Google DeepMind 发布 Gemini 4 Neon
Google DeepMind 发布 Gemini 4 Neon,面向复杂软件工程、知识工作与科学工作流,今日起在 Gemini API、Google AI Studio、Gemini for business、Google Antigravity 和 Gemini app 逐步推出。
推荐理由:原文给出 Neon 与 Carbon 在多项基准上的成本和性能对比,读者可据此判断它在复杂工作流中的性价比。
Google DeepMind 发布 Gemini 4 Neon,面向复杂软件工程、知识工作与科学工作流,今日起在 Gemini API、Google AI Studio、Gemini for business、Google Antigravity 和 Gemini app 逐步推出。
推荐理由:原文给出 Neon 与 Carbon 在多项基准上的成本和性能对比,读者可据此判断它在复杂工作流中的性价比。
RadixArk 发布首个模型 DaisyRose-27B,基于 Qwen3.8-27B,用 Miles 强化学习框架在长程智能体任务上训练,会话最长 1M tokens。
推荐理由:原文给出以 1,200 个任务、18 天、144 张 H200 完成长程智能体强化训练的完整做法,可作类似训练方案的参考。
OpenAI 发布 GPT-6.2 Astra 与 Sol,Astra 在 Artificial Analysis 的 Intelligence Index 得 62 分、仅次于 Fable 5.2 的 65,Sol 以约 15% 的单任务成本追平 9 月版 Astra。
推荐理由:汇总了 Artificial Analysis、Vals 等第三方评测与定价数据,读者可直接对比 Astra、Sol 与 Fable 5.2 的性价比和口碑分歧。
微软宣布正式推出 Microsoft-Decision-1.1 决策 AI 模型,已在 Microsoft Foundry、OpenRouter 和 Vercel 上线,输入 token 定价为每百万 token 0.042 美元起。
推荐理由:原文给出基准得分、分区定价与内部 Copilot 路由实测数据,读者可对比通用大模型在决策任务上的成本与速度差异。
OpenAI 发布 GPT-6.2 Astra 与 GPT-6.2 Sol 两款新模型,官方称两者基准超过前代且运行成本更低,Astra 输入价 $8/百万 token、较前代降 20%,Sol 维持 $2/百万 token,现已向 Plus、Pro、Enterprise、Edu 用户和 API 开发者开放。
推荐理由:原文同时给出 OpenAI 官方基准数据与 Artificial Analysis、Epoch AI、Vals AI 三家独立评测,便于对照官方宣传与实际表现。
阿里通义千问团队发布新一代旗舰模型 Qwen4-Max,采用 MoE 架构,原生支持视觉理解,提供 100 万 Token 上下文窗口,API 已在 QwenCloud 上线。
推荐理由:原文给出与上一代 Qwen3.8-Max 的词元消耗与 API 定价对比,读者可据此评估升级幅度和实际使用成本。
11 月 13 日凌晨谷歌将 Antigravity 的默认模型换成 Gemini 4 Hydrogen(模型 ID gemini-4-hydrogen,API 记为 11 月 12 日 GA)。
推荐理由:原文把民间体感与官方数据逐项对账,读者可以据此判断哪些日常任务该切换默认模型、哪些仍需留在旗舰档。
Google DeepMind 发布 Gemini 4 Hydrogen,定位日常编码与智能体工作流的快速执行模型,即日起在 Gemini API、AI Studio、Gemini app、Google Search 等全端开放。
推荐理由:Hydrogen 与 Carbon、Argon 形成快慢分工,并带来多模型编排入口,读者可据此重新规划编码与智能体工作流。
Google DeepMind 宣布 Gemini 4 Carbon 面向开发者、企业、科学家和消费者开放,定位为网络安全、长程智能体工作流与科学推理的最强前沿模型。
推荐理由:原文将 Carbon 与 Argon 做了明确分工,并给出基准排名与价格,读者可判断该把它用在哪些最复杂的任务上。
AWS 宣布 Claude Fable 5.2 和 Claude Mythos 5.2 在 Amazon Bedrock 和 Claude Platform on AWS 上可用。
