Darkbloom 閒置 Mac 出租收入推算或由月均約 160 美元跌至約 37 美元
Darkbloom 閒置 Mac 出租收入按 Anthropic token 價格跌幅推算,排行榜前 50 名月收入中位數或由 159.86 美元降至 36.77 美元。
Darkbloom 閒置 Mac 出租收入按 Anthropic token 價格跌幅推算,排行榜前 50 名月收入中位數或由 159.86 美元降至 36.77 美元。
SuperCLUE發布2026年11月通用大模型評測榜,Gemini-4-Argon以73.62分登頂總榜,月之暗面開源模型Kimi-K3.1-Pro以61.46分位列內地模型首位。OpenAI的GPT-6.1-Sol以71.76分排名第二。本次共有19個國內外模型參與評測,涵蓋五大任務。
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。
在 999,000 個向量、最低召回率 95% 的測試中,HotKV 的查詢吞吐量在 1 個用戶端時為 Redis 8.10.2 的 1.4 倍,100 個用戶端時增至 7.9 倍。HotKV 在所有用戶端數量下的中位延遲均較低,Redis 的吞吐量在 32 個用戶端後趨於平穩。測試只涵蓋一部機器上的一個數據集,HotKV 使用尚未發布的開發版本,結果應視為測量數據而非排名。
作者由 Pixel 6 Pro 換用 Pixel 11,整理相隔 5 年的換機過程,以及由 Pro 轉用標準型號後的變化與不變之處。Pixel 11 的 256Gバイト型號售價為 13萬6,800円,舊機下調價為 6萬円,扣除後的負擔為 7萬6,800円。Pixel 11 提供 7 年的 OS、安全性及 Pixel Drop 更新。
GPT-6 Astra 未經訓練便直接修改 Qwen3.5-0.8B 的 0.016% 權重,令其 MATH-500 得分由 7.9% 升至 48.1%。基礎模型有 93.0% 的 MATH-500 答案耗盡 32,768-token 上限,作者認為分數提升主要源於解除循環輸出,讓模型完成原本可能解出的答案。
Arize 與 Fireworks 對 10 個模型進行 2,400 次 Terminal-Bench 測試,結果顯示每 token 價格未必反映成功完成任務的成本。
開發者分享據稱由 Anthropic 尚未確認的 Claude Fable 5.5 生成的 66 秒動畫,模型據稱連續編寫及執行程式碼約 2 小時 40 分鐘,製作畫面、配樂及音效,過程沒有使用圖像或影片生成工具。另有開發者展示據稱由模型編寫的互動式 3D 場景,但相關測試缺乏統一評測環境;Anthropic 尚未確認模型的發布時間、性能指標及開放範圍。
M6 Mac mini 在這項 Xcode 建置基準測試中,編譯速度約為 GitHub 標準託管 macOS runner 的兩倍。三次測試的中位數顯示,完整 CI 工作在 GitHub runner 上需 269 秒;M6 使用空快取需 142 秒,使用暖快取則需 27 秒。GitHub runner 每分鐘收費 $0.062,M6 runner 月費為 $139。
SuperCLUE公佈的2026年11月通用大模型測評中,Gemini-4-Argon以73.62分居總榜首位,Kimi-K3.1-Pro以61.46分排名國內模型第一。共有19個模型參與測評,涵蓋五大任務;Kimi-K3.1-Pro也是本次得分最高的開源模型。
xbill 在單張 Cloud TPU v5e 上實測 Gemma 4 E2B 的 JAX、Rust 與 vLLM 服務方案,並比較 bf16 和 4-bit 推理表現。
NexoPeek 將 voxel 式縮放帶入蛋白質結構探索,讓用戶在 Meta Quest 上以互動 3D 場景查看和操作蛋白質模型。應用程式提供 12 個以真實 PDB 結構為基礎的導覽,並支援多來源結構搜尋及本機檔案載入。文中測試的離線口袋預測與晶體學確定的結合口袋重合 96%,RMSD 約 0.8 Å。
Tbibia 作者以合成病人資料測試牙科病歷摘要,發現模型沒有服從 30 條提示注入指令,但本機備援摘要曾把注入內容當作臨牀「下一步」展示給牙醫。
北韓很可能是涉款 63 億美元加密資產黑客事件的幕後黑手,該案被稱為史上最大劫案。幣安凍結約 30 億美元,並表示會全額補償。文章亦介紹 Meta Quest 專用分子實驗室 NexoPeek,展示如何透過空間操作檢視分子結構。
