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。
快手可灵 AI 今天(17日)深夜宣布 Kling Image 4.0 正式上线,并面向企业客户与开发者开放 API 接入。新模型采用理解生成统一架构,支持原生 8K 图像生成、单张照片内生成 2000 字,并支持一次描述最多生成 10 张系列图片。它还支持最高 15000 tokens 文本输入,内置 70+ 种预设商用字体和 110+ 种预设影调风格,原生智能体能力可辅助规划整组图片。
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。
米哈游旗下《崩坏》系列 AI 研发团队公布通用视觉语言动作基础模型 Gamer,可模拟真人操作自主游玩 3D 和 2D 游戏。
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。
NVIDIA 在 SC26 发布 Rubin HPC GPU,旨在加速科学、工程和数据分析工作流中的模拟与数据处理。该 GPU 配备超过 50,000 个 CUDA 核心及第七代 NVLink 互连技术,通过稀疏数据加速能力优化计算效率。Rubin HPC 预计于 2028 年可用,此前 NVIDIA 已推出 Vera Rubin 平台。
NVIDIA Vera Rubin 平台在 MLPerf Training v6.1 中横扫全部基准,并在 MLPerf Endpoints 智能体推理测试中领先。
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。
无界前沿今日开源生物信息大模型Fx-Bio-1031,在BioMysteryBench困难子集以70.59% Pass@5超越GPT-6-Astra与Opus-5。该模型采用125B MoE架构激活6B参数,支持512K上下文与本地部署,权重基于Qwen3.8-Flash-Next后训练并开放于Hugging Face。
腾讯混元发布实时语音模型 Hy Realtime,具备Agentic工具调用与唱歌能力,已在元宝语音通话和腾讯客服上线。模型在语音理解、指令遵循与情感表达上升级,近期将上线腾讯云提供API服务。官方表示下一步将重点提升双工交互与长期个性化记忆。
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 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。
Google Deepmind 推出 Gemini Decisions API 与模型 Gemini Decision 1,单次可处理最多 1000 条跨文本图像音频视频PDF的闭式决策并返回置信度。
Tether AI Research 推出 BotPsy,一个基于 Qwen3.5-0.8B 的 0.8B 参数端侧智能体语言模型,在工具调用与智能体任务上达到同尺寸 SOTA。它在 BFCL v4、ACEBench 等六项基准中五项超过 2.5 倍大小的 Qwen3.5-2B-Think,并以 Apache 2.0 许可证开源权重。
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。
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。
Scale Labs 的 RLI 基准显示,Anthropic 的 Fable 5.2 完成了 41.3% 的真实自由职业任务,而一年前顶级系统仅 2.5%。该模型以约两倍优势领先 Opus 5.5 与 GPT 6 Astra,并在音频、建筑及 3D 模型任务实现突破。基准基于 Upwork 240 个专业项目,总值 $144,000,此前 Fable 5 在七月为 16%。
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。
Meta AI 发布小模型 Muse Ember,面向智能体高频任务与复杂推理,定价与 GPT-6 Luna 和 Claude Haiku 5.5 相近。模型支持百万输入 token 但长提示会涨价,位于效率前沿帕累托线;作者实测其 SVG 生成质量与贵 40 倍的 Muse Wonder 相当。
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。