Google 推出 Gemini Decisions API,Gemini Decision 1 單次處理最多 1,000 道問題
Google DeepMind 推出 Gemini Decisions API,底層模型 Gemini Decision 1 可在單次處理中評估最多 1,000 個互相獨立的問題。
Google DeepMind 推出 Gemini Decisions API,底層模型 Gemini Decision 1 可在單次處理中評估最多 1,000 個互相獨立的問題。
BotOfMouth介紹一套檢查方法,按問題、AI 助理及多次執行統計企業被提及的比例,並分開記錄自家網站是否獲引用。文章建議保留名稱別名、留意同名企業,並保存每次原始回答及日期;示例中,一間泰國島嶼的度假屋租賃公司在 3 種語言的 23 條非品牌問題、共 69 個回答中均未被提及。作者亦指出,API 結果可能與應用程式答案不同,應視為可重複的代理指標並清楚説明。
SagaFlow 創辦人 Anton Vanin 分享將旗下可登入的網頁故事遊戲嵌入 itch.io 時,處理框架限制、Cookie 同意狀態及 Google 登入的四項修正。
Google 已將 Gemini 應用程式直接帶到 Apple CarPlay,所有支援 Gemini Live 的語言均可使用。用戶可點選 Gemini 圖示續接舊對話或開始新對話,交談內容會與 Gemini iPhone app 同步並保留在聊天記錄中。使用前需在 iPhone 安裝最新版 Gemini app、開啟麥克風權限,並至少使用過一次 Gemini Live。
Google 推出 Gemini Decisions API,透過 Gemini Decision 1 單次前向傳播為封閉式選項評分,並回傳機率及信心分數。每次請求可讓最多 1,000 個獨立問題共用涵蓋文字、圖片、音訊、影片及 PDF 的多模態輸入,輸入上限為 256K tokens。
Gemini Decisions API 支援以音訊及影片作為輸入,有留言認為這在特定情況下相當有用。留言亦指出,其價格較同類決策模型高。
Google Research 提出研究框架,利用穿戴式數據評估心血管—腎臟—代謝(CKM)健康風險,並提供個人化生活習慣指導。其中的 SensorWM 以 2.28 million person-weeks 的 Fitbit 數據訓練,根據兩週基線資料預測 20 項生理指標未來 12 週的變化,再由語言模型智能體生成指導方案。
Google 推出由新模型 Gemini Decision 1 驅動的 Gemini Decisions API,可返回預先定義的答案及信心分數。API 的輸入 token 定價為 $0.10/1M input tokens。
Google DeepMind 的 AlphaProof Code 用四週驗證了 Signal 加密協議實際運行的密碼核心程式,這類工作通常需數年。專家界定形式化安全要求後,基於 Gemini Carbon 的 AI 智能體以 Lean 證明語言編寫超過 6,000,000 行程式碼,並標記約 1% 的程式碼庫供人工審查。測試時刻意植入的 2 個錯誤亦即時被捕捉。
Google 於 2026年11月11日推出 Gemini Decisions API,由 Gemini Decision 1 驅動,可透過 Google AI Studio 的 Gemini API,在單次請求中評估文字、圖像、音訊、影片及 PDF 上最多 1,000 個互相獨立的問題。
Google 今日開始在 Apple CarPlay 提供 Gemini 聊天機械人,iPhone 用戶可透過 Gemini Live 免提對話。Gemini app 現已原生支援 CarPlay;用戶可請 Gemini Live 查閲電郵和即將到來的日程,過去則只能透過 Google Maps 的有限整合使用 Gemini。
Gemini API 發佈 Gemini Decision 1(gemini-decision-1)及 Decisions API。兩者支援文字、圖像、音訊、影片和 PDF 的快速、經校準二元、類別及評分規準判斷,輸出 tokens 為零。更新日誌亦連結至定價及速率限制頁面,以及 Decisions API 入門指南。
AlloyDB 宣佈推出兩項 SQL 函數預覽版 ai.classify 和 ai.extract,讓用戶可在 PostgreSQL 18 資料庫內直接進行文字分類及結構化資料擷取。
