IBM 的 Granite Switch 4.1.1 以补丁版本形式发布，与 4.1 完全向后兼容、无需迁移。它更新了支持 10 种语言、自带标点与大小写的 Granite Speech 语音转写模型，以及 granitelib-core 中在 Jev Decision Index 测试集上整体表现提升的 Decision 适配器。除训练这两个新适配器外，基座模型未被重新计算，用户组合最新适配器即可部署。
Fireworks 发布 Whisper v3-large 语音转文字 API 的 beta 版，主打速度：在专用端点上，异步接口把 1 小时音频转写或翻译成文本只需 4 秒，约合 900 倍实时。此前同类服务往往让用户等上数秒甚至数分钟，而这次的速度来自其推理服务栈的改造，而非模型本身。质量上，whisper-v3-large 在 Librispeech Clean 数据集上的贪心解码词错误率为 2.00%，与原版开源模型持平；服务端还内置翻译、词句时间戳对齐、音频预处理和语音活动检测。
Mistral 发布 Voxtral 3，把语音识别、推理、工具调用与语音合成放进同一条实时流式管线，并配套语音智能体 SDK。此前让智能体同时听准、想清、说自然并跨系统执行多步操作仍很困难。其 Small 转写模型在英语、法语、西班牙语的多语言转写与说话人分离上优于 Whisper、Scribe v2 和 Gemini 3.5 Transcribe，实时转写延迟低于 500 毫秒。
IBM发布Granite Switch 4.1，把通用决策、安全决策和语音转写三类能力组合进同一个托管端点，8B与30B两个版本在GPU上占用的显存与单独的基础模型大致相当。此前的Granite Switch项目已支持把专用适配器组合进定制模型，而这次随版本一同给出的Decision适配器、Guardian安全适配器和Granite-Speech-5.0-Turbo-CTC转写模型被预先编译进模型。由于适配器以缓存高效的Activated LoRA形式构建，基础模型生成产生的KV缓存可被后续适配器决策复用，因此聊天、决策与语音请求之间的切换不必重建缓存。
已读完全部报道