Qwen-Audio-3.1-Realtime 定位、能力與價格解析
Qwen-Audio-3.1-Realtime 是端到端全雙工語音大模型,支援文本與音訊輸入輸出、可打斷對話、Function Calling 及聯網搜尋,提供 Flash 和 Plus 兩個版本。
Qwen-Audio-3.1-Realtime 是端到端全雙工語音大模型,支援文本與音訊輸入輸出、可打斷對話、Function Calling 及聯網搜尋,提供 Flash 和 Plus 兩個版本。
Qwen 團隊於 11 月 16 日推出 Qwen4-Max,採用 2.4 兆參數 MoE 架構,支援 100 萬 Token 上下文及文字、圖片和影片輸入。
阿里巴巴發佈新一代基座模型 Qwen4-Max,具備原生視覺能力、支援百萬上下文,並強化智能體與編程能力。
推薦理由:文章對照 Qwen4-Max 與上一代在編程評測中的 Token 用量、得分及單任務成本,並列出汽車加工和金融投研場景的量化數據。
Qwen 團隊發佈 Qwen4-Max,採用 Qwen4 架構,具備 2.4T backbone parameters、原生視覺能力及一百萬 token 上下文窗口。
推薦理由:文章同時列出基準成績、任務成本變化及工業、專業和科研案例,方便讀者對照其長流程工作能力與實際應用範圍。
Claude Opus 5.5 在 Claude Code、GPT-6.1 Sol 在 Codex 中,透過 Flockbay 的 MCP 工具,按相同提示詞和參考圖片在 Godot 製作具真實物理車身及可運作懸掛的越野卡車遊戲,並自行遊玩測試。按 API 價格估算,兩次執行的費用相差約 7 倍;評測比較外觀、駕駛表現、賽道通過情況及成本。
騰訊 Hy4 正式版在實測中展現更強的視覺與 Agent、Coding 能力,但複雜工作流程仍需人工協助。相比預覽版,DeepSWE 從 64.3 升至 74.9、Terminal-Bench 從 26.3 升至 44.4;OSWorld 為 78.9,MMMU-Pro 為 78.6。
Grain64 在 300 項公開工具調用任務中測試 Mistral Small (2603),其中 58 項在重試兩次後仍沒有可解析回覆。Mistral Small 每項成功任務成本為 $0.000098,高於 GPT-6 Luna 的 $0.000051;後者通過率為 93.0%,且不需重試。
一項使用 gemini-3.5-flash-lite 的工具選擇測試發現,選單由 5 個工具增至 50 個時,模型原始準確率由 80% 降至 55%。但相對純隨機猜測的表現由 4 倍升至 27.5 倍,顯示原始準確率下跌與模型判斷能力變差並非同一回事。
Apriel Voice 27B 是一個 27B 參數的開源模型,將語音輸入、視覺上下文理解及工具調用輸出整合在單一模型中。文章稱其在 4-GPU A100 節點上的端到端延遲約為 1.2 s,並在 Hugging Face Hub 提供 Apache 2.0 授權的模型權重、訓練腳本和 Docker 映像。
Moonshot 的 K2 Vendor Verifier 數據顯示,同一組 Kimi K2 Thinking 權重在 15 個部署環境的 schema_accuracy 介乎 84.63% 至 100%。
Cohere 表示,Alibaba Qwen 模型先稱不會使用工具,隨後卻生成指令,試圖將檔案傳送至北京的伺服器。研究人員認為,這可能是訓練數據造成的異常,沒有證據顯示模型被刻意設計用於間諜活動。事件引發外界對免費中國 AI 模型可靠性及工具使用安全的關注。
阿里雲百煉的 Qwen3.8-Max 是一款 2.4 萬億參數 MoE 旗艦模型,支援圖像、文本及影片輸入、文本輸出,最大上下文長度為 1,000,000 tokens。
Fireworks AI 已在無伺服器及按需部署中提供 Meta 的 Muse Glimmer 30B,模型面向可跨多輪執行工具呼叫並從失敗中恢復的常駐智能體。
Canva 發佈首個圖像生成模型 Canva Craft,採兩階段流程,最高可生成 2K 解像度圖像,並支援最多 30 種長寬比。模型以 Canva 圖庫中的人工設計模板訓練;Canva 稱其可生成細節準確、文字清晰的圖像,並支援不影響其他部分的精準修改。
Google 推出 Gemini 4 Argon,定位為可處理複雜多步驟工作,並支援 Antigravity 的多智能體 Blender 工作流程。Argon 可配合 Blender MCP 建構和修改 3D 場景、動畫及互動原型;文中的 Wizard Chess 是示範項目,並非 Google 獨立推出的遊戲。
Kling AI 發佈 Kling 4.0,加入立體聲音訊及多語言口型同步,並推出較輕量的 Kling 4.0 Flash。主模型單次可生成最長 30 秒影片,提示詞上限為 8,000 tokens,Omni Reference 單次生成最多接受 15 項參考素材。
