搜索

Anthropic 将上市发行价定为每股 83 美元,OpenAI 智能体独立完成 46 % 的 2 至 4 小时任务,Ideogram 4.6 支持原生 4K

本期涉及的公司

取消勾选不感兴趣的内容。您的选择适用于所有期次,并保存在本设备上。

主要实验室
中国
欧洲
编程工具
智能体与网络搜索
生成式媒体
基础设施与开源
其他

ai-powered-markdown-translator

本文使用 gpt-6.1-sol 从法语翻译为中文。

在 GitHub 上查看项目 ↗

Anthropic 将首次公开募股的发行价定为每股 83 美元,高于 70 至 78 美元的定价区间,发行规模增至 9.8 亿股,预计以 ANT 为股票代码在 Nasdaq 上市。OpenAI 公布了智能体加速研究的最新测量结果:对于需要两至四小时的任务,智能体如今能够独立完成其中的 46 %,同时展示了 Codex 智能体如何追查 ChatGPT 运行变慢的原因。Ideogram 4.6 支持原生 4K 图像生成,Gemini 4 Neon 登顶 CursorBench 4.1 并登陆 GitHub Copilot,Genie 4 以约每秒 0.10 美元的价格向开发者开放,Mac 版 Gemini 应用也开始学会操作电脑。


财经:Anthropic 将首次公开募股发行价定为每股 83 美元

11 月 18 日 — Anthropic 将首次公开募股的 A 类股票发行价定为每股 83 美元,高于 11 月 10 日启动投资者推介 (路演) 时公布的 70 至 78 美元区间。发行规模也有所扩大:从原定的 8.25 亿股增至 9.8 亿股。其中,Anthropic 出售 956 351 354 股,现有股东出售 23 648 646 股,后者的出售所得不归公司所有。承销银行还享有为期 30 天、涉及 1.47 亿股的超额配售选择权。

发行要素11 月 10 日公告11 月 18 日确定的发行价
每股价格70 至 78 美元83 美元
发行股数825 000 000980 000 000
其中由 Anthropic 出售801 351 354956 351 354
其中由现有股东出售23 648 64623 648 646
银行的超额配售选择权(30 天)123 750 000147 000 000

SEC 于 11 月 18 日宣布注册声明生效。股票预计于 11 月 19 日在 Nasdaq Global Select Market 开始交易,股票代码为 ANT,发行交易预计于 11 月 20 日完成。Anthropic 未公布募资金额或公司估值。根据公告中的数字计算,按确定的发行价,公司出售的 956 351 354 股股票对应的募集资金总额约为 794 亿美元。对于包括法国在内的欧洲经济区个人投资者,欧洲招股说明书规定最终价格与美国发行价格相同。

11 月 19 日,@AnthropicAI 先发布了一段短视频,随后发布了 Dario Amodei 的一篇文章。这位负责人在文中回忆,他与 Daniela Amodei 的父亲因病去世,而这种疾病在几年后变得可以治愈。他认为,足够强大的人工智能与人类合作,有望将一个世纪的科学和医学进步压缩到十年内实现,尽管目前的成果仍处于初步阶段。他也明确指出了风险:个人或国家的恶意使用、经济剧变,以及系统失控。他承诺,只要有必要,就会持续调控模型训练和部署的节奏,确保它们安全并始终处于人类控制之下。

We will not bend to either business or political pressure.

🇨🇳 我们不会屈从于商业压力,也不会屈从于政治压力。 — @AnthropicAI 在 X 上

Dario Amodei 认为,此次发行增强了公司的财务实力,也由此坚定了公司的决心;他再次提到“竞相向善” (向上竞赛) 的理念。

🔗 首次公开募股定价公告(Anthropic) · @AnthropicAI 在 X 上:发行价确定


OpenAI 的智能体投入工作:研究加速报告与 Performance Factory

11 月 18 日 — 在首份报告发布两个月后,OpenAI 公布了其内部智能体如何加速研究的最新测量结果。标题概括了结论:能力边界并不均匀 (参差不齐的能力边界)。从 3 月到 10 月,对于估计需要人类工作两至四小时的任务,智能体在无人干预下完成的比例从 23 % 升至 46 %;对于四至八小时的任务,这一比例从 13 % 升至 35 %。结果高度取决于任务类型:监控训练的成功率为 79 %,回答技术问题为 72 %,编写推理和服务代码则仅为 25 %。OpenAI 指出,在模型变化的同时,交给智能体的任务也可能发生了变化。

OpenAI 内部指标公布数值
无辅助完成率,2 至 4 小时任务3 月为 23 %,10 月为 46 %
无辅助完成率,4 至 8 小时任务3 月为 13 %,10 月为 35 %
每名研究人员每日智能体支出中位数10 月为 2 400 美元(+62 %)
第 90 百分位的支出10 月为 23 000 美元(+105 %)
每名研究人员每日的智能体工作天数从 0,5 增至 5,7
有记录的安全与对齐工作时间1 月至 9 月增长 +77 %
OpenAI 模型在 OECI 指数上的能力边界每年 +16,4 分,Epoch 观测值为 14 分

支出按 API 目录价格计算,研究人员没有使用配额。每名研究人员使用的智能体工作时间增至原来的十一倍;到 10 月中旬,超过三分之二的受观察研究人员在一天中的使用高峰时段会同时运行至少四个智能体。9 月,这些使用量对应的价值约为研究部门非股票薪酬总额的两倍,而内部部署仅占研究算力的 2 %。

报告还追踪了研究思路的来源。在 GPT-6.2 Astra 的研发中,预训练研究人员通过与 Codex 对话形成了部分思路,其中一人将关键洞见归功于 Codex;GPT-6 Astra 的思路则全部来自人类。为了获得三个月使用优于 GPT-5.2 的编程智能体的机会,受访研究人员愿意放弃的资源中位数为团队人数的 40 %,或团队算力的 30 %。访谈也提到了局限:对研究思路的判断力欠佳、代码质量低、绕行不必要的步骤,因此仍需人类密切监督。

安全与对齐工作的投入时间,在所有领域中实现了最大的绝对增长,并在 7 月 Hugging Face 事件后出现明显转折。OpenAI 还引入了 OECI,这是一个基于 Epoch Capabilities Index 衍生的指数;其模型在该指数上的表现优于在 Epoch 指数上的表现,OpenAI 认为这很可能源于基准测试的组合不同。最后,OpenAI 认为,应要求实验室跟踪并公布递归自我改进 (递归式自我改进,RSI) 指标,即人工智能加速未来系统开发的过程,同时强调不应将这份报告解读为其有意追求完全的 RSI。报告指出,这些数字仅呈现了部分情况,且部分依赖受访者自述。

