Gemini 4 Carbon登顶MathArena,但成本为GPT-6.1 Sol的15倍
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。
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。
OpenAI 前董事 Helen Toner 在访谈中表示,若 AI 的未来依赖某一位 CEO 的可信度,治理体系就会十分脆弱。她复盘罢免 Sam Altman 后董事会问责机制失效的经历,并讨论前沿实验室、alignment、监管及中国相关政策问题。
Google 开放 Antigravity 的 /teamwork、/boost 等智能体工具,并与 Gemini 4 Argon、Gemini 4 Carbon 和 Gemini 4 Hydrogen 配合用于研究、形式化验证、编码和系统优化。
推荐理由:文章同时给出多智能体工作流的设计机制、研究案例与性能数据,便于评估其对研究和工程流程的实际影响。
Google 发布 Gemini 4 Hydrogen,作为 Gemini 4 家族中成本最低的成员,并将其设为新的免费层模型及 Google Search 的 AI 功能模型。
同一件事,精选收录的是《Google发布Gemini 4 Hydrogen,速度与成本定位区别于Carbon和Argon》
Google 智能眼镜开启预购,用户可在 https://glasses.google 下单,产品将于 12 月 10 日发货。首批用户可前往部分 Warby Parker、Gentle Monster 和 Google 门店试戴体验。
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。
Gemini 4 Hydrogen 今日起向全球所有用户推送,覆盖桌面、移动和网页端。免费用户无需单独选择模型,当提示词适合该模型时可通过自动模型选择使用它,详情见 https://goo.gle/4AxH40q。
Google发布Gemini 4 Hydrogen模型,并将其用于Search复杂问题的理解与回答。Google称Hydrogen完成任务的速度是Gemini 3.8 Flash的2.5倍,可处理多部分请求、具体要求和难以理解的拼写错误。
同一件事,精选收录的是《Google发布Gemini 4 Hydrogen,速度与成本定位区别于Carbon和Argon》
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。
Gemini 4 Hydrogen 现已在 Cursor 上线,默认 effort 下 CursorBench 得分 54.3%,高于 Gemini 3.8 Flash 的 39.6%。作者引用 Cursor 官方内容,并以 CursorBench 4.0 模型散点图展示相关结果。
Google因Gemini进入学校引发七个城市的家长抗议,活动组织者呼吁在风险得到评估前暂停学校使用AI。Google确认学校可分别关闭Search、Gemini和Gemini Notebook,但不能关闭Search中的AI功能。一名13岁学生提起的诉讼指控Gemini在 Chromebook 上诱导危险对话,家长同时要求Google说明学生数据的收集、保存及商业使用方式。
Google DeepMind 发布 Gemini 4 Hydrogen,将其定位为面向日常编码和多模型智能体工作流的高速执行模型,并同步开放至开发者、企业和消费者产品。
推荐理由:文章提供了模型的分级思考方式、基准成绩、定价与开放范围,便于开发者评估其性能、适用场景和迁移成本。
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。
Google DeepMind 开始向多类渠道开放推送 Gemini。
Replit 为 Replit Agent 新增企业代购与 Google Ads 投放两项能力。代购由 Stripe 的 Link 与 Visa 支持,Agent 可选购商品并准备结账,付款前须由所有者批准;该功能面向美国 Core 和 Pro 用户,限一次性购买。
Podqi的研究发现,ChatGPT、Gemini和Perplexity在购物相关回答中均引用或展示了冒充零售商、销售仿冒品或已被重新注册的失效网站。9月进行的测试覆盖151个品牌和6,795个回答,Perplexity展示风险网站的比例最高,为15%,ChatGPT为8%,Gemini为4%;ChatGPT对风险网站发出警告的比例为24%,涉及大品牌的问题出现风险网站的比例约为小品牌的一半。
Google推出Gemini时代智能眼镜并开启预售,首批由Gentle Monster和Warby Parker设计款式,售价395美元起。眼镜由Google提供软件、Samsung提供计算硬件,Warby Parker款式在美国销售,Gentle Monster款式覆盖美国和韩国。
Google Deepmind 发布 AlphaGenome 2,用于预测遗传变异对特定人类细胞类型的影响,并发现几乎两倍于前代的相关基因变化。模型基于超过 107 million 个、覆盖 68 种组织的单个细胞 profile 训练,还能预测 DNA 包装和甲基化;在 TenK10K 基准上识别约 30% 的因果变异,并正确判断 43% 案例中的基因上调或下调。
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。
TechCrunch 列出 Jensen Huang 若离开 Nvidia 后可能接任公司的候选人,名单包括 Lisa Su、Eric Schmidt、Lip-Bu Tan、Bret Taylor、Ian Buck、Andrew Bell、Colette Kress 与 Lori Huang。
Google 发布 Gemini Decision 1 决策模型 API,支持 yes/no、choice 和 rubric-scoring 三类问题,并覆盖文本、图像、音频、视频和 PDF。其 API 定价与 GPT-6 Luna 决策模型相同,输入为每百万 tokens 10 美分,输出免费;作者通过视频测试观察到,该模型会为判断结果返回概率。
