过度细化的步骤也需要删减。只有输入、输出、安全边界或团队标准要求确定性时，才需要保留强制流程。通用任务不必为每个可能的分支预先写成长清单。

AGENTS.md 负责路由，不是预加载所有文档

Codex 启动时会把全局指令、项目根目录到当前目录之间的 AGENTS.md 组成一条指令链，更靠近当前目录的规则放在后面，可以覆盖前面的广泛规则。默认情况下，合并后的项目指令读取到 32 KiB 即停止追加。

与其要求每次编辑都通读架构、数据库和部署文档，不如给出条件化路由：改服务边界时读架构文档，改 Schema 时读数据库文档，准备部署时再读部署说明。这会保留项目约定，同时避免与当前任务无关的文档占用上下文。

GPT-6 Astra 的运行行为、委派和测试强度可以在现有提示指南中单独配置。本次清理的重点是删掉过时的重复规则，而不是再加一层新指令。

审批点和完成条件要重新校准

为了阻止早期模型越权操作，一些团队会把“每一步都询问”写进 Skill 或 AGENTS.md。GPT-6 Astra 可能会严格执行这类旧边界，在安全的本地分析、修改和测试之间频繁停下。更具体的写法是保留真正会改变目标或产生外部影响的确认点，并明确授权哪些本地流程可以连续完成。

完成条件也不能只写“做出第一版”。如果任务要求把结果跑起来、检查输出并修复失败，就应把这些动作一起写成终止条件，让指定验证成为交付的一部分。

按这个顺序审计现有指令

1. 统计已安装的 Skills，优先处理描述很长、范围重叠或容易误触发的项目。
2. 为每个 Skill 留下一个聚焦任务，在描述前部写明关键用途和触发词。
3. 把长案例、多分支步骤和仅在特定情况使用的资料移到支持文档，由根文件按需路由。
4. 把 AGENTS.md 中的全量预读要求改成按任务类型读取，删掉已过时的项目地图和测试规则。
5. 重新划定确认点，同时把实现、运行、检查和修复写入需要持续完成的任务边界。

DeepSeek 调整 V4 Pro API 服务安排：2026 年 9 月 14 日后继续提供 deepseek-v4-pro，计费方式保持不变。当前模型仍为 DeepSeek-V4-Pro-0813，现有项目可以沿用原模型名和 API 地址。

V4 Pro 不再按原计划于 9 月 14 日下线

DeepSeek 将在 2026 年 9 月 14 日之后继续提供 V4 Pro API。当前模型与价格页仍列出 deepseek-v4-pro，对应版本为 DeepSeek-V4-Pro-0813。

此前的安排是：9 月 14 日 12:00 后，指向 V4 Pro 的请求将转交给 V4.1 Flash，并按 Flash 单价计费。现在的续供通知改变了这项安排。使用 V4 Pro 固定输出表现或工具调用行为的项目，不必因原定下线时间切换模型。

这次变化与 V4.1 Flash 发布前公布的临时路由方案 直接相关。V4.1 Flash 仍通过 deepseek-flash 单独提供，两个模型名在当前价格页并列显示。

V4 Pro 继续执行现行峰谷价格

V4 Pro 仍按每 100 万 Token 分项计费。Token 是模型读取输入和生成输出时使用的计量单位。

高峰时段为北京时间周一至周五 9:00–12:00、14:00–18:00，其余时间执行空闲价格。一次调用若消耗 100 万个缓存未命中的输入 Token，并生成 100 万个输出 Token，空闲时段费用为 18 元，高峰时段为 36 元。

现有项目可以保持调用配置

OpenAI 兼容接口的基础地址仍是 https://api.deepseek.com，模型参数继续填写 deepseek-v4-pro。当前文档列出的上下文长度为 100 万 Token，最大输出为 38.4 万 Token，单账号并发上限为 500。

V4 Pro 继续支持 JSON Output、Tool Calls、Responses API 和 Anthropic API。已经接入这些接口的应用可以保持现有配置，并继续按 V4 Pro 的峰谷价核算预算。

微软于 2026 年 9 月 12 日宣布，Grok 模型正在推送到 Word、Excel 和 PowerPoint 中的 Copilot，首批面向 Microsoft Frontier 项目客户。演示画面显示，Grok 与 GPT、Claude 一起出现在 Copilot 模型选择器中。

