Google DeepMind 发布 Gemini 4 Neon 模型
Google DeepMind 发布 Gemini 4 Neon,这是约七周内推出的第四款 Gemini 4 模型。Neon 每百万 token 输入价格为 $3,缓存输入为 $0.15,输出为 $15,并提供 1M-token 上下文窗口和四档 effort 级别。
Google DeepMind 发布 Gemini 4 Neon,这是约七周内推出的第四款 Gemini 4 模型。Neon 每百万 token 输入价格为 $3,缓存输入为 $0.15,输出为 $15,并提供 1M-token 上下文窗口和四档 effort 级别。
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。
Microsoft AI 在 Ignite 大会一次发布 7 款新模型,主攻全天候 AI 智能体,并以价格与性能比作为主要定位。
推荐理由:文章汇总 7 款模型的基准、价格与可用状态,便于横向比较其对现有模型组合的替代范围。
OpenAI 发布 GPT-6.2 Astra 与 Sol,面向 ChatGPT Work、Codex 及 API 用户开放,API 模型名分别为 gpt-6.2-astra 和 gpt-6.2-sol。
OpenAI 发布面向高难度项目的 GPT-6.2 Astra 和面向日常工作的高效模型 GPT-6.2 Sol,两者已通过 API 以 gpt-6.2-astra 和 gpt-6.2-sol 提供,LLM 0.38 也已支持新模型。
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。
Artificial Analysis 评测 OpenAI 新发布的 GPT-6.2 Astra 和 GPT-6.2 Sol,Astra 的 Artificial Analysis Intelligence Index 上涨 5 分至 62,GPT-6.2 Sol 的编码代理表现未提升。
Alibaba 发布 Qwen4-Max,以更少激活参数和更低价格对标 Opus 5.5、GPT-6 与 Kimi K3.1 Pro。该 MoE 模型总参数量为 2.4 trillion,每个 token 激活 71 billion 参数,支持原生图像输入和 1 million-token 上下文窗口。
推荐理由:架构、token 消耗与 API 定价数据齐全,读者可据此比较其与 Opus 5.5、GPT-6 等模型的性价比取舍。
通义千问发布 Qwen4 Max,Artificial Analysis Intelligence Index 得分为 43。其每任务成本为 $3.27,约为 Qwen3.8 Max 的三分之一,输出 token 用量减少 39%。
Qwen4-Max 在 Agent Arena 榜单中以 +7.5% 净提升排名第14,成为榜单排名最高的中国模型。Alibaba 成为排名第一的中国实验室,总榜升至第5,仅次于 Anthropic、Google、OpenAI 和 Meta。
Gemini 4 Carbon在MathArena数学基准中以85.4% ±3.0%的预期性能超过GPT-6.1 Sol和Claude Fable 5.2。按测试所用推理设置,其预计成本分别为$15.70 ±$1.33、$40.20 ±$2.59和$1.07 ±$0.018。Gemini 4 Carbon常见失败模式是超过时限,并曾运行脚本超过11小时而未检查进度。
MOSS-Live 在 MOSS 官网公布的六项全双工指标中均居参评模型首位,其停顿抢话率为 1.44%,无关语音误接话率为 2.00%。与 GPT-Live-1、GPT Realtime 2.1 和豆包相比,MOSS-Live 的工具调用成功率为 51.00%、多轮任务成功率为 57.93%,但后者仍低于 GPT-Live-1 的 67.68%。
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。
ElevenLabs 发布面向录音和实时应用的 Scribe v3 与 Scribe v3 Live 语音识别模型,现可通过 ElevenAPI 和 ElevenAgents 使用。
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。
Tether AI Research 发布 BotPsy,一款基于 Qwen3.5-0.8B、具备 0.8B 参数的端侧智能体模型,面向函数调用和智能体工作流。模型在测试的六项工具使用与智能体基准中领先五项,并计划以 Apache 2.0 许可开放权重,提供 bf16、Q8 和 Q4 版本,但不适用于安全关键或高风险决策。
推荐理由:文章给出模型训练方法、端侧部署形式与多项基准对比,适合评估小型智能体在工具调用和本地运行中的取舍。
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。
Google 正式开放 Gemini 4 Carbon,面向 Artificial Analysis 付费用户和开发者提供 Gemini API、Google AI Studio、Android Studio 及 Gemini for Business 接入。
Google DeepMind 发布用于机器人控制的 VLA 模型 Gemini Robotics 2.5,在奔驰汽车产线试验中完成金属零件分拣的成功率为 96%。模型在 200 多项任务中较此前基线将成功率提高 30% 至 100%,任务完成速度提高 20% 至 30%,目前正面向 Agile、Apptronik 和 Mercedes-Benz 推出。
Scale Labs的RLI研究显示,Fable 5.2在真实自由职业任务评测中完成率达41.3%,高于Anthropic Opus 5.5的21.25%和OpenAI GPT 6 Astra的20.83%。
