Gemini 4 Carbon 正式開放使用,卻在快速模型週期中迅速顯得過時
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。
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。
Google DeepMind 於 2026 年 11 月 10 日推出 Gemini Robotics 2.5,並報告 Apollo 2 人形機械人在 Mercedes-Benz 生產線分揀汽車零件的概念驗證中成功率達 96%。
MiniMax 發佈開放權重圖像生成模型 H3-Image,支援文字生成圖像、參考圖生成及圖像編輯,可在 10 秒內生成 4K(4096 × 4096)圖像。MiniMax 稱其速度最高可達主流替代方案的 5×,並可理解及使用最多 16 張參考圖。
Google DeepMind 的 Gemini Robotics 2.5 在 Mercedes-Benz 生產線試點中控制 Apollo 2 分揀金屬零件,成功率達 96%。這款視覺-語言-動作模型在逾 200 項任務中接受測試;Google DeepMind 稱,按任務類型計,成功率較自家先前基準高 30% 至 100%,完成速度快 20% 至 30%。
OpenRouter 以 8 頁自製掃描文件比較 15 款視覺模型、Mistral OCR 和 Tesseract;Claude Opus 5.5 在 264 次關鍵值檢查中答對 262 次,準確度最高。Mistral OCR 答對 258 次,每 1,000 頁收費 $2.02,是測試中性價比最高的選項。測試亦發現視覺模型可能編造頁面沒有的數字或內容,作者建議用自己的掃描文件測試候選模型。
Google 向付費開發者及企業提供 Gemini 4 Carbon,並開始向 Google AI Ultra 訂戶逐步推出;此前該模型僅提供給少數網絡安全防禦人員。
Google 向開發者、企業、科學家及一般用戶開放 Gemini 4 Carbon,主打複雜知識工作、軟件工程及科學推理。它在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 均排名 #1,每項任務成本比次佳外部模型低逾 2X。
推薦理由:文章對照 Carbon 面向高難度多步任務、Argon 適合多數軟件工程及知識工作的定位,並提供基準與價格資訊,呈現兩款模型的用途差異。
Google 向公眾推出 Gemini 4 Carbon,並在智能體開發平台 Antigravity 預覽「swarm」功能,可把單一提示詞轉成協調工作的智能體團隊。
MiniMax 發佈並開放 H3-Image 權重,這款衍生自 H3 的圖像生成模型可在 10 秒內生成 4096 x 4096 像素、約 16 MP 的圖像。
Google DeepMind 開放 Gemini 4 Carbon,供開發者、企業、科學家及一般用戶使用,並定位為面向複雜知識工作、軟件工程及科學推理的前沿模型。
推薦理由:文章列出 Gemini 4 Carbon 在多項工作流程基準的排名及相對成本,並交代付費開發者和企業的使用入口,呈現其產品定位與採用條件。
Google 於 2026 年 11 月 10 日宣佈,Gemini 4 Carbon 開放予付費開發者及企業,並正逐步向 Google AI Ultra 訂閲用戶推出。
推薦理由:文章同時梳理 Carbon 的擴大開放、推理 token 計費及 Fairwind 網絡安全門檻,呈現深度推理工作流的使用成本與專門網絡安全存取限制之間的取捨。
MiniMax 發佈並開放 H3 Image 權重,這款模型聚焦圖像生成與編輯,並可透過 API 接入。作者實測中,模型生成 4096×4096 圖片需 10~20 秒,最多支援 16 張參考圖片,並展示複雜指令、文字排版及多種視覺風格生成。文章亦稱其可透過 API 接入 MiniMax Code、Claude Code、Codex 等 Agent Harness,參與更複雜的任務流程。
Amazon 發佈第二代表格基礎模型 Mitra-v2,支援分類與回歸,並在 Hugging Face 以 Apache-2.0 授權開放微調模型及推理、微調程式碼。
