OpenAI升級GPT-6.2 Astra與Sol安全機制,降低對抗性蒸餾下的推理提取成功率
OpenAI宣佈升級GPT-6.2 Astra與Sol的安全機制,以抵禦對抗性蒸餾攻擊並降低推理提取成功率。在基於6個攻擊模型的測試中,歷史請求推理提取成功率由54.0%降至0.2%,當前請求提取率由22.9%降至0.9%。防護措施包括對抗性訓練、輸入/輸出分類器及API會話隔離。
OpenAI宣佈升級GPT-6.2 Astra與Sol的安全機制,以抵禦對抗性蒸餾攻擊並降低推理提取成功率。在基於6個攻擊模型的測試中,歷史請求推理提取成功率由54.0%降至0.2%,當前請求提取率由22.9%降至0.9%。防護措施包括對抗性訓練、輸入/輸出分類器及API會話隔離。
OpenAI 加強 GPT-6.2 Astra 和 GPT-6.2 Sol 對受保護推理內容的防護,以降低未經授權蒸餾提取推理過程的風險。在涵蓋 6 個攻擊模型的內部自適應黑盒紅隊測試中,此前請求推理內容的提取成功率由 GPT-6 Astra 原有安全機制下的 54.0% 降至 GPT-6.2 Astra 更新機制下的 0.2%,當前請求則由 22.9% 降至 0.9%。
OpenAI 加強 GPT-6.2 Astra 和 GPT-6.2 Sol 的防護;內部自動化測試中,針對先前請求提取受保護推理內容的攻擊成功率,從 GPT-6 Astra 的 54.0% 降至 GPT-6.2 Astra 的 0.2%。
OpenAI 宣佈加強 GPT-6.2 Astra 和 GPT-6.2 Sol 的對抗性蒸餾防護。自適應黑盒評估中,抽取較早請求受保護推理的平均成功率由 GPT-6 Astra 原有防護下的 54.0% 降至 GPT-6.2 Astra 更新防護下的 0.2%;抽取當前請求則由 22.9% 降至 0.9%。
OpenAI 向開發者開放 GPT-Live-1.1 API,讓第三方可把模型整合至應用程式,構建能即時聆聽、回應及執行複雜任務的語音智能體。GPT-Live-1.1 支援全雙工語音互動,可同時聆聽和説話,並改進多語言處理、指令遵循及語音保真度。它亦可把需要深入推理或工具調用的任務交由開發者選擇的後端模型處理,期間語音對話可繼續;後端可選用 OpenAI 或第三方模型。
Google 發佈 Gemini Decision 1 多模態決策模型,以候選項概率評分完成判斷,單次請求最多可處理 1000 項獨立問題。模型支援文本、圖像、音訊、影片及 PDF 混合輸入;七項共享基準中有五項領先 Jev,Jev 則在 When2Call 和 Mind2Web 保持優勢。
Google 正式上線 Gemini 4 Neon;它在 Artificial Analysis 編程 Agent 榜取得 58.6 分,排名第一。Google 稱它在與 Claude Opus 5.5 和 GPT-6.2 Sol 的 19 組比較中,有 16 組取得最高成績。
推薦理由:文章並列 Neon 的編程榜排名、單次任務成本與 Antigravity 的多 Agent 分工,呈現其表現與任務開支的比較脈絡。
Google 發佈 Gemini 4 Neon,並開放世界模型 Genie 4 使用。Neon 速度為 Carbon 的 3 倍、成本為其 60%,上下文窗口為 100 萬 token(https。
推薦理由:文章並列 Gemini 4 Neon 的速度、成本與評測數據,以及 Genie 4 的互動能力和開放安排,呈現 Google 兩項產品更新的不同重點。
DeepSeek 調整 API 定價。
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。
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 在 Ignite 2026 擴大 MAI 模型及能力組合,涵蓋文字與推理、編碼、圖像生成、語音、轉錄及網絡安全。Microsoft-Decision-1.1 決策模型系列及 Microsoft Perception 威脅防禦框架均已正式開放使用;後者結合由 MAI-Cyber 驅動的專用智能體。
Microsoft 推出首個自研語音到語音模型 MAI Realtime 1,透過 MAI Labs 提供有限預覽,基本語音互動收費由每分鐘音訊 $0.01 起。