Grok 进入 Copilot 模型选择器

这次更新把 Grok 放进 Microsoft 365 应用内的 Copilot。官方演示以 Excel 为例：用户打开 Copilot 侧边栏的模型选择器后，可以看到 Auto、GPT、Claude 和 Grok 四个选项。Auto 会自动选择模型，用户也可手动展开某个模型家族。

微软此前已把 Claude 引入 Office 工作流。Grok 加入后，Copilot 在同一个选择器中提供多个模型家族，用户不必离开正在编辑的文档、表格或演示文稿。

首批用户需要进入 Frontier 预览计划

Grok 的首轮推送面向 Microsoft Frontier 项目客户。Frontier 是 Microsoft 365 的可选早期体验计划，功能在正式全面上线前供组织评估。它按租户管理，需要 Microsoft Copilot 许可证。

管理员可以在 Microsoft 365 管理中心进入 Copilot > Settings > View all > Copilot Frontier，再选择向所有用户或指定用户开放。用户还需被分配 Microsoft Copilot 许可证。此类预览功能由管理员控制，个人无法只在应用内自行打开。

与独立 Grok Office 加载项不同

Microsoft Marketplace 中已有一款名为 Grok for Microsoft 365 的独立加载项。它为 X 和 SuperGrok 付费用户提供对话侧边栏，可以读取和修改 Word、Excel 与 PowerPoint 文档，并可将数据发送到互联网。

新推送的 Grok 则出现在 Microsoft Copilot 自身的模型选择器里，使用条件跟随 Copilot 许可证、组织租户配置和 Frontier 推送。如果已在使用独立加载项，不能据此判断 Copilot 里也已经出现 Grok；企业用户应由管理员检查 Frontier 和 Copilot 授权。

豆包输入法 Windows 版于 2026 年 9 月 8 日开放下载，当前版本为 V0.9.0。它提供语音识别、大模型键盘输入、文字整理和跨端复制粘贴；官网现已列出 Windows、macOS、iOS、Android 与 HarmonyOS NEXT 五个平台的入口。

Windows 版 V0.9.0 已开放下载

豆包输入法现在可以直接安装到 Windows 电脑。Windows 下载版本为 V0.9.0，发布日期是 2026 年 9 月 8 日，安装包由豆包官方域名提供。

Windows 版上线后，豆包输入法官网已经同时列出 Windows、macOS、iOS、Android 和 HarmonyOS NEXT。手机与电脑用户可以从同一个产品页面选择对应平台，不必前往第三方下载站寻找安装包。

语音输入支持方言、专业术语和中英混输

语音输入可以识别方言、专业术语和中英文混合表达，也覆盖嘈杂环境和轻声说话场景，适合在聊天框、文档或其他可输入文字的位置口述内容。

键盘输入则加入智能联想、长句补全和随打随纠。这里的大模型能力用于结合当前句子的上下文调整候选内容，减少长句输入时反复拆词和回删的操作。

长内容可以整理，复制内容可以跨端粘贴

“智能文字整理”面向较长的口述内容。用户说出零散句子后，可以使用整理功能补全表达、划分重点，再把结果写入当前输入位置。

“超级互传”用于跨设备复制粘贴。用户在一台设备上复制内容后，可以在另一台设备继续粘贴，减少通过聊天软件或文件传输工具中转文本的步骤。

从官网下载 Windows 安装包

打开豆包输入法官网，移动到“多端可用”区域，选择“Windows 版”并点击“立即下载”。下载页会从官方接口取得当前安装包，因此比保存第三方下载链接更适合后续更新。

安装完成后，先在常用的文档、浏览器和聊天软件里测试语音与键盘输入。需要在电脑和手机之间复制内容时，再使用同一产品提供的跨端互传功能。

OpenAI 自 2026 年 9 月 10 日起暂停 ChatGPT Pro 200 美元套餐的新订阅与升级。现有 Pro 200 美元订阅仍会正常续费，Pro 100 美元套餐、其他套餐和 API 不在暂停范围内。

新用户和套餐升级暂时无法购买 Pro 200 美元档

此次暂停只针对 ChatGPT Pro 200 美元档，也就是 Pro 20x。Free、Go、Plus 和 Pro 100 美元用户都不能在暂停期间新购或升级到这一档。

Pro 100 美元档仍然可以从定价页面或 Settings → My Plan 升级。其他 ChatGPT 套餐和 OpenAI API 也继续可用。

现有 Pro 200 美元订阅继续自动续费

已经使用 Pro 200 美元档的账户不受新购暂停影响，订阅会按原有设置续费。用户如果已经安排取消或降级，在当前计费周期结束前仍保留 Pro 200 美元权益，也可以在账单设置中撤销变更。

