Google 发布 Gemini 4 Hydrogen，Inkling 2 Small 开放权重，OpenAI 开放 Daybreak Red Team

Google 发布了快速模型 Gemini 4 Hydrogen，其在 Artificial Analysis 的 Intelligence Index 上超越 Gemini 4 Argon，并于当天部署到 Search、Gemini 应用、Antigravity、Cursor 和 Devin。Thinking Machines 以 Apache 2.0 许可发布 Inkling 2 Small 的权重，OpenAI 开放两款网络防御产品 Daybreak Red Team 和 Daybreak Defense Factory，Google 则开启搭载 Gemini 的智能眼镜预订。Anthropic 方面，Claude 加入 Google Meet 会议，Managed Agents 支持完整自托管，首次公开募股网站也公布了时间表。

Gemini 4 Hydrogen：速度达到 Gemini 3.8 Flash 的 2,5 倍，在 Intelligence Index 上领先 Argon，每百万 tokens 价格为 1,50 美元

11月12日 — 继 Argon 和 Carbon 之后，Google 为 Gemini 4 系列再添 Gemini 4 Hydrogen。前两款模型专注于最棘手问题的长时间推理，而 Hydrogen 则着重速度：日常编程、连续调用工具的智能体，以及多模态文档的信息综合。Google 将其定位为 Gemini 3.8 Flash 以及更早的 Gemini 3 和 2.5 模型的升级版本。

Meet Gemini 4 Hydrogen: built for rapid coding, multimodal synthesis, and everyday workflows. It finishes tasks 2.5x faster than 3.8 Flash and surpasses Argon on the @ArtificialAnlys Intelligence Index.

🇨🇳 Gemini 4 Hydrogen 来了，专为快速编程、多模态信息综合和日常任务而设计。它完成任务的速度是 3.8 Flash 的 2,5 倍，并在 @ArtificialAnlys 的 Intelligence Index 上超越了 Argon。 — @GoogleDeepMind 在 X 上

在 Artificial Analysis 的 Intelligence Index 上，Hydrogen 在默认设置下获得 51 分，Argon 则为 50 分；在最高思考级别下，Hydrogen 达到 54 分。Google 表示，与 3.8 Flash 相比，它完成任务的速度达到 2,5 倍，Terminal-Bench 4.1 得分提升至三倍以上，编造的陈述数量则降至原来的五分之一以下：模型会指出缺少的上下文，而非猜测答案。

基准测试或指标（Google 提供的数据）	Gemini 4 Hydrogen	对比参照
Artificial Analysis Intelligence Index	51 (high), 54 (xhigh)	Gemini 4 Argon：50
Terminal-Bench 4.1	57 %	Gemini 3.8 Flash：18,2 %
任务速度（high 设置）	速度达到 2,5 倍	Gemini 3.8 Flash
HLE-Diamond	58,8 %	同类领先
Vals Tax Agent Bench	52,3 %	总排名第 1
Agents’ Last Exam v1.1	71,6 %	据 Google 称，领先其他模型

面向开发者，gemini-4-hydrogen 已在 Gemini API 正式推出，也包括有速率限制的免费层级。付费价格在整个一百万 tokens 上下文范围内保持一致：每百万输入 tokens 为 1,50 美元，输出为 7,50 美元（含思考），隐式缓存输入为 0,075 美元。Gemini 3.8 Flash 的促销期持续至 12 月 31 日，结束后也将恢复这一价格（促销价为 0,75 和 3,75 美元）。Hydrogen 在 low、medium 和 high 之上新增第四个思考级别 xhigh；默认级别为 high，而 3.8 Flash 使用的是 medium。统一上下文达到 1 048 576 tokens，同步请求最多输出 65 536 tokens，后台执行则最多输出一百万 tokens。从 3.8 Flash 迁移需要做一些调整：不再支持显式缓存，temperature、top_p 和 top_k 参数会被忽略，最低思考级别不再被接受。

该模型同日登陆全球 Gemini 应用（免费用户通过自动模型选择使用）、面向所有用户的 Google Search、先向 Google AI Pro 和 Ultra 订阅用户开放的 Google Sheets 中的 Gemini，以及面向 Pro 和 Ultra 付费订阅用户的 Antigravity。它也成为 Gemini Managed Agents 中 Antigravity 智能体的默认模型。不过，截至我们检查时，Gemini CLI 仓库中尚未发现提及 Hydrogen 的拉取请求。

安全方面，Google 表示，在智能体任务中，违反指令的情况最多减少 81 %，偏离目标的行为和走捷径的情况降至原来的十二分之一，内部诚实性评估得分为 96,7 %，抵御间接提示注入的能力提升至原来的 2,3 倍以上（Gray Swan）。模型说明卡也已发布。

🔗 Gemini 4 Hydrogen 发布公告（blog.google） · Gemini 4 Hydrogen 的 API 新功能（Google AI Studio） · Gemini API 价格 · 模型说明卡（PDF）

Google Search 切换至 Hydrogen，Google 称这是 Search“迄今最大的一次模型更新”

11月12日 — Google Search 为全球所有用户采用 Gemini 4 Hydrogen。Search 产品副总裁 Robby Stein 称，这是 Search 迄今最大的一次模型更新。搜索引擎将更好地理解用户意图，包括包含多个部分、非常具体或带有拼写错误的问题。它扩展了查询扇出（query fan-out）技术，通过并行搜索问题的各个子主题，提供更广泛的链接。回答也将更加直观，在人工智能模式支持的所有语言中，加入图片、对比表格和针对问题生成的工具。Google 未公布这一部分的量化数据。

