Gemini 4 Neon 发布:定价与推理档位对比
Google 推出 Gemini 4 Neon,并公布其 low、medium、high 三个推理档位的定价对比方法。Neon 的价格为每百万输入 token $3、每百万输出 token $15,当前高于半价促销的 Carbon 和 Hydrogen,但预计 12 月 1 日 Carbon 恢复原价后排序将改变。
Google 推出 Gemini 4 Neon,并公布其 low、medium、high 三个推理档位的定价对比方法。Neon 的价格为每百万输入 token $3、每百万输出 token $15,当前高于半价促销的 Carbon 和 Hydrogen,但预计 12 月 1 日 Carbon 恢复原价后排序将改变。
Google DeepMind 发布 Gemini 4 Neon,面向复杂软件工程、知识工作和科学研究提供快速端到端任务执行能力。模型支持 1 million-token 上下文窗口,定价为每百万输入 token $3、每百万输出 token $15,并提供四档思考等级。
推荐理由:Gemini 4 Neon 提供四档思考等级、百万 token 上下文和面向生产环境的智能体能力,便于评估复杂工作流中的性能与成本权衡。
Google 发布 Gemini 4 Neon,并通过 API 提供服务,定价为每 1M 输入 tokens $3、每 1M 输出 tokens $15。
RadixArk 发布首个模型 DaisyRose-27B,该模型基于 Qwen3.8-27B,使用 Miles 通过强化学习完成后训练。训练使用约 1,200 个精选任务,在 18 天内动用 144 张 H200 GPU,支持最长 1M tokens 的会话,并将 Terminal-Bench 4.1 pass@1 从 5.6% 提升至 12.0%。
推荐理由:RadixArk 公开了长程智能体后训练的数据、训练后端与沙箱方法,便于读者比较其效率收益与复现条件。
OpenAI 发布 GPT-6.2 Astra 和 GPT-6.2 Sol,分别面向高要求专业工作与日常任务,并降低 API 运行成本。Astra 每百万输入、缓存输入和输出 token 的价格分别为 $8、$0.40 和 $40,Sol 保持 $2、$0.10 和 $10。
同一件事,精选收录的是《OpenAI 发布 GPT-6.2 Astra 和 Sol》
Artificial Analysis 评测显示,OpenAI 的 GPT-6.2 Astra 和 GPT-6.2 Sol 位居其智能指数第二,仅落后于 Claude Fable 5.2。
推荐理由:评测同时呈现智能、任务成本、科学知识、3D、机器人与编码表现,为比较两款模型的权衡提供了具体依据。
Cloudflare 将自身称为 neolab,并已推出 System One 模型 Clef 和 Clairic,其模型路线聚焦后训练及让较小、更快的模型处理适合的任务。Clairic 是一款抽取模型,可从非结构化输入中通过一次前向传播提取并计算类型化数值,以减少 LLM 在订单号识别、JSON 格式和模型幻觉方面的问题。团队还在实验推理模型和其他 LLM,但不太可能从零预训练前沿模型。
Edge0 开源 Edge0-145B 和 Edge0-120B,并发布统一推理框架与部署工具。Edge0-145B 可在兼容笔记本本地运行,报告峰值内存 29GB、解码速度 80+ tokens/s、提示词处理速度 1,100+ tokens/s,并支持 128K–256K 上下文。
推荐理由:Edge0 同时开源模型、推理框架与部署工具,并给出内存、速度和基准数据,便于开发者复现及评估端侧方案。
Google 发布 Gemini 4 Hydrogen 模型,用于处理多部分问题、包含拼写错误的问题和高度具体的需求。该模型可拆分问题并逐部分回答,同时并行检索相关子主题,提供更多链接、图片、对比表格、图表和地图。
Google推出Gemini 4 Hydrogen,用于替代Gemini 3.8 Flash并扩展至其产品。Hydrogen提供low、medium、high和xhigh四档思考模式,Google称其在high模式下速度是Flash 3.8的2.5倍,并将“捏造声明”减少超过5倍。
同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen,面向编码与智能体工作流》
Google发布面向开发者和日常用户的Gemini 4 Hydrogen,提供low、medium、high和xhigh四档思考级别。
