Baseten 與 Genspark 如何將 Qwen3.5-397B 後訓練成超越 Opus 5.5 的深度研究模型
Baseten 與 Genspark 將 Qwen3.5-397B 後訓練為深度研究模型,在 Genspark 評分器上得分 0.759,高於 Opus 5.5 的 0.738。
Baseten 與 Genspark 將 Qwen3.5-397B 後訓練為深度研究模型,在 Genspark 評分器上得分 0.759,高於 Opus 5.5 的 0.738。
百度發佈 ERNIE 5.5 Flash Preview,這是基於早前發佈的 ERNIE 5.5 Flash Base 構建的首個後訓練模型,總參數量為 280B、啟用參數量為 14B,並支援 1M-token 上下文窗口。
Google 宣佈 Gemini 4 Carbon(gemini-4-carbon)正式開放使用,並稱其為面向持續智能體編碼、多模態知識工作、科學推理及網絡安全防禦的能力最強推理模型。
Tether AI Research 介紹 BotPsy,一款基於 Qwen3.5-0.8B、面向工具調用和智能體工作流的 0.8B 參數端側個人助理模型。在六項工具使用及智能體基準中,它勝過所有受測 ≤1.2B 模型,並在五項基準高於 2.5 倍大小的 Qwen3.5-2B-Think;Claw-Eval 則由後者領先。
推薦理由:文章以六項工具使用基準比較 BotPsy 與同級及較大模型,並列出多輪任務、推理效率和安全限制,呈現小型端側智能體的能力範圍。
TIER IV 於 2026 年 11 月 11 日宣佈開發並開源五款面向 Autoware 的端到端自動駕駛 AI 模型,涵蓋純相機及加入 LiDAR、雷達和高清地圖的配置。
Fish Audio 發佈 Live 3,這款面向即時語音智能體的全雙工語音模型可同時聆聽和説話,並在語音模型內處理對話輪次時機。短促回應的決策最快可在 186 ms 內完成,這不是完整回答的首段音訊延遲;Fish Audio 尚未公佈基準分數。
Claude Fable 5.2 每百萬輸入及輸出 tokens 收費 $8 及 $40,是 Claude Opus 5.5 的兩倍;Anthropic 公佈的基準中,Opus 5.5 在 AA-Briefcase Elo 項目得分較高。
作者以 68 條客服問題,分別對 GPT-6 Luna、GPT-6 Sol 和 GPT-5.6 Terra 各測三輪;Luna 在 204 個評分項目中有 187 項完全答對或妥善處理邊界情況。
MiniMax 開源 H3 Image 圖像生成模型,官方公佈可在 10 秒內生成 4096×4096 原生圖像。模型權重已公開,ComfyUI 有現成模板,最多支援 16 張參考圖。文章亦介紹本地使用方式,ComfyUI 需為 0.45.0 或更新版本,模板包需為 0.11.104 或更新版本。
阿里雲百煉 Token Plan 正式上線 Qwen4-Max 預覽版,主打理解、多模態、程式開發及 Agent 能力升級。活動期間,新客套餐低至 5 折,調用 Qwen4 模型可享限時 2 折;Lite 套餐 19.50 元/月起,Essential 套餐 39.50 元/月起。
阿里千問 Qwen4-Max 預覽版上線 Token Plan,雙 11 活動提供套餐折扣及模型調用優惠。Lite 套餐每月 19.50 元起,Essential 套餐每月 39.50 元起;Qoder CN 專業版新客首次訂閲每月 19.90 元起。
阿里千問將 Qwen4-Max 預覽版上線 Token Plan,並推出雙 11 優惠,涵蓋模型訂閲、辦公及開發產品。活動期間 Token Plan 新客套餐低至 5 折,調用 Qwen4 模型可享限時 2 折;Lite 套餐由 19.50 元/月起,Essential 套餐由 39.50 元/月起。千問辦公首月 29.9 元起,Qoder CN 專業版新客首次訂閲由 19.90 元/月起。
阿里雲雙十一活動推出 Qwen4-Max 預覽版,並上線 Token Plan。Token Plan 新客套餐低至 5 折,調用 Qwen4 模型限時享 2 折;Lite 套餐由每月 19.50 元起,Essential 套餐由每月 39.50 元起。Qoder CN 專業版新客首次訂閲由每月 19.90 元起。
Vidraft_lab 根據 SuperClue 2026 年 11 月數學與科學推理軸的 9 個分數,推算最簡單的題數解釋為 38 題,每題約 2.63 分;SuperClue 並未公佈題數。