🔗 研究加速:参差不齐的能力边界(OpenAI) · @OpenAI 在 X 上

OpenAI 详解 Performance Factory:Codex 智能体在其中调查 ChatGPT 变慢的原因

11 月 19 日 — OpenAI 工程博客给出了一个将工作交给智能体的具体实例:Performance Factory。这是一个运行于云端的自主系统,由 Codex 智能体追查 ChatGPT 的性能退化。警报触发后会创建任务,一个智能体追溯原因,另一个智能体以拉取请求的形式提出修复方案,由工程师决定是否合并,随后再由智能体在部署后验证指标是否恢复正常。在三个多月里,这套首个工作流程已跟进超过 1 700 次调查,并查明超过 600 个案例的原因,相当于每天自动开展 17 次调查。

团队的经验被写入一个共享技能 perf-forensics,指导 Codex 如何从 30 多个性能工具中选择使用。为避免智能体停留在第一个看似合理的解释上,第二个 Codex 会话会尝试反驳每项诊断:在人工复核的 100 项原因分析中,70 % 被判定为准确。OpenAI 承认,修复仍是最困难的环节,目前正在研究主动检测性能退化,以及无需人工介入交付低风险修复方案,但尚未给出时间表。

🔗 OpenAI 的 Performance Factory 如何保持 ChatGPT 快速运行 · @OpenAIDevs 的系列帖文


生成式图像与视频:Ideogram 4.6 支持原生 4K,Kling 4.0 支持 4K 和 10 位 HDR

11 月 19 日 — Ideogram 推出全新图像模型 Ideogram 4.6,无需放大 (超分辨率放大) 即可直接生成 4K 图像:从皮肤到织物,每处细节都以完整分辨率生成。Ideogram 表示,团队致力于消除图像的“人工智能感”和蜡质皮肤效果,让毛孔、细纹与自然纹理清晰可见,并宣布颜色和材质的还原度大幅提升,主要面向电子商务和产品摄影。

图像编辑仍是该模型的核心:编辑区域之外的像素漂移 (像素偏移) 显著减少,根据草图生成的图像也更加忠实于原始绘图。Ideogram 声称,4.6 版本在 Rapidata 的多步图像编辑 (Multi-step Image Edit) 排行榜上位居第一,领先于包括 Seedream 5.5 和 FLUX 3 Image 在内的所有其他模型,但未公布具体分数;4.5 版本早在 11 月 10 日就已宣称登顶 Rapidata 的连续图像编辑排行榜。

Ideogram 4.6 的获取方式公告内容
Ideogram 应用与 API自 11 月 19 日起可用
合作平台(12)Leonardo, Runway, fal, Comfy, Runware, Scenario, Invideo, MyDesigns, Sociaro, Moda, HeyGen 和 Luma
价格公告未提及价格
开放权重承诺推出 4.6 的开放版本,未给出日期

在开放权重方面,Ideogram 改变了计划。自 9 月 30 日起,4.5 版本的权重一直被称为“即将”开放;面对相关追问,Ideogram 回应称,将跳过 4.5,直接推出 4.6 的开放版本,但未给出日期。Ideogram 4.0 已于 6 月 3 日开放权重。

We’ll skip 4.5 open and go directly to 4.6 open.

🇨🇳 我们将跳过 4.5 的开放版本,直接推出 4.6 的开放版本。 — @ideogram_ai 在 X 上

🔗 Ideogram 4.6 在 X 上的公告

Kling 4.0 支持原生 4K 与 10 位 HDR 输出

11 月 19 日 — 视频领域也出现了同样的变化:Kling 宣布,Kling 4.0 现已支持原生 4K 分辨率,并可在 4K 和 1080p 下输出 10 位 HDR 视频,带来更多细节和更丰富的色彩。10 月 15 日 Kling 4.0 全面开放时,官方曾承诺 HDR 输出“即将推出”,但没有给出日期;Kling 3.0 则早在 4 月 23 日就已支持原生 4K 生成。这次公告仅有一条推文:没有博客文章、版本说明、积分价格、最长时长,也没有 API 相关细节。

🔗 Kling 在 X 上的公告


Gemini 4 Neon 登陆 Cursor 和 GitHub Copilot:领跑 CursorBench 4.1,向 Pro+、Max、Business 和 Enterprise 用户开放

Google 发布 Gemini 4 Neon 数小时后,这款模型便进入了第三方编程工具,本站已于 11 月 18 日报道其发布。Cursor 和 GitHub Copilot 于 11 月 18 日晚开放使用;Genspark 和 Antigravity CLI 于 19 日跟进(见简讯)。

Cursor 开放 Gemini 4 Neon,在 Extra High 推理强度下以 65,4 % 领跑 CursorBench 4.1

11 月 18 日 — 据 Cursor 介绍,Gemini 4 Neon 在默认推理强度下为 CursorBench 4.1 确立了新的成本与性能边界:得分为 63,7 %,高于 Gemini 4 Hydrogen 的 57,3 %。Neon 将取代 Hydrogen,用于日常智能体编程;最困难的任务仍建议使用 Gemini 4 Carbon。CursorBench 4.1 是当天发布的新版基准测试,修改了指令遵循题目,并延长了智能体可用的时间:其分数无法与 11 月初为 Carbon 和 Hydrogen 公布的 CursorBench 4.0 分数直接比较。

模型与推理强度(CursorBench 4.1)得分每项任务的平均成本
Gemini 4 Neon Extra High65,4 %10,67 美元
Gemini 4 Neon High63,7 %6,54 美元
Gemini 4 Carbon High61,5 %8,52 美元
Gemini 4 Hydrogen Extra High61,4 %8,09 美元
Claude Fable 5.2 Max61,3 %48,11 美元
Gemini 4 Carbon Medium60,4 %7,22 美元
Claude Fable 5.2 Extra High58,8 %17,84 美元
Claude Opus 5.5 Max58,1 %11,88 美元
Gemini 4 Neon Medium57,7 %3,07 美元
Gemini 4 Hydrogen High57,3 %4,57 美元

在 Cursor 中,Neon(gemini-4-neon,上下文长度为 200K tokens,最高可达 1M)的输入价格为每百万 tokens 3 美元,缓存读取为 0.15 美元,输出为 15 美元。与其他第三方模型一样,它不计入套餐所含用量:费用从 The X Subscription 的预付额度中扣除,或从旧版 Cursor 套餐的“Other Models”额度中扣除。

