微软发布 Microsoft-Decision-1.1 决策模型,基准得分领先 GPT-6 Luna 与 Gemini
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。
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 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》
Amazon SageMaker AI 为实时端点推出 KV cache 感知路由(RoutingStrategy 设为 KV_AWARE),依据模型容器上报的缓存状态,把请求发给持有最长缓存匹配且不繁忙的实例。
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。
同一新闻,精选展示《OpenAI 发布 GPT-6.2 Astra 与 Sol》
不生成输出 token、只在预设选项间快速抉择并给出置信度的决策模型,上月已占 Vercel AI 模型路由请求的四分之一以上,而这一品类一个月前才问世。
寒武纪基于 vllm_mlu 完成商汤日日新 SenseNova Loop-9B 的 Day 0 适配,打通该模型在 MLU 平台上的推理链路。
ArisGlobal 把 Amazon Bedrock 请求顺序改为先发送共享提示词前缀并在其后设置缓存检查点,使 65% 的输入 token 命中缓存。其 NavaX 智能体的共享前缀在 6 个月内从约 72,000 增至 180,000 token,单案推理成本曾上涨超过 200%。
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。
作者发布了一个全 CPU 运行的 MTP / EAGLE-3 交互式演示,13 个 Tab 覆盖 MTP 偏移对齐、联合损失、特征融合初始化、加速比理论与实测、lossless verify 判据、LK 损失、Draft 自回归链路和 Cache 快照回滚。
Perplexity CEO Aravind Srinivas 在活动现场向 Semafor 透露,公司年化收入突破 10 亿美元;The Information 此前报道其年初不足 2.5 亿美元、8 月已超 7.5 亿美元,增长部分由 Computer 产品带动。
开源项目 Garlic LLM 可让越狱版 PS4 绕过游戏驱动直接调用 AMD GCN GPU,离线运行 9B 参数大语言模型。项目基于 Qwen3.5-9B 基座,以 3/4 位量化压缩至约 4.5 GiB,文本生成约每秒 31-39 个词元,代码生成最高每秒 43 个词元,上下文窗口约 16,000 个词元。
Amazon 研究团队提出 PACE(Planner-Aware Context Engine,规划感知上下文引擎),依据 Agent 任务规划提前保护未来所需 Token,并对驻留 Key 重新编号、同步调整 RoPE 旋转,控制历史 Token 与当前查询之间的位置距离。
物理学家 Nathaniel Craig 在 OpenAI 博客和预印本上介绍了一项与 GPT-6 Astra 合作完成的证明,可能解决粒子物理格点计算中逾 50 年的难题。
推荐理由:原文把这项成果放回格点场论数十年的技术脉络中,读者可看清 GPT-6 Astra 具体补上了哪一环,以及离真实模拟还有多远。
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 Vera Rubin 平台首次参加 MLPerf 基准即包揽 MLPerf Training v6.1 全部测试,并在首次 MLPerf Endpoints 提交中实现智能体推理每瓦吞吐量超过 10 倍的代际提升。
本项目以全 CPU 方式轻量化复刻 KIMI K3 的 Multi-Token Prediction(MTP)训练层,并将其微调为 EAGLE-3 草稿模型用于投机解码。
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。
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。
本文认为企业级AI在向量RAG、知识图谱和Agent工作流之上还缺一层本体论,用来统一定义业务概念、逻辑公理与动作边界。文章用毛利率口径不一致、供应商图谱标签混乱和80万元违规采购被放行三个故障案例说明缺失后果,给出五层企业AI架构和从20到50个核心概念起步的三步落地法,并区分了何时只用传统RAG、何时必须上本体组合。
文章探索了标准模型的一种候选非微扰格点定义,并展示了 GPT-6 Astra 如何帮助将这一构想转化为详细的证明。该候选定义为在格点上严格刻画标准模型提供了新的研究路径。
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。
LG U+ 将于明年进军 B2B AI Token 市场,以自研 Token 优化技术帮助企业降低 AI 转型(AX)成本。该服务涵盖 Harness Engineering、智能路由与芯片组合三项技术,自研端侧 AI 模型体积缩小三分之一而性能达通用云端模型 95% 以上,Token 生成速度提升两倍以上。
