OpenAI 發佈 GPT-6.2 Astra 和 Sol,Astra 位列前沿模型第二且便宜 20%-600%,評價不一;Sol 或成主力模型
OpenAI 今日發佈 GPT-6.2 Astra 和 Sol,並開始向 ChatGPT Work、Codex 的 Plus、Pro、Enterprise、Edu 用戶及 API 開發者推出。
推薦理由:文章並列 GPT-6.2 Astra、Sol 的基準測試、任務成本與早期測試者分歧,呈現效率數據和使用評價之間的差異。
OpenAI 今日發佈 GPT-6.2 Astra 和 Sol,並開始向 ChatGPT Work、Codex 的 Plus、Pro、Enterprise、Edu 用戶及 API 開發者推出。
推薦理由:文章並列 GPT-6.2 Astra、Sol 的基準測試、任務成本與早期測試者分歧,呈現效率數據和使用評價之間的差異。
Osmo 創辦人稱,公司的氣味 AI 模型在偵測和區分氣味方面約達一般人水平,創作氣味則約達初級香水設計師水平。Osmo 建立了逾 10 million 個人類標註和 800 million 個「scent tokens」組成的數據集,其技術已用於香水業。受訪專家指出,氣味感知受情境影響;若要應用於醫療診斷等場景,感測器技術仍需改善。
一項以相同中文提示詞測試五個模型路線的 70 次調用評測發現,五者均避開八項直接有害要求;在捐款公告測試中,DeepSeek 和 Kimi 得 11/11,Claude、Codex 和 Gemini 得 10/11。測試亦發現,部分模型修改公告時刪去未經獨立審計的説明,或加入提示詞未提供的核實資訊。
OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol,分別接替 GPT-6 Astra、GPT-6.1 Sol,面向複雜專業工作及日常任務,並稱新模型性能更高、消耗更少 token。
推薦理由:文章並列 GPT-6.2 Astra、Sol 的測試成績與 API 定價,並説明 OpenAI 所稱的任務成本差異受 token 用量及測試設定影響。
測試顯示,Gemini 4 Carbon 延遲開始修正,似乎源於行為方式,而非不知道問題原因。每五輪加入一次確認後,Carbon 完成時間由 37 分鐘縮短至 28 分鐘,指出原因到開始編輯的等待時間則由 25 分鐘減至約 10 分鐘。相比之下,GPT-6 Astra 在指出原因後三分鐘便寫出修正。
文章實測 GPT-6.2 Astra,發現它能快速生成可互動的 3D 遊戲與場景,但寫作表現、溝通方式及長程 Agent 任務仍有明顯問題。文中亦引述官方數據,稱它在專業 Agent 任務上的表現超越 Claude Fable 5.2,完成同等任務的綜合成本只有後者的 5%。
推薦理由:文章將官方成本與能力主張,和 3D、寫作等實測並置,呈現 GPT-6.2 Astra 的強項與日常協作落差。
Gemini 4 Neon(gemini-4-neon)已正式開放使用(GA),面向複雜軟件工程、知識工作及科學工作流程,提供快速端到端任務處理。
作者以 7 組提示詞評測 Kling Image 4.0,測試原生 8K、圖中文字、6 張組圖及長商品頁,並與 MiniMax H3 Image 比較。測試輸出達 9,984 × 6,656 像素;海報和中文菜單文字準確,六張廣告圖的罐身設計亦保持一致。不過,長商品頁下半部出現數字遺失和亂碼;同一香水提示詞比較中,作者認為 Kling 的瓶身細節處理較 MiniMax H3 Image 好。
阿里雲開發者社區文章詳解 Qwen4-Max 的定位、架構、能力及適用場景,並與上一代 Qwen3.8-Max 比較多項指標。文章指出,Qwen4-Max 總參數為 2.4T,每個 Token 啟用 71B 參數,支援 1M Token 上下文;Work360 單項任務平均成本由 26.58 元降至 11.16 元。
SID AI 發佈第二代智能體搜尋模型 SID-2 及多智能體版本 SID-2 Swarm,模型會根據搜尋結果調整後續搜尋並輸出排序文件 ID。
OpenAI 於 2026年11月17日發佈 GPT-6.2 Astra 和 GPT-6.2 Sol。兩款推理模型已在 ChatGPT Work、Codex 和 API 提供,Astra 面向複雜專業工作,Sol 著重日常寫作、編碼的速度與成本效益。
推薦理由:文章並列兩款模型在專業與日常任務上的定位、基準結果及 API 價格,呈現能力表現與使用成本的比較脈絡。
德適科技公佈醫療影像通用大模型 iMed-6.0 的技術進展,旗下 Thoth 與 Aegis 在 MMMU 和 MedBench VLM 多個榜單包攬全球冠亞軍。
