跳到正文
目前篩選:模型
11月13日週五
  1. DEV Community53

    LFM2.5-2.6B Q4 在 livedoor 分類準確率為 10.8%,已作答答案有 93.1% 正確

    LFM2.5-2.6B Q4 在 livedoor 日文新聞分類任務的整體準確率為 10.8%,但只回答 29/250 題,當中 27 題正確(93.1%)。測試以每項 250 題比較多個本地模型與 Jev 託管 API;在首 40 題把 token 預算由 512 提至 2,048 後,28 題有作答,11 題仍因達上限而無輸出,另有 1 題輸出無效標籤。

  2. DEV Community79

    GPT-6 Cyber 逆向分析:訓練方式、部署控制與評測結果

    GPT-6 Cyber 是 OpenAI 以 GPT-6 Astra 為基礎、加入額外後訓練的網絡安全專用版本,並透過多層部署控制限制超出授權範圍的行動。在 ExploitGym,GPT-6 Cyber 得分為 48.45%,高於 GPT-6 Astra 的 42.43%;但在 FrontierCyber 完成 90 項挑戰,少於 Astra 的 96 項。

    推薦理由:文章並列漏洞利用基準、越界測試與部署控制數據,呈現 GPT-6 Cyber 在網絡安全能力與遵守授權範圍之間的取捨。

  3. DoNews80

    谷歌發佈 Gemini 4 Hydrogen,主打日常編碼與智能體工作流

    谷歌推出 Gemini 4 Hydrogen,面向日常編碼與智能體工作流,主打快速執行與高效運行。相較 Gemini 3.8 Flash,Hydrogen 在預設 high 思考檔位下任務完成速度提升 2.5 倍,Terminal-Bench 4.1 得分由 18.2% 升至 57%,虛構錯誤率降低 5 倍以上。

    推薦理由:文中對照 Hydrogen 與 Gemini 3.8 Flash 的速度及基準成績,並列出 Orchestrator 的配額與速度變化,讓模型效能與智能體調度表現有可比較的數據依據。

  4. 新浪科技80

    Google 發佈 Gemini 4 Hydrogen,Gemini App 免費用戶可體驗

    Google 發佈 Gemini 4 Hydrogen,主打更快的回應速度、更低的使用成本及更高效的 AI Agent 執行能力。Artificial Analysis 測得其 High 推理檔位得 51 分,高於 Gemini 4 Argon 的 50 分;API 每百萬輸入 Token 收費 1.5 美元,每百萬輸出 Token 收費 7.5 美元。

    推薦理由:文章並列 Hydrogen 的評測表現、API 定價及 Gemini 產品入口,呈現高效率模型在能力、成本與普及使用上的取捨。

  5. 新浪科技80

    Google 發佈 Gemini 4 Hydrogen,預設 High 思考模式下任務完成速度達 Gemini 3.8 Flash 的 2.5 倍

    Google 發佈 Gemini 4 Hydrogen,稱其在預設 High 思考模式下,任務完成速度是 Gemini 3.8 Flash 的 2.5 倍。在 Terminal-Bench 4.1 中,Gemini 4 Hydrogen 得分為 57%,Gemini 3.8 Flash 為 18.2%;模型生成虛構內容的情況亦減少超過 5 倍。

    推薦理由:文章提供 Gemini 4 Hydrogen 與 Gemini 3.8 Flash 的速度和編程基準對照,另列企業任務速度與 Token 消耗數據,呈現不同工作負載下的效能變化。

  6. SiliconANGLE80

    Google 發佈 Gemini 4 Hydrogen,該模型在智能排名得分高於 Argon

    Google 發佈較低成本的 Gemini 4 Hydrogen,Google 表示它在 Artificial Analysis Intelligence Index 預設 high thinking level 得分 51,高於 Gemini 4 Argon 的 50;新增的 xhigh thinking level 下得分為 54。

    推薦理由:文章同時列出 Hydrogen 與 Argon 的智能評分和定價,並以 Gemini 3.8 Flash 的編碼測試作比較,呈現效能與成本定位。

  7. TNW78

    Google 發佈 Gemini 4 Hydrogen,主打快速低成本並開放予所有用戶

    Google 發佈 Gemini 4 Hydrogen,這款面向編碼和 AI 智能體的快速低成本模型可在 Gemini app 和 Search 免費使用。開發者價格為每百萬個輸入 tokens $1.50、每百萬個輸出 tokens $7.50,並可一次處理最多 1 million tokens 的輸入。

    推薦理由:文章以 Gemini 4 Argon 的價格和 Gemini 3.8 Flash 的速度作比較,並補充基準排名,呈現 Hydrogen 在成本與表現之間的定位。

  8. Ars Technica · AI76

    Google 推出 Gemini 4 Hydrogen,取代 Gemini 3.8 Flash

    Gemini 4 Hydrogen 已在 Google 旗下產品中取代 Gemini 3.8 Flash,並即時開放使用,存取限制較此前寬鬆。它提供 low、medium、high、xhigh 四種思考等級;Google 稱 high 模式速度比 Gemini 3.8 Flash 快 2.5 倍,虛構説法減少逾 5 倍。

    推薦理由:文中並列 Gemini 4 Hydrogen 相對 Gemini 3.8 Flash 的速度、虛構説法及 Terminal-Bench 變化,並以 Artificial Analysis Intelligence Index 分數對照 Argon。