Google Labs 推出 Tabletop,讓羣組透過提示詞建立行程規劃、晚餐投票和分帳等工具,並在共享空間即時協作。用戶可在共享空間加入連結、檔案和想法,再請 @tabletop 建立或修改工具。Tabletop 透過候補名單向美國年滿 18 歲人士開放,每週讓新用戶加入。
論文提出 LEASH(Lease-Enforced Agentic Safety Harness),一套可整合至近乎任何智能體架構的安全基礎設施;模擬及實體機械人實驗顯示,它能降低六個基礎模型造成的危害,同時大致維持任務完成表現。
Tim O’Reilly 將 AI 與個人電腦、網絡的發展歷程比較,認為 AI 原生的「殺手級應用」可能尚未出現。他將 ChatGPT 比作 Mosaic,並把 Claude Code 等編碼智能體視為新應用所依賴的平台工具,而非殺手級應用本身。他指出,智能體代人處理交易仍需要支付、身份確認、問責及交易價值分配等機制,並邀請讀者分享超越聊天機械人或智能體編碼工具的 AI 應用。
文章提供一套以後端作為權益狀態來源的 Kotlin Android 訂閲實作指南,針對 Google Play 多數量購買、按用量計費、混合購物車、跨開發者組合及動態寬限期等新能力調整架構。
Epoch AI 的受控測試顯示,開放權重模型 GLM 5.3 無需人手介入,便以每個約 $1,000 的成本攻破六個 Firefox 版本。Claude Fable 5.2 在 Epoch Capabilities Index 得分 174,刷新紀錄,高於 GPT-6 Astra 的 169。
Promptclay 作者提供用 Gemini 或 ChatGPT 從一張照片製作 AI 聖誕家庭照的方法,並建議明確要求保留原有面孔和人數。指南建議選用清晰、面孔較大的照片,配合原有姿勢設計場景,並在每次修改時只提出一項要求;作者觀察到 Gemini 較能保留羣體面孔,ChatGPT 較貼合服裝和版面細節。若照片中有兒童,文章建議使用家長帳戶並先查看應用程式規則。
Google DeepMind 發佈 Gemini Robotics 2.5,並宣佈 AlphaGenome 2,分別更新機械人操作及 DNA 序列功能預測。Gemini Robotics 2.5 在不同任務的評測成功率為 30% 至 100%,完成任務的速度較前一版本快 20% 至 30%;在 Mercedes-Benz 的實際概念驗證中,汽車零件包裝成功率為 96%。
Google 發佈 A2UI 1.0,這是其生成式 UI 開放協議的首個穩定版本,讓 AI 智能體以互動介面回覆用戶。1.0 加入雙向函數呼叫、無障礙支援及擴充中繼資料,並提供面向 Web、Android、iOS 的開源渲染器,以及 Python、TypeScript、Dart SDK。
本期開發者新聞速覽涵蓋安全、基礎設施、AI 工具及業界動態:Google DeepMind 研究人員以 AlphaProof Code 在四週概念驗證中,數學證明 Signal 協議的多項核心密碼學性質。Atuin 18.24 開始跨裝置同步及搜尋編碼 Agent 工作階段;JioHotstar 比較六種 AI 編碼 Agent 檢索方法,發現額外檢索層未能穩定提高完成率或減少 token 用量。
Google 已透過 Gemini API 向所有付費開發者開放 Gemini 4 Carbon,11 月 30 日前每百萬 input tokens 收費 $2、output tokens 收費 $10。12 月 1 日起,兩項價格升至 $4 和 $20;Google 將 Carbon 定位於複雜多步編碼與除錯、長時間 Agent 工作流程及開放式研究,Argon 則適合日常編碼和知識工作。
推薦理由:文章把 Gemini 4 Carbon 的限時定價、任務定位與 Gemini 4 Argon 的日常用途並列,呈現開發者在高難度工作與成本之間的取捨。
Synap by Linkrra 根據 2026-11-11 的公開價格,整理六款開放權重模型每 1M tokens 的費用,並以工作負載及實際分類請求比較每次調用成本。在 10,000 次、每次輸入 2,000 tokens、輸出 500 tokens 的估算中,批次價格約為即時價格的一半;實際分類測試中,gpt-oss-20b 按 token 單價最低,按每次請求成本卻排第四。
Google 於 2026 年 11 月 11 日推出 Google Labs 實驗 Tabletop,讓羣組在共享空間中生成及修改自訂 AI 工具,並即時協作規劃、投票和追蹤。首輪開放採邀請制,限美國年滿 18 歲用戶,輪候名單上的用戶會逐週獲邀加入。
Google Cloud 認為,AI 智能體或將成為未來主要工作負載,但智能體羣組大部分時間都在等待大語言模型調用或人工跟進。