GPT-6.2 Astra 的輸入 token 定價為每 1M 個 $8,輸出 token 為每 1M 個 $40,較 GPT-6 Astra 下調 20%。GPT-6.2 Sol 維持 GPT-6.1 Sol 的定價:輸入 token 每 1M 個 $2,輸出 token 每 1M 個 $10。
Google 推出 Antigravity Robotics 插件,將硬件設定、MuJoCo 模擬、感知及機械人控制技能整合到工作台,供 Gemini 4 Hydrogen 使用。
Anthropic 宣佈,Claude 未來模型會生成帶有文字水印的文本,讓人估算文本至少部分由 Claude 生成的可能性。水印透過保留原意的替代用詞形成可用密鑰驗證的統計模式,不會加入隱藏字符或可識別個人、機構或對話的資料。偵測需要足夠文本樣本,水印亦不能判斷內容是否正確或是否由其他模型生成,因此結果應用於風險評估,而非單獨觸發懲罰或合規決定。
騰訊混元正式發布大語言模型 Hy4 flash,輸入價格為每百萬 Token 0.5元,輸出為2元,快取命中時為0.02元。模型總參數量為224B,激活參數為12B,支援多模態及1M Token上下文,解碼速度超過150 Token/s;騰訊公佈的 WorkIndex 評測中,其單任務成本為 Hy4 preview 的1/13、Hy4 的1/20。
Anthropic 將於 2026 年 11 月 30 日把 claude-sonnet-4-5 及其帶日期版本 claude-sonnet-4-5-20250929 移出 API,並建議改用 claude-sonnet-5-5。
騰訊混元於11月13日發布即時語音模型 Hy Realtime,提升語音理解、指令遵循和擬人化表達能力,並新增智能體工具調用與唱歌能力。模型目前已在元寶語音通話、騰訊客服上線,近期將登陸騰訊雲並對外提供 API 服務。下一階段將重點提升雙工互動、長期個人化記憶及前後台 Agent 互動能力。
Liquid AI 發佈 LiquidCodec,這是一款約 74M 參數的串流語音 codec,可將 24 kHz 語音編碼為語言模型可預測的 token,再解碼還原音訊。
百度在百度世界2026主論壇發佈文心閃電深度思考模型及文心一鏡微表情大模型,並同步上線百度智能雲千帆平台,向企業客戶及合作夥伴開放 API 服務。
Chariot 發佈 Chariot-1-TTS-Multilingual,支援 11 種印度語言及英語,提供超過 50 種聲線、句內兩種支援語言混讀,以及用數秒參考音訊複製聲線。
DeepL 推出語音 AI 翻譯模型 Aure,稱其是迄今最具動態感、表現最逼真的語音 AI 模型,能在即時翻譯中重現説話者的語氣、情緒、重音及語速變化。Aure 已支援 DeepL Voice 網頁會議版、DeepL Voice 面對面交談版及 DeepL 語音 API,首發支援英語、德語、西班牙語、法語、意大利語、日語、葡萄牙語及韓語。
Fish Audio 發佈 Live 3,這款面向即時語音智能體的全雙工語音模型可同時聆聽和説話,並在語音模型內處理對話輪次時機。短促回應的決策最快可在 186 ms 內完成,這不是完整回答的首段音訊延遲;Fish Audio 尚未公佈基準分數。
Google 宣佈 Gemini 4 Carbon 面向全球開放,付費 API 開發者、企業及 Google AI Ultra 用戶可開始體驗。用戶可透過 AI Studio、Gemini 應用程式與 Antigravity 使用;文章並展示其三維復原阿波羅登月艙及 /swarm 多 Agent 蜂羣模式。文中列出每百萬 Token 輸入 2 美元、輸出 10 美元,快取折扣 95%。
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。
NVIDIA 空間智能實驗室開發的 Lyra 2.0 框架已開源,可從單張靜態圖片生成跨度約 90 米、支援主動視角探索的持久化 3D 環境。知識蒸餾後的輕量模型把影片生成去噪步數由 35 步減至 4 步;在單張 GB200 GPU 上生成 80 幀片段約需 15 秒,完整模型約需 194 秒,速度提升約 13 倍。
字節跳動於11月9日發佈豆包圖像創作模型 Seedream5.5,2K 方圖編輯單張約0.28元,不到 Seedream 5.0 Pro 的一半。新模型提升生成速度及多輪編輯穩定性,原生支援透明素材生成,並針對圖像真實感和小字渲染作優化;豆包、豆包工作及即夢已接入 Seedream5.5。Seedream5.5 API 延續「輸入圖+輸出圖」兩段計費,文字 Token 不收費,並即將上線火山方舟。