🔗 Search 中的 Gemini 4 Hydrogen（blog.google）

Antigravity Orchestrator 在同一会话中交替使用 Carbon 和 Hydrogen，配额消耗减少 24 %

11月12日 — Google Antigravity 在模型选择器中新增 Orchestrator 选项。它不会为整个任务固定选择一个模型，而是在同一会话中让 Gemini 4 Carbon 和 Gemini 4 Hydrogen 双向交接。Carbon 以只读方式探索代码、消除歧义并制订计划；Hydrogen 编写修改、更新软件包并运行测试，遇到困难时再交回 Carbon。

据 Antigravity 的文章介绍，在 Terminal-Bench 4.1 上，Orchestrator 的成功率接近单独使用 Carbon，同时平均减少 24 % 的配额消耗，完成速度提升 19 %；blog.google 的文章则将同一组数据归于 Terminal-Bench 4.0。Orchestrator 初期仅向 Google AI Ultra 订阅用户开放，单独使用 Hydrogen 则向 Pro 和 Ultra 付费订阅用户开放。Antigravity 还表示，自 /swarm 推出后的短短几天内，已有“数万个”智能体群（swarms）被启动。

🔗 Google Antigravity 中的 Gemini 4 Hydrogen

Cursor：默认思考强度下 CursorBench 得分为 54,3 %，Gemini 3.8 Flash 为 39,6 %

11月12日 — Gemini 4 Hydrogen 在发布当天登陆 Cursor。据 Cursor 的推文，该模型在默认思考强度下，在其自有基准测试 CursorBench 上获得 54,3 %，Gemini 3.8 Flash 则为 39,6 %。第二条推文公布了它在 Cursor 中的价格：每百万输入 tokens 为 1,50 美元，输出为 7,50 美元。Cursor 的评估页面则详细列出了三个思考强度级别。

模型与思考强度（Cursor 评估页面）	CursorBench 得分	每项任务成本
Gemini 4 Hydrogen，High 强度	54,3 %	5,59 美元
Gemini 4 Hydrogen，Medium 强度	46,7 %	1,76 美元
Gemini 4 Hydrogen，Low 强度	27,9 %	0,28 美元
Gemini 4 Carbon，High 强度（参照）	60,4 %	9,22 美元

🔗 @cursor_ai 的公告 · Cursor 评估页面

Devin：FrontierCode 2.0 得分为 38,2 %，每项任务成本 2,40 美元

11月12日 — Cognition 也在 Devin Desktop 和 Devin CLI 中开放了 Gemini 4 Hydrogen。FrontierCode 2.0 是其用于评估真实任务中生成代码的质量及其可合并性的基准测试，Hydrogen 得分为 38,2 %，与 GPT-6.1 Sol 相差不到一个百分点，也接近 Gemini 4 Carbon。Cognition 尤其强调成本：每项任务 2,40 美元，比 Carbon 的 4,04 美元低约 40 %。在中等思考强度下，Hydrogen 已超越 Gemini 4 Argon 的最佳成绩，而每项任务成本不到后者的七分之一。

评估模型（节选自 Cognition 图表）	FrontierCode 2.0 得分
Claude Fable 5.2	49,1 %
Claude Opus 5.5	45,5 %
Gemini 4 Carbon	40,0 %
GPT-6.1 Sol	39,0 %
Gemini 4 Hydrogen	38,2 %
Gemini 4 Argon	26,3 %

🔗 Devin 中的 Gemini 4 Hydrogen（Cognition）

Inkling 2 Small：Thinking Machines 以 Apache 2.0 许可发布其多模态 MoE 模型权重，总参数 594B，激活参数 17B

11月12日 — 在以封闭权重形式推出一周后，Thinking Machines 在 Hugging Face 上以 Apache 2.0 许可发布 Inkling 2 Small 的权重。该模型自 11 月 5 日起已在实验室的微调平台 Tinker 上提供服务，这段时间用于完成外部安全测试和红队测试，遵循 Thinking Machines 在《安全开放权重之路》中描述的流程。

Inkling 2 Small’s weights are now available for download on HuggingFace under an Apache 2.0 license. Make Inkling your own!

🇨🇳 Inkling 2 Small 的权重现已可在 HuggingFace 上下载，采用 Apache 2.0 许可。将 Inkling 打造成你自己的模型吧！ — @thinkymachines 在 X 上

这是实验室继 Inkling-Small（总参数 276B，激活参数 12B）之后的第二代模型：采用混合专家架构（Mixture-of-Experts），总参数为 5940 亿，激活参数为 170 亿，支持图像输入，不支持音频，并提供可调节的思考强度。随权重一同推出的还有部署生态：集成 Unsloth、SGLang、vLLM 和 TokenSpeed，支持使用 Miles、SkyRL 和 Snowflake Cortex Training 进行后训练，并由 NVIDIA、Fireworks、Together、Baseten、Nebius、Modal 和 Cloudflare 提供 API。Hugging Face 上的模型说明卡标明，其上下文窗口最高可达一百万 tokens。

Thinking Machines 宣布，该模型在 Artificial Analysis 的 Intelligence Index 上获得 31 分（其表格中为 30,6），低于 DeepSeek-V4.1-Flash-1017（32,6）、GLM 5.3（31,7）和 Gemini 3.8 Flash（30,8），也低于 Claude Haiku 5.5（36,5）。在其自有测评中，该模型在大多数编程基准测试上仍落后于 DeepSeek-V4.1-Flash-1017，但领先 GLM-5.3-Flash。