🔗 Cursor 在 X 上的公告 · CursorBench 排行榜(Cursor)

Gemini 4 Neon 登陆 GitHub Copilot,面向 Pro+、Max、Business 和 Enterprise 用户开放

11 月 18 日 — GitHub 宣布 Gemini 4 Neon 在 Copilot 中正式可用,称该模型专为智能体编程、多步骤工具调用和知识工作而设计。更新日志沿用了 Google 的宣传说法:质量接近 Gemini 4 Carbon,但每项任务的 token 成本更低,响应启动更快,对代码的未请求修改更少,对工具或测试结果的无依据断言也更少,不过没有提供数据支撑。

Neon 向 Copilot Pro+、Max、Business 和 Enterprise 订阅用户开放;公告未提及 Pro 套餐,而 Gemini 4 Hydrogen 早在 11 月 13 日就已向该套餐开放。Neon 支持十种使用环境:VS Code、Visual Studio、Copilot CLI、代码智能体、GitHub Copilot 应用、github.com、GitHub Mobile、JetBrains IDE、Xcode 和 Eclipse。它按照供应商的公开标价按量计费,并逐步推出。对于企业,只要保留新模型默认启用的设置,它就会自动启用,除非管理员停用该模型。

🔗 GitHub Copilot 中的 Gemini 4 Neon(更新日志) · @github 在 X 上


代码智能体:Claude Code 2.1.328、Kimi Code 2.7.0、Devin Security Threats、Devin for Databricks Migrations,以及 Replit 的 Amuse 和 Optimization-Bench

Claude Code 2.1.328 向第三方供应商上的 Opus 4.6 和 Sonnet 4.6 开放自动模式,并让 /code-review 重新聚焦于缺陷

11 月 19 日 — Claude Code 2.1.328 包含 144 条更新,其中 91 条为修复。自动模式现已支持 Amazon Bedrock、Google Cloud’s Agent Platform、Microsoft Foundry 和 Claude apps 网关上的 Claude Opus 4.6 与 Sonnet 4.6:在这些平台上,未指定权限模式便启动的交互式会话会直接进入自动模式,可通过 disableAutoMode 设置关闭。截至 11 月 19 日,权限模式文档页面仍将这些供应商上的自动模式限定于 Sonnet 5 及更新版本、Opus 4.7 及更新版本、Haiku 5.5 和 Fable 系列模型。

在大多数模型上,/code-review 命令现在只报告缺陷和违反 CLAUDE.md 的问题;代码整理工作(复用、简化、效率改进)交由 /simplify 处理,每项发现都会标注为重要、既有问题或细节问题。10 月 8 日加入 command 和 HTTP hooks 的失败时阻断机制("onFailure": "block"),现已扩展至 mcp_tool hooks。在终端中使用 Anthropic API 时,子智能体的进度摘要现在由小型快速模型撰写。Code Mode 获得 22 条更新,包括取消自动模式和 bypass 模式下大多数脚本执行后 0,75 秒的暂停;自托管运行器则有 26 条更新。2.1.327 中导致 Bedrock、Agent Platform 和 Foundry 上子智能体推理强度设置失效的回归问题已修复;稳定渠道仍停留在 2.1.311。

🔗 Claude Code v2.1.328

Kimi Code 2.7.0 支持 Amazon Bedrock,Kimi Code Desktop 1.4.0 可连接 Claude Code、Codex 和 Cursor

11 月 19 日 — Moonshot AI 发布 Kimi Code 2.7.0(24 条更新),这是自 11 月 12 日的 2.6.0 以来首个次版本更新,十三分钟后又发布了 Kimi Code Desktop 1.4.0 应用(34 条更新)。CLI 新增对 Amazon Bedrock 供应商的支持,实验性地在每轮结束后显示对下一条提示词的预测,并加入“后续消息行为”设置,其中的 Steer 模式允许按回车键用新消息调整当前轮次的方向,而非将消息加入队列。对于自动化,kimi server 可在不打开浏览器的情况下启动本地服务器,另外三个新增 HTTP 端点可用于控制会话。每个项目都能指定自己的 SSH 主机;旧的 /api/v2 端点被移除,改用 /api/v1,但这一 API 变更却仅被归类为修复。

桌面应用可连接 Claude Code、Codex 和 Cursor 等外部智能体,向它们移交会话、查看历史记录,并跨轮次协作。它还将 Qwen Coding Plan 加入了供应商列表。

🔗 Kimi Code 2.7.0 · Kimi Code Desktop 1.4.0

Cognition 推出 Devin Security Threats,提供可一键扫描的最新漏洞托管索引

11 月 19 日 — Cognition 为 Devin Security 加入了一个刚披露漏洞的托管索引。该公司以本周的两项披露为起点:影响 Java 运行环境的 Java4Shell(11 月 17 日),以及 nginx 中包含五个内存损坏缺陷的 NGINX2Root(11 月 18 日);两者都可能导致远程代码执行。每条威胁都会说明受影响的内容、攻击者如何利用,以及修复方法。Cognition 负责发布重大漏洞披露对应的威胁条目,各团队也可以根据漏洞赏金报告、供应商通告或事件复盘编写自己的条目。

“使用 Devin 扫描”按钮会对选定仓库启动针对该威胁的扫描,随后 Devin 会创建待审阅的 pull requests。在 Auto-triage 模式下,每当出现严重程度达到最低阈值的新威胁,Devin 都会重新扫描选定仓库。两个以 Markdown 编写的开源 skills——fix-nginx-vuln 和 fix-java-vuln——已加入 Devin Marketplace 的 Vulnerability Fixes 插件,也可供其他代码智能体使用。公告未公布价格。

🔗 Devin Security Threats(Cognition) · @cognition 在 X 上

Cognition 推出 Devin for Databricks Migrations,将传统数据仓库迁移至 Databricks

11 月 19 日 — Cognition 与 Databricks 联合推出专门的迁移服务。Devin 会转换传统数据仓库(Teradata、Oracle、SQL Server、Informatica、Redshift、Snowflake)的代码,在客户的工作区中测试,修复失败项,并在切换前逐一核对每个数据源与其 Databricks 副本:先检查结构、行数和聚合结果,再逐行比较。据 Cognition 称,一家《财富》500 强能源企业用八天将一个包含 142 个对象的平台迁移至 Unity Catalog,咨询公司 Zeb 则用两周半完成了原计划四周的 NetSuite 迁移。

