Gemini 4 Neon(gemini-4-neon)正式发布,付费档 $3/$15 每百万 token
Google 在 Gemini API 更新日志中宣布 Gemini 4 Neon(gemini-4-neon)正式可用(GA),面向复杂软件工程、知识工作和科学工作流提供快速的端到端任务完成。付费档定价为 $3/$15 每百万 token。
Google 在 Gemini API 更新日志中宣布 Gemini 4 Neon(gemini-4-neon)正式可用(GA),面向复杂软件工程、知识工作和科学工作流提供快速的端到端任务完成。付费档定价为 $3/$15 每百万 token。
Pika Labs 基于 MiniMax H3 进行后训练,推出并开源视频生成模型 Pika H3 Flex。该模型将采样步数从 50 步压缩至 6 步,生成时间大幅降低,同时生成质量有所提升。
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,定位为网络安全与长程任务的前沿模型,并在 Artificial Analysis Intelligence Index v5 以 59 分排名第一。
Mistral Large 4(Le Chonk)以开放权重形式登陆 Hugging Face,采用多模态多语言 MoE 架构。该模型总参数约 1T,激活 49B,上下文窗口达到 1M token。
推荐理由:文章集中梳理 Mistral Large 4 的架构、参数规模与上下文窗口,便于读者快速了解该开放权重模型的核心规格。
Google 推出 Gemini 4 Carbon,在更新后的 Artificial Analysis Intelligence Index v5.0 中以 59 分排名第一。
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。
OpenMOSS 发布 MOSS-Image 开源图像生成模型,以 5B 参数单流 DiT 为基座,支持最长约 4K token 提示词、中英文长文本渲染和可编辑 JSON Layout。
NVIDIA 为 RTX Spark Windows 笔记本生态带来 Nemotron 3.5 Transcribe、GPU 资源管理、LFM3 支持及多项游戏更新。
推荐理由:围绕本地推理、语音模型、智能体资源调度与游戏图形更新,材料集中呈现 RTX Spark 生态的新增能力与适用场景。
面壁智能发布并开源 MiniCPM-OCR 系列,包括 1.3B 解析模型与 2B 判别模型。MiniCPM-OCR 1.0 在 Real5-OmniDocBench 取得 93.68 分,在 OCRBench v2 取得 54.7 分的 SOTA;经 DSpark 加速后吞吐达 1.217 页/秒,端到端效率提升 55%。
Google 发布下一代世界模型 Genie 4,相比 Genie 3 提升了照片级真实感及物体碰撞等物理模拟。用户可通过 WASD 和双摇杆实时控制角色或镜头,并用自然语言修改天气、加入物体。模型运行期间还能同步生成环境音与人物实时对话。
Google DeepMind 发布 Genie 4 世界模型,支持原生多模态生成与实时交互式世界模拟。模型结合 Gemini Omni、Gemini 3.8 Flash 等能力,可生成环境音效和交互对话,并模拟物理现象、人物动作及多步骤事件。
推荐理由:原文同时呈现了 Genie 4 的能力边界与可信测试反馈,便于理解实时世界模型当前的可用范围。
Anthropic 公开提交 S-1,计划以代码 ANT 在纳斯达克上市,H1 2026 营收达 16.3B 美元。文件显示营收从 2023 年的 41M 增至 H1 2026 的 16.3B,Q2 单季 11.6B、同比增长 1368%,Q2 经营利润 974M,H1 经营现金流 +3.9B,累计募资 141.1B,持现金与短期投资合计约 131.7B。
推荐理由:梳理了营收、利润、募资与算力承诺等关键数字,并指出渠道分成与烧钱口径之间相互矛盾之处。
OpenAI 发布 GPT-6.1 Terra,重点提升写作、个性表达和细致理解请求的能力。该模型可理解屏幕内容并跨应用执行操作,API 和订阅中的用量为 6.1 Sol 的 2 倍,价格更低。
Liquid AI 发布 LFM3 模型家族,以 LFM3-1.7B-Base 为共享骨干,首批开放六个 2B 级开放权重模型,覆盖文本、视觉、音频、omni 和决策模型。模型可通过 Hugging Face、Playground 和 Liquid AI API 获取。
腾讯混元于10月26日发布并开源同声传译大模型 Hy-SimulMT,支持中英语音到语音实时翻译。其实测响应时间约3秒,效果超过主流商用 API。
OpenAI 发布 GPT-6.1 Terra,定位为快速高效的计算机使用与视觉推理模型。其标准 API 定价较 GPT-5.6 Terra 和 GPT-6.1 Sol 低 50%,每百万输入 token 为 $1,缓存输入为 $0.05,输出为 $5。
Artificial Analysis 对 GPT-6.1 Terra 的评测显示,该模型以低于 GPT-5.6 Terra 三分之一的任务成本取得了更高智能表现。
推荐理由:评测同时比较了模型价格、智能指数、编码 Agent 表现与幻觉率,便于判断成本下降对应的能力变化。
Mistral AI 发布 Voxtral 3 语音模型家族与实时语音智能体 SDK,支持 50+ 语言的转写、对话推理和语音生成。Voxtral Small Transcribe 3 提供多语言转写、说话人分离和上下文偏置,Voxtral Mini TTS 3 支持 35+ 语言、50+ 方言及声音克隆,实时智能体可结合推理、工具调用和语音生成处理多步任务。
推荐理由:原文给出转写、实时语音生成与智能体 SDK 的能力、基准和定价,便于评估语音智能体落地时的效果与成本。
Mistral AI 发布首个时间序列基础模型家族 Timestral,提供 5M、28M、123M 和 209M 四种规模,支持概率预测、多变量目标、过去协变量和已知未来协变量。
推荐理由:Timestral 提供四种规模与多种部署方式,并公开基准成绩、训练方法和代码,便于评估其在企业预测场景中的适配与成本。
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。
Mistral 推出 Mistral Large 4 公共预览版,模型拥有 1 trillion 参数和 52 billion 激活参数,可通过 Mistral Studio 使用预览 API。Mistral Large 4 是原生多模态模型,覆盖编码、智能体工作流、视觉定位、科学计算与知识工作,权重计划于本月底发布。官方称其采用欧洲自有数据中心训练,并计划推出私有云或本地部署版本。
推荐理由:Mistral Large 4 提供公开预览、权重开放计划及多维基准数据,便于读者评估其开放权重多模态能力与部署方式。