Thinking Machines 的测评指标	Inkling 2 Small	DeepSeek-V4.1-Flash-1017	GLM-5.3-Flash	Kimi K3	Claude Haiku 5.5
激活参数 / 总参数 (B)	17 / 594	16 / 552	18 / 320	104 / 2 800	未注明
AA Index v5.0	30,6	32,6	27,8	未注明	36,5
FrontierCode v2.0	25,4 %	28,5 %	17,6 %	17,3 %	34,9 %
DeepSWE v1.1	72,1 %	77,0 %	63,4 %	68,5 %	59,9 %
SWE-Bench Pro v2 (Hard)	86,3 %	89,7 %	82,8 %	88,2 %	52,9 %
MMMU Pro（视觉）	81,6 %	80,6 %	79,0 %	80,5 %	79,1 %

在 GPU 内核优化测试 PMPP-Hard 中，Inkling 2 Small 在十小时内解决了 69 项任务中的 54,25 项，GPT-6 Astra 为 63 项，Claude Opus 5.5 为 60 项。文章详细介绍了训练方法：在 NVIDIA GB300 NVL72 机架上，完全采用 NVFP4，用 68 小时完成 8.4 万亿 tokens 的预训练，随后分阶段将上下文扩展至一百万 tokens，主要使用从先前模型中采样的轨迹数据，其中包括 Kimi K3。后训练通过一次强化学习训练完成：1 075 个步骤，超过 1 700 万次 rollout，使用 2 048 块 GPU，持续九天。该模型曾以代号 Fledge-Alpha 在 OpenCode 中接受测试。

Thinking Machines 也列出了模型的局限：它并非最简洁的模型，在技能数量较多时不一定能选对工具，对话表现也不够完善。安全方面，实验室认为，它的进攻性网络安全能力低于开放模型的前沿水平，其“helpful-only”变体在 CBRN 知识方面带来的提升也很有限。

🔗 Inkling 2 Small（Thinking Machines） · Hugging Face 上的 Inkling-2-Small

Daybreak Red Team 与 Daybreak Defense Factory：OpenAI 开放智能体渗透测试及将漏洞转化为补丁的工具

11 月 12 日 — 当天，OpenAI 于太平洋时间 10 时举行“网络安全前沿”主题演讲，介绍其网络安全领域的新发布。活动页面链接至 Daybreak 品牌下的两款产品，以及 Daybreak 访问权限申请入口。截至我们查阅时，OpenAI 尚未发布有关这场主题演讲的博文或推文：以下内容来自产品页面及文档。

Daybreak 产品	截至 11 月 12 日的状态	功能
Daybreak Red Team	抢先体验，需报名	由智能体团队对网页应用进行渗透测试
Daybreak Defense Factory	预览版，作为 ChatGPT 插件提供	扫描 GitHub 仓库，导入 Snyk、Endor Labs 和 Wiz 的发现项，提供待审核的补丁

Daybreak Red Team 依靠一支协同工作的智能体团队，从网页应用的源代码和相关背景出发，探索攻击路径并确认漏洞。它还会核验代码扫描器、漏洞赏金计划或漏洞披露报告中的发现，检查补丁是否确实阻止了漏洞利用，并在应用发生变化时重新执行评估。隔离环境和 Guardian 审核共同约束测试范围，并控制智能体可访问的应用和接入点。这款产品应与 Daybreak Red 区分开来，后者是现有的网络安全专用模型访问层级，用于经授权的研究。

Daybreak Defense Factory 旨在将积压的漏洞转化为补丁。对于拥有 Daybreak 访问权限的工作区，它以预览版插件的形式安装在网页版或桌面版 ChatGPT 中。云端扫描在 Codex cloud 中运行，需要连接个人 GitHub 账户，支持三种模式：仓库扫描、持续监测新提交和定时扫描。该工具还会审核拉取请求，并导入 Snyk Open Source、Endor Labs 和 Wiz 的发现项，每次选择最多导入 10 000 条记录。所有修改都不会自动应用：每个建议的补丁都需要审核，“Fix with Codex”可进一步完善补丁，“Create PR”则会创建拉取请求草稿。GitLab 仓库不支持云端扫描。

仓库扫描和持续监测按词元用量计费，采用所订套餐的费率，独立于套餐内含额度计费，同时提供不会过期的免费扫描额度。这些页面未列出任何模型名称，也未提供性能数据或具体价格。Defense Factory 延续了 9 月 29 日推出的 Codex Security Cloud，以及 9 月介绍的 The Defense Factory 方案。

🔗 网络安全前沿（OpenAI） · 主题演讲日期和时间（OpenAI 网络安全页面） · Daybreak Red Team · Daybreak Defense Factory · 文档（Codex Security） · Codex Security 常见问题

OpenAI 使用 Codex 沙箱保障其数百个持久运行的 OpenClaw 智能体的安全

11 月 12 日 — OpenAI Developers 博客介绍了 OpenAI 如何管理内部运行的持久智能体，其中包括数百个 OpenClaw 智能体，以及超过 500 个在后台主动工作的智能体。与 Codex 会话不同，持久智能体会持续运行，无需等待用户即可采取行动。