取消或降级一旦生效，账户在暂停期间无法重新购买 Pro 200 美元档。续费付款失败后，如果用户没有在服务提示的时间内恢复付款并导致订阅取消，也会受到同样限制。

Pro 100 美元与 200 美元档的差别主要在用量

两档 Pro 套餐包含相同的主要功能，差别是套餐用量：Pro 100 美元档提供 Plus 的 5 倍用量，Pro 200 美元档提供 Plus 的 20 倍用量。暂停期间，Pro 100 美元档是个人用户仍可新购的 Pro 选项。

GPT-6 Pro 由 GPT-6 Astra 驱动，在两档 Pro 套餐中都可用，但各档的模型用量不同。想了解模型本身而不是订阅变化，可参考 GPT-6 Astra 的模型规格、API 价格和上下文窗口。

取消或降级前先检查计费周期

现有 Pro 200 美元用户如果需要继续使用该档位，可以在 Settings → My Plan 检查订阅状态。已安排取消或降级的用户，可在当前计费周期结束前撤销。

如果通过 Apple App Store 或 Google Play 订阅，续费与付款恢复由对应商店处理。通过 chatgpt.com 订阅的用户，在续费失败时会收到与账户关联邮箱的处理说明。

Google 于 9 月 10 日推出 Gemini Windows 应用，支持 Windows 10 及以上系统和 x64、ARM64 设备。安装后按 Alt + Space 即可从当前工作界面调出 Gemini，并在桌面工作区处理文档、连接 Google 应用、生成图片或进行深度研究。

Windows 10 或更高版本即可安装

Gemini Windows 应用已开放下载，系统要求为 Windows 10 或更高版本，同时支持 x64 和 ARM64 架构。覆盖范围跟随 Gemini 应用现有的语言和国家或地区名单，具体功能会因账号和地区而异。

Windows 版本补齐了 Gemini 的两套主流桌面入口。Google 在 4 月先推出了 Gemini macOS 客户端，要求 Apple Silicon 和 macOS 15；Windows 版本则覆盖更早的 Windows 10，并同时兼容两种处理器架构。

Alt + Space 从当前工作界面调出 Gemini

应用运行后，按 Alt + Space 可以直接调出 Gemini，无需先切到浏览器。这个快捷键可以在设置中修改，也可以从 Windows 任务栏或系统托盘打开应用。

快捷入口适合处理临时任务，例如润色文字、总结长文档、起草消息和整理想法。它的变化不在于新增一个模型，而是把 Gemini 从网页标签页移到桌面常驻入口，减少应用之间的切换。

桌面工作区保留 Gemini 的完整工具入口

Windows 应用内有独立的桌面工作区。用户可以连接 Gmail、Google Drive、Docs 和 Calendar，从邮件、文档与日程中查找或汇总信息。连接 Google 应用时，Gemini 会按相应账号与服务的可用范围工作。

创作工具也进入桌面工作区，包括用 Nano Banana 生成图片、用 Gemini Omni 生成视频，以及使用 Deep Research 执行多步骤资料研究。这些能力集中在同一个客户端内，但各项功能的实际可用性仍取决于 Gemini 对账号和地区的开放范围。

下载安装后即可设置快捷键

Windows 10 及以上用户可以从桌面版下载页获取安装程序。完成安装并登录 Google 账号后，可直接使用默认的 Alt + Space，也可以进入设置改成自己的组合键。

OpenAI 于 2026 年 9 月 10 日为 ChatGPT Work 推出数据智能体。用户可用自然语言查询已授权的企业数据，追问指标变化的原因，再将分析生成可编辑、分享和刷新的交互式仪表盘。

从业务问题直接开始分析

Data 智能体运行在 ChatGPT Work 中，主要处理企业里的产品、运营、销售和财务数据问题。用户可以直接询问“上周活跃用户为什么变化”，让它比较前后时段、查找可能的驱动因素，并继续追问结果。使用过程不要求用户手写数据库查询语句。

它不只输出一次性回答。分析结果可以转成内置交互式仪表盘，团队成员能够编辑、分享和刷新。用户也可以把品牌规范加入任务，调整图表和页面的视觉样式。

可连接数据仓库、文档和 BI 工具

已公布的数据源包括 Amazon Redshift、Datadog、Google BigQuery、ClickHouse、Databricks、MongoDB 和 Snowflake。Google Drive 与 SharePoint 里的文件和文档也能加入分析。

