Ai2 发布 HiRO-ACEv2,以约 1/300 成本生成全球 3 km 气候数据
Ai2 发布 HiRO-ACE 系统更新 HiRO-ACEv2,其新降尺度模型 HiROv2 可同时预测多种高分辨率气象场,并提升极端事件模拟能力。在输入粗化的 X-SHiELD 数据时,HiROv2 对目标模拟的高分辨率统计量误差在 3% 以内,包括百万分之一的稀有事件。
Ai2 发布 HiRO-ACE 系统更新 HiRO-ACEv2,其新降尺度模型 HiROv2 可同时预测多种高分辨率气象场,并提升极端事件模拟能力。在输入粗化的 X-SHiELD 数据时,HiROv2 对目标模拟的高分辨率统计量误差在 3% 以内,包括百万分之一的稀有事件。
Gemini 4 Argon 今日正式 GA,覆盖 Gemini API、Gemini 应用、Search AI Mode 和 Antigravity,入门 API 价格为每百万输入/输出 token 2/10 美元,11 月 30 日后翻倍至 4/20 美元。
推荐理由:汇总当日 AI 工程大会与模型发布动态,读者可快速了解 Gemini 4 Argon 的定价、评测分歧和智能体基础设施变化。
Meta AI 发布新模型 Muse Wonder 与 Muse Wonder Full,称其为目前能力最强的模型,Artificial Analysis 将 Muse Wonder(Max)评为与 GPT-6.1 Sol 相当。
LiquidAI 发布 LFM2.5-24B-A2B,一个 24B 参数、每 token 仅 2B 激活参数的推理模型,面向端侧私有智能体。它基于 LFM2-24B-A2B 架构,上下文窗口从 32K 扩至 131K,词表从 65K 扩至 128K,预训练数据从约 17T 扩至约 33T token,并改为先输出思维链再作答的纯推理模型。
推荐理由:LiquidAI 公布新模型的架构、训练流程与 16 项基准对比,可据此判断端侧智能体的能力边界。
Google DeepMind 发布 Gemini 4 Argon 的安全与安保报告,说明其在网络安全和生物等高风险领域的防护做法。Argon 在 12 个端到端模拟网络攻击场景中全部通过,上一代为 5 个;在 Gray Swan 的间接提示注入基准上,15 次自适应攻击的成功率降至 0.7%。报告还介绍了输入筛查、激活探针内省和实时监控三层防护,以及实时失准监控机制。
推荐理由:Google DeepMind 公开了 Gemini 4 Argon 的安全与对齐报告,读者可了解前沿模型在高风险领域的防护设计。
Google 全球上线 Gemini 4 Argon,开发者可通过 API、AI Studio 和 Gemini 平台使用,AI Ultra 订阅者还可在 Google Antigravity 中使用。
推荐理由:梳理 Gemini 4 Argon 的全球开放范围、订阅分层与定价,并给出编码与安全的自报数据。
Google 几周前公布的 Gemini 4 Argon 开始大范围推送,目前仅面向付费用户,低档订阅方案也无法获得完整访问权限。模型能力未变,Google 仍引用上月底发布的基准数据说明其推理与智能体编码能力,并称其经过拒绝恶意指令的训练,配有自动失准监控。
推荐理由:梳理 Gemini 4 Argon 的分层开放节奏与谷歌内部落地案例,可观察付费门槛下的能力释放方式。
Google 发布长期预告的 Gemini 4 Argon 模型,称其具备前沿推理能力并减少冗余与套话,在编码、网络安全、科学、金融和法律等基准上超过 GPT-6 Astra、Claude Fable 5.1 和 Claude Opus 5.5。
推荐理由:Google 在落后数月后发布 Gemini 4 Argon,读者可了解其基准表现、内部用例与极具攻击性的定价。
Google DeepMind 发布 Gemini 4 Argon,面向开发者、企业、科研人员和消费者开放,通过 AI Studio 与 Gemini API 提供,Google AI Ultra 订阅者可在 Antigravity 中使用。
推荐理由:官方给出 Argon 在编码、科研与安全对齐上的具体案例和定价,可据此判断前沿模型在长程任务中的落地程度。
Google DeepMind 发布 Gemini 4 Argon,主打物理理解、代码生成与视觉语义推理,在 Embodied Reasoning(ERQA)基准上以纯推理取得 87%,称超过其他前沿模型。
推荐理由:官方给出 Argon 在 ERQA 上的得分与四类机器人工作流示例,可据此判断物理推理模型在机器人栈中的落点。
Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder 与 Muse Wonder Full,前者通过 Meta Model API 和 Muse Code 提供,后者仅限 Muse Code 订阅用户。