第一条原则是将可信代码（网络、身份、沙箱）与模型执行分离：OpenAI 为该开源项目加入了运行框架的远程执行功能，将 OpenClaw 网关放在另一个集群中。智能体在 Codex 沙箱内运行：网络访问仅限于允许列表，写入范围仅限各自的工作目录，机密信息则交由凭据代理管理。Auto-review 会让第二个智能体核验每项操作，每个智能体都有与一个 ChatGPT Service Account 关联的独立身份，所有活动均会记录日志。开源智能体控制平台 OpenClaw Enterprise 正在试点，目标是在年底前推出 1.0 版本。

🔗 OpenAI 如何保障 OpenClaw 等持久智能体的安全

搭载 Gemini 的智能眼镜：Google 开放预订，Warby Parker 起价 395 美元，Gentle Monster 起价 449 美元

11 月 12 日 — Google 开放搭载 Gemini 的智能眼镜（Intelligent Eyewear）预订，该产品由 Google 与 Samsung 及 Gentle Monster、Warby Parker 两家眼镜品牌共同设计；Samsung 的具体作用未作说明。用户可通过两家品牌的线上渠道及门店预订，部分 Gentle Monster、Warby Parker 和 Google Store 门店提供演示体验。产品将于 12 月 10 日开售。

眼镜系列	提供的款式	起售价	列明的国家
Gentle Monster	6 款彩色镜架，多数可配矫正镜片	449 美元	美国和韩国
Warby Parker	Alden、Reid 和 Wren，提供光学眼镜或太阳镜版本	395 美元	仅限美国和韩国的 Google 账户

镜架外观与普通眼镜相似。只需说一句“Hey Gemini”或轻触镜腿，就能向 Gemini 询问眼前所见，例如街边一幅壁画的历史。Google Maps 通过语音提供导航，Google Translate 则支持超过 70 种语言的实时语音翻译。对于盲人或低视力人士，Guided Vision 可以描述周围环境，Aira Explorer 则能接通真人视觉解说员。

眼镜重约 41 克，续航最长可达 9 小时，具体取决于使用情况；眼镜盒最多可为其充电 7 次，充至 60 % 电量约需 30 分钟。眼镜配备 1200 万像素超广角摄像头（最高支持 3K 视频）、开放式扬声器，并具备 IPX4 防护等级。它可通过 Bluetooth 连接运行 Android 17 的 Pixel 7 或更新机型、运行 iOS 26.6 或更新版本的 iPhone 13 Pro 或更新机型（内存至少 6 GB），以及较新的 Galaxy S 或 Z 系列手机。

Google 强调隐私保护。Gemini 看到的图像不会保存在历史记录中，也不会用于训练或广告，路人的面部会在处理前被遮蔽。外侧指示灯会在拍照和录像时亮起，若指示灯被遮挡，拍摄就会被阻止；另有一个实体开关可关闭全部功能。Google Play 应用不得使用眼镜摄像头进行社交平台直播，也不得进行实时人脸识别。

🔗 智能眼镜预订（blog.google） · 隐私保护措施（blog.google） · 技术规格与兼容性（glasses.google）

Anthropic 首次公开募股：官网称预计 11 月 18 日确定最终价格，19 日开始交易

11 月 12 日 — Anthropic 在一则推文中介绍了其首次公开募股网站 ipo.anthropic.com，网站未注明上线日期。常见问题页面列出了时间安排：在获得监管部门批准的前提下，预计于 11 月 18 日确定最终价格，并于 19 日开始交易（美国东部时间），在 Nasdaq 上市，股票代码为“ANT”。根据 11 月 10 日宣布启动路演的博文，此次拟发行 8.25 亿股，价格区间为每股 70 至 78 美元。

网站公布的数据（“Q3’26”）	显示数值
营业收入	17,0 十亿美元，超过一年前的 12 倍
营业利润率	-3 %，调整后利润率为 15 %（非 GAAP 指标）
净亏损	23,3 十亿美元，其中 21,9 十亿美元为非现金项目
计算效率	达到 2025 年第一季度的 4 倍以上

据网站介绍，这项非现金费用与估值上升有关。欧洲版网站介绍了面向欧洲经济区九个国家散户投资者的发行安排，其中包括法国；根据常见问题页面，欧洲招股说明书中列明的每股最高 120 美元并非预期价格，最终价格将与美国发行价格一致。

🔗 首次公开募股网站，欧洲版 · @AnthropicAI 的推文 · 路演启动（Anthropic）

Claude Meetings 测试版上线：Claude 加入 Team 和 Enterprise 套餐用户的 Google Meet 通话

11 月 12 日 — Anthropic 推出 Claude Meetings 测试版，正面向 Team 和 Enterprise 套餐逐步开放。Claude 会作为可见的参与者加入通话：用户可以直接开口或在聊天中向它提问，它默认以文字回复。会议期间，它会创建文档和白板，组织内的其他受邀者可同时编辑，并记录笔记和行动事项；所有内容随后会汇总到 claude.ai 的会议页面上。

目前仅支持 Google Meet。Team 默认开启邀请功能，Enterprise 则需由管理员启用；采用零数据保留（ZDR）、HIPAA-ready 或客户管理加密密钥（CMEK）的组织在测试期间无法使用。Claude 会保留转录文本、摘要和屏幕内容描述，不保留音频，并且默认避开有外部来宾参加的通话。测试期间，笔记、转录和回复均免费，但通过已连接工具生成的回复除外；会议中创建的内容产物将免费至 2027 年 2 月 10 日。