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 Research 提出利用消费级可穿戴设备开展 CKM 个性化健康指导的研究框架,以静息心率、步数、睡眠和心肺活动构建可调整的健康年龄。
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。
Google DeepMind 发布 AlphaProof Code,用于数学证明软件符合安全规格,并在 Signal 加密核心代码上完成验证。研究人员先定义形式化安全要求,再由基于 Gemini Carbon 的 AI agents 编写超过 600 万行 Lean 证明代码,交由专家审查约 1% 的代码;测试中植入的两个漏洞被立即发现,验证周期由通常的数年缩短至四周。
Google 在 Google AI Studio 推出由 Gemini Decision 1 驱动的 Gemini Decisions API。该模型可对照文本、图像、音频、视频、PDF 与最多 1,000 个问题,单次通过后给出决策,不按输出 token 计费。
Google 推出实验性 AI 工具 Tabletop,可通过描述需求生成定制的交互式协作应用。用户能添加链接、文件和想法,再提示 @tabletop 或选择模板,生成旅行行程、晚餐投票、费用分摊和赛事对阵表;创建完成后可通过邀请链接让多人像使用 Google Doc 一样同时参与。Tabletop beta 正通过候补名单逐步开放,目前仅限美国的 18 岁以上用户。
Anthropic 启动 IPO 路演,并通过视频披露 Claude 在 AWS Trainium、Google TPU、NVIDIA GPU 和 AMD GPU 上的训练与推理安排。
Google DeepMind 发布 AlphaGenome 2,用于预测 DNA 序列及其变异对特定人类细胞类型的影响。模型基于超过 1.07 亿个细胞谱和 68 种组织训练,在 TenK10K 数据集上识别的因果变异比例为 30%,高于原始模型的 16%,并可预测未见过的细胞状态。AlphaGenome 2 已通过 AlphaGenome API 面向非商业研究开放,商业研究处于私有预览阶段。
推荐理由:AlphaGenome 2 将 DNA 变异预测细化到具体细胞类型,并提供跨模态补全能力,读者可据此评估其对单细胞遗传研究的应用价值。
Google DeepMind 发布 AlphaGenome 2,用于预测遗传变异对不同细胞类型和状态的影响。模型基于 68 种组织中超过 1 亿个细胞图谱训练,可识别近两倍于前代模型的基因表达相关变异,并能预测未见过的细胞和生物状态。Google 即日起通过 AlphaGenome API 向非商业研究开放该模型,商业研究则处于有限的私有预览阶段。
Google DeepMind 研究人员使用智能体 AI 和 AlphaProof Code,对 Signal 协议的关键密码学保证进行了数学形式化验证。该概念验证项目历时四周,未在所检查部分发现新漏洞,并能识别旧版本中已知且已修复的漏洞;研究团队同时公开了相关规范与证明。
WSJ报道,Anthropic 7位创始人拟在IPO中各出售约2.5亿美元股票,并各自保留约180亿美元持仓。每人将出售近3.4M股,预计发行价为70至78美元,上市预计下周进行,估值接近1.3万亿美元,募资超过800亿美元,部分来自包括Google在内的私募配售。
Anthropic 在当日修订的 S1 文件中披露,与 Microsoft 和 Google 达成超 100 亿美元的新算力协议。Microsoft 承诺到 2033 年 6 月支出至少 472 亿、最高 492 亿美元,Google 最低承诺从约 1145 亿升至约 1213 亿美元,两笔协议无论是否使用容量都须付款;文件还提到上季度短期算力支出为 50 亿美元,价格明显更高。
推荐理由:修订后的 S1 文件披露了长期算力采购与付款承诺,为观察 AI 基础设施投入规模提供了具体数据。
FT 报道称,Anthropic 承销商因投资者需求旺盛,计划把 IPO 目标估值上调回 $1.5T 或更高。周二文件设定 $70-$78 的发行区间,计入员工期权和受限股后对应 $1.26T-$1.41T 估值;若定价超出区间,募资将超过 $100B,其中 Google、Nvidia 和 Microsoft 将按 IPO 价格投资 $26B。
作者实测 Claude Fable 5.2 与 Gemini 4 Carbon 后认为,Claude Fable 5.2 的突出差异在于审美。这种优势无法用 Benchmark 评估,却能通过直观感受发现,代码正在影响大模型的审美与创作能力。
Google 将此前面向部分网络安全防御人员开放的 Gemini 4 Carbon 推向所有用户,默认使用中等思考强度。首发输入与输出价格分别为 $2/million 和 $10/million,12 月 1 日将调至 $4/$20。作者还使用 Google Antigravity IDE 测试其生成独立 Three.js 动画的 HTML,并介绍 /swarm 功能协调子智能体构建 3D 游戏。
Redwood Research 质疑 Google DeepMind 是否有意使用辅助奖励训练模型的链式思考,因为 Gemini 4 安全报告中的相关表述与公司员工的否认存在冲突。
Anthropic 的七位联合创始人计划在 IPO 中各出售 3,378,378 股,按初始发行价区间中值 $74 计算,每人可获得近 $250 million。发行价初步区间为 $70 至 $78,上市后创始人合计将控制 51.1% 的投票权,并持有约 22% 的 Class A 流通股。
推荐理由:Anthropic 的 S-1 披露了创始团队的售股规模与投票权安排,为观察其 IPO 后的控制结构提供了具体依据。
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。