Google 發佈 Gemini 4 Neon AI 模型,聚焦編程與科研
Google 於 2026年11月18日推出 Gemini 4 Neon,面向開發者、企業及付費訂閲用戶,主攻複雜編程、科學研究與企業工作流程。模型支援100萬token上下文,可處理多模態數據,推理級別分為 Low 至 xhigh 四檔;API 輸入/輸出費用分別為每百萬 token 3 美元/15 美元。
Google 於 2026年11月18日推出 Gemini 4 Neon,面向開發者、企業及付費訂閲用戶,主攻複雜編程、科學研究與企業工作流程。模型支援100萬token上下文,可處理多模態數據,推理級別分為 Low 至 xhigh 四檔;API 輸入/輸出費用分別為每百萬 token 3 美元/15 美元。
Google 推出 Gemini 4 Neon,主攻複雜編程、科學研究和企業工作流程,並已開始向開發者、企業及部分付費訂閲用戶開放。在最高 xhigh 檔位下,模型於 Artificial Analysis 編程智能體指數以 58.6 分排名第一,智能指數則以 61 分排名第三;預設 high 思考檔位下,相關測試的單任務成本比同系列 Carbon 低 32%。
推薦理由:材料把公開基準排名、相對 Carbon 的成本差異及早期內部速度比較分開呈現,讀者可辨別不同評估條件下的性能資訊。
地平線機器人實驗室發布原生影片幾何基礎模型 LoFT,可從 RGB 影片聯合預測相機位姿、內參及逐幀深度,重建場景三維結構。訓練數據包括約 297 萬條有效序列及 9.62 億幀圖像記錄;在 SpatialBench、ClassicBench 和 VRBench 評測中,LoFT 多項深度估計指標達到 SoTA。
地平線機器人實驗室發佈原生視頻幾何基礎模型 LoFT,面向連續視頻建模,可從 RGB 視頻聯合預測相機位姿、內參及逐幀深度,恢復三維場景結構。模型採用雙循環 Transformer 架構,訓練數據集約有 297 萬條序列、9.62 億幀圖像。LoFT 在 SpatialBench 等三大評測體系中的多項深度估計指標達業界最優(SoTA),適用於機器人感知、自動駕駛及室內環境重建等場景。
地平線機器人實驗室發布原生影片幾何基礎模型 LoFT,可從 RGB 影片聯合預測相機位姿、內參及逐幀深度,以恢復場景三維結構。LoFT 在 SpatialBench、ClassicBench 和 VRBench 評測中與 VGGT-Ω、DA3-Giant 等模型比較,並在多項深度估計指標上達到 SoTA。該模型面向連續影片建模,可用於機器人空間感知、環境理解與具身學習。
RadixArk 發佈首個模型 DaisyRose-27B,基於 Qwen3.8-27B,經強化學習訓練後,在 Terminal-Bench 4.1 的 pass@1 由 5.6% 提升至 12.0%。
谷歌發佈 Gemini 4 Neon,模型在 Artificial Analysis 智能指數以 xhigh 推理強度取得 61 分,總榜排名第三,比 Gemini 4 Carbon 高 1 分。
推薦理由:文章對照 Artificial Analysis、Arena 和 Vals AI 的排名,並列出 Neon 與 Carbon 的任務成本差異,提供模型表現與成本的比較依據。
Google 向符合資格的 Google AI Ultra 訂閲用戶推出全新 Project Genie 體驗,首次開放 Genie 4 世界模型的存取權限,並加入創作智能體與社區畫廊。
Cloudflare 發佈 27-billion-parameter Clairic 與 9-billion-parameter Clairic-flash,開放模型權重並可在 Hugging Face 取得,同時提供 Workers AI 託管端點。
Google 於 2026 年 11 月 18 日發佈 Gemini 4 Neon,文章整理其價格、基準表現和轉用前的成本檢查方法。
中國科學院青藏高原研究所於11月16日發佈萬拓(One2N)氣象大模型,依託一張80GB顯示卡、歷時約4週,將原有0.7°預報模型細化為全球0.07°、每2小時更新一次的兩級預報系統。
Google DeepMind 發佈 Gemini 4 Neon;Neon (xhigh) 的 Intelligence Index 得分為 61,較 Gemini 4 Carbon (high) 高 1 分。
Google DeepMind 發佈 Gemini 4 Neon,面向複雜軟件工程、知識工作及科學工作流程,主打快速端到端任務處理。它在 Artificial Analysis Intelligence Index 的 xhigh thinking level 排名第 3、得分 61,並在 Vals Index 排名第 2、得分 70.9%。