🔗 Claude Meetings 简介

自托管 Claude Managed Agents 进入私测：运行框架、沙箱和会话历史均部署在客户环境内

11 月 12 日 — Anthropic 用于构建和部署自主智能体的 API 套件 Claude Managed Agents，如今可完全在客户环境内运行，现处于私测阶段。此前只有沙箱支持自托管，该功能自 5 月 19 日起进入公测。现在，智能体运行框架、沙箱、凭据和会话历史都可放在企业自行运维的云环境或服务器上。

模型请求的发送位置由客户决定：可发送至 Anthropic、Amazon Bedrock、Google 的 Agent Platform 或 Microsoft Foundry，也可发送至客户自己的网关，使用的 API 与托管服务相同；若已启用零数据保留（ZDR），该设置同样适用。凭据保留在沙箱之外，网络访问仅限于允许的主机列表，每个会话都会生成可按 OpenTelemetry 格式导出的日志。私测仅面向符合条件的组织，需通过其 Anthropic 商务联系人申请。

🔗 在安全边界内运行 Claude Managed Agents

专项开放模型：Salesforce 专注转录，Zyphra 专注语音，Perplexity 专注决策

三款开放权重模型均采用 Apache 许可证，各自面向一项特定任务。相关数据均来自发布方。

SOV-Transcribe-1：Salesforce 发布转录模型，在 Artificial Analysis 开放模型中排名第一

11 月 12 日 — Salesforce 的一个团队在 Hugging Face 上发布 SOV-Transcribe-1，这是该团队首款开放权重语音识别模型，采用 Apache 2.0 许可证。它是一个用于非流式转录的语音增强语言模型；根据博文，其活跃参数为 40 亿，总参数量为 260 亿（Hub 模型卡标为 270 亿）。据团队介绍，该模型在 Artificial Analysis 的开放模型中排名第一（全类别排名第 7）。它还支持指令，例如通过提供关键词来改善生僻名称的转录。技术报告尚未发布。

评测基准（团队测量结果）	SOV-Transcribe-1	列出的对比结果
AA-WER，错误率（越低越好）	2,28 %	Nemotron 3.5 Transcribe 2,81 %，Voxtral Small 2,77 %
HALAS，真实通话（越低越好）	25,69 %	Qwen3-ASR 1.7B 26,01 %，Voxtral Small 27,35 %
VoiceCodeBench，无错误录音比例	76,3 %	在 23 个系统中排名第 2

🔗 SOV-Transcribe-1（Hugging Face）

ZONOS3-Mini：Zyphra 以 100M 活跃参数实现 43 种语言的实时声音克隆

11 月 12 日 — Zyphra 发布 ZONOS3-Mini，这是一款采用 Apache 2.0 许可证的语音合成模型，无需预先微调即可在 43 种语言中克隆声音（零样本）。借助新的 15 Hz 音频编解码器，以及结合 Gated DeltaNet、注意力和混合专家的混合架构，它在 8 亿总参数中仅激活 1 亿参数，而 ZONOS2 使用的是一个 80 亿参数模型。训练使用 112 块 H100 GPU，耗时 2.5 天。权重、量化版本和推理运行时（通过 WebGPU 在浏览器中运行，以及 MLX、C++、SGLang-Omni）均已发布，代码采用 MIT 许可证。Zyphra 在自有评测指数中将其列为开放模型第一名，领先于 Fish S2 Pro 和 MOSS TTS v1.5。

测试设备（Zyphra 测量结果）	首段声音输出延迟
Pixel 9，浏览器内运行	低于 570 ms
MacBook Air M3	低于 150 ms
GPU H100（中位数）	80 ms

🔗 ZONOS3-Mini（Hugging Face）

Decider v1.3：Perplexity 为其开放权重决策模型新增段落提取功能

11 月 12 日 — Perplexity 发布其开放权重决策模型 Decider v1.3（27B，基于 Qwen3.8-27B）和 Decider Flash v1.3（4B，由前者蒸馏而来）。这些通用分类器只需一次处理，就能返回封闭式问题各答案的概率，无需生成文本。模型权重以 Apache 许可证在 Hugging Face 上发布，在 OpenRouter 上可免费使用至 11 月 19 日，Decisions API 的价格保持不变：每百万输入 tokens 分别为 0,02 和 0,01 美元，输出免费。新增的 locate 功能可从文本中提取符合描述的段落，并返回其位置；该功能仅限 v1.3，只读取文本，不支持 web_grounding。

Perplexity 评测	Decider v1.3	比较基准
查询分类（63 项任务）	91,6 %	较生产环境分类器提升 +6,54 个百分点
重排序（72 项任务，nDCG@10）	83,99	较 Jev 1.14 提升 +2,24
locate 提取（17 项域外任务）	69,0	Liquid d1：43,3
与 LLM 评审的一致率（1 百万次查询）	93,98 %	Decider v1.2：93,68 %

🔗 Perplexity Decider v1.3 · OpenRouter 免费使用活动（@perplexitydevs）

Runway 进军 3D：先用 Tripo H3.1 生成模型，再选择一个角度作为图像或视频的参考

11 月 12 日 — Runway 现已支持 3D。Tripo H3.1 模型可根据文本或图像生成精细的 3D 模型，用户也可以导入自己的模型。随后，用户可以选择模型的任意角度，作为下一张图像或下一段视频的参考，并将模型导出到其他 3D 工具。此前 Runway 已通过应用涉足 3D：先是在 App Studio 中推出 3D Camera Control（10 月 26 日），随后推出 Sightline（11 月 9 日），可将其 360 度全景导出为 3D。这一次，3D 模型生成直接进入应用本身，由第三方模型提供支持。此次公告仅通过一条推文发布，没有配套博文或更新日志条目，未说明所需积分、适用套餐或导出格式。

