工具情報 · 2026 年第 39 週

本機巡檢 · 覆蓋 09-18 ～ 09-25 · 承重項經 GPT-6 Astra（聯網）＋ Gemini 3.1 Pro（聯網）兩路自動校驗，分歧處以一手頁面／HF API 親核 · Perplexity 本週未跑，已附清單

本週三條最有操作後果：一、Claude Opus 5.5 上線，價格降兩成，但有 API 不相容變更（常駐自適應思考、拒絕強制指定工具），沿用舊呼叫參數前須回歸測試。二、GPT-6 Sol／Luna 是 09-22 發布的新模型，不是舊模型降價——比 GPT-5.6 同檔便宜約一半，路由比價時須以新型號為準。三、Sarvam Vision 2.1 新增印度文字手寫辨識，官方表列梵語分數，是天城體 OCR 值得一測的雲端候選（廠商自報，待驗）。

🔧 版本更新（可升級）

• MinerU 4.0.3 → 4.0.7（09-18～23）— 上週 4.0 大改版後的連續修補：4.0.4 修 VLM 引擎高顯存配置與 lmdeploy 多幀回應不完整；4.0.5 統一 ONNX 執行緒設定；4.0.6 修復缺 lines 資訊的 PDF 文字塊被整塊丟棄的回歸（#5565）與中文含行內公式匯出崩潰；4.0.7 新增 MHTML／MHT 解析與預覽。未見新的破壞性參數變更，但 4.0 的四檔位介面變更仍在。有新版，建議先在基準頁回歸再升級。release ✓三源證實（atom＋Astra＋Gemini；Gemini 記為 09-24，係時區差，GitHub 發布時間為 09-23 UTC）
• mlx-vlm 0.7.2／0.7.3（09-21／24）— 0.7.2 修 APC 預填與記憶體規劃、LFM2-VL 視覺塔、DeepSeek V4 權重遺漏；0.7.3 新增 MiMo-V2.6（含原生 MXFP4 與多模態）、Qwen-Image-2.1 KV 快取等。有新版，建議升級。release 二源（atom＋本機版本對照）
• Ollama 0.34.3／0.34.4（09-19／23）— 0.34.3：Apple Silicon MLX 後端支援 Nemotron H 視覺模型，/api/show 回報各模型思考檔位；0.34.4：Gemma 4 在 Apple Silicon 上逐圖挑選最佳解析度（與既有 Gemma 4 圖像輸入問題直接相關，但未明言是否全修）、Qwen 3.8 提示處理提速。有新版，建議升級後重測 Gemma 4 讀圖。v0.34.4 ✓三源證實（Astra 更正日期為 09-23）
• silero-vad 6.2.3（09-23）— torchaudio 改為選用依賴；音訊讀寫須另裝 silero-vad[audio] 或 [codec]，否則 read_audio 會報錯。升級時留意安裝指令。release 單源（atom）
• mlx-audio 0.5.5／0.5.6（09-21／24）— 例行維護版。releases 單源待核
• 其他監看項目本週僅有預發布或每日建置（Syncthing 2.1.6-rc、GoldenDict-ng alpha、3x-ui dev），不列升級建議。faster-whisper 本機版本本週未能核對，標「待核」。

☁️ 雲端 AI / API 動態

• Anthropic — Claude Opus 5.5（09-22）— 預設 1M token 上下文、常駐自適應思考（不可關）、每百萬 token $4／$20（Opus 5 為 $5／$25）。⚠API 不相容：拒絕強制工具選擇、computer-use 須換新版工具集。另 09-24 起對 bio、frontier_llm、reasoning_extraction 類別的輸出前拒答也計費。發布說明｜9to5Mac ✓三源證實（1M 上下文 Gemini 未能核實，Astra 與官方頁證實）＋補遺（不相容變更、拒答計費，Astra）
• OpenAI — GPT-6 Sol／Luna 發布（09-22）— Sol 每百萬 token $2／$10、Luna $0.10／$0.50；比較基準是 GPT-5.6 同檔（$4／$20、$0.20／$1.20），不是既有 GPT-6 型號降價。同日另宣布 GPT-6 提示快取改進（診斷、顯式斷點、預熱）。OpenAI 公告｜Artificial Analysis｜快取公告 ⚠分歧已裁：初稿寫「降價」，Astra 與 Gemini 均更正為「新模型上架」，以更正為準
• Google Gemini— Gemini 3.8 Flash TTS／Flash-Lite TTS（09-22 GA）支援約 130／101 種語言、2000 餘種預製聲線、可用自然語言設計聲線；Gemini 2.5 系列自 09-18 起僅限既有活躍，新專案導向 3.5 Flash-Lite 或 3.8 Flash（官方明言 2.5「並非棄用」）。終端 Gemini 通道可選型號本週未變（最高仍為 3.1 Pro）。Gemini API 變更日誌｜MarkTechPost ✓三源證實（Astra 更正 TTS 日期為 09-22）
• DeepSeek — 官方變更日誌 09-18～25 無新條目；最近一筆為 09-10 的 V4.1-Flash。上週報的 V4 Pro 續供應不變。變更日誌 ✓三源證實
• 免費 GPU 平台 — Kaggle、Modal、百度 AI Studio 本週無新政策；Kaggle P100 退役上週已報。Modal 定價 單源待核
• Azure Document Intelligence — 本週無版本或定價變動。新功能頁 單源待核

