OpenAI 发布 GPT-6.2 Astra 和 GPT-6.2 Sol,其中 Astra 部分测试超越 Claude Fable 5.2 且成本更低
OpenAI 今日发布 GPT-6.2 Astra 和 GPT-6.2 Sol,提升专业工作、编程、计算机操作及多步骤智能体任务表现。GPT-6.2 Astra 在 Agents' Last Exam 中比 Claude Fable 5.2 高 5.5 分,成本只有其 5%,并在 AA-3D 中以 1318 Elo 排名第一。
OpenAI 今日发布 GPT-6.2 Astra 和 GPT-6.2 Sol,提升专业工作、编程、计算机操作及多步骤智能体任务表现。GPT-6.2 Astra 在 Agents' Last Exam 中比 Claude Fable 5.2 高 5.5 分,成本只有其 5%,并在 AA-3D 中以 1318 Elo 排名第一。
微软在 Ignite 2026 发布自研编程模型 MAI Code 2 和 MAI Code 2 Flash,并在 GitHub Copilot 上线。Code 2 面向复杂软件开发,可深度排查程序错误、跨多个文件修改代码并理解整个代码仓库;Flash 侧重解释代码、定点修改、修正常见问题和快速迭代,两款模型均支持由 AI 调用工具、分步骤推进开发任务。
OpenAI 推出 GPT‑6.2 Astra 和 GPT‑6.2 Sol,二者已作为 gpt-6.2-astra 和 gpt-6.2-sol 在 API 中提供。
OpenAI 发布 GPT-6.2 Astra 和 GPT-6.2 Sol,称两款模型在基准上超过前代,并已在 ChatGPT Work、Codex 和 OpenAI API 开放。
OpenAI 发布 GPT-6.2 Astra 和 GPT-6.2 Sol,面向专业工作分别定位为前沿模型和高效通用模型。二者正在向 ChatGPT Work 和 Codex 中的 Plus、Pro、Enterprise、Edu 用户推出,并通过 API 以模型 ID gpt-6.2-astra 和 gpt-6.2-sol 提供。
Microsoft 在 Ignite 2026 发布七个新的 MAI 模型,覆盖编码、安全、图像生成、语音、转录和模型路由。Microsoft 称 MAI Code 2 在多项编码基准上达到 GPT-6.1 Sol 98% 的质量、约 40% 的价格,MAI Cyber 2 Flash 提供 100 万 token 上下文窗口。
推荐理由:MAI 新模型覆盖编码、安全、图像和路由并给出多项价格与基准对照,便于判断企业AI落地的成本取舍。
OpenAI 发布 GPT-6.2 Astra 和 Sol,称其在 ChatGPT Work、Codex 和 API 中带来更好的专业输出、编码和 computer use 能力,并以更低成本提升效率。
推荐理由:原文给出了专业输出、编码和 computer use 的改进范围,并列出 ChatGPT Work、Codex 和 API 三个可用入口,便于读者对照现有使用路径判断适用场景。
商汤科技今天(17 日)晚间正式发布 SenseNova Loop-9B,4bit 量化后权重约 4.9GB、部署显存需求低至 10 GB 内。该模型通过 Loop 结构复用模型层参数并结合流形约束超连接(mHC),在约 9B 参数规模下扩展到 56 次层计算,上下文长度最高可达 512K tokens。
阿里巴巴发布 Qwen4-Max,以更低价格对标 Opus 5.5、GPT-6 和 Kimi K3.1 Pro。Qwen4-Max 采用混合专家架构,有 2.4 trillion 参数、每个 token 激活 71 billion 参数,支持原生处理图像和 one-million-token 上下文窗口,并通过三层压缩上下文、第四层聚焦重要部分降低长输入成本。
阿里巴巴发布全新一代基座大模型Qwen4-Max,总参数2.4T,具备原生视觉能力并支持百万上下文。Qwen4-Max采用基于Qwen稀疏注意力(QSA)的全新MoE架构,2.4T总参数仅激活71B,CodeArena前端编程盲测位居第六。
推荐理由:材料给出Qwen4-Max与上一代在Token用量、任务费用和多项评测上的对比,便于判断效率与能力变化。
阿里通义千问团队正式推出新一代旗舰模型 Qwen4-Max,采用全新 MoE 架构,主干参数规模达到 2.4 万亿。正式版接入千问 AI 平台,开发者可通过 Token Plan 或 API 调用,模型原生支持视觉理解和 100 万 Token 上下文窗口。
Anthropic 员工展示 Claude Fable 5.2 不调用图像模型,用 Python 代码模拟画笔、颜料和画布逐笔作画。Jake Eaton 展示的停车场购物车作品使用约 70 万次模拟笔触,这类作品的代码通常有 1000 至 2000 行,不依赖外部图像模型或预渲染底图。日出时的鸟用 111 笔完成,黄昏场景用 280 笔,模型会观察画布并用新笔触修正错误。
Anthropic 的 Claude Fable 5.2 不依赖外部图像模型,而是用 Python 代码驱动模拟绘画引擎生成照片级画作。Jake Eaton 展示的停车场场景用了约 700,000 次模拟笔触,每件作品由 1,000 到 2,000 行 Python 程序控制。
