LLM Weekly（2025.03.17-03.23）

😎 网络新闻速览

• OpenAI API推出下一代音频模型。OpenAI在其API中发布了全新的语音转文本和文本转语音模型，提升了语音代理的准确性和可靠性。新功能包括多语言覆盖能力提升、语音风格自定义，以及强化学习方法的整合。
• Gemini引入更智能的深度研究和扩展上下文的2.0闪电思考。Gemini应用推出重大升级，包括支持扩展上下文窗口的2.0闪电思考、更智能的深度研究功能，以及实验性个性化设置。
• Claude now可进行网络搜索。Claude开始支持网络搜索功能，提供更及时、相关的回答。该功能面向美国付费用户开放，赋能销售团队、金融分析师、研究人员和消费者获取实时洞察。
• o1-pro模型加入OpenAI API。OpenAI在API中引入o1-pro模型，通过提升算力提供更优质的响应。该模型面向1-5级开发者开放，支持视觉处理、函数调用和结构化输出，并与响应式API和批量API兼容。算力升级伴随成本增加：每百万输入token150美元，每百万输出token600美元。
• Gemini新增Canvas和音频概览功能。Gemini的新功能Canvas和音频概览（Audio Overview）提升了创意协作和理解能力。Canvas支持实时文