🔗 @runwayml 的公告

编程智能体：Amp、Delta 和 Replit Agent

Amp 用模型与推理强度选择器取代 Dial 旋钮

11 月 12 日 — Amp 弃用 7 月推出的 Dial 四模式旋钮（low、medium、high、ultra），改用常规选择器：用户可以为每个对话选择模型及其推理强度，并在对话过程中随时更换。原因在于计费：自从 Amp 支持用户自己的订阅和 API 密钥后，选择模型也决定了由谁付费，选择器会显示每个模型使用哪个连接计费。在对话过程中更换模型会增加成本：提示词缓存属于特定模型，因此更换后的第一条消息费用更高。Staff Pick 选项采用团队首选的模型，目前是 Claude Opus 5.5，也是新对话的默认选项。旧 Dial 设置不会迁移。

原 Dial 模式	默认关联模型
low	GLM-5.3-Flash
medium	Claude Opus 5.5
high	GPT-6 Astra
ultra	Claude Fable 5.2

🔗 再见，Dial（Amp）

Delta 通过 ACP v2 接入 Claude Agent，支持使用用户的 Claude 订阅

11 月 12 日 — Zed 团队打造的多人协作环境 Delta 迎来首个外部智能体：通过 Agent Client Protocol（ACP）接入的 Claude Agent。用户可以使用自己的 Claude 订阅登录，消耗订阅内含的用量，也可以使用 Anthropic Console 账户，按 API 用量计费。Delta 为 Claude Agent SDK 编写了开源 ACP 适配器，可像 Claude Code 一样加载技能、命令和记忆，并获取已配置的 MCP 服务器。Claude Agent 目前在本地运行，尚不支持前一天推出的 Cloud Runners。团队表示，由于这是用户需求最高的功能，因此比往常更早发布，目前仍处于早期阶段。该集成基于 ACP v2，支持后台工作：v2 目前仍是草案，预计未来几周进入预览阶段，随后不久进入稳定阶段。Codex 是下一个计划接入的智能体。

🔗 Delta 中的 Claude Agent（Delta 博文）

Replit Agent 通过 Link 和 Visa 为企业采购，并投放 Google Ads 广告

11 月 12 日 — Replit 为其 Agent 增加两项新任务。通过智能体商务（Agentic Commerce），Agent 会根据其对业务的了解寻找用品，再由 Browserbase 提供的浏览器子智能体在商家网站上将商品加入购物车。流程在支付环节暂停：所有者在 Stripe 的钱包 Link 中批准最终总额，由 Visa 支持智能体发起的支付。浏览器会话相互隔离，支付期间会禁用 shell 访问，审批检查通过代码强制执行。该功能面向 Core 和 Pro 套餐开放，首先在美国推出；博文提到单次购买，文档还提到固定价格的订阅。

通过智能体广告（Agentic Ads），Agent 可创建或连接 Google Ads 账户、撰写广告、生成图像，并为应用添加转化跟踪。广告活动采用 Performance Max 类型，平均每日预算至少为 15 美元，面向全球使用个人 Workspace 的 Pro 订阅用户开放。

🔗 Replit Agent、采购与广告（Replit 博文） · Agentic Commerce 文档 · Agentic Ads 文档

简讯

编程智能体与 CLI

Codex CLI 0.167.2 — 该版本于 11 月 11 日晚发布，默认在 Google Cloud Vertex AI 上启用工具更新的增量发送，此前 0.167.1 已在 Amazon Bedrock 上启用。12 日，openai-python 3.50.0 和 openai-node 7.56.0 新增 input_transformations，用于标示从输入中移除的推理项及其原因。🔗 来源
iOS 上的 Codex — 11 月 10 日发布的 ChatGPT iOS 版 1.2026.307 支持在 Codex 全屏输入框中粘贴图像和文件、口述批注，以及在 Windows 主机上切换驱动器；手动配对现已支持 VoiceOver。🔗 来源
Copilot CLI 1.0.110-2 和 1.0.110-3 — 两个预发布版本，分别包含 95 项和 8 项修复：/compact 会遵守会话的 AI 积分上限，CLI 会在 --yolo 或 --allow-all 被忽略时发出警告，copilot -p 则会提示未启动的 MCP 服务器。SDK 1.0.32-preview.2 支持通过 BYOK 使用 Gemini 原生 Interactions API；最新稳定版仍为 1.0.109。🔗 来源
Antigravity CLI 1.5.7 和 1.5.6 — 1.5.7 会以 Auto 模式启动所有未保存模式设置的会话，包括无界面会话（-p），严格的权限设置仍优先生效。11 月 11 日发布的 1.5.6 为 /swarm board 添加动画（一只蜂后，每个活跃智能体对应一只蜜蜂），并为 Stop 钩子新增 continuation_active，以避免循环。🔗 来源
Gemini CLI — 自 v0.68.0 以来仍无新版本，夜间构建又一次失败。主分支已合并两项修复：gemini models list 显示真实的输出上限（65 536 tokens，而非硬编码的 8 192），配置更长超时时间后，长时间无输出的流不再于 300 秒时被中断。🔗 来源
Kimi Code 2.6.0 — 全屏模式会将连续的工具调用和模型思考过程折叠为摘要行，可在 /settings 中调整，智能体也可以在不重新读取文件的情况下多次修改该文件。本地服务器 API 出现未标记为不兼容的变更：转录端点被移除，改为 WebSocket 流。🔗 来源
Qwen Code v1.0.0-preview.1 — 该预发布版本以修复为主：Qwen 订阅用户登录后重新获得订阅所含模型的访问权限，Qoder 模型现已并行执行工具调用。🔗 来源
mistral CLI 0.18.1 — 仅包含一项修复：借助正确签名的 macOS 二进制文件，该工具在 macOS 27 上不再一启动就无提示退出（代码 137）。🔗 来源
DeepSeek Harness 0.2.2-rc.2 — 11 月 11 日发布，这是 DeepSeek 编程智能体的第 38 个预发布版本，仍无稳定版。该版本支持通过 GitHub 代码审查，按分支、提交或文件类型审阅 worktree 中的更改，并新增多层级具名子智能体。🔗 来源
Warp 中的 Gemini 4 Carbon — Warp 在 Warp Factories、终端和软件工厂基准测试工具中开放 Carbon，可用此前已执行的智能体任务进行对比；未公布价格或分数。🔗 来源
v0 中的 Astryx — v0 新增 Astryx，称其为 Meta 的设计系统：为项目选定后，v0 会使用其组件、模式和模板生成界面；未说明适用套餐或价格。🔗 来源