华为云 MaaS 平台正式上线开源盘古模型 openPangu-2.1-Pro,围绕 Agent 开发、AI 编码和推理优化三大方向进行能力升级。该模型基于 10 万余条专项数据优化 Skills 触发与工具调用,并针对鸿蒙 ArkTS 及昇腾算子生成进行适配,推理输入价格为 0.8 元/百万 tokens。
美团在 LongCat-2.5 官方亮相一周后开放权重,这款 1.6 万亿参数智能体模型完全在中国硬件上训练。它采用 MoE 架构,1.6 万亿总参数中每 token 约 480 亿激活,能理解文本、图像和视频并可开关推理;API 兼容 OpenAI 和 Anthropic 格式,一次最多处理 100 万 token、生成最多 128,000 token。
Meta 未发布的模型 Muse Spark 1.4 在 RocksDB 仓库的拉取请求测试笔记中曝光,显示其已用于内部生产工具。该模型单次调用消耗 33,535 输入 token 和 8,169 输出 token,耗时约 65 秒。此前 Muse Spark 1.3 于 9 月 2 日发布,提供 1M token 上下文,此次 1.4 的内部使用暗示新版本可能即将推出。
Edge0 开源 Edge0-145B 与 Edge0-120B 端侧大模型及统一推理框架,Edge0-145B 是全球首个 145B 参数开源端侧模型。其在兼容笔记本上峰值内存 29GB、解码超 80 tokens/s,编码推理与 Agent 能力可比特定前沿云模型;模型权重与推理框架分别发布于 Hugging Face 和 GitHub。
Google今日发布Gemini 4家族最低价模型Hydrogen,输入定价$1.50/M tokens、缓存输入$0.075、输出$7.50。Hydrogen当前比同族Carbon和Argon便宜25%,12月后折扣达75%,并作为免费层驱动Google Search的AI功能。Carbon与Argon同价且12月1日翻倍至$4.00/$0.20/$20.00。
Google 发布 Gemini 4 Hydrogen 快速模型,面向编码与智能体任务,并向 AI Studio、API、Gemini 应用及搜索等全球推送。该模型输入每百万 token 收费 1.5 美元、输出 7.5 美元,支持 100 万 token 上下文与多档思考级别,默认 high 在智力指数获 51 分。
Google推出Gemini 4 Hydrogen替代Gemini 3.8 Flash,已在公司产品中全面替换并立即开放访问。
Google发布Gemini 4 Hydrogen通用模型,在Artificial Analysis智能指数默认高层级以51分超越Gemini 4 Argon的50分,并提供百万token上下文与四档思考层级。该模型每百万输入token收费1.50美元、输出7.50美元,相比Gemini 3.8 Flash速度提升2.5倍且幻觉减少五倍,已在全球平台开放使用。
Google Search 借助新发布的 Gemini 4 Hydrogen 模型升级,能更准确理解多部分复杂提问与错字。该模型比 Gemini 3.8 Flash 快2.5倍且在某智能基准超过 Gemini 4 Argon,正面向全球搜索用户推出。
谷歌正式推出 Gemini 4 Hydrogen 模型,主打日常编码与智能体工作流,输入每百万 Token 1.5 美元且提供百万上下文窗口。该模型在 Artificial Analysis 智能指数高思考档得分 51 高于 Gemini 4 Argon 的 50,配套 Orchestrator 调度功能在 Terminal-Bench 4.0 上配额减 24% 提速 19%。
Google DeepMind 今日发布 Gemini 4 Hydrogen 模型,面向 Google AI Studio、Gemini API、Gemini app、Search 等全员开放,默认高思考层级在 Artificial Analysis Intelligence Index 获 51 分超越 Argon 的 50 分。
推荐理由:Gemini 4 Hydrogen以统一价格和四档思考层级面向全员开放,开发团队可据此权衡不同智能体任务的成本与延迟。
百度发布文心5.5 Flash Preview,总参数2800亿、激活140亿,支持百万Token上下文与每秒200Token生成,主打端到端编程并即将开源。模型实测用代码完成《后室》网页游戏、动画与3D园林,在Terminal-Bench等基准展现与Claude Opus 5.5、GPT-6.1 Sol竞争实力。该模型于百度世界大会前亮相,权重将用Apache 2.0开放。
英伟达被曝正准备罢免 CEO 黄仁勋,受此消息影响公司股价盘后大跌。华为官宣全新子品牌 OSTA 星芒,将于 11 月 20 日发布会首次亮相。此外,苹果 20 周年款 iPhone 前瞻显示整机如整块玻璃,家电维修乱象及腾讯元宝搜索上线等资讯亦在列。