Vidraft_lab 用 Hugging Face 公開 API 重算《每日經濟》報道的數據,核對出 Darwin 在 57 個排行榜中有 12 個居首。Darwin 參加的 15 個排行榜均列前三;作者按分數重算名次,並把同分計作共同第一。截至 11 月 18 日,記錄數為 1,462,較報道所列 11 月 17 日的 1,458 多 4。
在主機持有狀態並逐項檢查模型提出的變更時,11 款 1.5B 至 32B 開放模型中有 10 款在 3,200 步測試的每一步都維持準確狀態,所有模型均無狀態損毀。使用一般文字描述請求時,Qwen2.5-1.5B 只在 2.31% 的步驟答對,Qwen2.5-32B 則達 97.91%。
OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol,作者實測認為 Astra 能力偏科,科研與程式碼審查較強,方案規劃和影片創作較弱。在作者自建的程式碼審查測試中,Astra 找出 96% 問題,Sol 為 84%,GPT-6.1 Sol 為 65%;Astra 在 Agents' Last Exam 約得 78%,每項任務約 3 美元。
OpenAI 推出的 GPT-6.2 Astra 與 Sol 在部分綜合榜單表現突出,但開發者實測反映出 Astra 不穩定、難以配合長流程工作,Sol 的編程表現亦較上代退步。
推薦理由:文章把綜合榜單、編程實測與安全報告並置,呈現 GPT-6.2 專項能力與日常協作體驗之間的落差。
OpenAI 發佈 GPT-6.2 Astra 和 Sol,文章指出兩款模型表現不一,辦公、Computer Use 和 3D 有亮點,編程長任務則受批評。Artificial Analysis 綜合智能指數中,Astra 得 62 分、排名第二;3D 人類盲測得 1318 Elo、排名第一。
推薦理由:文章將官方基準與多方實測並列,呈現 GPT-6.2 在辦公、Computer Use 和 3D 的亮點,以及長任務編程的持續性問題,對照出各類任務表現不一。
騰訊混元宣佈開源 Hy4 flash 系列,包含 Hy4 flash、Hy4 flash-FP8 和 Hy4 flash Base,開發者可在 GitHub、Hugging Face、ModelScope 和 GitCode 下載部署。
騰訊混元宣佈開源 Hy4 flash,提供 Hy4 flash、Hy4 flash-FP8 和 Hy4 flash Base 三個版本。模型總參數量為 224B,包含 64B Engram 參數,每個 token 激活 12B,支援多模態輸入及 100 萬 token 上下文長度,API 價格較 Hy4 大幅降低。
KiteFishAI 推出 NanoI1,這款 155-million-parameter 語言模型面向可控基礎設施上的企業工作流程,而非通用 AI 助手。模型採用 Apache-2.0 授權,提供 Base 和 Instruct 版本,支援 vLLM、2,048-token 上下文窗口,並可在手提電腦、本地伺服器及印度數據中心部署。
Google 發佈 Gemini 3,並在推出首日將其用於 Search 的 AI Mode,供 Pro 和 Ultra 訂閲用戶使用。Gemini 3 Pro 在 LMArena 得分 1501 Elo;作者認為,與前代數週後才進入 Search 相比,首日整合才是這次發佈的戰略重點。
推薦理由:文章將 Gemini 3 首日整合至 Search 與前代延遲數週作對照,呈現搜尋分發在這次發佈策略中的意義。
可靈AI於11月17日晚正式上線 Kling Image 4.0,支援原生 8K 圖像生成、單張圖片內生成 2000 字,以及一次描述生成最多 10 張系列圖片。模型提供 70 餘款預設字體,並支援中文(簡體、繁體)、英文、日文、韓文、西班牙語及葡萄牙語文字生成。它亦支援生成電商詳情頁與網頁設計長圖,面向影視創作、廣告營銷等專業圖像創作場景。
阿里雲開發者社區的文章解析通義千問 Qwen4-Max,整理其多模態能力、功能支援、收費及 API 接入範例。文中列出輸入 ¥10 /M tokens、輸出 ¥30 /M tokens,並稱阿里雲百煉提供免費 100萬 Tokens 試用。文章亦提供 Python、Node.js 及 cURL 的呼叫範例,並稱模型兼容 OpenAI 與 Anthropic API。
inclusionAI 在 Hugging Face 提供 Invoker-Render 的因果流式 DiT 權重,模型以結構 Proxy、外觀參考圖和文字為輸入生成影片,配套 CodeWorldModel 推理程式碼支援因果四步流式生成。
微軟推出 MAI Code 2 與 MAI Code 2 Flash,面向日常企業編碼任務,主打以不到一半價格達到相近的生產質素。微軟稱,四項日常企業級編碼基準的平均結果中,MAI Code 2 達 GPT 6.1 Sol 性能的 98%、成本為其 40%;達 Claude Opus 5.5 性能的 96%、成本為其 5%。
