Google 發佈 Gemini 4 Neon,面向軟件工程、知識工作及科學
Google 於 2026 年 11 月 18 日宣佈 Gemini 4 Neon 正式供應,面向軟件工程、知識工作及科學,收費為每百萬輸入 tokens $3、每百萬輸出 tokens $15。
Google 於 2026 年 11 月 18 日宣佈 Gemini 4 Neon 正式供應,面向軟件工程、知識工作及科學,收費為每百萬輸入 tokens $3、每百萬輸出 tokens $15。
SRE-1 是一個以強化學習訓練的 27B 模型,旨在找出生產環境警報的根本原因。在 49 宗困難的實際案例中,強化學習將單次調查的通過率由 6.9% 提高至 38.8%。5 次 SRE-1 調查組成的集成,通過率達 71%,與 Fable 5.2 相同,成本低 37%。
Google 發佈 Gemini 4 Neon,模型即日起透過 API 提供,輸入價格為每 1M tokens $3,輸出價格為每 1M tokens $15。
Google 已向符合資格的 Google AI Ultra 訂戶開放 Genie 4,供他們在瀏覽器原型 Project Genie 中試用。Genie 4 可讓用戶在生成過程中改變世界,並加入原生音訊;新版本亦加入可透過對話建構世界的 AI 智能體,以及供用戶分享和重混作品的社羣畫廊。
RadixArk 發佈其首個模型 DaisyRose-27B;該模型基於 Qwen3.8-27B,以強化學習訓練,Terminal-Bench 4.1 的 pass@1 從 5.6% 升至 12.0%。
Microsoft 在 Ignite 公佈七款新模型,涵蓋編碼、安全、圖像、語音和路由,主打以較低成本支援長時間運作的 AI 智能體。Microsoft 稱,MAI Code 2 在四項基準的平均表現達 GPT-6.1 Sol 的 98%,推廣價為其成本的 40%;對 Claude Opus 5.5 的表現達 96%,成本為其 5%。
推薦理由:七款模型橫跨編碼、安全、圖像與語音等用途,文中以多項基準和定價對照外部模型,呈現 Microsoft 將自家模型導入產品時的成本取向。
OpenAI 表示,其 AI 模型令 AMD 旗艦 GPU 設計的功耗、效能與面積指標改善最高 14%,部分改動已用於送交製造的晶片。模型改寫描述晶片電路的程式碼,並以 Synopsys 軟件檢查改動;OpenAI 稱這相當於不足五個月取得約一年的進展。
推薦理由:部分 AMD 旗艦 GPU 設計改動已進入製造,文章亦交代模型改寫電路描述程式碼並用 Synopsys 軟件逐項檢查,具體呈現 AI 參與晶片設計的流程。
Genie 4 現已開放使用。原文未提供其他產品資訊或可用方式。
OpenAI 報告,其模型改寫 AMD 旗艦 GPU 的 SystemVerilog RTL,與高度優化基線相比,功耗、效能及面積(PPA)改善最高達 14%,部分電路改寫納入送廠製造的設計。
一項具里程碑意義的審計試驗顯示,AI 智能體提出的問題比 KPMG 會計師更好。
OpenAI 表示,其模型已用於改進自研 Jalapeño、AMD GPU IP 及開源 RISC-V 核心的晶片設計,並提升 RISC-V 評測中的吞吐量。在 AMD 旗艦 GPU IP 上,相較高度優化基線,PPA 改善最高達 14%;Jalapeño warp engine 和 matrix unit 的標準單元面積則分別減少約 13% 和 10%。
推薦理由:文章並列量產設計中的 PPA 改善與兩款開源 RISC-V 核心評測,亦交代功能取捨和物理綜合檢查等限制,可對照模型測試分數與實際晶片設計要求。
NVIDIA 的 Kumo Tabular 是一組開放權重表格基礎模型,可在單次前向傳播中對新數據集分類或回歸,無需訓練、超參數搜尋或特徵工程。論文報告 Kumo Tabular-L 在 8 個表格基準均排名第一;模型以表格中已標記的資料列作上下文,預測未標記查詢列的結果。
Microsoft AI 宣稱推出七款兼具世界級水準、可擴展性與性價比的新模型。Hacker News 留言提及 MAI Code 2 Flash 和 Decision 1.1,並質疑以速度和價格比較模型是否有參考價值。
Anthropic 籌備 IPO 之際,Microsoft 發布七款新 AI 模型,OpenAI 推出 GPT-6.2 Astra 和 GPT-6.2 Sol。兩款 OpenAI 模型在其基準測試中勝過同系列模型,現已於全球 ChatGPT 和 Codex 向付費訂戶提供。