推荐理由:文章提供发布后的基准、价格与独立评测对照,可用于比较Hydrogen与Argon在能力、速度和成本上的取舍。
Artificial Analysis 评测 Google 新发布的 Gemini 4 Hydrogen。其新增 xhigh 推理档在 Intelligence Index 得 54 分,比 Claude Sonnet 5.5 (max) 和 GPT-6.1 Sol (max) 各低 1 分;每任务成本约为 Sonnet 的 32%,约为 GPT-6.1 Sol 的 2.5 倍。
AINews 汇总了 AIE CODE System One 日及近期 AI 行业动态,其中 Google 发布 Gemini Decision 1,这是一款支持文本、图像、音频、视频和 PDF 输入的单次决策模型,支持每次请求最多 1,000 个问题,256K context,端到端延迟为 150–250 ms,输入价格为 $0.10 per 1M input tokens。
Google DeepMind 推出 Gemini Decisions API,底层模型 Gemini Decision 1 可在一次处理中完成最多 1,000 个独立的封闭式问题,并支持文本、图像、音频、视频和 PDF 输入。
Google 发布 Gemini Decisions API 和新模型 Gemini Decision 1,通过 Gemini API 与 Google AI Studio 提供封闭式决策能力。
推荐理由:原文给出 API 的输入上限、延迟与计费方式,并对比现有 Gemini 方案,便于评估封闭式决策场景的成本和性能。
百度发布 ERNIE 5.5 Flash Preview,这是此前 Base 模型的首次后训练版本。该模型总参数 280B、激活参数 14B,支持 1M 上下文,已在千帆平台上线,权重计划于11月25日前开源。模型通过 Agent 框架完成游戏开发、3D建模、知识工作和视频创作等任务。
Moonshot AI 的 Kimi K3.1 Pro Highspeed 已上线 Amazon Bedrock,配备 1-million-token 上下文窗口,Moonshot AI 称其输出速度为 Kimi K3.1 Pro 的 2–3 倍。
推荐理由:提供了模型接入、推理档位、提示词缓存和 OpenCode 接入示例,并给出 Flex 成本与区域路由取舍。
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2,并上线 Cursor、GitHub Copilot、Perplexity 等平台。
推荐理由:文章汇总官方规格、独立基准与用户实测,便于比较新模型的排名、任务成本、effort 档位和订阅限制。
Latent Space 实测 Naive-N0.5-Flash 的编程与推理速度,其峰值吞吐约为 2,100 tokens per second,思考模式中位响应时间为 3.1 秒。
Anthropic 今天发布 Fable 5.2 和 Mythos 5.2,Fable 5.2 当前位列 Artificial Analysis 第一。
Meta AI 发布 Muse Ember 1.0,主打复杂推理执行及智能体反复执行的任务,包括工具调用、编码子任务、路由、信息提取和长文档解析。Muse Ember 在不超过 200k 输入 token 时,输入与输出价格分别为 $0.10/M 和 $0.50/M;超过阈值后分别升至 $0.30/M 和 $1.50/M。
Anthropic 发布 Claude Fable 5.2 和 Mythos 5.2,面向高要求技术任务,并在部分基准测试中领先。两款模型基于同一模型基础,Fable 面向所有用户并限制网络安全和生物领域的高风险任务,Mythos 取消部分限制,仅向通过 Anthropic 验证计划的组织开放。
同一件事,精选收录的是《Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2》
AWS 宣布 Claude Fable 5.2 与 Claude Mythos 5.2 登陆 Amazon Bedrock 和 Claude Platform on AWS。
推荐理由:文章提供了模型能力、适用场景、数据治理要求及迁移方法,可帮助开发者评估接入方式并完成代码适配。