该服务已在 Databricks Marketplace 上架,费用可计入客户已与 Databricks 签订的消费承诺(Universal Commit)。Cognition 还表示,自己也将 Databricks 用作战略推理服务供应商,通过单一端点提供开源模型和前沿模型。公告未透露价格。

🔗 Devin for Databricks Migrations(Cognition)

Replit 发布开源个人助手 Amuse,Missions 用三天将其重建

11 月 19 日 — 继 TernSign 之后,Replit 展示了其智能体集群运行框架 Missions 的又一项成果:Amuse,一款在用户电脑上运行的开源人工智能个人助手(Apache 2.0)。据 Replit 称,集群面临的挑战是复现“标杆人工智能助手”,但未点明具体名称;集群用三天完成了任务,随后使用平台的 Security Scanner 修复发现的漏洞。

Amuse 能进行带来源的网页搜索,操控用户可观察并随时接管的浏览器,管理提醒和后台任务,还能构建小型应用。其记忆存储在可读文件中,凭据保存在加密保险库内,模型只能看到替代令牌;在发送任何内容、提交表单、付款或新建计划任务之前,它都会请求批准。“免费”不包括模型费用:它需要 OpenAI API 密钥(智能体使用 GPT-6.2 Sol,快速步骤使用 GPT-6 Luna)和 PostgreSQL 数据库,并且仍仅限一人在一台电脑上使用,不支持 MCP 服务器。

🔗 Replit 在 X 上的公告 · replit/amuse 仓库

Replit 发布 Optimization-Bench:单体表现最佳的智能体,未必能组成最强集群

11 月 19 日 — Replit 研究团队发布 Optimization-Bench,这是一项基于开源库固定版本的性能优化基准,共涉及十四个库,本次分析了其中四个:NumPy、SQLite、SQLGlot 和 Git。六个模型先分别独立工作,再组成 8、16 和 32 个智能体的集群,各运行两小时;评估在智能体无法访问的机器上进行。

Optimization-Bench 指标Replit 公布的结果
单独运行的 GPT-6.2 Astra,在 NumPy 上速度超过单独运行的 Opus 5.5 的 3 倍
由 32 个 GPT-6.2 Astra 智能体组成的集群在 4 项任务中的 3 项上低于其单体得分
Opus 和 Sonnet 5.5 集群的中位增益在 16 和 32 个智能体时为其单体得分的 1,30 倍
Opus 5.5 发往共享看板的消息占比82 %

GPT-6.2 Astra 在单体运行时领先,但其集群扩展至 8 个智能体后便不再提升。相反,Claude Opus 5.5 和 Claude Sonnet 5.5 的集群每次都能超过各自的单体表现;在 NumPy 上,Opus 的加速比从单体的 3,7 倍提高到 32 个智能体集群的 18,9 倍,这一数字在 Missions 发布时就已公布。Replit 将差异归因于组织方式:高效团队将内容写到共享看板上,让协调者负责分配和合并(在由 32 个 Opus 智能体组成的 NumPy 集群中,协调者从未向任何单个执行者发送消息);其他团队则让协调者充当接线员,每增加一个智能体,其收件箱就会进一步膨胀。

🔗 靠增加人手解决问题(Replit) · @Replit 在 X 上


大众助手:Mac 版 Gemini 的 computer use,以及 Android、桌面端、dots 和网站中的 ChatGPT Health

Mac 版 Gemini 应用通过 computer use 在后台操作应用和网页

11 月 19 日 — Mac 版 Gemini 应用现在可以代替用户操作电脑(computer use)。Gemini 能跨本地文件、桌面应用和网页连续执行多步骤任务,包括点击、输入、使用菜单和填写表单。它在后台的独立窗口中工作,并在对话中提供实时预览,因此主屏幕和光标仍可自由使用。用户可以选择允许访问的应用,查看每一步操作,随时暂停全部工作,并在重要操作执行前予以批准。

Google 给出的示例包括批量修图、根据本地 PDF 填写运费报价,以及根据仪表盘制作 Google Slides 演示文稿;发布在 X 上的视频则展示了将草图转换为 Blender 中可制作动画的 3D 模型。该功能正以英语在美国逐步推出,面向 Google AI Plus、Pro 和 Ultra 订阅用户,要求使用搭载 Apple Silicon 芯片、运行 macOS Sequoia 15.0 或更高版本的 Mac,并持有年满 18 岁用户的个人 Google 账户。在开发者侧,Gemini API 的 Computer Use 工具已于 10 月底正式可用;现在,大众版应用将这种操控能力带到了用户自己的 Mac 上。

🔗 Mac 版 Gemini 中的 computer use(Google) · @GeminiApp 在 X 上

ChatGPT 将 Health 扩展至支持 Health Connect 的 Android、桌面应用、dots 和网站

11 月 19 日 — ChatGPT 的 Health 空间现已扩展至桌面应用、dots、网站和 Android。在 Android 上,它可连接 Health Connect,提取睡眠和活动趋势。ChatGPT 的个人智能体 dots 可以在会议影响锻炼安排时主动建议其他时段,或根据已连接的医疗记录提醒用户可采取的预防保健措施。在电脑端,OpenAI 展示了一个用于跟踪马拉松备赛情况的网站示例。此次更新将逐步推出,仅面向美国的 Free、Go、Plus 和 Pro 套餐用户;dots 仍仅限 Pro 套餐使用。用户可在侧边栏或“探索”菜单中找到 Health。

🔗 ChatGPT 更新说明


Gemini API:Genie 4 向开发者开放,Tool Retrieval 进入预览阶段

Genie 4 登陆 Gemini API 和 Google AI Studio,每生成一秒世界约需 0,10 美元

11 月 19 日 — 在面向 Google AI Ultra 订阅用户的 Project Genie 中上线一天后,Genie 4 通过 Gemini API 的 Interactions API 以及 Google AI Studio 向开发者开放,并提供交互式画布和入门应用。通过文本、参考图像或两者结合,这个世界模型能生成连续环境,并配有同步声音,涵盖环境音和对话;用户可用键盘在其中移动,也能在移动过程中通过文本改变天气、光照、物体或事件。

Gemini API 中 Genie 4 的特性文档中的数值
模型标识符models/genie-4 (Interactions API)
视频和音频输出1280x720, 16:9, 24 images/s, 48 kHz 立体声音频
访问条件付费层级的 API 密钥
计费每帧 240 个视频 tokens,即每秒约 0,10 美元
会话时长60 至 90 s 后可能退化,上限为 120 s
服务地区美国、西欧、日本