Anthropic 表示 Claude Opus 5.5 现已成为 Pro、Max、Ultra 和 Team 套餐的默认模型,并建议用户删掉“think hard”等继承自旧模型的提示词,因为该模型会自行推理并按任务与努力档位调整深度。
推荐理由:原文汇总了 Anthropic 官方对 Opus 5.5 的提示词建议,读者可对照调整旧用法,避免多余指令和过高档位增加成本。
Google 的 Gemini 4 Carbon 在 MathArena 数学基准上以 85.4%±3.0% 的成绩超过 GPT-6.1 Sol(80.6%±2.7%)登顶,成为许久以来首个登顶该基准的非 OpenAI 模型,Anthropic 的 Claude Fable 5.2 以 82.8%±5.3% 排第二。
UniPat AI 牵头发布湿实验预测基准 Science Prediction Universe(SPU),含 116 个任务、4207 个湿实验,覆盖化学、材料科学、生物和医学。
作者罗西的思考开源 Model-Viz 项目中的 Kimi K3 Stable LatentMoE 轻量化复刻,提供 12 个纯 CPU 可运行的 Gradio 交互 Tab,覆盖论文 §2.3 与附录 B/C/D。
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。
Georgi Gerganov 宣布开源推理项目 llama.cpp 与底层张量库 ggml 的库版本迈入 1.0.0,已支持超过 150 种模型架构变体及主流推测解码方法,可在断网环境下本地运行大模型。
Google Research 报告称,Antigravity /teamwork 多智能体工作流结合 Gemini 4 Argon 等模型,在数学、形式化验证、分子化学和系统工程领域取得一系列成果,相关工具已开始向外部研究者和开发者开放。
推荐理由:原文用大量实例说明并行探索加独立证伪器的多智能体模式如何攻克多年未解难题,读者可据此设计自己的验证式工作流。
AssemblyAI 用 Amazon EC2 Spot Instances、Amazon ECS 和 Amazon SQS 搭建成本优化的语音转文字推理架构,在维持 SLA 承诺的同时显著降低成本。
llama.cpp 正式发布库 v1.0.0,同时 ggml 也发布 v1.0.0,标志着这一跨平台本地推理项目进入 API 稳定阶段。今后 llama.cpp 和 ggml 将通过主版本号反映公共 C API 和 ABI 的不兼容变更,并遵循语义化版本规则。
推荐理由:v1.0.0 明确了 API 和 ABI 稳定性承诺,依赖 llama.cpp 的下游应用可以据此规划升级与集成。
这篇梳理文章拆解了月之暗面 Kimi K3 的 Stable LatentMoE 架构:以"下潜→稀疏路由→上潜"把专家算力落到潜空间,实现 896 路选 16 且全程稳定。
Google 发布 Gemini 4 Hydrogen 模型,今天起在搜索、Gemini 应用、所有版本的 Google AI Studio、Gemini API、Gemini for business 以及 Google AI Pro 和 Ultra 订阅用户的 Google Antigravity 中可用,并成为 AI Mode 的默认模型。
Google 发布通用模型 Gemini 4 Hydrogen,在 Artificial Analysis Intelligence Index 默认 high 档以 51 比 50 超过更大的 Gemini 4 Argon,xhigh 档可达 54。
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。
Google 推出 Gemini 4 Hydrogen,取代 Gemini 3.8 Flash,访问限制比此前 Argon 和 Carbon 的分阶段发布更宽松。
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。
OpenAI 安全团队的新分析系统研究了从 GPT-5 到 GPT-6 Astra 的训练流程,指出对能力与算力效率的优化正让模型把推理转入监控不可见的无声过程。
月之暗面金融行业与生态负责人徐天天在第十七届财新峰会上表示,当前 AI 智能远未达到上限,迭代速度将继续加快。她指出预训练算力、后训练与推理、智能体设计三条增长曲线均在上升,三者叠加推动 AI 迭代提速。AI 智能体可独自完成的任务时长也在增长,AI 正从"打杂"转向切入更深的工作流程。
通芯智能已完成数亿元种子轮及天使轮融资,投资方包括清华校友种子基金、北京通用人工智能研究院、松霖科技、平治信息、暗物智能及豫资涨泉。公司由北京通用人工智能研究院孵化、朱松纯发起,首款产品定位于支持 AGI 算法的推理芯片,面向大模型、世界模型及通用智能体,计划今年 12 月初开展 FPGA 原型验证。本轮资金将主要用于芯片流片前的核心架构设计与研发。