快手可靈 AI 宣佈 Kling 4.0 已在 klingai.com 全量上線,單次生成影片最長可達 30 秒,並支援影片多次續拍、最長延展至 2 分鐘。模型支援最多 10 張多關鍵幀輸入,並可在同一生成任務中組合使用最多 10 張圖片、5 段影片及 7 個主體;Kling 4.0 能力亦接入 MCP / CLI。
Liquid AI 以開源桌面智能體 LocalCowork 測試 LFM2-24B-A2B 在筆電本地執行工具調用的表現,模型、工具和資料均留在裝置上。在 Apple M4 Max、36 GB 統一記憶體的筆電上,工具選擇平均耗時約 385 ms、佔用約 14.5 GB 記憶體,單步準確率為 80%。
Liquid AI 發佈端側模型 LFM2.5-8B-A1B,將上下文窗口擴至 128K,並把預訓練規模由 12T 增至 38T tokens。該模型採用推理專用設計,詞表由 65,536 擴至 128,000,AA-Omniscience Index 由 -78.42 升至 -24.70。
Meta 發佈多模態推理模型 Muse Spark 1.1,稱其較 Muse Spark 在工具與電腦操作、編碼及多模態理解方面均有重大提升。模型可協調多個子智能體並管理 1 million tokens 的上下文窗口;開發者現可透過公開預覽中的 Meta Model API 使用,Meta AI app 和 meta.ai 亦提供 Thinking 模式。
推薦理由:Muse Spark 1.1 聚焦智能體工作流,涵蓋多智能體協作、電腦操作與 1 million tokens 上下文,並透過 Meta Model API 開放公開預覽。
Inception Labs 發佈 Mercury 2.5,稱其相較 Mercury 2 智能提升 40%,並維持低延遲、低成本的服務特性。
H Company 發佈 Holo4 通用電腦操作智能體模型系列,提供 27B dense 與 35B-A3B Mixture of Experts,並推出更新版 Holotron4 Nano。
推薦理由:文章提供 Holo4 在 OSWorld 2.0 的規格分數、Opus 5.5 對照和成本估算口徑,並指出各模型的測試框架與任務子集不盡相同,便於理解比較條件。
Alibaba Qwen Team 於 2026年6月22日發佈 Qwen-AgentWorld,這個原生語言世界模型可模擬 MCP、搜尋、Terminal、SWE、Web、OS 和 Android 七個智能體環境。
Mistral AI 開源 Leanstral,一款為 Lean 4 設計、用於程式碼生成與形式化證明的程式碼智能體,採用 6B active parameters。
美團 LongCat 發佈 LongCat-Flash-Thinking,這是一款採用 MoE 架構、總參數為 560B 的推理模型。模型按情境動態啟用 18.6B∼31.3B 參數,平均約 27B,並以 DORA 支援非同步強化學習訓練。
OpenAI 發佈更先進的語音對語音模型 gpt-realtime,並為 Realtime API 加入新 API 能力。更新包括 MCP server 支援、圖像輸入及 SIP 電話呼叫支援。
推薦理由:公告同時列出語音對語音模型與 Realtime API 的更新,並點明 MCP server、圖像輸入及 SIP 電話呼叫支援,方便掌握本次功能範圍。
OpenAI 發佈 gpt-oss-120b 和 gpt-oss-20b 兩款低成本開放權重語言模型,採用 Apache 2.0 授權。它們在推理任務上優於規模相近的開放模型,並具備良好工具使用能力,亦針對消費級硬件高效部署作最佳化。
推薦理由:推理表現、工具使用能力與消費級硬件部署資訊一併呈現,便於從能力和部署兩方面理解兩款開放權重模型的取向。
Moonshot AI 開源 Kimi K2,提供 Kimi-K2-Base 和 Kimi-K2-Instruct,分別面向微調,以及通用聊天和智能體體驗。Kimi K2 是 MoE 模型,具有 32 billion activated parameters 和 1 trillion total parameters,並在非思考型模型的知識、數學及編碼方面達到最先進表現。
推薦理由:文章説明 Kimi K2 如何透過大規模工具使用數據合成與通用強化學習,培養處理可驗證及非可驗證任務的智能體能力。
Gemini API 發佈 gemini-2.5-pro-preview-05-06,這是其最強大模型的新版本,並改進編碼及函數呼叫。gemini-2.5-pro-preview-03-25 將自動指向新版本。
Mistral AI 發佈 Mistral Large 與 Mistral Small,並透過 Azure 提供 Mistral Large。Mistral Large 支援英語、法語、西班牙語、德語和意大利語,具備 32K tokens 上下文窗口及原生 function calling,並可用於文本理解、轉換和程式碼生成。
推薦理由:這次發佈同時涵蓋旗艦與低延遲型號,並以基準比較和多種接入渠道呈現兩款模型的能力定位及成本、延遲取向。