推荐理由:原文给出新模型的能力定位与 Bedrock 迁移方法,读者可对照 claude-api skill 完成代码升级。
Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2,1000 个 Agent 仅用 30 小时完成费马大定理 100% 形式化证明。
推荐理由:原文把 Fable 5.2 与 Opus 5.5、GPT-6 Astra 的跑分和单任务成本并列对比,读者可直接判断各档位的性价比差异。
Meta AI 发布新模型 Muse Ember,官方称其为最小、最高效的模型,面向复杂推理执行以及智能体重复执行的工具调用、编码子任务、路由、提取和长文档解析。
推荐理由:原文将 Muse Ember 与 GPT-6 Luna、Claude Haiku 5.5 的定价及 Artificial Analysis 效率前沿放在一起比较,可帮助读者判断小模型选型。
Mistral 发布多模态 MoE 模型 Mistral Large 4(代号 Le Chonk),总参数约 1T、激活参数 49B,上下文窗口 1M tokens,以 Mistral Ecosystem Open-Weight License 开源,并提供 FP8 与 NVFP4 两种官方变体。
推荐理由:原文给出 Mistral Large 4 的架构细节、安全基准与多种部署方案,便于与同类开源模型比较选型。
Google DeepMind 发布前沿模型 Gemini 4 Carbon,主打网络安全与长程任务能力,在 Artificial Analysis Intelligence Index v5.0 排名第一(59 分)。
推荐理由:原文给出 Carbon 在网络安全与编码基准上的具体得分,并与 Argon 逐项对比,便于读者判断其在安全防御场景的定位。
OpenAI 宣布其 AI 模型一次性取得三项突破:证明所有维度的局部平滑化猜想,从而推出所有维度的卡凯亚猜想与 Stein 限制性猜想;证明计算复杂性理论中的指数时间假设(ETH)为假;为量子色动力学和杨-米尔斯理论构造严格的数学存在性证明。
推荐理由:原文把三项 AI 证明放回王虹三维卡凯亚猜想与 ETH 假设的学术脉络中,读者可据此判断它们在数学和计算复杂性理论中的位置。
OpenAI 正式发布新一代模型 GPT-6.1 Terra,标准 API 价格较 GPT-5.6 Terra 降低 50%,输入每百万 Token 1 美元、输出 5 美元,仅为旗舰模型 GPT-6 Astra 的十分之一。
推荐理由:原文将新模型与 GPT-6 Astra、Claude Opus 5.5 的价格和性能逐项对比,读者可据此判断 Agent 大规模落地时该选哪一档模型。
月之暗面正式发布 Kimi K3.1 系列首个模型 K3.1 Pro,为迄今最强的 3 万亿级参数模型,支持 100 万上下文,同步推出输出速度约 2~3 倍的高速版。
推荐理由:原文给出 K3.1 Pro 与 GPT-6 Astra、Claude Opus 5.5 的多项基准对比,读者可据此判断其编程智能体与 3D 创作能力档位。
10月19日 MiniMax 正式更新 M3.1 Flash,确认此前匿名的 Space Bunny 为其早期版本,亮身份前已处理超过 200T Token。线上推理速度提升近 3 倍,Agent 任务综合使用成本下降 70%,DeepSWE v1.1 拿到 73.7%逼近 Opus 5,OSWorld 2.0 得 61.7。
推荐理由:原文把匿名期调用量、任务评测和成本曲线放在一起,读者可据此判断 Flash 模型能否在日常项目中替代旗舰。
DeepSeek 于 10 月 17 日 18:07 将 V4.1 Flash 更新到 V4.1-Flash-1017,网页端、App、API 三端同步切换,API 名 deepseek-flash 与价格均不变。
推荐理由:实测发现 high 推理档下思考会吃掉大部分输出预算,代码生成需把 max_tokens 给足 32,000 以上,否则交付物被截断。
IBM Granite 团队发布 Granite-Switch-4.1-8B 与 -30B,将通用 Decision aLoRA、安全决策 Guardian aLoRA 和 OpenASR 榜单上最快的 ASR 模型 Granite-Speech-5.0-Turbo-CTC 组合进一个托管端点。
推荐理由:原文给出用 aLoRA 复用 KV cache 在单一端点组合多种能力的做法,读者可迁移到低显存多能力部署场景。