跳到正文
目前篩選:模型
11月19日週四
  1. Hacker News:AI 熱帖43

    SRE-1:用於生產環境調查的 27B 模型

    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%。

  2. The Decoder76

    Microsoft 公佈七款自研 AI 模型,瞄準以較低成本替代產品中的外部模型

    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。

  3. TNW78

    OpenAI 稱其 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%

    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。

  4. OpenAI News74

    OpenAI 模型改進 Jalapeño、AMD 及 RISC-V 晶片設計

    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。

  5. LlamaIndex:產品、工程與評測41

    OCRia-1.5 推出

    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。

  6. TNW84

    OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol,早期測試者提出批評

    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。

11月18日週三
  1. Hugging Face Blog67

    Rumble-2-Flash 開源,支援 40+ 種語言的 0.5B 語音辨識模型

    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。

  2. 阿里雲開發者社區 AI35

    知更鳥人際關係情感分析模型如何從對話中辨析愛情

    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。

  3. gihyo.jp78

    Microsoft 發佈 7 款 AI 模型,Codename MDASH 在 6 個開源項目確認 99 項漏洞並提交修正方案

    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。

  4. 第一財經47

    OpenAI 發佈 GPT-6.2 Astra

    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。

  5. 阿里雲開發者社區 AI83

    GPT-6.2 更強、更便宜,為何仍有人批評?

    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。

  6. 阿里雲開發者社區 AI73

    阿里雲 Qwen4‑Max 預覽版全解:能力、功能、適用場景、價格及最新優惠

    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。

  7. 阿里雲開發者社區 AI64

    阿里雲 Qwen4‑Max 預覽版深度解析:定位、能力與 Qwen3‑Max 的差異

    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。

  8. 阿里雲開發者社區 AI59

    阿里雲 Wan3.0‑Video 深度解析:模型能力、適用場景、價格與接入指南

    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。

  9. DEV Community83

    OpenAI 發佈 GPT-6.2 Astra 和 Sol,Astra 價格更低且評價不一

    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。