跳到正文
目前篩選:模型
11月18日週三
  1. MIT Technology Review · AI54

    Osmo 稱其 AI 嗅覺模型辨識氣味已達一般人水平

    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。

  2. Hacker News 熱門(buzzing.cc 中文翻譯)49

    為甚麼 Gemini 4 Carbon 要花這麼久?

    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。

  3. 新浪科技78

    深度實測 GPT-6.2:實力確實強,也確實難用

    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。

  4. DEV Community72

    Kling Image 4.0 評測:實測原生 8K、長文本與組圖

    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。

  5. gihyo.jp83

    OpenAI 發佈面向專業工作的 GPT-6.2 Astra 及面向日常工作的 GPT-6.2 Sol

    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。

  6. DEV Community51

    Hugging Face 官方基準排行榜盤點:Darwin 在 57 個排行榜中取得 12 個第一,作者以 API 重算數據

    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。

  7. 虎嗅80

    GPT-6.2 評測:辦公與 3D 有亮點,編程長任務表現不穩

    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。

  8. IT之家68

    騰訊混元宣佈 Hy4 flash 模型開源

    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。

  9. DEV Community81

    Gemini 3 得分 1501 Elo,但 Google 首日將其整合至 Search 才是關鍵

    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。

  10. 雷鋒網68

    可靈AI上線 Kling Image 4.0,支援原生 8K 及最多 10 張組圖生成

    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。

  11. 阿里雲開發者社區 AI64

    通義千問 Qwen4-Max 全面解析:功能、價格、API 呼叫及免費 100萬 Tokens 試用

    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。

  12. 新浪科技39

    綠盟科技風雲衞基座模型 SecLLM-3.6-27B 登上 CyberGym Model 榜單全球第一,任務成功率達 91.31%

    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。

  13. 虎嗅82

    GPT-6.2 Astra 和 Sol 展示專業任務能力提升,安全限制亦加強

    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。

  14. DEV Community67

    Microsoft 發佈七款 MAI 模型並推出 Frontier Tuning

    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。

  15. 新浪科技58

    OlmoEarth v1.3 如何用一串數字追蹤地表變遷

    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%。