截至 2026 年 11 月 18 日,GPT-6.2 Astra 沒有免費使用途徑,可經 ChatGPT Work、Codex、付費 GitHub Copilot 方案或 API 存取。
GPT-6.2 Astra 沒有免費使用途徑,API 標準價格為每 100 萬輸入 tokens $8、每 100 萬輸出 tokens $40。
Microsoft 推出 MAI Code 2 與 MAI Code 2 Flash,兩款模型面向日常企業編碼任務,主打以較低成本達到相近的生產質素。
綠盟科技的風雲衞基座模型 SecLLM-3.6-27B 在 CyberGym Model-Focused 榜單以 91.31% 任務成功率排名全球第一。該榜單只使用通用 Harness,不配備外部工具或知識庫,評估模型本身的安全能力。這款 27B 模型已透過風雲衞應用於告警降噪、漏洞初篩、程式碼審計輔助及事件溯源等安全場景。
阿里雲於 2026 年 11 月 17 日在香港峯會推出 Qwen4-Max,並發布面向企業 AI Agent 的開發與安全能力。模型具備 2.4 萬億總參數、原生視覺能力及百萬級 token 上下文窗口,每個 token 僅激活 710 億參數,較前代 Qwen3.8-Max 減少 25%。
OpenAI 發佈 GPT-6.2 Astra 和 Sol,將重點由文字生成轉向可直接操作執行環境的能力。Astra 面向大型程式碼庫重構等運算密集任務,Sol 則以高吞吐量和低延遲處理日常 Agent 工作;兩者亦可透過 Computer Use 操作 macOS 和 Windows,並在 Codex 中執行 CI/CD 測試循環。
OpenAI 正式推出 GPT-6.2 Astra 和 GPT-6.2 Sol,分別提升複雜專業任務,以及日常工作、編程和多步驟智能體任務的效率。Artificial Analysis 榜單中,Astra 得 62 分、排名全球第二,Sol 得 57 分;Astra API 輸入及輸出價格均下調 20%,快取輸入價格下調 60%。
推薦理由:文章並列 GPT-6.2 在專業任務、成本與基準測試上的變化,也交代幻覺率和網絡安全限制,呈現能力提升與使用邊界。
可靈AI於11月17日晚正式推出新一代圖像創作模型 Kling Image 4.0,升級重點包括畫面真實感、文字表現、指令理解和一致性。模型支援原生8K圖像生成、單張圖片生成2000字及70+款預設字體,並可按一次描述生成最多10張系列圖片。
Microsoft AI 發佈七款涵蓋推理、編碼、圖像、轉錄及語音能力的 MAI 模型,並推出 Frontier Tuning 以配合機構工作流程調整模型。模型可透過 Foundry、OpenRouter、Fireworks 和 Baseten 使用,開發者亦可自行調整權重;Frontier Tuning 透過受控環境中的實際工作軌跡進行強化學習,並讓機構資料留在客戶環境。
llama3.1:8b 在一次本地測試中,收到錯誤程式碼及失敗案例後,兩度原樣重複有 bug 的函式;只收到「再試一次」的盲目重試,則首次便修正了錯誤。12 項任務中有 3 項未能通過基準測試;在這 3 項中,錯誤提示重試的最終得分有 2 項不高於盲目重試,僅 1 項明顯較好。
範式智能發佈通用語言模型 Phai-A1 和影片生成模型 Phai-M1,分別面向代碼開發、智能助手等語言類場景,以及影片內容創作。公司計劃未來不久開放兩款模型的權重。
OpenAI 在取消 Astra 七週後推出 GPT-6.2 Astra,輸入及輸出價格分別為每百萬 tokens $8 和 $40,均較 GPT-6 Astra 低 20%。
推薦理由:文章將 GPT-6.2 Astra 的標價降幅與 OpenAI 宣稱的任務成本分開檢視,説明兩類數字的差異,並整理相關評測限制與發佈安全措施。
作者以 whisper.cpp v1.9.5 在四種硬件配置測試同一段錄音,medium 在兩款 CPU 上較快;large-v3-turbo 在 CUDA 上較快,在 Intel iGPU 的總耗時則與 medium 相差 15ms。
美國艾倫人工智能研究所發佈新一代地球觀測基礎模型 OlmoEarth v1.3,並免費開放全球預先計算數據及分析工具。模型以每個10米網格的128個數值表徵年度地表特徵,另提供成本較低的64維版本;跨六大洲27項地表識別評測中,兩個版本分別有20項及18項領先同場對手,GPU耗時則降至v1.2的約53%。
Microsoft 發佈 MAI Code 2 和 MAI Code 2 Flash,分別面向日常企業編碼與生產力工作,以及高頻編碼任務。