網絡安全公司 Xint 表示,利用 GPT 6.1 Sol 和 GPT-6 Luna 在 Nginx 發現遠端程式碼執行(RCE)漏洞。Wiz 表示,自己亦曾獨立發現相同漏洞。
OCRia-1.5 已在 LlamaParse 上線,提供 OCRia-1.5-4B(Agentic)及 OCRia-1.5-2B(Cost Effective),提升複雜表格、圖表及表單的解析準確度和邊界框定位。
Hugging Face 的 harness-hub 團隊發佈 Qwen3.8-27B-pi-adapted LoRA adapter;在 pi harness、關閉 thinking 的 SWE-bench Pro(hard 51)測試中,Qwen3.8-27B 的分數由 39.2% 升至 64.7%。
OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol,並將 Astra 的價格下調 20%。兩款模型已在 ChatGPT Work、Codex 和 API 上線;Astra 的 API 價格為 $8 per million input tokens、$40 per million output tokens。
推薦理由:文章對照 OpenAI 公佈的基準成績與 Epoch AI、開發者的測試反饋,呈現模型基準表現和實際工作體驗之間的差異。
GPT-6.2 Astra 與 Sol 發佈後,開發者實測反映兩款模型雖有亮眼榜單成績,穩定性、溝通及編程協作仍受批評。Astra 在 Artificial Analysis 綜合指數得 62 分、排名第二,但在編程智能體榜得 53 分;Sol 的該榜分數較上代下跌 3 分。
Rumble-2-Flash 以 Apache 2.0 授權開源,是支援 40+ 種語言的 0.5B 語音辨識模型。在 Open ASR Leaderboard 多語言賽道,它跨 9 種語言的平均錯誤率為 6.96%,優於 Meta 的 omniASR-LLM 7B 和 Whisper large-v3。
推薦理由:文章以多語言辨識榜單及真實客服通話基準比較 Rumble-2-Flash,呈現小型模型在不同語音條件下的錯誤率表現。
LlamaIndex 評比 2026 年 OCR 模型的表格處理能力,稱 4B 的 OCRia-1 在 ParseBench 表格維度得分 91.5,專用文件解析器較適合表格、圖表和複雜結構文件。
Seedream 5.5 已加入 Recraft Studio 付費方案,Recraft 以 12 組提示詞將它與 Recraft V4.1 Pro 及 GPT Image 2.6 Sunburst 並排比較。
Microsoft 於 11 月 17 日在 Ignite 發佈自家編碼模型 MAI Code 2,並已在 GitHub Copilot 提供。Microsoft 稱它在自選的 4 項編碼基準中達到 OpenAI GPT-6.1 Sol 約 98% 的性能,成本約為其 40%,但成本按 50% 推廣價計算。
Reson8 免費開放下載語音轉錄模型 Rumble-2-Flash 的權重;模型有 500 million parameters,支援超過 40 種語言。據 Reson8 自行測試,模型在涵蓋德語、法語和荷蘭語等 7 種語言的多語測試中,平均詞錯誤率為 7.09%;在 10 種低資源語言測試中為 17.6%,而 Whisper Large V3 在同一測試為 39.82%。
知更鳥人際關係情感分析模型分析上千條真實對話,依據愛情三角理論辨析親密、激情與承諾,並以 86.2% 的關係類型準確率、92.2% 的情感極性準確率及 84.1% 的關係動態準確率完成三項任務。模型指出,買菜等中性日常對話也可能呈現愛情中的生活融合與承諾;嫉妒及道歉等語言則可反映關係動態。
DeepSeek 調整 API 定價。
作者按 Microsoft 公佈的價格重算後指出,MAI Code 2 促銷期結束後的任務成本約為 GPT-6.1 Sol 的 81%,而促銷價下為 40.6%。
Microsoft 在 Microsoft Ignite 2026 發佈 7 款 AI 模型,涵蓋編碼、圖像、語音、決策、檢索及安全用途。MAI Code 2 和 MAI Code 2 Flash 已可在 GitHub Copilot 使用;MAI Image 2.7 支援文字生成及編輯,MAI Realtime 1 支援語音對話。
推薦理由:七款模型涵蓋編碼、圖像、語音、檢索與安全用途,文章亦列出基準、費用和部署案例,可比較不同模型的定位與應用場景。