Anthropic 推出 Claude Fable 5.2 及 Mythos 5.2,兩款模型在編程、推理及視覺等方面改進,輸出速度較 5.1 快 30%。Fable 5.2 API 每百萬個 Token 的輸入及輸出收費分別為 8 美元及 40 美元,較上一代下調兩成;Fast Mode 分別收費 16 美元及 80 美元,Token 生成最高提速 2.5 倍。
推薦理由:文章並列 Fable 5.2 的速度、收費與基準表現,亦交代 Mythos 5.2 的申請限制及隱蔽行為風險,呈現新模型能力與安全議題的不同面向。
Scantist 的 GLM-5.3-SLIM-GGUF 以複製位元組方式,從 Unsloth 的 256 專家 UD-IQ2_M 裁減至 192 個專家,並未重新量化。
Google 宣佈 Gemini 4 Carbon 面向全球開放,付費 API 開發者、企業及 Google AI Ultra 用戶可開始體驗。用戶可透過 AI Studio、Gemini 應用程式與 Antigravity 使用;文章並展示其三維復原阿波羅登月艙及 /swarm 多 Agent 蜂羣模式。文中列出每百萬 Token 輸入 2 美元、輸出 10 美元,快取折扣 95%。
阿里巴巴宣佈全新一代千問大模型 Qwen4 即將發布,並稱其知識理解、世界感知,以及 Coding 與 Agentic 能力持續進階。Qwen4-Max 預覽版已首發上線阿里 Token Plan,限時最低 1 折即可體驗;千問辦公、Qoder、千問 App、QwenStudio 等亦已接入新模型。
谷歌更新 Android Bench 2.0 榜單,Kimi K3.1 Pro 任務通過率達 24.0%,是 Kimi K3 的兩倍;DeepSeek V4.1 Flash 1017 完成一輪測試的成本為 9.9 美元。兩者分別搭配 kimi-code 和 opencode;該基準測試面向 Android 應用開發,設有 30 項長週期任務。
QuickSilver Pro 使用 OpenCode 比較 Kimi K3.1 Pro 與 Claude Opus 5.5 執行六項 Python 任務,兩者在各自 12 次測試中均通過全部隱藏測試。
Kimi K3.1 Pro Highspeed 現已可在 Amazon Bedrock 使用;它是 Kimi K3 的後訓練版本,採用相同的 3T-class 開放權重架構及 1-million-token 上下文窗口,Moonshot AI 稱其輸出速度是 Kimi K3.1 Pro 的 2–3 倍。
谷歌公開 GPT-6.1 Terra、Kimi K3.1 Pro 和 DeepSeek V4.1 Flash 的 Android Bench 基準成績,評估模型完成 Android 開發任務的能力。
谷歌首次公佈 OpenAI GPT-6.1 Terra、Kimi K3.1 Pro 和 DeepSeek V4.1 Flash 的 Android Bench 跑分。
Google DeepMind 正式開放 Gemini 4 Carbon,開發者及企業可透過指定產品和 API 使用,科研人員可申請研究計劃,普通消費者則須訂閲 Google AI Ultra。
推薦理由:文章對照 Gemini 4 Carbon 與 Argon 的任務定位,並整理 API 價格和開發者、企業、消費者等不同羣體的使用入口。
Google DeepMind 表示,Gemini Robotics 2.5 協助 Apptronik 的 Apollo 2 人形機械人在 Mercedes-Benz 生產線測試中分揀汽車零件,成功率達 96%。
ArtArk 在 SuperCLUE 2026年11月文生圖基準榜單中以 95.14 分排名第一,超越得分 94.27 分的 GPT Image 2.5 Sunburst。ArtArk 在圖文一致性測試中取得 100 分,是所有參測模型中唯一在該項目獲滿分的模型。前五名最高與最低分相差 1.91 分。
Google 發佈視覺—語言—動作(VLA)機械人模型 Gemini Robotics 2.5,並在 Mercedes-Benz 生產線概念驗證中協助 Apptronik Apollo 2 分揀、打包汽車零件,成功率達 96%。
Google DeepMind 宣佈 Gemini 4 Carbon 開放使用,並公佈 AlphaProof Code 以其驅動多個 AI Agent,四周內為 Signal 核心實現生成約 650 萬行 Lean 證明程式碼。