Zyphra 發佈 ZONOS3-Mini,一款採用 MoE 架構、總參數量 800M、每個 token 約有 100M 活躍參數的開源即時文字轉語音模型。模型支援零樣本聲音克隆及逐詞表達控制,權重採 Apache 2.0,並提供 WebGPU、MLX、ggml 和 SGLang-Omni 等部署路徑。
Gemini 4 Carbon 現已推出。原文未提供模型的規格、價格或可用方式等詳細資料。
Google 已擴大 Gemini 4 Carbon 的全球供應,並在 Google AI Studio 和 Gemini for business 開放使用。
MiniMax 發佈 H3-Image 並開放權重,這款衍生自 H3 的圖像生成模型可在 10 秒內生成一張 4096 x 4096 像素、約 16 MP(4K)的圖像。模型支援文字生成圖像、圖像參考和圖像編輯,並具備指令遵循及多參考圖理解能力。發佈首週,MiniMax 將為 16MP 及以上規格的生成請求提供官方價格五折優惠。
Anthropic 發佈 Claude Fable 5.2 和 Mythos 5.2,其中 Claude Fable 5.2 在 RoboDojo Sim 的得分為 64.9%。
MiniMax 發佈 H3-Image 圖像生成模型並開放權重,稱模型可在 10 秒內生成 4096 x 4096 像素、約 16 MP 的圖像。模型支援文字生成圖像、圖像參考及圖像編輯,最多可參考 16 張圖片;MiniMax 稱其速度可達市面主流水平的 5 倍。發佈首週,MiniMax 為 16MP 及以上規格的生成請求提供官方價格五折優惠。
Google DeepMind 推出 Gemini Robotics 2.5,擴大機械人可學習的技能範圍並加快學習速度,同時提升靈巧度、可靠性及安全性。模型在逾 200 項不同任務中接受評估,按任務類型較先前基線的成功率高 30% 至 100%,完成速度快 20% 至 30%。與 Apptronik、Mercedes-Benz 在汽車生產線進行的概念驗證中,Apollo 2 的成功率為 96%。
推薦理由:文章以逾 200 項任務的測試,以及 Mercedes-Benz 生產線試點的 96% 成功率,呈現模型在基準評估與實際操作中的表現。
Google DeepMind 公佈 Gemini Robotics 2.5,稱新版本在高靈巧度任務上的能力有所提升。該模型在超過 200 項活動中接受評估,包括用鉗子上菜及使用移液器。Google 展示配備 Gemini Robotics 2.5 的 Apptronik Apollo 2 人形機械人可以用五指手打蝴蝶結;DeepMind 正準備開源安全基準 ASIMOV-jailbreak。
Anthropic 發佈 Claude Fable 5.2 和 Claude Mythos 5.2,兩者使用同一底層模型,但防護設定不同。
推薦理由:文章並列兩種防護設定、基準成績與定價,亦交代評測數據由 Anthropic 自行報告,讓讀者可對照版本差異及成績來源。
MiniMax 正式發佈 H3-Image 並開放權重,該模型衍生自 H3。模型具備文字生成圖像、圖像參考和圖像編輯能力。它可在 10秒內生成一張 4096 x 4096像素、約16MP(4K)的高解像度圖像。
智元機器人發布 WITA-Omni(硅光動語全模態大模型),主打以機器人本體感知數據訓練的全模態端到端互動。模型採用流式全雙工架構,支援觸覺、本體狀態輸入,以及機器人動作、表情輸出;官方稱最快響應約 400 毫秒,平均約 600 毫秒,較業內平均水平快近 3 倍。它亦支援上百種語言和方言免切換交流,以及流式同聲傳譯和雙向互譯。
Scale Labs 與 CAIS 的 Remote Labor Index 顯示,Fable 5.2 以專業品質完成 41.3% 的自由工作項目,高於 Opus 5.5 的 21.3% 和 GPT-6 Astra 的 20.8%。該指數比較三者完成自由工作項目的表現。
Anthropic 的 Fable 5.2 在 Scale Labs 的真實自由工作任務基準中完成 41.3% 的專業工作,遠高於約一年前 Manus 的 2.5%。