NexoPeek 為 Meta Quest 提供可步入探索的蛋白質結構分析體驗,讓用戶在 VR 中查看結合口袋、配體及構象變化。平台設有 12 個導覽行程,涵蓋 6 個主題,並提供 PDB 搜尋、口袋預測、結構比對及手部追蹤距離測量等工具。產品並非醫療器械,分析輔助功能不能取代經驗證的流程。
作者修正先前的智能體循環實驗,以 Haiku 4.5 測試一項包含 10 項互相關聯要求的編碼任務;單一提示詞五次僅一次通過可見測試,簡單循環則五次全數通過。單一提示詞的隱藏測試平均通過 1.4 項,循環為 8.0 項。不過,循環方案沒有任何一次通過全部 12 項隱藏測試,提示詞中未由測試檢查的要求仍會漏做。
作者以 Whisper large v3 turbo 對同一段 60.01 秒 MP4 進行 27 次轉錄,得到 15 種原始文本;將文本轉為小寫、移除標點和連字號,再把 some one 合併為 someone 後,26 次結果相同,均為 213 詞。
Garuda 作者為 0.18 重建評測流程,以重複執行、10 項保留任務和配對區間比較 Garuda 與 Claude Code,並另測試 Graphify MCP 及調整後提示詞。
在相同程式、任務和提示詞下,Qwen2.5-3B 與 Qwen2.5-7B 呈現不同的智能體工具使用行為。6 條 Qwen2.5-3B 追蹤平均各有 2 個 spans,沒有工具呼叫;約 500 條 Qwen2.5-7B 追蹤平均有 5.8 個 spans,並使用工具。實驗以 AgentPulse 記錄追蹤中繼資料,指出追蹤形狀可用來辨識模型的行為差異。
Ideogram Blog 比較 7 款面向包裝、零售及 CPG 創意工作的 AI 工具,按適用場景、輸出與交付方式,以及定價模式整理差異。文章以 Ideogram 4.5 製作 LUMA 氣泡水包裝概念,檢視標籤文字在配色、場景及材質修改後的可讀性。文中亦提醒,生成圖需與核准包裝稿、印前流程及實際交付檔案核對,不能取代正式生產稿。
Ideogram 比較 Ideogram、Adobe Firefly、Getty Images、Bria、OpenAI 和 Google Cloud 六個平台的商用圖像授權與知識產權保障。文章提醒,商用使用許可不等於享有版權、作品具獨有性或獲得賠償保障,保障範圍須按合約、模型及使用途徑核實。文中亦整理簽約前應核實的素材權利、數據控制、企業權限及 API 承諾,並列出發布 AI 圖像前應保留的記錄。
Ideogram Blog 整理 8 款 iPhone AI 圖像生成 App,按原創生成、對話式修改、照片編輯、設計排版及本機生成等用途介紹其特點。文章列出免費方案、起始付費價格及相容要求,價格採用美國 App Store 資料。作者在 iPhone 實測 Ideogram 的海報生成、改字和換背景,其他 7 款則根據官方 App Store 資料及説明頁整理。
Ideogram Blog 橫向比較 8 款 AI 圖像放大工具,整理各工具的適用用途、最高放大或輸出規格及存取方式。文章以 Ideogram 4.5 生成的 1024 × 1024 貓像作測試素材,檢查眼睛、鬍鬚、耳毛、項圈織紋及胸毛等細節,並比較輸出尺寸與影像變化。文中亦按相片、插畫及文字用途説明工具選擇,並提醒放大可能改變細節,應檢查最終尺寸下的線條、紋理和色彩。
CodeRabbit 以程式碼審查工作流程提供摘要、逐行評論及修正建議;Tomosu 則以 Production Reliability Index(PRI)評估整個程式碼庫及每項變更,協助用戶判斷哪些 PR 需要仔細審查。
The Verge 資深評測編輯 Victoria Song 試用 Amazon Bee Frontier 近一個月,發現其對話轉錄和摘要多次出現偏差,令她開始懷疑自己的記憶。Grow 根據對話內容,對她的興趣和政治態度作出與其自我認知不符的評價,並提出待辦建議。她的治療師認為,這類裝置可能削弱使用者對自身判斷的信任,並令她更容易反覆思索、陷入情緒漩渦和追求完美。
新浪科技實測 iOS 27.3 開發者測試版中的中國內地版 Apple Intelligence,認為 Siri 處理複雜任務仍有限,照片消除和即時翻譯則較有亮點。日常口語即時翻譯延遲不到 1 秒;視覺智能搜尋亦列出得物和 Guitar Wiz 等已安裝 App 作為搜尋服務。文章認為,現有功能主要為既有應用提供 AI 輔助,尚未令手機交互方式出現根本改變。