Claude 官方视频介绍了 Claude Mythos 5.2 预测完整 AAV 衣壳结构的方法。模型编写代码,在相邻五链分组上运行开源折叠模型,再利用衣壳对称性拼合全部 60 条链;在 AAV2 上,预测结果与实验结构的误差约为一个原子宽度。
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2,官方称新模型在编码、推理和视觉方面有所改进,输出速度也超过 Fable 与 Mythos 的 5.1 版本。Claude Fable 5.2 今日推出,可处理复杂软件工程问题、编排智能体团队和长期项目;Claude Mythos 5.2 初期仅向经过审核的组织开放。
Anthropic 发布 Mythos 5.2 和 Fable 5.2,宣称新模型在编码、推理与视觉能力方面有所改进,并与用户沟通得更清晰。
推荐理由:原文给出新模型在编码、推理、速度与成本上的变化,并梳理RSI评估及隐蔽能力测试面临的难题。
Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2,作为同一底层模型的安全访问版本,面向高难度编码、推理与视觉任务。
推荐理由:发布说明覆盖编码、科研与安全评测,并给出价格、速度和防护差异,便于理解 Fable 与 Mythos 的定位。
Meta 发布最小最高效的复杂推理执行模型 Muse Ember(muse-ember-1.0),定位是面向工具调用、编码子任务、路由、抽取和长文档解析等智能体日常重复任务。
Meta Superintelligence Lab 发布轻量级 AI 模型 Muse Ember,定位为复杂推理执行和智能体重复任务的低成本模型。
Thinking Machines Lab 发布 Inkling 2 Small,这是一款 594B 总参数、17B 激活参数的 MoE 模型,支持图像输入和可变推理投入。
推荐理由:文章披露了 Inkling 2 Small 的参数规模、训练流程、基准表现与安全评估,便于读者比较其编码、视觉和长程智能体能力。
Cognition 发布编码模型 SWE-2 Flash,通过新增中训练阶段将 Terminal-Bench 4.0 得分从 0.9% 提升至 20.0%,FrontierCode 2.0 从 3.2% 提升至 24.0%。
Import AI 479 汇总了 Realtime-Bench、Metis 的符号与神经融合研究以及 Genie 4 研究预览。Realtime-Bench 通过 50 个交互任务评估实时状态感知、动态推理和时机选择,GPT-6 Astra 在 wall clock 设置下通过率为 36%,暂停时钟下部分高推理模型接近 70% 或 80%。
Mistral AI 发布 Mistral Large 4(Le Chonk)开放权重,这是一款 1-trillion-parameter 原生多模态模型,重点增强编码与防御性网络安全能力。
推荐理由:文章汇总模型在编码、终端任务和网络安全评测中的数据,并给出推理模式与部署入口,便于比较实际能力边界。
Google DeepMind 发布 Gemini 4 Carbon,主打长时程智能体工作流和网络安全防御。模型在 Artificial Analysis Intelligence Index v5.0 得分为 59,并在 SEC-bench Pro、ExploitGym 和 CWE-bench 上分别达到 88.2%、54.8% 和 71.0%。
推荐理由:把长时程编码与漏洞发现、验证、修补放在同一模型能力框架下,并披露基准成绩与分阶段开放安排。
Google DeepMind开始广泛推出Gemini 4 Argon,并扩大Fairwind Program,向更多可信网络防御者开放。Argon在12个端到端模拟网络攻击场景中全部解题,此前一代模型解决了5个;模型还采用输入筛查、内部内省和持续监控三层实时防护。
推荐理由:文中给出Argon的网络防御表现、三层滥用防护和实时失配监测,便于读者评估其广泛开放后的安全边界。
Google DeepMind 发布 Gemini 4 Argon 前沿模型,面向开发者、企业和消费者开放,用于复杂编码、科研、金融及智能体任务。模型经 API 在全球推出,首发价为每百万输入 token $2、每百万输出 token $10,缓存输入 token 优惠 95%,并支持 1M 统一输入输出 token 上限。
推荐理由:给出了 Argon 在代码库重构、科学计算、机器人和安全防护上的实测数据与落地路径,便于比较其复杂任务能力和使用门槛。