推荐理由:基于真实自由职业项目的结果,文章呈现了Fable 5.2相对前代及其他智能体的完成率变化与任务边界。
Zyphra 发布开源 TTS 模型 ZONOS3-Mini,采用稀疏 MoE 架构,拥有 100 million 激活参数和 800 million 总参数,并以 Apache 2.0 许可发布。
推荐理由:模型以较小参数规模实现端侧实时语音克隆,并提供浏览器及多种推理运行时,方便开发者评估部署路径。
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》
Artificial Analysis 评测 Anthropic 发布的 Claude Fable 5.2,该模型在 Artificial Analysis Intelligence Index v5 中以 65 分登顶。其得分领先 Gemini 4 Carbon 的 60 分和 Claude Opus 5.5 的 59 分。
字节 Seed 正式发布 Seedream 5.5 图像创作模型,支持多达100轮连续编辑、非编辑区域像素级保持和原生 RGBA 透明输出。新模型还改善了光照、材质、皮肤纹理与文字渲染能力,严重文字崩坏率降至0.4%,轻微文字崩坏率降至1.7%。Seedream 5.5 正陆续在即梦、豆包、豆包工作和火山方舟上线,后续还将推出 Pro 版本。
Latent Space 在 AI 市场回落加深的背景下,复盘 Anthropic IPO 的关键判断与假设。当前 Anthropic 年底目标为 $100B run rate,实际约为 $80B,部分估值降至 $1T、概率下降 18%。本期周末播客还讨论 Nasdaq 尚未跌至 -20% 的熊市水平,以及市场持续高估所放大的下行风险。
Artificial Analysis 对 OpenAI 于 11 月 4 日发布的 GPT Image 2.6 进行基准测试,两款模型在 AA-Image-T2I v2.1 和 AA-Image-Editing v2.1 上分列第一、第二名。
Ricursive Intelligence 发布 Ripple-65B Preview,以 Apache 2.0 许可在 Hugging Face 开放,提供 65 billion parameters 的稠密 Transformer 模型。
Meta 将基于 Muse Wonder 训练的专用模型推向 Muse 和 Meta AI 用户。Personal Superintelligence Index 得分从 38% 提升到 47%。
Thinking Machines 发布第二代模型 Inkling 2 Small,配备 594B 总参数和 17B 激活参数,支持文本与图像输入,并可调节思考深度。
Thinking Machines 发布 Inkling 2 Small,一款 594B 总参数、17B 激活参数的多模态 MoE 模型,支持文本和图像输入、文本输出及 1M 上下文窗口。
推荐理由:文章汇总了 Inkling 2 Small 的规模、训练效率、基准表现和权重开放计划,读者可据此了解其能力定位与实际使用限制。
OpenAI 发布 GPT-6 Cyber,用于发现软件安全漏洞、生成可用 exploit 并提出修复建议。OpenAI 称该模型在 ExploitGym 得分为 48.5%,并在 Firefox 和 Linux 内核安全研究中发现了此前未知的严重漏洞;目前该模型通过 API 和 Codex 向部分 Daybreak Red 客户提供访问。
OpenAI 发布 GPT-6 Cyber 网络安全模型,用于发现漏洞并减少测试中的越界行为。ExploitGym 评测中,GPT-6 Cyber 得分为 48.5%,高于 GPT-5.6 Cyber 的 32.1% 和 GPT-6 Astra 的 42.4%;测试中越界率低于 1%,此前 GPT-5.6 Cyber 约为 5%。
Tencent 发布语言模型 Hy4,首次加入图像理解能力,并可自主操作电脑软件。当前可通过 Tencent Cloud、OpenRouter 和 Yuanbao 使用,模型权重计划稍后发布。
腾讯混元引用 Artificial Analysis 评测结果称,Hy4 在 Intelligence Index v5 获得 35 分,与 Grok 4.7 (xhigh) 持平,比 Claude Haiku 5.5 (max) 低 1 分。
月之暗面在 Hugging Face 开放 Kimi K3.1 Pro 模型权重,该模型总参数量 2.8 万亿,单次推理激活约 1040 亿参数,支持约 100 万 Token 上下文窗口。Kimi K3.1 Pro 在 Agent Arena 中位列开放权重模型第一,Terminal-Bench 4.0 得分为 65.7%,BF16 权重文件约 5.6TB,INT4 量化后仍约 1.4TB。
推荐理由:文章介绍 Kimi K3.1 Pro 开放权重的规模、Agent Arena 表现与部署门槛,便于判断模型能力及本地运行条件。
Gradium 发布 Phonon 端侧文本转语音模型,可在无服务器、无网络条件下生成语音,并开放模型权重。Phonon 31m 采用 Apache 2.0 许可,支持英语;另一个 40m 版本覆盖英语、法语、德语、西班牙语和葡萄牙语。
推荐理由:Phonon提供了离线运行、多语言支持和公开权重,榜单成绩与部署方式可供开发者评估实际采用价值。
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%。
OpenAI称其硬件团队用GPT-6 Astra在不到一周内从零设计出一款让用户与Codex编码智能体对话的设备,覆盖外壳、PCB、元件选型、走线、固件和用户界面。