Hebbia 发现 GPT-6 Astra 可提升金融研究表现
Hebbia 在金融研究测试中发现 GPT-6 Astra 在来源引用与演示文稿生成两项任务上领先所有受测模型:其引用所需来源类型的得分比最佳替代模型高 13.6 个百分点,99.5% 的引用片段与问题相关。
Hebbia 在金融研究测试中发现 GPT-6 Astra 在来源引用与演示文稿生成两项任务上领先所有受测模型:其引用所需来源类型的得分比最佳替代模型高 13.6 个百分点,99.5% 的引用片段与问题相关。
三星自研 Gauss 4 E2B 模型现身 One UI 9.5 首个 Beta 测试版,出现在 Personal Agent Core 与新款 Memory 应用中。
PolyAI 实时对话推理模型 Dialog-RSN-1 现已上线 AWS Marketplace 与 Amazon SageMaker JumpStart,支持一键部署至自有 AWS 环境。
谷歌 11 月 18 日宣布推出 Gemini 4 Neon 模型,主攻复杂编程、科学研究和企业工作流程,已向开发者、企业及部分付费订阅用户开放。API 费用为每 100 万 token 输入 3 美元、输出 15 美元,缓存输入每百万 token 0.15 美元,支持 100 万 token 上下文窗口与 Low、medium、high、xhigh 四种推理级别。
同一新闻,精选展示《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。
OpenAI 发布 GPT-6.2 Astra 与 GPT-6.2 Sol,主打专业工作能力、Token 效率与更低成本,Astra 在 Agents' Last Exam 中比上一代高 5.2 分、任务成本不足三分之一,API 输入输出价格下降 20%。
同一新闻,精选展示《OpenAI 发布 GPT-6.2 Astra 与 Sol》
OpenAI 发布新一代旗舰模型 GPT-6.2 Astra 与主打性价比的 GPT-6.2 Sol,官方称其在专业 Agent 任务上反超 Claude Fable 5.2,综合成本仅为后者的 5%。
推荐理由:通过与 Claude Fable 5.2、Gemini Hydrogen 的横向对比,读者能清楚看到 GPT-6.2 Astra 的能力长板与体验短板。
OpenAI 发布 GPT-6.2 Astra 和 GPT-6.2 Sol 两款模型,已登陆 ChatGPT Work、Codex 和 API,Plus、Pro 订阅用户均可使用。
同一新闻,精选展示《OpenAI 发布 GPT-6.2 Astra 与 Sol》
OpenAI 发布 GPT-6.2 Astra 与 GPT-6.2 Sol 两款模型,API 名称分别为 gpt-6.2-astra 和 gpt-6.2-sol。
同一新闻,精选展示《OpenAI 发布 GPT-6.2 Astra 与 Sol》
OpenAI 发布 GPT-6.2 Astra 和 GPT-6.2 Sol 两款模型,重点提升专业工作、编程、计算机操作及多步骤智能体任务表现,同时降低完成任务所需 Token 数量。
同一新闻,精选展示《OpenAI 发布 GPT-6.2 Astra 与 Sol》
快手可灵 AI 宣布全新一代图像创作模型 Kling Image 4.0 正式上线,同时面向企业客户与开发者开放 API 接入。
商汤科技发布 SenseNova Loop-9B 模型,约 9B 参数通过 Loop 结构复用模型层参数并扩展计算深度,官方 4bit 量化后权重仅约 4.9GB,部署显存需求低至 10 GB 内。
极客公园在 Hy4 flash 发布后第一时间拿到内测资格,与 DeepSeek-V4.1-Flash 和 Hy4 做了四轮对照实测。Hy4 flash 总参数 224B(其中 64B Engram 参数),实际激活参数仅 12B,每百万 Token 输入 0.5 元、输出 2 元,命中缓存时仅需 0.02 元,解码速度可超过 150 tps。
11 月 16 日,阿里千问正式发布新一代旗舰模型 Qwen4-Max,主干总参数 2.4 万亿,原生支持文本、图像和视频输入,上下文窗口 100 万 Token。
推荐理由:原文给出单任务成本下降 58% 的账单对比和底层架构改动,可据此判断旗舰模型进入真实工作流的节奏。
阿里发布旗舰模型 Qwen4-Max,对标 Opus 5.5、GPT-6 与 Kimi K3.1 Pro。模型采用混合专家架构,总参数 2.4 万亿、每 token 仅激活 710 亿,原生处理图像并提供 100 万 token 上下文窗口,通过三层压缩加一层筛选的混合注意力降低长上下文计算成本。
NVIDIA 在 SC26 上发布 Rubin HPC GPU,这是 Vera Rubin 平台的新成员,单 GPU 配备超过 50,000 个 CUDA core,采用第七代 NVLink 互联与稀疏数据加速能力,面向科学、工程与分析工作流。该 GPU 通过同步扩展数据传输与计算来优化科学计算,配合 CUDA-X 库可加速智能体调用仿真的反馈循环,预计 2028 年上市。
11月16日,阿里巴巴发布新一代基座大模型 Qwen4-Max,总参数2.4T、每个Token激活71B,具备原生视觉能力并支持百万上下文,现已上线千问AI平台提供API服务。
腾讯 Hy4 flash 正式发布,总参数量 224B、激活参数 12B,支持多模态与 1M 上下文,输入价格 0.5 元每百万 Token、输出 2 元每百万 Token,并在 WorkBuddy 提供 11 月 16 日至 11 月 30 日的限时免费额度。
推荐理由:原文用相同任务对比了 Hy4 flash 与 DeepSeek V4.1 Flash 的时间和 Token 消耗,读者可据此判断高频 Agent 场景下的成本取舍。
华为云 MaaS 模型即服务平台上线开源盘古模型 openPangu-2.1-Pro,围绕 Agent 开发、AI 编码和推理优化三大方向升级。模型基于 10 万余条专项数据优化 Skills 触发、工具选择与调用,并针对鸿蒙 App 开发和昇腾算子生成做适配。
美团发布 LongCat-2.5 的模型权重,这是一个总参数 1.6 万亿、每 token 激活约 480 亿的 MoE 智能体模型,完全在中国芯片上训练。