单有原始表格还不足以准确理解企业指标。Data 智能体还可读取业务术语、指标定义、自定义计算方式和数据间的关系。这些上下文可以来自 Databricks Genie Ontology、dbt、GitHub、Snowflake Horizon 和现有 BI 仪表盘。BI 是商业智能的缩写，这里指企业已有的数据分析和报表系统。

它还能在 Omni、Oracle BI、Power BI、Sigma、Tableau 和 ThoughtSpot 中创建或操作仪表盘。因此，团队可以保留现有数据平台，通过 ChatGPT Work 用自然语言指挥分析。

查询继续遵守现有数据权限

企业管理员决定哪些数据连接可用，以及哪些角色可以使用它们。Data 智能体发出查询时，会执行已连接账号原有的表、行和列级权限。连接并不会让成员越过数据平台已有的访问范围。

分析完成后，Data 智能体可以通过 Slack 或电子邮件分享结果，也可以通过已连接工具执行用户批准的后续操作。这类写入和对外发送会继续受工作区设置、应用权限与确认机制约束。

在插件目录安装后使用 @Data

具备 ChatGPT Work 访问权限的账号，可以在 Plugins 目录找到 Data，选择“Install plugin”并完成所需的账号连接。之后在对话中输入 @Data，再直接提出业务问题。

企业管理员也可以从“Workspace settings > Plugins”为团队安装或开放 Data，然后配置 Databricks、Snowflake 等数据源插件及可用角色。在 ChatGPT Work 中运行数据分析任务，会沿用 ChatGPT Work 与 Codex 共享额度 的用量结构。

DeepSeek 于 9 月 10 日正式发布 V4.1 Flash。新模型共有 552B 主干参数，可原生处理文本与图像，已以 MIT 许可开源；API 模型名更换为 deepseek-flash，旧 Flash 模型名暂时保留路由兼容。

V4.1 Flash 正式进入 API 与开源仓库

DeepSeek V4.1 Flash 已从两天的中间版本测试转为正式版。临时模型名 deepseek-v4.1-flash-expires-on-0910 不再是正式入口，开发者应把 model 改为 deepseek-flash，API 基础地址仍是 https://api.deepseek.com。

模型文件、推理代码、提示词编码实现和评测复现说明已放入 DeepSeek-V4.1-Flash 开源仓库。仓库和模型权重均使用 MIT 许可，文件可直接下载。

552B 参数不会在每个阶段全部激活

V4.1 Flash 是一个拥有 552B 主干参数的混合专家模型（MoE）。MoE 会在每次计算时只调用部分参数：读取输入时每个 Token 激活 8B 参数，生成输出时激活 16B。

模型采用 Causal Encoder-Decoder（因果编码器—解码器）结构，由 20 层因果编码器和 20 层解码器组成。它把全局 KV Cache 压缩到每个 Token 890 字节，约为上一代 V4 Flash 的四分之一。KV Cache 是模型为上下文保留的中间数据，这个规格直接决定长对话和智能体任务需要保留多少高速存储。

deepseek-flash 同时接收文本和图像

正式版把图像理解并入主 Flash API。deepseek-flash 可以接收 JPEG、PNG、GIF 和 WebP 图片，用于描述图片、读取截图文字或分析图表。图片可以用 Base64 内联、公开 URL 或 Files API 的 file_id 三种方式传入。

API 规格同时保留 1M Token 上下文、最大 384K Token 输出和单账号 2500 并发。它支持 JSON Output、Tool Calls、Responses API 和 Anthropic API；使用 OpenAI 兼容的 Chat Completions 接口时，图片只能放在 user 消息中。

旧 Flash 模型名只剩兼容路由

V4 Flash 与 V4 Flash Vision Exp 已下线。为了避免现有应用立即失效，deepseek-v4-flash 和 deepseek-v4-flash-vision-exp 两个旧模型名会暂时路由到 V4.1 Flash，账单按 Flash 价格计算。新接入应直接使用 deepseek-flash，现有项目也可以把模型名放进配置项，避免继续依赖过渡期别名。

新价格已于 9 月 10 日 12:00 生效：空闲时段每百万 Token 的缓存命中输入、缓存未命中输入和输出分别为 0.02 元、1 元和 4 元，高峰时段价格翻倍。完整的新旧价差和 V4 Pro 过渡路由已在 V4.1 Flash 发布与 API 降价预告 中单独梳理。