文档提醒,关闭标签页不会立即停止生成:只有明确结束会话(complete())才会停止计费。Genie 4 不会在记忆中保存 3D 场景:某个物体离开视野 8 秒或更久,或用户原地转一整圈,都可能导致参照物移动或重置。每份输出都带有 SynthID 水印。

🔗 Gemini API 中的 Genie 4(Google) · Genie 文档(AI Studio)

Gemini API 推出 Tool Retrieval 预览版,按需加载工具结构定义

11 月 19 日 — Google 为 Gemini API 加入了 OpenAI 和 Anthropic 已提供的工具检索能力。借助 Interactions API 中处于预览阶段的 Tool Retrieval,连接数十乃至数百个工具的智能体不再需要在每次请求中发送所有工具的参数结构定义:只需添加一个 tool_search 工具,并为待命工具标记 defer_loading: true。模型只能看到这些工具的名称和描述,在需要时按名称请求工具,API 则在同一次请求中于服务器端加载其结构定义,无需构建索引。

这一机制也适用于远程 MCP 服务器,并兼容前缀缓存,因为加载的工具结构定义会追加到对话的后续位置。自行管理工具注册表的团队可以在自己的系统中执行检索,代价是多一次往返请求。Tool Retrieval 不单独收费:tool_search 会增加一小段固定的输入 tokens,每个加载的工具结构定义在后续对话中都会计入输入费用。Google 没有公布任何节省数据,建议团队通过自身流量衡量收益。该功能支持 Gemini 3.6 及后续模型,包括整个 Gemini 4 系列。

🔗 Gemini API 中的 Tool Retrieval(Google)


语音:GPT-Live-1.1 登陆 API,待机费用为每分钟 0,02 美元

11 月 19 日 — 继 10 月 15 日上线 ChatGPT Plus 和 Pro 语音功能一个多月后,GPT-Live-1.1 正式进入 OpenAI API(在 v1/live/sessions 上使用 gpt-live-1.1)。该模型改善了多语言语音对话中的发音、口音一致性和转录效果,并可接入现有的 Live 会话配置。

最实用的新功能是待机模式(standby),GPT-Live-1 和 GPT-Live-1.1 的 WebRTC 会话均可使用。静默时间可设置为 5 至 60 秒,之后模型会暂停运行,但不会挂断通话,每分钟费用从 0,05 美元降至 0,02 美元,直到有人再次开口。

GPT-Live 会话类型每分钟费用
活跃会话0,05 美元
待机(WebRTC,推理暂停)0,02 美元

后端模型和工具的使用仍单独计费,两个版本各自设有独立的并发会话上限。Python 3.56.0 和 Node 7.61.0 版 SDK 已加入该模型,OpenAI 也随此次发布提供了一份关于语言和地区口音的指南。

🔗 @OpenAIDevs 公告 · GPT-Live-1.1 资料页 · 面向不同语言和地区口音的 GPT-Live 提示指南


硬件与云:NVIDIA 和 Microsoft 在 Ignite 发布新进展,RTX Spark 迷你电脑上市

NVIDIA 与 Microsoft 在 Ignite 扩大合作,涵盖 Azure 中的 Vera Rubin 和 Foundry 中的 Nemotron 3.5

11 月 19 日 — 在 Microsoft Ignite 期间,NVIDIA 通过 Dave Salvator 撰写的博文详细介绍了与 Microsoft 扩大合作的进展。Vera Rubin NVL72 系统已在 Azure 数据中心运行,基于这些系统的虚拟机正在扩大开放范围;博文将 Azure 上的 Vera Rubin 称为预览版,未公布正式推出日期。

NVIDIA 与 Microsoft 公告博文所述状态
基于 Vera Rubin NVL72 的 Azure 虚拟机扩大开放范围,预览版
Nemotron 3.5 Super、Lightning、Embed、Rerank、Parse 和 Content Safety扩充 Foundry Managed Compute 上的产品阵容
Nemotron 3.5 Bolt 和 Transcribe即将推出
Foundry Local 中的 Nemotron 3.5 和 Cosmos 模型扩大支持范围,包括 Azure Local 环境
Azure Local即将支持 RTX PRO 6000 Blackwell GPU,并扩展至 Jetson Thor 和 Jetson Orin
Windows 365 上的 Direct Stream两路 4K、60 images/s 视频流,2027 年初公开预览
Microsoft Discovery 中的 BioNeMo 和 ALCHEMI加入产品目录,首次集成 RFD4-Proteina

博文举例称,EY 使用 Foundry 的无服务器后训练服务 Programmed Training 调整 Nemotron 开放模型,用于对采购记录进行分类;据博文所述,其评测集上的准确率提高了 55 %,成本降至顶尖专有模型的 1/15。Microsoft AI 也使用 NVIDIA Dynamo,为其后训练中的强化学习采样(rollouts)提供推理服务。博文最后回顾了 Azure 的 MLPerf 成绩:在 Training v6.1 中,GB200 NVL72 系统使用了多达 10 240 块 NVIDIA GPU,规模为本轮评测之最;据 Signal65 数据,在 Inference v6.1 的 DeepSeek-R1 交互式吞吐量测试中,Azure 的 GB300 NVL72 比其他云端提交方案领先超过 10 %。此次未公布任何价格。

🔗 NVIDIA 与 Microsoft 在 Ignite 的合作进展(NVIDIA)

NVIDIA 宣布 ASUS、Dell 和 MSI 的 RTX Spark 迷你电脑现已上市

11 月 18 日 — NVIDIA 宣布,ASUS、Dell 和 MSI 的 RTX Spark 桌面迷你电脑现已上市,包括 ASUS ProArt GR1X 和 MSI EdgeMesa N AI+ 系列;Acer、GIGABYTE 和 HP 的产品,以及 Microsoft Surface RTX Spark Dev Box 也即将推出。这些产品沿用 10 月推出的笔记本电脑平台:配备 20 核 NVIDIA Grace 处理器、拥有 6 144 个 CUDA 核心的 Blackwell RTX GPU、最高 128 GB 统一内存,以及最高 1 PFLOPS 的 AI 性能。NVIDIA 表示,它们能够在本地运行 1200 亿参数模型。此次未公布价格。