百度文心 11 月 11 日发布 ERNIE 5.5 Flash Preview 模型,权重将于 11 月 25 日前开源。该模型总参数 280B、激活 14B、支持 1M 上下文,API 已在千帆平台上线。此为 Base 模型的首个后训练中间版本,后续正式版将据反馈优化。
Anthropic 启动 IPO 路演,拟发行 8.25 亿股募资最高 643.5 亿美元,估值区间 1 至 1.4 万亿美元。同日发布的 Claude Fable 5.2 模型在编码与推理领域表现强劲,输出速度最高提升 30%,API 调用成本下降 20%。
谷歌于当地时间11月10日宣布正式开放 Gemini 4 Carbon 模型,这是谷歌目前能力最强的推理模型,主打复杂编程、科学研究与网络安全。该模型拥有1,048,576 Token统一上下文窗口,通过Gemini API和Google AI Studio向付费开发者开放,首发优惠价每百万输入Token 2美元、输出10美元至2026年11月30日。
Gemini 4 Carbon 今日向全体用户开放,launch 定价为 $2/million input 与 $10/million output,12月1日涨至 $4/$20。作者用 Google Antigravity IDE 测试提示词生成 Three.js 动画与网页游戏,另提及 YouTube 上展示其 /swarm 协调子代理构建 3D 校园游戏。
Latent Space 评测了 NaiveAI 的 Naive-N0.5-Flash 开放权重模型在编码与速度上的表现,对比 DeepSeek V4.1 Flash 1017 和 GLM 5.3 Flash。
Google 的 Gemini 4 Carbon 在两周安全测试后正式可用,但在最快模型周期中已被 Anthropic Fable 5.2 等新品盖过新鲜感。该模型在 CursorBench 4.0 等基准领先且单任务成本不到 Fable 5.2 一半,并预览 Antigravity 的 /swarm 多智能体功能。Google 称其补充而非替代此前发布的 Gemini 4 Argon。
Google DeepMind 今日开放 Gemini 4 Carbon 模型,提供前沿网络安全与长程代理工作流能力。该模型在 CursorBench 4.0、WANDR 等基准排名第一且任务成本低于次优外部模型一半以上,通过 AI Studio API 以与 Gemini 4 Argon 相同价格($2/$10 per M tokens)开放。
推荐理由:Gemini 4 Carbon定价与Gemini 4 Argon一致,但面向更复杂编程与科研任务,开发者可对比二者选型。
Google正式向公众发布Gemini 4 Carbon模型,并在Antigravity平台预览可将单个提示词转为协调智能体团队的agent swarm功能。该模型每百万输入token定价2美元、输出10美元,约为OpenAI GPT-6 Astra和Anthropic Fable 5.2同级竞品的五分之一到四分之一。
推荐理由:Gemini 4 Carbon以不足竞品四分之一token定价向公众开放,其agent swarm功能支持多智能体协作。
Google DeepMind 推出 AlphaProof Code 框架,借助 AI 智能体首次形式化验证了 Signal 加密协议的实际编译代码。该多 LLM 智能体框架结合人类专家与 Gemini Carbon 驱动的智能体,生成超600万行 Lean 证明代码,全程耗时仅4周。团队同时开源验证工件,为医疗固件等关键系统安全验证奠定基础。
推荐理由:该框架将形式化验证从设计推进到实现代码,为医疗固件等关键系统提供数学级安全保证开辟了可行路径。
量子位汇总Fable 5.2首批实测,网友用该模型生成游戏、视频与3D世界,基准多项超越Opus 5.5。模型编程测试超过Opus 5.5的45.5%,软件工程达69.9%,速度比Fable 5.1快30%且价格降20%,但高推理档位Token消耗大。此为Fable 5.2发布后的首批社区反馈。
Anthropic 发布 Claude Fable 5.2 和 Mythos 5.2,Fable 5.2 在 Artificial Analysis 等独立基准中重夺全球第一 LLM 位置。
推荐理由:本文汇总 Anthropic Claude Fable 5.2 发布的官方说法与多方独立评测,方便读者对比其顶尖基准成绩与更高单次任务成本。
Anthropic 于 11 月 10 日发布 Claude Fable 5.2 与 Claude Mythos 5.2 两款前沿模型,Fable 5.2 在智能体编码与多学科推理基准超过 GPT-6 Astra 等对手。
Meta 现已推出轻量级 AI 模型 Muse Ember,跑分媲美 Claude Haiku 5.5 且单任务成本仅其 1/3。该模型拥有 100 万 Token 上下文窗口并原生支持文本、图像、音频和视频多模态理解,在 Artificial Analysis 多项智能体与编程评测中超越 GPT-6 Luna。
Meta 于 2026 年 11 月 9 日发布 Muse Ember(muse-ember-1.0),其最小高效模型,用于智能体高频任务如工具调用与编码,定价每百万输入 token 0.10 美元。