豆包搜索 Global 版在 2026 年 9 月新增图搜图。开发者可以把图片 URL 或 Base64 编码作为查询输入，也可指定图片局部并补充文字提示；返回结果同时包含相关图片和网页级信息。

图片成为豆包搜索的查询输入

这次更新面向火山引擎豆包搜索 Global 版 API。它不是豆包 App 新增入口的说明，而是给企业和开发者接入搜索能力的接口更新。

豆包搜索在 7 月开放服务时，已经提供 API、Skill 和 MCP 等接入方式，具体背景可参考豆包搜索服务开放与接入方式。9 月加入图搜图后，Global 版的查询输入从文字扩展到图片。此前 8 月上线的是“文搜图”，也就是输入文字找图片；这次的“图搜图”直接使用一张图片发起检索。

支持整图、局部图片和文字辅助检索

图搜请求需要把 SearchType 设为 visual，并在 ImageQuery 中提供图片。图片可以使用 HTTP 或 HTTPS URL，也可以传入纯 Base64 编码，两种方式必须二选一。

RegionOfInterest 用于指定图片中的矩形区域。开发者可以用 0 到 1 之间的相对坐标设置区域边界，让检索只关注图片的一部分。若不传该字段，系统会使用整张图片。

文字字段 Query 在图搜模式下可以留空。需要缩小检索方向时，也可以加入不超过 100 个字符的文字提示。例如，商品图片中同时出现人物和服装时，应用可以指定服装区域，再用文字补充要找的对象。

一次返回图片与网页级信息

图搜结果以 Documents 数组返回。每条结果包含排序位置、网页 URL 和标题；Snippet 中可以同时出现文字片段与图片，图片字段包括宽度、高度、地址和替代文本。结果还可带有文件类型、站点名称和站点图标。

这套结构让接入方不必只展示一组图片缩略图。应用可以把相似图片与它所在的网页放在一起，保留可点击的页面入口和站点信息；也可以把这些字段继续交给智能体做整理、筛选或溯源。

单次请求默认返回 10 条结果，最多可设为 20 条。MaxSnippetLength 控制单个摘要片段长度，默认 300，最大 3000。

通过 Global 版 API 接入

开发者通过 POST https://open.feedcoopapi.com/search_api/global_search 调用接口，并在请求头中使用 API Key 完成 Bearer 鉴权。Global 版默认限流为账号维度 10 QPS，也就是每秒最多处理 10 次请求；需要更高额度时可提交工单扩容。

Global 版只支持按量后付费，不支持订阅套餐。每个火山引擎账号每月有 500 次免费联网搜索额度，这部分额度与 Custom 版共用，也不区分搜索类型。图搜图适合先用免费额度验证返回图片、网页字段和业务流程，再决定是否持续接入。

Google 于 2026 年 9 月 1 日正式推出 AI 图像创作与编辑工具 Pics。符合条件的个人与 Workspace 用户可从独立网页进入，也能在 Docs 和 Slides 中直接修改图片；工具支持对象级局部编辑、图中文字修改、多人协作及 2K、4K JPEG 导出。

Pics 把生成和局部编辑放进同一画布

Google Pics 是 Google Workspace 的独立图像创作与编辑工具，底层使用 Gemini 的 Nano Banana 图像模型。用户可以输入文字生成新图，也可以从电脑、Google Drive 或 Google Photos 导入已有图片继续修改。电脑与 Drive 支持上传 JPG、PNG、BMP 和 TIFF 文件。

Pics 会为同一条提示词提供多个生成结果。已有图片还能作为元素或风格参考，例如沿用一张图片的配色。站内此前介绍过 Nano Banana 2 的图像生成与编辑能力；Pics 将这类模型能力封装成面向普通用户和团队的可视化编辑器。

对象、选区和文字可以分开修改

编辑图片时，用户可以把提示词作用于整张图，也可以点选具体对象，或拖动框选一个区域后再描述修改要求。一次操作最多可以加入五处对象、选区或文字修改，确认后统一应用。

Pics 会识别图片里的文字。用户可以直接替换文字内容，也能要求改变字重、斜体等样式。裁剪工具提供旋转和画幅调整，内置选项包括 16:9、1:1 和 4:3。

这种操作方式适合修改海报、社交媒体图片和演示插图：需要换一个对象时，不必重新生成整张图；需要制作不同语言版本时，可以直接处理图中文字和版式。

Docs 与 Slides 可以直接打开 Pics 编辑器

在 Google Docs 或 Slides 中选中图片后，用户可以打开 Pics 编辑器，完成修改后用新结果替换文档或幻灯片里的原图。编辑器运行在当前应用内，不需要先把图片下载到本地再上传。