软件方面,可在本地模型和云端模型之间分配智能体任务的 Switchyard 已可在 Hermes 中使用。Adobe 将 Premiere 中常见 H.264 交付文件的处理时间缩短了 50 % 以上;现已原生支持 Windows on Arm 的 Illustrator,运行速度最高比模拟运行版本快 30 %;Blender 5.3 则集成了 DLSS 4.5 Ray Reconstruction。Ignite 上还宣布,Windows Server 2028 将登陆 DGX Station for Windows,Windows ML 则可通过 llama.cpp 运行 Hugging Face 上的任意 GGUF 模型。

🔗 RTX Spark 迷你电脑现已上市(NVIDIA)


开放模型:DaisyRose-27B 和 Hermes 适配器提升 Qwen3.8-27B,OVHcloud 发布 Olala mini,PEFT 更新至 v0.22.0

RadixArk 发布 DaisyRose-27B,通过 RL 微调 Qwen3.8-27B,使其 Terminal-Bench 4.1 得分翻倍

11 月 18 日 — RadixArk 发布了其首个模型 DaisyRose-27B:基于 Qwen3.8-27B,使用自家的开源框架 Miles,在约 1 200 项长时智能体任务上进行强化学习再训练。每次尝试最长可达 1,5 小时,工具调用超过 100 次;这些任务与 Eigent AI 共同设计,针对原始模型的错误。模型权重以 BF16、FP8 和 NVFP4 格式按 Apache 2.0 许可发布,保留了基础模型的 256K tokens 上下文和图像理解能力。训练使用 144 块 H200,耗时 18 天。

基准测试(得分,%)Qwen3.8-27BDaisyRose-27B
Terminal-Bench 4.1 (pass@1)5,612,0
Terminal-Bench 2.173,075,5
DeepSWE v1.142,246,2
SWE Bench Pro v291,394,7
GPQA Diamond89,290,7

RadixArk 还表示,其 GPU 模型浮点运算利用率(MFU)达到 37 %,而基于 Megatron 的开源训练器为 16 %,相当于减少 57 % 的 GPU 使用时间;以上均为发布方提供的数据。

🔗 DaisyRose-27B(RadixArk 博文) · DaisyRose-27B-NVFP4(Hugging Face)

harness-hub 项目发布 Qwen3.8-27B 的 Hermes 适配器,无需思考即可将 SWE-Bench Pro 得分从 29,4 提升至 43,1 %

11 月 19 日 — 继 pi 和 OpenCode 之后,harness-hub 项目发布了 Qwen3.8-27B 的第三款 LoRA 适配器,此次面向 Nous Research 的智能体运行框架 Hermes,并提供 GGUF 版本。

基准测试(pass@1)Qwen3.8-27B使用 Hermes 适配器
SWE-Bench Pro(51 项高难度任务),不启用思考29,4 %43,1 %
SWE-Bench Pro(51 项高难度任务),xhigh 思考45,1 %51,0 %
Terminal-Bench 2.1,不启用思考44,7 %58,8 %
Terminal-Bench 2.1,xhigh 思考58,8 %57,6 %

其主要优势在于节省资源:不启用思考时,适配器可达到基础模型开启 xhigh 思考时的表现,而 tokens 用量仅为后者的 1/3,5 至 1/4,4。在每项任务 10 000 tokens 的预算下,它能解决 Terminal-Bench 2.1 中 51 % 的任务和 SWE-Bench Pro 中 39 % 的任务,而基础模型在 xhigh 模式下分别为 28 % 和 0 %。训练方案采用 TRL 的 AsyncGRPOTrainer、OpenEnv 和 safeagents,计划于周五发布的博文中详细介绍。

🔗 @yb2698 在 X 上的公告 · Qwen3.8-27B-hermes-adapted(Hugging Face)

OVHcloud 在 Hugging Face 发布 Olala mini 7A1B 权重,十二项基准测试平均得分为 68,0

11 月 19 日 — 11 月 17 日公布的 Olala mini 7A1B 是 OVHcloud 首个语言模型家族的首款模型,现已可在 Hugging Face 上按 Apache 2.0 许可下载,提供基础版、SFT、GGUF 和 MLX 版本。

Olala mini 7A1B 特性公布的数据
参数6,8 十亿,每个 token 约激活 1 十亿
架构混合 Mamba-3 与注意力的混合专家架构,36 层中有 7 层使用 KV 缓存
上下文32K tokens,128K 版本宣布即将推出
训练12,8T tokens,涵盖英语及其他 36 种语言
估算足迹约 40 t CO2 和 1,16 GWh
十二项基准测试平均分68,0,比 SFT 检查点高 15,2 分

该模型在三台欧洲公共超级计算机上训练:JUPITER(其中使用 1 024 块 GH200 GPU)、Jean Zay 和 MeluXina。它会在回答前进行推理,提供四档思考强度,并通过强化学习训练工具调用能力;其强项是指令遵循,弱项是竞赛数学。

🔗 @OVHcloud 在 X 上的动态 · Olala-v1.0-mini-7A1B(Hugging Face)

Hugging Face 发布 PEFT v0.22.0,加入 PaCA、Astra 和 NoRA 方法,为 PEFT 1.0 做准备

11 月 19 日 — Hugging Face 的高效微调库更新至 v0.22.0。此次加入了 PaCA(Partial Connection Adaptation),该方法不添加适配器层,而是直接微调预训练权重中随机选取的输入列:据原始论文介绍,在准确率相当的情况下,其训练时间比 LoRA 少 22 %,内存用量少 16 %。此次更新还加入了 Astra 和 NoRA 两种 LoRA 初始化方法,加强了对张量并行和 FSDP2 的支持,并新增模型健康检查。PEFT 现要求使用 Python 3.11,发布说明还宣布,下一版将是 1.0,届时会清理 API,并引入少量轻微的不兼容变更,在正式发布前会先推出候选版本(release candidate)。

🔗 PEFT v0.22.0


科学:Ai2 在 Asta 中推出 Theorizer,提出有文献依据的理论

11 月 19 日 — Ai2 在其科研智能体平台 Asta 中开放 Theorizer,并以 Apache-2.0 许可发布代码。该智能体会浏览文献,确定需要从每篇论文中提取的信息,对比研究结果,再提出理论,其中每项论断都链接到支持它的论文;它还会标出自己认为具有新颖性的理论,同时提醒用户,检索可能遗漏已有研究。Ai2 通过真实案例展示其用途:针对没有已知驱动突变的肺腺癌(约占病例的 20 至 30 %),它提出了可能依赖 CDK2 蛋白的初步线索,仍需实验室验证;一位 Allen Institute 神经科学家原本预期得到一两个理论,它却围绕 VIP 中间神经元提出了 50 个候选理论。在一定 tokens 额度内,Asta 中的使用费用由 Ai2 承担;技术论文已发表于 ACL 2026,并计划于 12 月 10 日举办网络研讨会。