推荐理由:原文给出它与 Claude Opus 5、GPT-5.6 Sol 的多项基准对比,以及 194 颗华为芯片的自托管部署细节,读者可据此评估其工程可行性。
无界前沿正式开源生物信息大模型 Fx-Bio-1031 并开放完整模型权重。据其评测,该模型在 Anthropic BioMysteryBench 困难子集上取得 70.59% 的 Pass@5。
腾讯混元发布实时语音模型 Hy Realtime,新增 Agentic 工具调用与唱歌能力,已在元宝语音通话、腾讯客服等产品上线,近期将上线腾讯云并提供 API 服务。该模型可结合上下文还原口齿含糊、话说半截等不完整输入的意图,并能按歌手、专辑、曲风、语种、年份与热度组合点歌演唱。官方表示下一步将重点提升双工交互、长期个性化记忆与前后台 Agent 交互能力。
Google 正式发布 Gemini 4 Hydrogen 模型,支持最高 100 万 Token 上下文,首次将 Gemini 4 系列能力扩展至免费用户,输入价格每百万 Token 1.50 美元、输出 7.50 美元。
谷歌发布 Gemini 4 系列新模型 Hydrogen,主打更快响应速度、更低使用成本和更高效的 AI Agent 执行能力。
推荐理由:原文将 Hydrogen 与 Argon、Claude Sonnet 5.5、GPT-6.1 Sol 的跑分和价格逐项对比,读者可据此判断高效率模型对旗舰模型的替代空间。
Google 发布新模型 Gemini 4 Hydrogen 并将其引入 Google 搜索,称这是搜索迄今最大的模型改进。Hydrogen 完成任务的速度比 Gemini 3.8 Flash 快 2.5 倍,并在 Artificial Analysis Intelligence Index 默认高思考档位上超过更强的 Gemini 4 Argon。
谷歌正式发布 Gemini 4 Hydrogen 模型,面向日常编码与智能体工作流,输入每百万 Token 1.50 美元、输出 7.50 美元,覆盖 100 万 Token 上下文窗口且无阶梯计价。
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。
百度发布文心5.5 Flash Preview,总参数2800亿,单次推理激活140亿,支持100万Token上下文,生成速度超每秒200Token,重点强化编程与Agent能力并宣布即将开源。
Tether AI Research 发布 BotPsy,一个基于 Qwen3.5-0.8B 的 0.8B 参数模型,面向函数调用与智能体工作流,适合端侧部署。
阿里官宣发布 Qwen Code 1.0,将 Qoder 中打磨的 Harness 能力融入 Qwen Code,随 Qwen Code 1.0 Preview 一起开源,为开发者提供可嵌入自身产品的 Agent 运行基础。
推荐理由:原文把 Qwen Code 1.0 的架构演进和开放方式讲得较具体,开发者可据此判断是否将其 Agent 内核嵌入自身工作流。
阿里巴巴官宣全新一代千问大模型 Qwen4 即将发布,称知识理解更深入、世界感知更立体,Coding 与 Agentic 能力持续进阶。Qwen4-Max 预览版已首发上线阿里 Token Plan,限时最低 1 折可体验;千问办公、Qoder、千问 App、QwenStudio 等已第一时间接入新模型。
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。
Google 向付费开发者、企业和 AI Ultra 订阅者全面推出 Gemini 4 Carbon,并在 Antigravity 平台预览 swarm 功能,可将单个提示词转化为协作的智能体团队。
Anthropic 的 Fable 5.2 在 RLI 基准测试中完成 41.3% 的真实自由职业任务,是一年前最高系统 Manus(2.5%)的 16 倍以上。
推荐理由:文中给出 Fable 5.2 与同类模型在真实自由职业任务上的完成率对比,读者可直观判断智能体实际工作能力的当前水位。
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。
Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2,官方称两者在多数受评能力上优于 Opus 5.5,发布后登上 Artificial Analysis、SemiAnalysis GDPx 等多个独立榜单第一。
推荐理由:原文汇总了 Fable 5.2 的第三方评测与成本数据,读者可据此对比它与 Gemini 4 Carbon、Opus 5.5 的真实差距。
Anthropic 于 11 月 10 日发布 Claude Fable 5.2 与 Claude Mythos 5.2 两款模型,官方称编码、推理、科学研究、网络安全及机器人等领域显著提升,输出速度最高提高 30%,成本下降 20%。
同一新闻,精选展示《Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2:多智能体协作升级,性价比反超 Opus 5.5》
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 发布轻量级模型 Muse Ember,官方称其表现媲美 Claude Haiku 5.5,单任务成本仅 1/3。该模型支持 100 万 Token 上下文、最多 51.2 万 Token 输出,原生理解文本、图像、音频和视频,可在一次会话中执行数百次编程子任务。
同一新闻,精选展示《Meta AI 发布最小高效模型 Muse Ember》
Anthropic 于 11 月 9 日推出 Claude Fable 5.2 与 Claude Mythos 5.2,前者面向普通用户并内置网络安全与生物安全防护,后者面向通过审核的网络安全和生命科学机构。
同一新闻,精选展示《Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2:多智能体协作升级,性价比反超 Opus 5.5》