推薦理由:文章把 Gemini 4 Carbon 的長週期推理能力,連到 AlphaProof Code 對 Signal 編譯後程式碼的形式化驗證案例,具體呈現多個 Agent 如何結合 Lean 與機器檢查。
Google 正式開放 Gemini 4 Carbon,供開發者、企業、科研人員和消費者使用,主打複雜軟件工程、科學研究與網絡安全。模型已透過 Gemini API 和 Google AI Studio 向付費開發者開放,統一上下文窗口為 1,048,576 Token,標準同步請求最多輸出 65,536 Token。
推薦理由:文章並列 Gemini 4 Carbon 的開放渠道、上下文規格與漏洞測試成績,呈現其面向複雜編程和安全研究的任務定位。
Google 發佈視覺語言動作(VLA)機械人模型 Gemini Robotics 2.5,並稱其靈巧度、可靠性及安全性均有提升。模型在超過 200 項任務中受測,按任務類型計,成功率較此前基線高 30% 至 100%,完成速度快 20% 至 30%。
Google 正式推出新一代 AI 模型 Gemini 4 Carbon,向開發者、企業、科學家及一般用戶開放。模型在複雜知識工作、軟件工程、網絡安全及科學推理等長週期智能體任務中展現前沿性能。
Google 開放 Gemini 4 Carbon,稱其為目前能力最強的推理模型,面向複雜軟件工程、多步驟智能體任務、科學研究及網絡安全。
推薦理由:文章對照 Gemini 4 Carbon 與 Gemini 4 Argon 的任務定位,並列出 Carbon 的開放渠道、上下文規格與定價,呈現 Google 面向長週期複雜工作的模型部署安排。
Google 擴大 Gemini 4 Carbon 的使用範圍,現向開發者、企業、科學家及一般用戶開放。Google 表示,Gemini 4 Carbon 在多個領域的基準測試中勝過其 Argon AI 模型及 OpenAI、Anthropic 的競爭模型;它在 Gray Swan IPI 基準測試中的提示詞注入攻擊成功率為 0%。
Anthropic 於 November 9 發佈 Claude Fable 5.2,標準輸入及輸出 token 價格較 Fable 5.1 下調 20 percent。
推薦理由:文章並列 Fable 5.2 的價格、速度及誤攔截變化,也交代 Anthropic 對防護強度的説法無法由外部獨立核實。
Google 已開放 Gemini 4 Carbon,Gemini App 現時僅供 Google AI Ultra 會員使用,Gemini API 付費用戶亦可調用。
推薦理由:整理 Gemini 4 Carbon 的會員與 API 開放差異、限時定價及贈金用法,呈現不同使用入口的門檻與成本。
Google 今日將 Gemini 4 Carbon 的使用範圍擴至其他用戶;兩週前該模型僅向部分網絡防守人員開放。推出價為每百萬輸入 $2、每百萬輸出 $10,並預定於 12 月 1 日調升至 $4/$20。
推薦理由:文章交代 Gemini 4 Carbon 的開放範圍與預定調價,並以 Antigravity 的 Three.js 生成測試呈現實際操作情境。
Latent Space 比較 NaiveAI 的 Naive-N0.5-Flash 與 DeepSeek V4.1 Flash 1017、GLM 5.3 Flash,記錄到 Naive-N0.5-Flash 超高速模式的單秒峯值約為 2,100 tokens,但此數值屬上限而非一般速度。
Nvidia 在研究報告中介紹 GR00T 2,這款世界動作模型旨在把人類影片中的動作轉移至機械人,並同步預測下一步動作及短片段未來畫面。訓練使用逾 1,000 枚 GB300 晶片及約 400,000 小時頭戴攝影機影片;在 50 項經少量示例已有良好表現的任務中,少於三分鐘傳統訓練可把成功率由 40% 提升至 95%。
NVIDIA 於 2026 年 11 月 10 日在 Hugging Face 發佈 Alpamayo 2 Edge 權重,提供一個面向車載運算與延遲限制、參數量為 2 billion 的自動駕駛模型。
Google 在兩週的選定安全專家測試後,正式開放 Gemini 4 Carbon;Google 表示它與 Gemini 4 Argon 互補,面向複雜多步編碼、除錯及開放式科學研究。
推薦理由:文章並列 Carbon 與 Argon、Fable 5.2 的基準及任務成本資料,呈現模型表現、推理耗用與實際開支之間的關係。