馬斯克表示,Grok 4.8 預訓練已完成,正進行 RL 後訓練,並以 C/C++ 重寫 RL 後訓練及推理技術棧。本週稍後將向 Grok Bot 用戶軟發布;馬斯克稱模型有 2.5 萬億參數,團隊不會針對 AI 榜單過度優化。
作者在 Cursor 中讓 Claude Fable 5.2 無人工幹預完成三個純前端項目,認為其審美出色,但與 Claude Opus 5.5 相比提升不明顯,工作速度亦未見改善。
推薦理由:三個純前端項目的實測呈現 Claude Fable 5.2 的視覺表現、修正耗時與實際花費,並提供與 Opus 5.5 的比較。
Anthropic 發佈 Fable 5.2 和 Mythos 5.2 模型,強化編程與機械人控制能力。公司亦計劃透過 IPO 發行 8.25 億股 A 類普通股,每股定價區間為 70 至 78 美元。
Anthropic 發佈 Fable 5.2 和 Mythos 5.2 模型,強化編程與機械人控制能力。美團開源 LongCat-2.5,支援商用推理部署與二次訓練;英偉達則發佈新一代世界動作模型 GR00T 2。 Anthropic 計劃透過 IPO 發行 8.25 億股 A 類普通股,每股定價區間為 70 至 78 美元。
OPPO 宣佈 OPPO Pad Air6 將於 11 月 16 日發布,配備 12.1 英寸、最高支援 120Hz 的 LCD 屏幕及 10050mAh 電池。
OpenAI 尚未公開的網絡安全模型一次產生 948 個可通往 root 權限的 Linux 本地提權漏洞,API 費用為 $1,213,430。流程由 2,308 個候選結果開始,確認 1,724 個是真漏洞、1,169 個有可運作的 root exploit,合併重複底層缺陷後計為 948 個不同漏洞。
智元正式發布 WITA-Omni,模型除音訊、影片輸入輸出外,新增觸覺與本體狀態輸入,以及機械人動作、表情輸出,並採用流式全雙工架構。官方稱其交互響應最快約 400 毫秒、平均約 600 毫秒,較業界平均水平快近 3 倍。模型支援上百種語言和方言免切換交流,並可進行流式同聲傳譯及雙向互譯。
Anthropic 發佈 Claude Fable 5.2 和 Claude Mythos 5.2,定位為應對艱巨技術挑戰的長程智能體模型。文章稱,Fable 5.2 在 30 小時內完成費馬大定理的形式化;Mythos 5.2 在內部 CVE 再發現評估中,發現的漏洞數量比 Claude Opus 5.5 多 10.2%,比 Claude Mythos 5.1 多 14.4%。
推薦理由:文章以數學形式化、硬件設計及安全測試等案例,呈現兩款模型面向長程複雜技術工作的定位。
InferenceKey 在單張 32 GB RTX PRO 4500 Blackwell 上實測 NVIDIA Nemotron 3.5 Transcribe,評估提示詞如何選擇逐字稿、清理稿或附逐字時間戳的説話者輸出。
Anthropic 工程師 Felix Rieseberg 使用 Fable 5.2,花 8 小時、約 550 美元生成一個可玩的 FPS 小型關卡原型。3D 模型、聲音和紋理均由 AI 從零生成,使用 445 million input tokens(大部分經快取)及 2.7 million output tokens。
Anthropic 發佈 Claude Fable 5.2 和 Mythos 5.2,稱新版本處理複雜軟件工程任務的能力提升,API 價格較前代下調 20%,輸出速度最高提升 30%。
推薦理由:文章並列 API 降價、編碼評測提升與 Mythos 存取限制,呈現企業採用新模型時性能、成本與安全管控之間的權衡。
Anthropic 為推出 Claude Fable 5.2,讓 1,000 個 AI 智能體在 30 小時內把費馬最後定理的證明轉成電腦可逐行核驗的語言。這不是新的證明,而是一次能力展示;OpenAI 和 Google 也聲稱在數學方面取得突破。
Anthropic 推出 Claude Fable 5.2 和 Claude Mythos 5.2,兩者是同一基礎模型的變體,並在編碼、推理和視覺方面有所改進。
Claude Fable 5.2 發佈同日,螞蟻靈波科技開源觸覺基礎模型 LingBot-Touch;朱興稱通用大模型與具身基礎模型協同可加速具身產業成熟。