推荐理由:汇总了 Meta 新模型的首发细节与多家第三方评测数据,可对照其与 Opus 5.5、GPT-6 系列的排名和成本差异。
Meta 发布前沿模型 Muse Wonder,含 Muse Wonder Full 与 Muse Wonder 两个版本,在 Artificial Analysis Intelligence Index v4.3 上分别得 56 分和 52 分,前代 Muse Spark 1.3 为 48 分。
推荐理由:Meta 新前沿模型在智能体与编码评测上的跃升和成本上涨,可对照其与头部模型的差距。
Meta 的 Superintelligence Lab 发布 Muse Wonder 和 Muse Wonder Full 两款模型,这是其首次推出前沿模型。
推荐理由:Meta 首个前沿模型发布,给出定价、基准对标与 active memory 能力,可据此判断其竞争位置。
Meta 发布 Muse Wonder 和 Muse Wonder Full 两款新模型,即日起面向 Muse Code 订阅用户开放,Wonder 还可通过 Meta Model API 访问。
Odyssey 面向公众开放其世界模型 Odyssey-3 的研究预览,用户可从文本提示生成可实时探索的交互环境,开发者可申请 API 访问。免费在线演示基于 Odyssey-3 Flash,基础模型 14B 参数、生成 832×480 视频,Pro 版支持 1280×720。
微软推出决策模型 Decision-1,基于 Qwen3.5-9B,面向分类、评估和路由决策,并称其有潜力引导和控制智能体应对复杂环境。微软称该模型在覆盖近 15 万个问题、36 项基准的测试中准确率最高,达到 83.5%,延迟 85 ms,速度是第二名 H2O-Lightning-4B 的 2.5 倍。
据 Business Insider 看到的文件、截图和内部聊天记录,Google 正在测试 Argon、Barium、Carbon 三个 Gemini 4 变体,其中 Carbon 已在内部编码平台 Jetski 上部署数日,据称在编程任务上强于 Argon,一名员工将其与 Anthropic 最强的编码模型 Opus 5.5 相比,但仍需更多测试。
阿布扎比技术创新研究院(TII)发布 Falcon-ASR,一款 1.6B 参数的语音识别模型,重点覆盖阿联酋方言,同时支持英语、法语、西班牙语和葡萄牙语。在六个阿拉伯语测试集上平均 WER 为 20.92%,优于所用榜单快照中最佳公开结果 23.17%;内部阿联酋方言评测 WER 22.73%、CER 10.19%,比次优的 Qwen3-Omni 低 4.07 个百分点。
Anthropic 发布 Claude Haiku 5.5,这是 Haiku 系列约一年来的首次更新,定价与 OpenAI 的 GPT-6 Luna 持平,同日还下调了 Sonnet 5.5 的价格和订阅方案。
推荐理由:汇总了 Haiku 5.5 的定价、第三方评测与 token 消耗数据,可据此判断小模型在智能体工作流中的成本位置。
Anthropic 发布快速低价模型 Claude Haiku 5.5,10 万 token 以内定价为 $0.10/$0.50,与 OpenAI 上月发布的 GPT-6 Luna 完全一致,超过 10 万 token 后涨价 5 倍至 $0.50/$2.50。
OpenAI 面向所有 ChatGPT 用户推出 GPT-6,并带来名为 Intelligent UI 的新功能,回答不再以纯文本呈现,而是自动适配问题生成图形、按钮、图表和表单,用户还能在对话内构建储蓄计算器、小游戏等小工具。
推荐理由:OpenAI 把 ChatGPT 输出从纯文本改为交互界面,读者可了解具体形态与分阶段开放节奏。
AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上可用。
推荐理由:原文给出 Haiku 5.5 在 Bedrock 上的能力定位、成本变化与接入方式,便于判断它在多智能体分层中的位置。
OpenAI 宣布 GPT-6 在 ChatGPT 中面向全球用户上线,并同步推出 Intelligent UI。官方称新版本响应更快,提供可视化内容与可直接探索和使用的交互体验。
推荐理由:OpenAI 官方公布 GPT-6 在 ChatGPT 全球上线,并同步引入 Intelligent UI,读者可据此了解模型与交互形态的同步变化。
Anthropic 发布 Claude Haiku 5.5,这是其最快、最便宜的小模型,平均价格比 Haiku 4.5 低约 75%,10 万 token 以内请求最高降价 90%,超过 10 万 token 的请求价格则是五倍。
推荐理由:Haiku 5.5 的定价与基准数据同时给出,读者可据此判断小模型在智能体与计算机操作任务上的性价比变化。
LiquidAI 发布 d1 决策模型家族的两款开源模型 d1-3B 和实验性的 d1-omni-600M,前者支持文本与图像,后者支持文本配图像或音频。