🆕 新模型雷達（查證/深度研究 + 特別亮眼）

• Claude Opus 5.5（Anthropic）— 登上 Artificial Analysis 智能指數榜首，OpenRouter 排行（09-24 快照）亦居首。見上節。OpenRouter 排行 二源
• GPT-6 Sol／Luna（OpenAI）— 智能與代理指數與 GPT-5.6 持平互有進退，單任務成本降約一半，屬「價格斷層」型亮點。見上節。✓三源證實
• Fireworks Ember-1（09-23 公告）— 以 Kimi K3 為底的推理模型，評測中生成 token 約少 40%，瞄準程式、知識工作與代理式工作流；初期為兩週 serverless 研究預覽。官方部落格 ✓三源證實（Astra 更正日期為 09-23）
• Arena.ai（原 LMArena） — lmarena.ai 已轉址 arena.ai；代理類榜單前段未見本週新進前 15 的模型。排行榜 單源待核
• OrcaRouter 免費/低價雷達：隱身免費模型 Union Alpha（09-16 上架、09-17 開放端點）— 262,144 token 上下文、支援圖片與工具呼叫、有速率限制、首字延遲約 10 秒、供應方未公開，官方定位為沙盒測試用；既有免費陣容本週未見降價或新增。OrcaRouter 公告｜免費模型說明 ✓三源證實（公開頁面視角）

⭐ 更優替代掃描

• 梵語 OCR：tadad/midf-sanskrit-ocr（09-22 更新）— kraken 架構的梵語／天城體手寫辨識模型，附 eGangotri 來源資料集；下載量個位數、無第三方評測。HF HF API 已核·待驗
• 天城體 VLM：Sarvam Vision 2.1（09-24）— 文件理解 VLM 新增印度文字手寫辨識、複雜表格與表單鍵值抽取，並稱推理成本較發布時下降；官方表列含梵語一欄分數。僅雲端 API、屬廠商自報基準。Sarvam 公告 待驗（Astra 補遺＋一手頁面親核）
• 梵／巴利／藏語 TTS：本週無更優替代。另 Gemini 3.8 Flash TTS 的語種清單未核是否含梵語，待查。
• 梵語 ASR：本週無更優替代。
• 梵語／巴利／藏語 NLP・MT：buddhist-nlp/byt5-mitra-bo-tagger（09-24）— Dharmamitra 專案的 ByT5 古典藏語（Wylie）分詞／詞性標註模型，並標出對應梵語單元；模型卡自報詞界 F1 .959、詞性準確率 .914、梵語單元 F1 .663（100 句保留集）。HF HF API＋模型卡已核·數字為作者自報（Astra 未能存取，Gemini 部分證實）。另 conradcompagna/sanskrit-sandhi-tokenizer（trankit 連聲切分，09-24，零下載）HF 待驗。
• 音源分離／去噪／對齊：SE-MSB（Mamba 架構、無配對資料語音增強）arXiv 2609.26000；擁擠場景說話人計數與端到端分離 arXiv 2609.27315。皆通用語音、待驗。

🖥 本機 AI 模型全景監看

• 層一·別落後：清單內八個核心倉庫（Qwen3-VL 解限版、Gemma 4 e4b、Qwen2-Audio-7B、Qwen3.6 長文本、whisper-large-v3、faster-whisper-large-v3、PaddleOCR-VL-1.6、PP-DocLayoutV3）HF lastModified 均早於 09-18，本週無變化（HF API 已核）。Ollama 0.34.4 對 Gemma 4 圖像輸入有實質改動，見🔧節。
• 層二·別停滯：litert-community/PaddleOCR-VL-1.6（09-21）— PaddleOCR-VL-1.6 的 ONNX／LiteRT 邊緣推理移植，可作另一種本地部署格式。HF｜Edge0/Audio8-ASR-Infinite（09-24，Apache-2.0）— 原生串流 ASR，固定記憶體滾動 KV 快取支援無限長度轉寫，僅中英，作架構參考。HF｜mlx-vlm 0.7.3 新增 MiMo-V2.6 多模態支援，擴大 MLX 可跑的視覺模型範圍。皆 HF API／GitHub 已核。