应用与 API

Mac 上的 Grok Bot — SpaceXSI 的桌面应用现可使用信息、邮件、备忘录、提醒事项、日历、定位和通讯录，每个应用分别授权；未说明适用套餐、版本或国家。🔗 来源
Kimi Work 3.2.27 — Moonshot AI 的桌面应用开始支持 Intel Mac，可在后台执行长时间任务，并在 Work 和 Chat 模式之间共享插件；一项修复会阻止用户将项目保存到安装目录，此前更新可能导致该目录中的文件被删除。🔗 来源
Claude for Manufacturing — Anthropic 为 Team 和 Enterprise 套餐推出一个包含 17 项技能的插件（涵盖销售、质量、运营、采购、设计）及四个连接器（Autodesk Fusion、Infor、Microsoft 365、Oracle NetSuite），每个流程都会暂停以接受人工复核；它不会操控机器。🔗 来源
日常使用 Opus 5.5 — Anthropic 的一份指南推荐使用 Opus 5.5 处理知识工作，并以内部测试作为依据（18 份报告中有 16 份未编造数字或引文，一项并购分析用时 63 分钟，Opus 5 则用时 93 分钟），同时建议先提高推理强度，再考虑更换模型。🔗 来源
ChatGPT Enterprise 中的电子邮箱地址 — Enterprise、Edu 和 Healthcare 的全局管理员可在同一租户的已验证域名内，为未通过 SCIM 管理的用户修改邮箱地址，每 24 小时最多修改 2 次，账户整个生命周期内最多修改 20 次。🔗 来源
Perplexity 的 Agent API — 自 11 月 11 日起，使用任何模型时均可省略 max_output_tokens，包括 Anthropic 的模型：在模型自身上限范围内，每次生成最多可输出 128 000 tokens，搭配 2026-11-11.0 版推理强度级别。🔗 来源

GitHub

GitHub Actions 终止支持 ARM32 — 托管的 Linux 和 Windows 运行器将于 2026 年 12 月 8 日前停止执行 ARM32 作业，因为 Node 24 不支持该架构；自托管 ARM32 运行器已于 9 月 23 日失去支持。🔗 来源
机密扫描与 Cloudflare — 代码仓库现可自动检测 Cloudflare Access 服务令牌（cloudflare_access_service_token）；更新日志未说明 Cloudflare 是否加入合作伙伴计划。🔗 来源
公开监测告警的直接链接 — 针对企业机密在 github.com 上泄露的监测，每条告警现都有独立 URL，可保存或分享给有访问权限的同事；该功能仍仅限启用 Secret Protection 或 Advanced Security 的 GitHub Enterprise Cloud 用户使用，无额外费用。🔗 来源

企业与应用实践

J.Crew Style Advisor — JCrew.com 的 AI 造型顾问在美国提供服务，推荐来自品牌拍摄的完整穿搭；使用 Claude Fable 5.1 设计，并在 Claude Code 中使用 Opus 5.5 制作原型，生产环境运行于 Sonnet 5.5 和 Haiku 5.5。🔗 来源
Amplitude — 其产品智能体 Wave 约 80% 依靠 OpenAI 模型运行；根据 Amplitude 的评测，GPT-6.1 Sol 在数据科学智能体上得分为 67,5，另一模型为 69,3，每次运行成本分别为 1,28 和 2,63 美元。🔗 来源
Holiday Extras — 这家旅游服务商用 Codex 在两周内重建了应用，而此前需要六个多月；转化率提升 32,5%，错误率从 19% 降至 9%，各项指标使用的对比时段不同。🔗 来源
Gilbert + Tobin — 这家澳大利亚律师事务所宣布，ChatGPT 的活跃使用率达 87%，并使用 ChatGPT Work 为其 120 位合伙人准备年度评估，用量费用约为 62 美元。🔗 来源
Lara Avci 与 Codex — OpenAI Developers 介绍了这位支持欧洲创业者的 Codex Ambassador 项目成员；她用 Codex 制作的网站和游戏在不到四天内吸引了超过 30 000 名访客。🔗 来源