  9. The Decoder81

    Google Gemini 4 Hydrogen 評分超越發佈僅四週的更大型 Argon

    Google 發佈 Gemini 4 Hydrogen,模型在預設 high 思考級別的 Artificial Analysis Intelligence Index 得分為 51,高於 Gemini 4 Argon 的 50;xhigh 級別得分為 54。

    推薦理由:文中並列 Google 公佈的基準成績與 Artificial Analysis 的獨立評測,呈現 Hydrogen 在能力分數、終端任務表現及不同思考級別成本上的差異。

  10. IT之家80

    Google 發佈 Gemini 4 Hydrogen 模型,主打日常編碼與智能體工作流,輸入每百萬 Token 1.5 美元

    Google 推出 Gemini 4 Hydrogen,面向日常編碼及智能體工作流,支援最高 100 萬 Token 輸入及輸出。輸入每百萬 Token 收費 1.50 美元、輸出 7.50 美元,並設 low、medium、high(預設)及 xhigh 四檔思考深度。

    推薦理由:材料並列收費、思考檔位和 Orchestrator 基準數據,亦與 Gemini 3.8 Flash 比較速度與錯誤率,呈現其日常編碼定位的成本及效能參考。

  11. Unite.AI85

    Google 發佈 Gemini 4 Hydrogen,面向日常智能體工作流程

    Google 於 2026 年 11 月 12 日發佈 Gemini 4 Hydrogen,定位為面向快速編碼及智能體工作的模型,並開始全球推出。Google Antigravity 的 Orchestrator 可讓 Carbon 規劃、Hydrogen 執行,並在需要時切回 Carbon。

    推薦理由:Antigravity 團隊的測試呈現 Carbon 規劃、Hydrogen 執行的效率數據,包含接近 Carbon 的任務成功率、配額少用 24% 及平均快 19%。

  12. Hacker News 熱門(buzzing.cc 中文翻譯)82

    Google 發佈 Gemini 4 Hydrogen,開始向全球開發者、企業及消費者推出

    Google 發佈 Gemini 4 Hydrogen,定位為面向日常編碼及智能體工作流程的高速、高效率模型,並開始向全球開發者、企業及消費者推出。在 Artificial Analysis Intelligence Index 的預設 high thinking level 下,Hydrogen 得分為 51,高於 Argon 的 50。

    推薦理由:文章列出 Hydrogen 與 Argon 的基準分數差異,並交代其 1 million-token 上下文窗口定價,呈現模型表現與使用成本的比較。

  13. Hacker News:AI 熱帖14

    Gemini 4 Hydrogen

    Hacker News 出現一則標題為「Gemini 4 Hydrogen」的連結,來源網址為 blog.google。評論者提到 AI 產品名稱眾多,並開玩笑説要為自己取名「Oxygen」。

  14. Google DeepMind84

    Google DeepMind 發佈 Gemini 4 Hydrogen

    Google DeepMind 發佈 Gemini 4 Hydrogen,主打日常編碼及智能體工作流程中的快速執行,並即日起在開發者、企業及消費者產品渠道全球推出。

    推薦理由:文章以 Gemini 3.8 Flash 為對照,列出 Hydrogen 在任務速度、Terminal-Bench 4.1 成績及多項安全指標上的變化,呈現更新涵蓋的能力範圍。

11月12日週四
  1. 第一財經36

    百度發布兩款文心應用模型

    百度發布文心閃電深度思考模型與文心一鏡微表情大模型。其他 AI 動態包括 Seedance 2.5 flash 影片模型生成速度翻倍、價格更低,以及 Claude API 新增調節 effort 的能力。Google 推出基於 Gemini Decision 1 模型的 Gemini Decisions API,用於快速多模態決策。

  2. 新浪科技78

    MiniMax H3 Image 開源,支援原生 4K 圖像生成

    MiniMax 本週開源圖像模型 H3 Image,支援原生最高 4K 輸出和最多 16 張參考圖;4K 文生圖 P50 耗時方面,極速版約 10.3 秒,標準版約 16 秒。文章實測其文字渲染、人像生成、圖像編輯和設計類任務,並介紹 H3 Image 沿用 H3-Base 架構,核心為 331 億參數的擴散 Transformer(DiT)。

    推薦理由:文章以界面、文字、人像和圖像編輯等實測案例,呈現 H3 Image 在真實感、指令遵循與設計任務上的表現,並交代其模型架構及生成耗時。

  3. 新浪科技66

    Google DeepMind 發佈 AlphaGenome 2,將基因變異預測推進至單細胞層面

    Google DeepMind 發佈新一代 DNA 序列模型 AlphaGenome 2,將基因變異影響預測由組織平均層面推進至單個細胞類型與細胞狀態層面。模型以超過1億個單細胞圖譜數據訓練,涵蓋68個組織的人類與小鼠樣本;在28種原代免疫細胞測試集中,因果變異識別比例由16%升至30%,在90%精度下召回率翻倍。模型現免費開放予非商業研究,商業研究須申請私有預覽,且未獲臨牀或診斷用途許可。

  4. 阿里雲開發者社區 AI75

    Gemini 4 Carbon 全面開放後接受三項前端實測,作者認為表現不及 Claude Fable 5.2

    程序員魚皮以三個相同提示詞的前端項目實測 Gemini 4 Carbon,認為其穩定性和成品細節不及 Claude Fable 5.2。Carbon 在卷軸和溶洞項目多次遇上服務端錯誤,溶洞任務加入單檔不超過 600 行的要求後才完成。Artificial Analysis 測試中,Carbon 每項任務平均花 7.76 刀,Fable 5.2 高檔為 9.08 刀,兩者實際耗費差距小於單價差距。