Google 正讓員工在內部開發平台 Jetski 測試代號為 Hydrogen 的新模型,內部工程師形容它「能力很強、速度快且效率高」。一名員工稱 Hydrogen 類似 Google 過往的 Flash 模型;目前尚不清楚這款模型推出後會免費還是收費。
作者介紹如何透過 Apify 上的 App Reviews Scraper,在單次執行中匯出 Google Play 與 App Store 評論,並以相同欄位整理成 CSV。
Google DeepMind 發佈 AlphaGenome 2,預測遺傳變異對個別細胞類型及狀態的影響,提供比 AlphaGenome 更細緻的分析。模型以超過 100 million 個細胞剖面訓練,涵蓋 68 種組織;Google 稱它識別出可改變細胞基因表達的變異數量,接近前一個最先進模型的兩倍。
Google 推出實驗性 AI 工具 Tabletop,可按描述生成自訂協作空間,供家人和朋友協調安排。用戶可建立行程規劃、晚餐投票及費用分攤等互動工具,並透過邀請連結讓羣組成員同步使用。Tabletop beta 正透過候補名單逐步開放,目前僅限美國 18 歲以上人士使用。
The Verge 記者向 11 家電視及串流裝置公司提出 17 個是非題,調查裝置是否收集家中音訊、觀看紀錄、位置及其他用戶資料。各公司對語音功能、觀看資料及退出設定的回覆各有不同;Hisense 沒有回覆,Panasonic、Sony 和 Vizio 等公司亦未回答部分問題。
Google DeepMind 發佈 AlphaGenome 2,預測 DNA 序列及其變異對特定人類細胞類型的影響,連接單細胞生物學與人類遺傳學。模型以來自 68 種組織、超過 1.07 億個細胞的單細胞資料訓練,可按指定細胞類型或狀態預測基因表達等讀數,並新增 DNA 甲基化預測。
推薦理由:AlphaGenome 2 在 TenK10K 數據集上將因果變異識別率由 16% 提升至 30%,呈現其針對特定免疫細胞解析變異效應的改進。
Google DeepMind 於 2026年11月11日發佈 AlphaGenome 2,按指定組織、細胞類型或細胞狀態預測 DNA 變異對基因調控的影響。
Google DeepMind 發佈 DNA 序列模型 AlphaGenome 2,從寬泛組織平均預測轉為按單一細胞類型或狀態進行條件式預測。模型以超過 1.07 億個單細胞圖譜訓練,較此前最優模型可識別近兩倍數量、能改變細胞基因表達的變異。目前模型透過 AlphaGenome API 開放非商業研究,商業研究仍處於私密預覽階段;模型僅供研究,未經臨牀或診斷用途驗證與審批。
Google DeepMind 發佈新一代 DNA 序列模型 AlphaGenome 2,可預測 DNA 序列及其變異對特定人體細胞類型的影響。在 TenK10K 數據集測試中,模型識別因果變異的比例為 30%、基因效應方向判斷準確率為 43%,初代 AlphaGenome 分別為 16% 和 23%。
承包商可用 JSON-LD 標記業務類型及服務頁面,讓業務身分、服務項目和服務地區等資料更清晰。Sourci 團隊在 50 個美國都會區取得的 300 個 ChatGPT 和 Gemini 答案中,承包商網站分別佔兩者引用來源的 58% 和 76%;這項研究衡量的是引用,並未證明 JSON-LD 會帶來推薦。
Google DeepMind 推出 AlphaGenome 2,使用逾 100M 個、涵蓋 68 種組織的細胞特徵檔案進行訓練,以預測遺傳變異的影響。模型供非商業研究使用。
Alex Stamos 認為,開源權重 AI 模型已讓低技能攻擊者掌握頂尖黑客不少技能,網絡安全正進入「黑暗時代」。他稱 AI 攻擊工具可自動化攻擊鏈大部分環節,並主張所有公司應在約 90 天內用 AI 工具攻擊自身系統;訪問前一週,攻擊者又襲擊約 200 間公司。
這篇教學示範如何用 Python 工具呼叫和貨幣 API,讓 AI 智能體取得即時匯率,而非憑記憶猜測。工具每 60 秒更新匯率,並可選擇換算金額;程式負責計算及回報匯率時間。教學亦示範如何透過 MCP 伺服器免寫接駁程式碼,並説明如何將相同工具結構用於 Claude、OpenAI 和 Gemini。
Google DeepMind 研究人員以智能體 AI 和 AlphaProof Code,在四週內形式化驗證 Signal 協議的多項關鍵密碼學保證。分析未涵蓋整個 Signal 手機應用程式,也未在檢視的協議部分發現新漏洞;在含有已知且已修復漏洞的舊版 Signal 上,AlphaProof Code 成功識別漏洞,並顯示該協議無法通過形式化驗證。