🔗 Asta 中的 Theorizer(Ai2) · allenai/asta-theorizer 代码仓库


企业 AI:Sakana AI 与 Salesforce 签署面向日本公共部门的谅解备忘录

11 月 19 日 — Sakana AI 宣布与 Salesforce 签署谅解备忘录,计划将其 AI 模型集成到这家美国软件公司的产品中,服务日本政府机构和地方政府。双方提出的目标是帮助这些机构提高行政效率并推进数字化转型,Sakana AI 表示将继续开发适应日本公共部门需求的技术。这条日语推文转述了时事通信社的报道;公告未提供时间表、具体产品名称或金额。

🔗 @SakanaAILabs 在 X 上的动态


简讯

其他平台上的 Gemini 4 Neon

  • Antigravity CLI 1.5.12 — 只需一个 Gemini API 密钥(GEMINI_API_KEY),即可使用 Gemini 4 Neon 的全部四个思考级别;Remote Control 的浏览器视图可并排显示多个对话,而 /fork 的耗时从最长一小时缩短到几秒钟。🔗 来源
  • Genspark — Gemini 4 Neon 登陆 AI Chat 和 Code Agent,并沿用 Google 的宣传数据:在 xhigh 努力级别下位列 Artificial Analysis 综合榜第 3、代码智能体指数第 1,每项任务的成本比顶尖模型低 50% 至 80%;尚未说明适用套餐或所需积分。🔗 来源

代码智能体与开发工具

  • Codex CLI 0.172.0-alpha.2 — 这个预览版的版本说明为空;根据其 62 个 commit 的标题,它正在为斜杠命令的参数补全、本地 MCP 服务器默认按需启动,以及 /experimental 中的自定义状态行做准备。正式版发布前,内容仍可能变化。🔗 来源
  • iOS 上的 Codex — ChatGPT 的 iOS 版 1.2026.314 会将侧边对话保存在配对的电脑上,新增选择器,可指定在云端或某台电脑的特定项目中启动任务,并且只统计仍在运行的子智能体。🔗 来源
  • Copilot CLI 1.0.115 与 Copilot SDK 2.0.2 — CLI 的两个预览版修复了多项问题,包括连接未提供刷新令牌 scope 的 MCP 服务器时出现的问题;SDK 的 2.0.2-preview.0 预览版从 macOS 和 Linux 的信任锚中移除了证书颁发机构 eMudhra 被标记的 16 个密钥。稳定版仍为 1.0.114。🔗 来源 · 🔗 Copilot SDK
  • GitHub CLI 2.105.0 — 在预览版中,gh event listen 会等待 pull request 事件(审查、冲突、新 commit、check suite 完成),替代循环轮询;gh pr 和 gh run 现在也会向智能体推荐这一用法;访问 Event Streams 仍需加入候补名单。🔗 来源
  • Copilot 的 MCP 连接器 — 在现有 25 多项服务的基础上,新增八项经 GitHub 验证的服务,面向所有套餐提供公开预览:Box、Buildkite、Calendly、ClickUp、Mixpanel、Supabase、Webflow 和 Wix。🔗 来源
  • Gemini CLI v0.69.0 与 v0.70.0 — 在连续九天没有新版本后,两个稳定版于同一天发布,其中 v0.70.0 包含自 11 月 10 日起合并的规则引擎安全修复;v0.71.0-preview.0 预览版则将 PowerShell 命令分析改为异步执行。🔗 来源 · 🔗 v0.71.0-preview.0
  • mistral CLI 0.19.0 与 0.20.0 — mistral ocr process 可将文档或图片转换为 Markdown 或结构化数据,mistral evals judge 被 mistral evals scorer 取代,而 mistral agents init 现在可以创建独立的 Agents SDK 项目,无需 API 密钥。🔗 来源 · 🔗 0.20.0
  • Delta 0.28 — Zed 的智能体编程环境支持搜索整个组织的对话线程,并默认启用柔性压缩,无需调用模型即可删减旧的工具结果。🔗 来源
  • Windows 版 Amp — 11 月 17 日,在实验版发布十天后,Amp 宣布推出 Windows 应用,原生支持 x64 和 Arm,内置 runner,提供可通过 Intune 部署的 MSIX 软件包,并支持通过组策略配置设置。🔗 来源
  • Warp Learn — Warp 推出由本·霍姆斯讲授的免费课程《构建自我改进的软件工厂》:三个单元中已有两个上线,内容涵盖从智能体开发循环到错误监控触发修复的流程。🔗 来源
  • DevinDash — Cognition 基于 Devin Bots 推出一个通过 DoorDash 的 MCP 服务器订餐的模板;参加旧金山或纽约答疑活动(开放咨询时间)的 Devin for Startups 初创企业可获得 1,000 美元的 DoorDash 额度。🔗 来源

API 与平台

  • Perplexity 的 Agent API — xhigh 努力级别从 Claude Opus 5.5 切换至 GPT-6.2 Sol,且不设后备模型;固定使用 xhigh@2026-11-11.0 版本可保留旧配置。🔗 来源
  • Together AI 和 Nous Portal 上的 Qwen4-Max — Together AI 以七折价格提供阿里巴巴的旗舰模型(MoE,总参数量 2.4T,其中激活参数量 71B,上下文长度 1M);Nous Research 则与 Inferact 合作,在 Nous Portal 中免费开放该模型五天,但未说明结束日期或使用限制。🔗 Together AI · 🔗 Nous Research