Pics 文件沿用 Workspace 的协作方式，可以邀请其他人以查看者或编辑者身份加入，也可以通过链接分享。用户还能在 Drive 中创建或打开 Pics 文件；Google 已安排继续扩展从 Drive 直接打开普通图片并编辑的入口。

个人与企业账户需要符合指定套餐

个人账户需要订阅 Google AI Pro 或 Ultra。企业账户支持 Business Standard、Business Plus、Enterprise Standard 和 Enterprise Plus；教育账户支持 Google AI Pro for Education，AI Expanded Access 附加方案也在开放范围内。组织管理员可以按网域、组织部门或群组关闭 Pics。

功能采用分批开放：快速发布网域从 9 月 1 日开始，最长需要 15 天；计划发布网域从 9 月 15 日开始，最长也需要 15 天。Pics 支持中文生成和编辑，适用范围覆盖支持 Google Workspace 的国家和地区；德国的个人账户不在开放范围内。

目前只支持桌面端，4K 下载消耗更多额度

Pics 目前只在桌面端使用。Google 列出的浏览器范围是最新版和前一个版本的 Chrome、Firefox，以及 Windows 上的 Microsoft Edge；其他浏览器可能无法使用全部功能。

完成图片后，可以下载原始尺寸、2K JPEG 或 4K JPEG，也可以打印或与协作者共享。下载较高分辨率会更快消耗推广期额度。生成式 AI 功能受使用上限约束，Google 为用户提供的较高访问额度至少持续到 2027 年 2 月 28 日；从 Docs 或 Slides 调用 Pics 时，仍沿用这些应用现有的 Nano Banana 图像生成额度。

Suno 于 9 月 9 日发布 v6、v6-wild 和 v6-mini 三款音乐模型。新系列支持用自然语言修改歌曲局部、组合多首歌曲的元素，并可从文字、音频、图片或视频开始创作；v6-mini 对免费账户开放。

三款模型对应不同创作方式

Suno v6 系列由三个模型组成。v6 面向目标较明确的创作和后续精修，v6-wild 用于尝试变化更大的方向，v6-mini 则是所有账户都能使用的入口。

当前月付价格为：Free 免费，Pro 每月 10 美元，Premier 每月 30 美元。免费用户可以直接使用 v6-mini；需要使用 v6 或 v6-wild 的用户需订阅 Pro 或 Premier。

自然语言可以只修改歌曲的一部分

v6 系列允许用户选中已有歌曲的一段，再用日常语言说明改法。系统可以替换这一段，同时保留歌曲其余部分。例如，用户可以要求改变副歌的演唱方式，也可以只替换歌词中的一个词或一行，不必从头生成整首歌。

这类局部编辑把“生成”和“修改”放进同一条工作流。用户先得到完整歌曲，再针对不满意的段落继续调整，适合需要反复修改歌词、演唱或编曲细节的创作。

多首歌曲的元素可以在一次请求中组合

新系列可以在一次请求中组合多个来源。用户可指定从一首歌取人声、从另一首歌取鼓点，再添加新歌词和风格要求，生成新的混音结果。

采样处理也进入同一流程。用户可以指定时间点，从歌曲中提取一段乐器素材，再围绕它生成新的节拍。这比先导出音频、在其他软件中切片，再返回生成工具的步骤更短。

文字、音频、图片和视频都能作为起点

v6 系列接受文字、音频、图片和视频作为创作输入。用户可以从一句描述、语音备忘录、视觉素材或视频开始，再让模型把这些参考转成音乐。图片和视频在这里提供情绪与氛围参考，并不是把画面直接转换成固定音效。

如果主要需求是通过 Gemini 或 API 从图文生成歌曲，可以对照阅读 Google Lyria 3.5 的使用入口与 API 价格。Suno v6 这次更新的重点，是在生成之后继续局部编辑、混音和采样。

普通用户怎么选

免费账户先使用 v6-mini，适合从提示词或多模态素材快速开始一首歌。Pro 和 Premier 用户在目标清楚时可选择 v6；需要寻找不同方向时，可先用 v6-wild 生成方案，再把选中的结果交给 v6 继续调整。

三款模型共用局部编辑、多来源混音、采样与多模态输入能力。选择时先看账户权限，再看任务是精确执行还是探索方向，不需要把三个模型依次使用一遍。