作者在 RTX Spark 使用體驗中指出,平台仍未成熟,本地 AI 複雜、緩慢,而且難以滿足大多數用戶的需求,價格亦高昂。RTX Spark 電腦的硬件屬高端且品質出眾,HP、Lenovo 和 ASUS 的筆電設計亦各有特色。
TechCrunch 作者 Sarah Perez 試用 Apple Watch 的 Siri Recaps,發現它能記下日常對話中的重要資訊,但持續聆聽也令人不安。
CloudOpsBench 這項新開源基準測試顯示,推理是 AI 智能體處理雲端運維任務的主要瓶頸;版本 1.0 涵蓋 AWS 上 45 項由資深 DevOps 工程師設計的任務,沒有模型全部完成。
Anthropic 尚未正式發布的下一代旗艦模型 Claude Fable 5.5,據稱以程式碼生成一段 66 秒動畫,過程約耗時 2 小時 40 分鐘。開發者稱,測試沒有使用圖像或影片生成工具,動畫、配樂及音效均由模型編寫的程式碼生成,最後封裝成 HTML 檔案。
Nvidia RTX Spark 筆電在原生 Linux 插電運行 GPT-OSS-120B 時,速度為 13.9 tokens per second,低於 Windows 的 65.4。
HUAWEI WATCH Ultimate 2 非凡探索整合戶外探險、安全防護、通信、健康監測與續航功能,文章分析其戶外表現、目標用戶及選購建議。手錶支援北斗衞星語音消息,單次可發送10秒語音;全能模式續航4.5天,省電模式續航7天。售價區間為6499元至7999元,北斗衞星語音消息僅限中國大陸地區(不含港澳台地區)銷售版本支持。
HUAWEI WATCH Ultimate 2 支援六大滑雪模式、全球 3000+ 雪場地圖,以及轉彎檢測和 G-Force 數據記錄,涵蓋雪場滑行到滑雪登山場景。手錶配備 1.5 英寸 LTPO2.0 高亮屏,峯值亮度 3500 尼特;全能模式續航 4.5 天,省電模式續航 7 天。售價為 6499 元至 7999 元,北斗衞星語音消息僅限中國大陸地區(不含港澳台地區)銷售版本支援。
Anthropic 尚未發布的 Claude Fable 5.5 據稱連續自主編寫及運行程式約 2 小時 40 分鐘,生成一段 66 秒動畫。測試者稱,過程沒有使用圖像或影片生成工具,配樂及音效亦由程式生成,成品封裝為 HTML 文件。相關測試缺乏統一評測環境,Anthropic 尚未確認模型的發布時間、性能指標及開放範圍。
Nolan Lawson以Claude Code Agent在12種JavaScript框架上建立Pokémon網頁應用,比較建置成本、可維護性及終端用戶效能。五次沙盒測試中,Hono配合htmx的每個應用成本中位數最低,為$2.67;Astro為$2.76,Nuxt為$2.82,三者差異在誤差範圍內。整體而言,Agent在伺服器端框架上通常更有效率,也較善用重視慣例、API穩定及簡潔度的框架。
作者以五組提示詞對照測試 GPT Image 2.5 的 Flare 與 Sunburst,發現兩者並非品質高低之分,而是分別適合處理光線與文字、介面或版面配置。
TokenCap 以 100 個真實程式碼提交建立基準測試,同時衡量任務所需檔案召回率與 token 用量。結果顯示,所需檔案召回率為 87%,平均每項任務使用 9,997 個 token;相較讀取所有匹配檔案,token 中位數節省 18.9 倍。測試不衡量答案質素,亦沒有呼叫模型。
HUAWEI WATCH Ultimate 2 非凡探索整合非晶鋯合金表殼、專業運動與健康管理功能,以及 eSIM 獨立通話和衞星消息,評測探討其是否值得作為高端之選。產品售價為6499元至7999元,全能模式續航可達4.5天;北斗衞星語音消息僅限中國大陸地區(不含港澳台地區)銷售版本支援。
霞光社以相同任務實測靈光2.0、Today AI和Alice,從應用連接、任務執行、長期記憶、主動服務和互動體驗五方面比較三款個人 Agent。靈光2.0偏工具型,但執行受接口和權限限制;Today AI兼具工具與陪伴,並在鬧鐘任務出現問題時改用日曆提醒;Alice則以角色互動和陪伴見長,跨應用執行較弱。文章認為,在應用權限、任務執行和長期記憶尚未成熟前,個人 Agent 未必是大多數人的剛需。
Hanako H. 比較 YouTube 上甘迺迪 1962 年萊斯大學演説的人手編寫字幕與自動字幕,發現兩者約有 95% 的語音內容一致。自動字幕把人名和數字辨錯,漏掉一段 28 個詞的內容,並將名句切成重疊字幕行,令引用時間戳可能早約 3 秒。有人工字幕時,作者建議優先使用;只有自動字幕時,應把它當作搜尋索引,回聽音訊核對引文,並另查人名與數字。