Meta 宣佈推出基於 Muse Wonder 訓練的現有模型專用版本,並將主動記憶與主動專注全面推送至 Muse 和 Meta AI 用戶。Muse 升級後的模型遺忘達成目標所需關鍵資訊的問題降低了 2.4 倍;日常任務遇到意外狀況時,任務完成率提升了 67%。
LG AI 研究院宣佈免費向外開放 K-EXAONE 2.5 模型 API,供用戶用於服務開發及研究。開發者、企業及研究機構等任何用戶均可免費使用;該模型在今年 8 月發布的原版基礎上追加訓練。
Pangram 推出 Pangram Image 1.0 和 Pangram Image Flash 1.0,更新 AI 圖片及影片偵測能力。Image 1.0 在 1,200 張合成圖片的測試中準確率達 99.96%;Flash 1.0 在 DF26 得分 98.7%,比次佳偵測器高 29 個百分點。
Google 推出 Gemini Omni 1.2 Flash 影片生成模型,原生影片時長由 1.1 版的 10 秒延長至最長 15 秒,價格較 1.1 版降低 30%。720p 影片生成價格為每秒 0.07 美元,並支援以 1 秒為單位,在 3 至 15 秒間自訂片長。模型支援多輪對話式編輯,並已在 Gemini API 與 Gemini for business 全面開放使用。
推薦理由:先以 360p 或 720p 起草、逐輪修正,再升至 1080p 或 4K 的流程,呈現模型如何透過編輯減少整段重生的成本。
Phonon TTS 推出兩款可在裝置上離線運行的文字轉語音模型,合計支援五種語言。兩款模型約為 65 MB 和 75 MB;Phonon 31m 採 Apache 2.0,Phonon 40m 涵蓋五種語言並採非商業授權。
推薦理由:文章同時交代 Phonon 的離線運行方式、授權與多語言支援,並對照 Open TTS Leaderboard 的可理解度及速度表現,呈現小型語音模型的部署特點。
OpenAI 推出 Images 2.6,並在 API 提供 GPT-Image-2.6 Flare 和 Sunburst。更新加入 GIF 輸出、SVG 匯出、標記引導編輯和複雜度參數;OpenAI 稱圖像生成速度較前一版本快 50%。Flare 在畫質設為 low 時最快可於 6 秒生成圖像;複雜度分 low、medium、high 三級,預設為 high,調整不另收費。
推薦理由:文章整理兩款 API 模型的用途、速度與複雜度設定,並指出雖列出 token 價格,仍未提供單張圖像成本表。
OpenAI 發佈 Images 2.6,供 ChatGPT、Codex 和 API 使用,圖像生成速度提升 50%,並支援以提示詞生成 GIF。開發者可透過 API 使用 GPT-Image-2.6 Flare 和 Sunburst;更新亦加入 SVG 匯出、圖像標記及 complexity 參數,文章並附上六幀循環 GIF 實測。
推薦理由:文章以六幀循環 GIF 實測及編輯功能更新,展示 Images 2.6 在動態素材製作和多輪修改上的用途與控制選項。
Pangram 於 2026 年 11 月 4 日公佈兩款電腦視覺模型:Pangram Image 1.0 用於檢測 AI 生成圖像,較小、較快的 Pangram Image Flash 1.0 則逐格分析 AI 影片。
Sarvam AI 發佈以 Sarvam 105B 微調而成的 Prism System 1 決策模型,稱模型可在 44 毫秒內回應,三項基準平均得分為 71.8。
商湯科技發佈日日新 SenseNova6.8Flash 正式版,升級辦公協作與設計生成能力,支援長期記憶及跨會話任務協作。設計功能涵蓋動態 PPT、動態海報、網頁、SVG 及 Blender3D 創作,並可接入 Figma 等專業設計工作流。
bootgpt 將一個 11.5 KB 的 int8 字符級模型從後續 23 個磁區載入,並在 386 的 16-bit real mode 下運行,生成虛構的 Linux 開機日誌。
Gemini API 已將 gemini-2.5-pro 和 gemini-2.5-flash 標記為棄用,並停止在 Google AI Studio 提供選擇。