推薦理由:Gemini 4 Neon 同時面向編碼、企業分析、科學工作與網絡安全,並列出多項基準成績及不同思考層級的成本比較,呈現能力與效率的取捨。
Google 發佈 Gemini 4 Neon,主打在複雜軟件工程、知識工作及科學工作流程中快速完成端到端任務。
推薦理由:文章並列 Neon 在多項基準的表現與每項任務成本,對照 Carbon 及其他前沿模型,呈現不同 thinking level 下的能力與效率取捨。
Hacker News 討論帖分享了 blog.google 上的 Gemini 4 Neon 連結。留言有人稱它是中型模型,表現只遜於 fable;亦有人表示,不確定不同 Gemini 模型應如何按任務選用。
Google 推出 Gemini 4 Neon,主打在編碼、知識工作及科學領域快速完成端到端任務。Gemini 4 Neon 已在 API、Antigravity 及 Gemini app 提供。
Google 於 2026 年 11 月 18 日宣佈 Gemini 4 Neon 正式供應,面向軟件工程、知識工作及科學,收費為每百萬輸入 tokens $3、每百萬輸出 tokens $15。
SRE-1 是一個以強化學習訓練的 27B 模型,旨在找出生產環境警報的根本原因。在 49 宗困難的實際案例中,強化學習將單次調查的通過率由 6.9% 提高至 38.8%。5 次 SRE-1 調查組成的集成,通過率達 71%,與 Fable 5.2 相同,成本低 37%。
Google 發佈 Gemini 4 Neon,模型即日起透過 API 提供,輸入價格為每 1M tokens $3,輸出價格為每 1M tokens $15。
Google 已向符合資格的 Google AI Ultra 訂戶開放 Genie 4,供他們在瀏覽器原型 Project Genie 中試用。Genie 4 可讓用戶在生成過程中改變世界,並加入原生音訊;新版本亦加入可透過對話建構世界的 AI 智能體,以及供用戶分享和重混作品的社羣畫廊。
RadixArk 發佈其首個模型 DaisyRose-27B;該模型基於 Qwen3.8-27B,以強化學習訓練,Terminal-Bench 4.1 的 pass@1 從 5.6% 升至 12.0%。
Google DeepMind 發佈 Genie 4,這款互動 3D 世界生成模型現已向 Google AI Ultra 訂戶開放。用戶可透過文字即時改變世界中的天氣、角色或故事情節,模型亦能生成配合場景的原生即時聲音;Genie 3 則新增最長三分鐘的工作階段、360 度全景支援及可串連世界。
Microsoft 在 Ignite 公佈七款新模型,涵蓋編碼、安全、圖像、語音和路由,主打以較低成本支援長時間運作的 AI 智能體。Microsoft 稱,MAI Code 2 在四項基準的平均表現達 GPT-6.1 Sol 的 98%,推廣價為其成本的 40%;對 Claude Opus 5.5 的表現達 96%,成本為其 5%。
推薦理由:七款模型橫跨編碼、安全、圖像與語音等用途,文中以多項基準和定價對照外部模型,呈現 Microsoft 將自家模型導入產品時的成本取向。
Genie 4 現已開放使用。原文未提供其他產品資訊或可用方式。
NVIDIA 的 Kumo Tabular 是一組開放權重表格基礎模型,可在單次前向傳播中對新數據集分類或回歸,無需訓練、超參數搜尋或特徵工程。論文報告 Kumo Tabular-L 在 8 個表格基準均排名第一;模型以表格中已標記的資料列作上下文,預測未標記查詢列的結果。
Microsoft AI 宣稱推出七款兼具世界級水準、可擴展性與性價比的新模型。Hacker News 留言提及 MAI Code 2 Flash 和 Decision 1.1,並質疑以速度和價格比較模型是否有參考價值。
Anthropic 籌備 IPO 之際,Microsoft 發布七款新 AI 模型,OpenAI 推出 GPT-6.2 Astra 和 GPT-6.2 Sol。兩款 OpenAI 模型在其基準測試中勝過同系列模型,現已於全球 ChatGPT 和 Codex 向付費訂戶提供。
OCRia-1.5 已在 LlamaParse 上線,提供 OCRia-1.5-4B(Agentic)及 OCRia-1.5-2B(Cost Effective),提升複雜表格、圖表及表單的解析準確度和邊界框定位。
Hugging Face 的 harness-hub 團隊發佈 Qwen3.8-27B-pi-adapted LoRA adapter;在 pi harness、關閉 thinking 的 SWE-bench Pro(hard 51)測試中,Qwen3.8-27B 的分數由 39.2% 升至 64.7%。
OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol,並將 Astra 的價格下調 20%。兩款模型已在 ChatGPT Work、Codex 和 API 上線;Astra 的 API 價格為 $8 per million input tokens、$40 per million output tokens。
推薦理由:文章對照 OpenAI 公佈的基準成績與 Epoch AI、開發者的測試反饋,呈現模型基準表現和實際工作體驗之間的差異。
Rumble-2-Flash 以 Apache 2.0 授權開源,是支援 40+ 種語言的 0.5B 語音辨識模型。在 Open ASR Leaderboard 多語言賽道,它跨 9 種語言的平均錯誤率為 6.96%,優於 Meta 的 omniASR-LLM 7B 和 Whisper large-v3。
推薦理由:文章以多語言辨識榜單及真實客服通話基準比較 Rumble-2-Flash,呈現小型模型在不同語音條件下的錯誤率表現。
Microsoft 於 11 月 17 日在 Ignite 發佈自家編碼模型 MAI Code 2,並已在 GitHub Copilot 提供。Microsoft 稱它在自選的 4 項編碼基準中達到 OpenAI GPT-6.1 Sol 約 98% 的性能,成本約為其 40%,但成本按 50% 推廣價計算。
Reson8 免費開放下載語音轉錄模型 Rumble-2-Flash 的權重;模型有 500 million parameters,支援超過 40 種語言。據 Reson8 自行測試,模型在涵蓋德語、法語和荷蘭語等 7 種語言的多語測試中,平均詞錯誤率為 7.09%;在 10 種低資源語言測試中為 17.6%,而 Whisper Large V3 在同一測試為 39.82%。
Microsoft 在 Microsoft Ignite 2026 發佈 7 款 AI 模型,涵蓋編碼、圖像、語音、決策、檢索及安全用途。MAI Code 2 和 MAI Code 2 Flash 已可在 GitHub Copilot 使用;MAI Image 2.7 支援文字生成及編輯,MAI Realtime 1 支援語音對話。
推薦理由:七款模型涵蓋編碼、圖像、語音、檢索與安全用途,文章亦列出基準、費用和部署案例,可比較不同模型的定位與應用場景。
OpenAI 正式推出 GPT-6.2 Astra 和 GPT-6.2 Sol。微軟發佈 MAI Image 2.7 及 Flash 版模型,並推出 Canvas;騰訊稱 WorkBuddy 每日有超過千萬用戶,合計消耗逾 100 萬億 tokens。
GPT-6.2 Astra 和 Sol 已在 Work 網頁版及 Codex 客戶端上線,官方展示其專業任務評測進步,開發者仍批評表達過短、任務提早中止。
推薦理由:文章並列 GPT-6.2 Astra、Sol 的評測分數、任務成本與開發者回饋,呈現基準表現進步和長流程使用摩擦之間的落差。
OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol,前者主打高難度推理與編碼,後者面向日常編碼及大規模 Agent 工作;Astra 降價,Sol 維持 GPT-6.1 Sol 的原價。
推薦理由:文章並列官方基準、第三方測試與遷移限制,呈現 GPT-6.2 兩款模型在成本、編碼表現及安全用途上的取捨。
OpenAI 發佈 GPT-6.2 Astra 和 GPT-6.2 Sol,並將 Astra 的輸入及輸出 token 單價較 GPT-6 Astra 下調 20%。文章稱 Astra 的快取輸入費用下調 60%;輸入超過 272K token 時,輸入及快取單價加倍,輸出單價乘以 1.5。Astra 面向長週期及複雜任務,Sol 則主打大規模日常自動化任務。
阿里雲百煉上線 Qwen4-Max 預覽版,並將模型接入 Token Plan 訂閲體系,新客首購套餐優惠低至 5 折。優惠至 11 月 30 日,Lite 套餐折後每月 19.5 元,含 20000 Credits。預覽版目前只可透過 Token Plan 調用,暫不開放單獨按量計費。
阿里雲發佈 Qwen4‑Max 預覽版,並在千問 AI 平台首發 Token Plan 訂閲服務,主打複雜專業任務。模型支援 1M Token 上下文窗口及文字、圖片、影片輸入,重點強化複雜編程與智能體長鏈路執行。預覽版僅開放訂閲制調用,Token Plan Lite 新客首購價為每月19.5元,模型標識 qwen4‑max‑preview 將於2026年11月25日下線。