图像、视频与 3D

Luma 的 Character Swap & Insert — 该工具于 11 月 11 日晚上线，可在保持同一镜头的情况下替换或插入人物、车辆或动物；未说明价格或底层模型。🔗 来源
HeyGen 中的 Gemini Omni 1.2 Flash — 支持文本和图像生成视频，片段最长 15 秒，同时生成音频，并支持多轮修改；未公布价格或积分成本。🔗 来源
HeyGen 与 Grok Bot — HeyGen 提议在 Slack 中根据品牌语气训练 Grok Bot，并为其提供 HeyGen 头像标识符，让团队制作用户生成内容风格的视频；未提供集成细节或价格。🔗 来源
Runway 的内容审核 — Runway 表示，已用自己的规则取代固定类别的第三方分类器，这些规则由 LLM 执行，可在数小时内更新：允许战斗和恐怖内容，更有效地拦截滥用内容。🔗 来源
通过 LoRA 微调 TRELLIS.2 — Hugging Face 发布指南，使用 188 双鞋对这一 3D 生成模型进行微调；在九个测试物体上，F-score 从 0,276 提升至 0,803。🔗 来源

开放模型与研究

ForeSpark — Meta 未作公告就公开了这一并行推测解码调度方法的代码；根据 README，在 vLLM 上，其吞吐量最高达到 DSpark 的 1,77 倍、自回归解码的 2,49 倍。🔗 来源
Wirkung 的 Origami — 五个开放模型（Qwen3.5-9B 和 27B、Gemma 4 31B、MiniMax-H3、Kolibri-1）无需重新训练，即可转换为体积小 4,3 至 7,5 倍的文件；博文未提供质量保留程度的测量数据。🔗 来源
FiftyOne 中的 Construction-Site-Traversability — Voxel51 转换了一台履带机器人在两个建筑工地循环行驶时采集的数据：行驶 1 小时 45 分钟，覆盖 9 760 m 的路段，包含 62 995 张彩色图像及同等数量的 lidar 扫描。🔗 来源

生态系统

OpenAI 与儿童安全 — 在巴黎和平论坛上，OpenAI 签署了一份旨在让人工智能对儿童更安全的宪章，并承诺向推动该宪章的联盟旗下研究网络投入 200 万美元；研究结果将公开，即使结果为负面也不例外。🔗 来源
Cohere — AISLE 联合创始人、曾任 Rapid7、Avast 和 KPN Telecom 首席信息安全官的贾亚·巴卢，成为 Cohere 首位首席信息安全官；文章未说明对 AISLE 的收购是否已经完成。🔗 来源
Synthesia 入选 AI 100 — Synthesia 入选 Newcomer 和 Bessemer 首次发布的人工智能私营企业百强榜，并重申其客户已超过 65 000 家，完成了 2 亿美元的 E 轮融资，估值达 40 亿美元。🔗 来源
Perplexity 上下文窗口指南 — 该指南解释了以 tokens 为单位的计量方式以及输入和输出限制，并比较了 GPT-6 Astra（105 万 tokens）、Claude Opus 5.5（100 万）和 Gemini 4 Argon（1 048 576），未涉及产品新功能。🔗 来源

这意味着什么

速度更快的模型正在赶上大型模型，编程工具则量化了其中的成本差异。Gemini 4 Hydrogen 在 Artificial Analysis 的 Intelligence Index 上超越了 Argon，在 Devin 中也仅落后 Carbon 1.8 分，而每项任务的成本低约 40%。在 Cursor 的评测页面上，差异更为明显：High 模式下得分为 54.3%，每项任务花费 5.59 美元，而 Carbon 为 60.4%，花费 9.22 美元。Antigravity Orchestrator 和 Amp 的模型选择器在产品层面得出了相同结论：整个会话不再只使用一个模型，而是根据所处阶段切换模型；不过，在 Amp 中，每次切换都会丢失提示词缓存，因此产生额外成本。

开放权重分阶段发布，相关数据则由开发商提供。Inkling 2 Small 先在 Tinker 上以不公开权重的形式运行了一周，以便开展外部安全测试，随后才以 Apache 2.0 许可证发布，并配套提供完整的部署生态。当天发布的三款专用模型分别面向转写、语音和决策，均采用开放许可证，评测也均由作者自行开展，有时甚至使用自建指标，例如 Zyphra 的指标。由于 SOV-Transcribe-1 的技术报告尚未发布，这些排名仍需交叉核实。

智能体开始承担安全任务，其开发商也详细介绍了约束这些智能体的防护措施。Daybreak Red Team 在 Guardian 审查下，于隔离环境中测试应用；Defense Factory 则提出修复方案，绝不自行应用。OpenAI 对自己的 OpenClaw 智能体采用 Codex 沙箱、Auto-review 和每个智能体独立身份的机制；Anthropic 为自托管的 Managed Agents 采用了类似原则，包括将凭据保存在沙箱之外、设置允许访问的主机列表，以及保留完整日志。Replit 则会在付款环节暂停其 Agent，并在代码中强制执行审批，而非依靠模型。

助手开始进入有其他人在场的环境，相关的两项公告都从一开始就回应了这一问题。Claude Meetings 保留转写文本，但不保留音频，并默认避开有组织外部访客参加的通话。Google 的眼镜会在处理前遮蔽路人的面部，通过指示灯提示正在采集；若指示灯被遮挡，采集便会被阻止。Google Play 还禁止在这类眼镜上进行实时人脸身份识别。