OpenAI 正式推出 GPT-6.2 Astra 和 GPT-6.2 Sol。微軟發佈 MAI Image 2.7 及 Flash 版模型,並推出 Canvas;騰訊稱 WorkBuddy 每日有超過千萬用戶,合計消耗逾 100 萬億 tokens。
GPT-6.2 Astra 和 Sol 已在 Work 網頁版及 Codex 客戶端上線,官方展示其專業任務評測進步,開發者仍批評表達過短、任務提早中止。
推薦理由:文章並列 GPT-6.2 Astra、Sol 的評測分數、任務成本與開發者回饋,呈現基準表現進步和長流程使用摩擦之間的落差。
OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol,前者主打高難度推理與編碼,後者面向日常編碼及大規模 Agent 工作;Astra 降價,Sol 維持 GPT-6.1 Sol 的原價。
推薦理由:文章並列官方基準、第三方測試與遷移限制,呈現 GPT-6.2 兩款模型在成本、編碼表現及安全用途上的取捨。
OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol,並將 Astra 的輸入及輸出 token 單價較 GPT-6 Astra 下調 20%。文章稱 Astra 的快取輸入費用下調 60%;輸入超過 272K token 時,輸入及快取單價加倍,輸出單價乘以 1.5。Astra 面向長週期及複雜任務,Sol 則主打大規模日常自動化任務。
阿里雲百煉上線 Qwen4-Max 預覽版,並將模型接入 Token Plan 訂閲體系,新客首購套餐優惠低至 5 折。優惠至 11 月 30 日,Lite 套餐折後每月 19.5 元,含 20000 Credits。預覽版目前只可透過 Token Plan 調用,暫不開放單獨按量計費。
阿里雲發佈 Qwen4‑Max 預覽版,並在千問 AI 平台首發 Token Plan 訂閲服務,主打複雜專業任務。模型支援 1M Token 上下文窗口及文字、圖片、影片輸入,重點強化複雜編程與智能體長鏈路執行。預覽版僅開放訂閲制調用,Token Plan Lite 新客首購價為每月19.5元,模型標識 qwen4‑max‑preview 將於2026年11月25日下線。
Qwen4‑Max 預覽版定位為面向複雜推理與編程的旗艦模型,較 Qwen3‑Max 原生支援圖像、影片理解,並擴展智能體的專業軟件操作及跨工具長流程能力。預覽期為11月11日10:00至11月25日24:00(UTC+8),期滿後 qwen4‑max‑preview 標識下線,正式版將使用新標識。參數量、上下文窗口、官方基準跑分及正式版定價尚未公佈,預覽版不適合承載不可中斷的生產業務。
阿里雲開發者社區的指南梳理 Wan3.0‑Video 的影片生成能力、適用場景、價格與 API 接入條件。模型支援文生影片、圖生影片和參考生影片,單次最長生成 30 秒,亦可使用辦公文件及網頁連結作輸入;北京地域價格為 0.30、0.60、1.20 元/秒,分別對應 480P、720P、1080P。文章亦指出,邀測階段須申請權限,模型未開源,只可透過阿里雲百煉 API 調用。
OpenAI 於 17 November 2026 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol,兩款模型均已可透過 API 使用。OpenAI 稱兩款模型在高要求任務上以較少輸出 tokens 取得更好結果;Astra 定價為 $8/$40 per million tokens,Sol 沿用 GPT-6.1 的 $2/$10 定價。
推薦理由:文章並列 GPT-6.2 Astra 與 Sol 的基準表現、定價和獨立測試回饋,呈現兩款模型在成本、成績與實際使用評價上的差異。
Microsoft 在 Ignite 2026 發佈 MAI Code 2 和 MAI Code 2 Flash,前者面向企業常見編碼工作,後者針對程式碼解釋、定點修改、例行修復和快速迭代等大量任務。
Trellis Data 發佈 Agentaus 1,宣稱這款 2200 億參數大模型為 100% 澳洲自研,並向全球開放。多名 AI 領域人士稱,其模型指紋與 DeepSeek V4 Flash-0731 匹配;Agentaus 1 的 MMLU-Pro 得分為 84.4,全球排名 43 位。
OpenAI發佈GPT-6.2 Astra和GPT-6.2 Sol,分別面向複雜專業工作與日常任務,並提升軟件開發、智能體工作流及多步驟任務能力,降低完成任務所需的Token用量。