🏛 IE 文獻學新工具/資源（更廣範圍）

• Apollo Restore（arXiv 2609.22455，v1 09-18）— 奧地利科學院 Decoding Antiquity 計畫與 Mistral AI 研究者合作，由 Mistral Small 微調的 24B 模型，以填空目標修復古希臘紙草與銘文缺字；20 位專家盲評多數偏好其結果。缺字寫本修復方法可借鑑於梵語殘卷。arXiv ✓三源證實
• Corpus of Open Greek（Perseus／Northeastern，2026 夏）— 逾 5.9 億詞的開放古希臘語料（整合 Perseus、Open Greek and Latin、Patrologia Graeca 與公版 OCR 書籍）。資料集卡｜Perseus Updates ✓三源證實（字數）；同期古希臘語 BERT＋詞形還原／形態標註／剖析工具鏈：⚠分歧（Gemini 證實，Astra 未能核到），以 Perseus 部落格為單一一手來源
• Kraken PP-OCRv6 系列模型（small-models-for-glam，HF 更新 09-10）— 輕量 CTC 文字行辨識（medium 約 1,600 萬參數），涵蓋 44 種語言、10 種文字，含古希臘文、拉丁文、古教會斯拉夫文、古典亞美尼亞文、敘利亞文；HF 倉庫為 Kiessling 於 Zenodo 發布版本的鏡像。HF ✓三源證實（日期經 HF API 親核）
• FineBooks／BHL OCR Leaderboard（HF＋EleutherAI，08-10）— 以 2,165 頁專家轉錄的 18–19 世紀印刷書為真值、評測 14 個開源 OCR／VLM；僅 Antiqua 字體英法德拉丁文，明確排除 Fraktur、手寫與非拉丁文字。對拉丁文獻 OCR 選型與真值建置方法可借鑑。HF 部落格 單源
• Prasthānatrayī 逐詞數位讀本（arXiv 2607.07282，07-08）— 十部主要奧義書、梵經、《薄伽梵歌》及商羯羅注的離線閱讀器，每詞可展開連聲／複合詞切分、形態分析與釋義。梵語哲學讀本開發的直接範例。arXiv 單源
• 巴利→英翻譯誤差分流方法（arXiv 2609.14963，09-14）— 無參考譯文下，結合來源新穎度、GEMBA 評分與多模型分歧度的預算化人工複核流程；向梵、希、拉的遷移尚未測試。arXiv 單源
• 本週無新素材：eScriptorium、GRETIL／TITUS／SARIT／Logeion／DCS、Avestan／古波斯語 OCR、比較語言學與詞源資料庫（Lexibank、LIV、Leiden IEED）。

📋 清單變動

• 建議新增監看：btrbk（快照工具，已在伺服器端用於每日快照）— https://github.com/digint/btrbk/releases.atom。
• 建議新增監看：Kraken 模型鏡像 small-models-for-glam（HF），及 Ollama 0.34.4 後的 Gemma 4 讀圖重測。
• 規格表 atom 批量抓取本週 50／50 成功（上週截斷 5／50），改用直接抓取＋逐條解析後問題消失。
• Opus 5.5 API 不相容：凡強制 tool_choice 或依賴關閉思考的呼叫，改用前須回歸。
• 上週建議（Ollama／llama.cpp／mlx／pandoc 補入規格表等）仍未落實，保留。

🔎 第二源校驗小結

• 自動校驗：GPT-6 Astra（聯網）＋ Gemini 3.1 Pro（聯網）兩路（依現行通道政策：OpenAI 查詢走 Codex、Gemini 走終端通道；OpenRouter GPT／DeepSeek 兩路已不在查詢路由內）。13 條承重項：兩路皆證實 5 條（Gemini 2.5 限用、Apollo Restore、Union Alpha、Ollama 功能、DeepSeek 無新條目）；部分證實並更正日期或細節 6 條（Gemini TTS 日期、Ember-1 日期、Ollama 日期、Opus 5.5 上下文、Kraken 鏡像性質、Perseus BERT）；推翻 1 條（「GPT-6 Sol／Luna 降價」→ 新模型上架，兩路一致）；Astra 無法核實、經 HF API＋模型卡親核成立 1 條（藏語 tagger）。⚠僅兩路，標「✓三源證實」者為兩路＋一手頁面／atom。
• 補遺：Astra 4 條（Sarvam Vision 2.1、GPT-6 提示快取、Anthropic 拒答計費、Opus 5.5 不相容，均已併入正文）。Gemini 5 條單源待核、未併入正文：xAI Grok 4.7（09-21）、OpenAI 終止 Sora 2 API（09-24）、小米 MiMo-V2.6 Flash／Pro、Meta Muse Spark 1.3、OpenAI 四個舊模型 09-28 退役。
• Grok Bot：本週產出缺席（連線逾時）。
• 🔬本地模型參考（Gemma，離線·不計入共識）：Ollama 服務未啟動，略過。