推荐理由:LiquidAI 开源两款端侧决策模型,给出决策指数排名与 Jetson 实测延迟,可据此判断端侧多模态决策的可用性。
Mistral 表示其开放权重模型 Le Chonk 能够与顶尖闭源模型相抗衡。该模型被定位为可挑战当前最强 AI 模型的产品,同时保持开放权重。
OpenAI 从一个未公开的内部前沿模型发布 722 篇数学手稿,归入 372 个相关结果族,来自约 4000 个研究问题的评估,平均每个结果消耗约 3 小时 ChatGPT Pro 推理算力。
推荐理由:OpenAI 内部模型一次性产出 722 篇数学手稿,读者可据此了解 AI 做数学研究的规模、算力与外界质疑。
OpenAI 发布 722 篇手稿,覆盖 372 个结果族,称其中包含对“数百个”未解数学问题的解答,这些结果由一款未发布的前沿模型产出。发布内容还包括部分模型推理摘要、算力估算和尝试问题数量的统计,OpenAI 称“平均结果”相当于 ChatGPT Pro 思考三小时。
Google DeepMind 发布 EmbeddingGemma 2,一个基于 Gemma 4 架构、Apache 2.0 许可的开源多模态嵌入模型,可将文本、图像、音频和视频映射到统一嵌入空间。
推荐理由:官方给出 740M 参数、模块化编码器与端侧内存占用,可据此判断本地多模态检索的落地门槛。
Musubi 发布轻量决策模型 PolicyLM-1.7B,开放权重,可将纯英文写成的社区政策在 50 毫秒内应用到消息上。该模型成本与速度接近主流社交平台的 AI 分类器,但具备现代 LLM 的灵活性,无需专门训练即可执行复杂政策,政策变更时也无需重新训练。联合创始人 Filip Jankovic 称这让平台管理者能主动为内容打标,应对内容量的指数级增长。
Mistral 发布 Mistral Large 4 预览版,这是一个 1 万亿参数、490 亿激活参数的模型,使用自有 3800 块 NVIDIA Grace Blackwell GPU 集群训练。
Google 发布开源多模态嵌入模型 EmbeddingGemma 2,可将文本、图像、视频、音频和代码转换为向量,参数量 7.4 亿。Google 称其在多模态嵌入基准上超过参数量两倍的竞品,在 Massive Text Embedding Benchmark(Code)上得分 78.68,较前代 68.76 提升近 10 分。
Simon Willison 用“穿渔网袜的犰狳在火星乱穿马路”这一提示词,分别让 claude-opus-5.5、gpt-6.1-sol、gemini-3.8-flash 和 mistral/mistral-large-4 生成 SVG,以回应 Hacker News 上关于基准测试已饱和的评论。各模型均使用默认推理等级。
Google 发布图像生成与编辑模型 Nano Banana 2.1,取代 2026 年 2 月发布的 Nano Banana 2,官方称其在视觉质量、文字渲染、多轮对话角色一致性、全景图和图表信息图方面全面提升。
阿联酋 TII 发布 Falcon-Emirati-7B,一个基于 Falcon-H1-Arabic 的方言专用模型,专注理解与生成阿联酋阿拉伯语。该模型采用 Falcon-H1 混合架构(Mamba 与 Transformer 注意力并行),训练数据来自阿联酋方言网页、关于阿联酋文化的 MSA 语料,以及受词汇表和风格规则约束的合成数据。
Mistral 发布 Mistral Large 4 公开预览,这是一个 1 万亿参数、520 亿激活参数的原生多模态模型,权重将于本月底开放。官方称其在网络安全、金融、法律等企业场景中达到开源模型领先水平,在视觉 grounding 的 Dense 200 上以 42% 超过 GPT-6-Astra 的 41%。
推荐理由:Mistral 公布 1 万亿参数多模态模型的公开预览与权重开源计划,可对照其编码、网络安全与智能体基准表现。
法国 AI 实验室 Mistral AI 发布 Mistral Large 4(昵称 Le Chonk),一个 1 万亿参数的大规模多模态模型,目前仅通过带护栏的公开端点访问,计划在三周后完成安全测试再开放权重。
Mistral 发布迄今最大模型 Mistral Large 4,总参数 1 万亿、激活 49 亿,采用细粒度 MoE 架构,上下文窗口 100 万 token,已在 Mistral Studio 开放 API 预览,权重预计 10 月底发布。
AI 公司 Reflection 发布首款免费开放模型 Beam,面向编码、逻辑推理和智能体任务,采用 MoE 架构,每 token 激活 5010 亿总参数中的 230 亿。
Reflection 发布 Beam,一个总参数 501B、激活 23B 的 MoE 文本模型,面向编码、智能体与科研任务,从零训练,Apache 2.0 全量权重预计本月发布。