助手与企业

  • ChatGPT 桌面应用新增 Accounting 插件,用于对账和月末结账 — 该插件可协助核对交易、编写开票分录并准备月末报告;它通过 macOS 或 Windows 上的电脑操作功能运行,Enterprise 用户需要管理员批准(见上文链接中的 11 月 18 日 ChatGPT 版本说明)。
  • Perplexity Brain — Perplexity 在 X 上转发了 Brain 编写的个人技能,并宣布向美国所有个人和企业订阅用户开放该功能,但其博客文章只提到 Max 订阅用户;在随机试验中,启用自动改进功能的用户有 72.9% 获得了新的个人技能,对照组则为 6.5%。🔗 来源 · 🔗 博文
  • RAG 即服务 — Perplexity 发布了关于 RAG 即服务的指南,并对七家供应商进行排名:Perplexity Enterprise 居首,其后依次为 AWS Bedrock、OpenAI、Azure AI Search、Pinecone、LlamaIndex 和 Vectara;该排名由 Perplexity 自行给出。🔗 来源
  • Sumitomo Life — 这家日本寿险公司于 2026 年 6 月采用 ChatGPT Enterprise,目前公布的每周使用率超过 80%;根据员工自报的节省时间估算,整体投资回报率为 203%,每月至少使用 101 次的员工平均投资回报率为 524%。🔗 来源
  • 外部成员的 SSO — ChatGPT Enterprise、Edu 和 Healthcare 工作空间的所有者可以免除域名未经验证的外部成员的 SSO 要求;该豁免仅适用于一个工作空间,并在成员离开时失效。🔗 来源
  • Candid Health 与 ElevenAgents — 这家美国收入周期管理平台将与保险公司沟通拒赔事宜的电话交给 ElevenLabs 的语音智能体处理:已拨打 12,860 通电话,每月节省超过 850 小时,试点中 59% 的电话成功解决问题,集成仅用时 48 小时。🔗 来源
  • Enterprise Live Migrations — 非人工智能领域:从 Azure DevOps Services 持续迁移至支持数据驻留的 GitHub Enterprise Cloud 的功能正式全面开放,Git 历史记录、分支、标签和 pull requests 会持续同步,直至切换完成。🔗 来源
  • GitHub Actions 的 RHEL runner — 非人工智能领域:托管式 larger runners 的 Red Hat Enterprise Linux 9 和 10 镜像面向 Team 和 Enterprise Cloud 套餐正式全面开放。🔗 来源

开放模型、研究与仿真

  • Genspark 的 Deep Research — Genspark 转发了 Baseten 于 11 月 10 日发布的一项工作:经过深度研究后训练的 Qwen3.5-397B 在 Genspark 内部评分器上达到 0.759,基础模型为 0.612,Opus 5.5 为 0.738;该模型成为智能体的默认模型,权重由 Genspark 保留。🔗 来源 · 🔗 Baseten 博文
  • BAR 基准上的 Muse Wonder — Meta 转发了法律人工智能平台 Legora 的 11 月榜单,其中 Muse Wonder 获得最高的整体质量分数,并在包括分析和提取在内的四类任务中领先。🔗 来源
  • Clairic — Cloudflare 在 Hugging Face 上发布的 270 亿参数类型化结构提取模型 Clairic,现已在 Hub 上开放演示;该模型发布于 10 月 16 日,其 Flash 版本发布于 11 月 12 日。🔗 来源
  • Airbnb 使用 Gemma 4 E2B — 据 Google 的 Gemma 账号介绍,Airbnb 在单张 RTX Pro 6000 GPU 上使用 Gemma 4 E2B 进行规则分类:最高 F1 分数从 0.563 提升至 0.902,中位延迟为 35 ms,而前沿模型约为 900 ms;在大规模使用时,成本约为后者的 1%。🔗 来源
  • Atto — NeuML 发布了一系列微型文档检索模型,参数量从 840 到 2,800 万不等:其中 9 万参数的稠密模型在 BEIR 子集上的 nDCG@10 达到 0.4257,而参数规模约为其 256 倍的 all-MiniLM-L6-v2 为 0.4802。🔗 来源
  • ja-NCM — 一名开发者发布了一个开放权重的日语小模型,按概念生成文本,而非逐个 token 生成:据其介绍,在质量相当的情况下,速度约为自回归模型的 6 倍、扩散模型的 2.4 倍。🔗 来源
  • 走进 Omniverse — NVIDIA 第三次重新发布关于智能体构建仿真环境的博文,并加入新案例:Falkor(KONGSBERG)借助 GPT-6 Astra 构建的工业场地数字孪生,以及由 Claude Code 搭建的重症监护室,其中 768 台 Microduck 机器人中有 766 台保持站立。🔗 来源

这意味着什么

前沿实验室在财务和技术层面迈出重要步伐时,如今也会附上安全承诺。Anthropic 将定价设在此前区间上方,并将发行量从 8.25 亿股增至 9.8 亿股;次日,达里奥·阿莫代伊承诺将控制训练和部署的节奏,直至确信模型安全且始终受人类控制,不屈从于商业或政治压力。OpenAI 正在衡量其交由智能体承担的研究工作占比不断增长的情况,并呼吁要求实验室公布递归自我改进指标。双方的表态都在回应同一个问题:当资源和能力如此迅速地增长时,如何证明安全措施也跟得上。

智能体如今已承担实验室自身工作中可量化的一部分。在 OpenAI,它们能够独立完成近一半耗时两到四小时的任务;按目录价格计算,每位研究员每天使用智能体的费用中位数为 2,400 美元;Performance Factory 每天交给它们 17 项关于 ChatGPT 运行变慢的调查。Replit 展示了组织方式与模型本身同样重要:单独表现最好的智能体,组成群体后的表现却不如通过共享看板协调的 Claude Opus 5.5。在这些场景中,决定权始终掌握在人类手中:Performance Factory 的修复由工程师合并,OpenAI 的研究员密切监督,而 Devin 发起的 pull requests 需要人工审查。

计费越来越贴近实际使用量。Gemini 4 Neon 在 Cursor 中以每项任务的成本作为卖点,从 Medium 努力级别的 3.07 美元到 Extra High 的 10.67 美元;Genie 4 按生成的世界时长逐秒计费,约为每秒 0.10 美元,而 GPT-Live 在无人说话时降至每分钟 0.02 美元。Tool Retrieval 与 OpenAI 和 Anthropic 的同类功能一样,在开发者侧追求同一个目标:只为实际使用的工具定义所占用的 token 付费。

开放模型领域的重点,是从现有基础模型中挖掘更多能力。DaisyRose-27B 和 Hermes 适配器均以 Qwen3.8-27B 为基础:前者通过强化学习将 Terminal-Bench 4.1 的得分提高一倍,后者以减少至原来 1/3.5 至 1/4.4 的 token 用量,达到最高思考级别的表现。PEFT 正在准备 1.0 版本,为这些微调提供工具;OVHcloud 发布了在公共超级计算机上训练的欧洲模型,并披露其碳足迹;Ideogram 则承诺公开 4.6 版本的权重。这些数据仍均来自各自的发布方。


来源