跳到正文

#模型发布

今日 4 条
今天11月16日周一
  1. 人人都是产品经理74

    阿里Qwen4-Max上线千问AI平台,API服务与Token Plan同步开放

    阿里巴巴发布新一代基座模型Qwen4,Qwen4-Max在千问AI平台首发,API服务与Token Plan同步开放,国内每百万Tokens输入10元、输出30元,隐式缓存命中0.5元,模型页见 https://www.qianwenai.com/models/qwen4-max。

    决策要点

    千问4-Max的竞争点不在跑分而在单任务成本与长程任务交付,官方用制造业和科研真实案例直接面向企业销售模型能力。

    • 影响智能体与编程类调用的成本口径发生变化,预算可按单任务费用重新测算;汽车建模、材料与药物发现展示了长周期任务的落地形态;成本数据均为官方口径,实际账单取决于任务结构。
    • 参考可考虑用现有智能体或编程任务实测与上一代模型的Token消耗和单任务费用差距;缓存命中占比高的高频调用场景值得先测算迁移后的账单变化;制造与研发团队可挑图纸建模或分子筛选环节做小规模试点。
  2. IT之家·人工智能71

    腾讯混元发布 Hy4 flash 模型,总参 224B、激活 12B,官方称单任务成本约 Hy4 的 5%

    腾讯混元发布轻量模型 Hy4 flash,总参数 224B(含 64B Engram 参数)、每 token 激活 12B,支持多模态输入与 100 万 token 上下文。

    决策要点

    腾讯以旗舰 Hy4 为底蒸馏出低价档,把比价单位从 token 单价换成单任务成本,主攻日常办公类调用场景。

    • 影响文档处理、PPT 生成、深度搜索这类高频任务的模型调用成本有望明显下降;限时免费与 API 5 折构成一个低成本试点窗口;现有对比数据全部出自腾讯自家评测,替换现有模型前需按自身任务验证。
    • 参考可考虑在 11 月 30 日前用 WorkBuddy 免费额度或 TokenHub 5 折 API 试点文档处理、深度搜索等场景,统计自家任务的单任务成本与用时;长程软件工程等重任务可继续保留 Hy4 或现有模型。
  3. IT之家·人工智能73

    阿里通义千问发布 2.4 万亿参数 Qwen4-Max,官方称单任务成本降 58%

    阿里通义千问团队发布新一代旗舰模型 Qwen4-Max,采用 MoE 架构,主干参数 2.4 万亿,支持 100 万 Token 上下文窗口和原生视觉理解。官方称 Work360 评测中单个任务平均费用从 26.58 元降至 11.16 元,降幅 58%,Xhigh 和 High 两档推理强度 Token 消耗较 Qwen3.8-Max 分别减少约 24% 和 35%。

    决策要点

    千问这次旗舰升级把主要卖点放在单位任务成本和长程任务交付上,模型竞争点从参数规模转向每个任务的实际花费。

    • 影响重度调用 API 的业务可按新价格重算单位任务预算,缓存命中降价对重复查询类场景影响更直接;长程任务先交付首版再迭代的机制可能改变外包与验收节奏;后续开源小模型将提供私有化部署选项。
    • 参考可考虑选编程或办公自动化任务,用同一批工作对比新旧模型的单任务费用与 Token 消耗;值得评估 Live Delivery 交付模式是否适配现有验收流程,并跟踪后续开源小尺寸模型的私有化可行性。
  4. IT之家·人工智能60

    不调用图像模型,Anthropic Claude Fable 5.2 用 Python 代码模拟真实画笔作画

    Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2,其中 Fable 5.2 不调用图像模型,通过编写 Python 程序模拟画笔、颜料和画布,逐笔完成绘画。

    决策要点

    把生图变成代码逐笔执行,实质是展示模型的长期规划与自我纠错能力,官方将其与机器人控制等物理任务关联,而非推出图像工具。

    • 影响生图之外,逐步规划加自查的长时序能力更贴近编程与工程自动化场景;官方物理任务成绩为内部口径,实机精细动作短板提示选型不能只看基准分;代码可控、可修正的生成方式对质量审计类需求有参考价值。
    • 参考可考虑把多步骤、允许中途检查修正的编程或工程任务列为试点候选,用自家任务对比人工耗时;若关注机械臂等物理场景,先安排小规模实机验证再评估预算;值得把官方内部基准与独立实测分开计分。
11月15日周日
  1. The Decoder:AI News47

    Anthropic 的 Claude Fable 5.2 不生成图像,而是用代码逐笔画出照片级作品

    Anthropic 发布新语言模型 Claude Fable 5.2,它不用扩散模型生成图像,而是用 1,000 到 2,000 行的 Python 程序驱动模拟绘画引擎,在虚拟画布上逐笔放置数十万次笔触。

    决策要点

    绘画只是展示窗口,实质是语言模型在物理约束下逐笔规划、自我纠错的长时程能力,并已延伸到机械臂测试。

    • 影响若笔触级可控生成成熟,内容与广告制作可获得代码级的画面控制;同类能力指向机器人等物理自动化;官方基准与第三方真机结果存在落差,两类数字宜分开看待。
    • 参考可考虑让设计与内容团队评估笔触级代码生成是否适合需要精确控图的场景;评估机器人或具身方案时,可要求厂商同时提供官方基准与真机实测数据。
  2. IT之家·人工智能47

    开源盘古模型 openPangu-2.1-Pro 上线华为云 MaaS,主打 Agent 开发、AI 编码与推理优化

    华为云宣布开源盘古模型 openPangu-2.1-Pro 正式上线其 MaaS 模型即服务平台,围绕 Agent 开发、AI 编码和推理优化三大方向升级能力。

    决策要点

    华为云借 openPangu-2.1-Pro 强化鸿蒙与昇腾生态适配,用低定价把企业引向自家 MaaS 平台的智能体与编码场景。

    • 影响输入 0.8 元、缓存命中 0.016 元每百万 tokens 的定价压低了智能体与编码类调用的试用成本;能力增强集中在鸿蒙操控、鸿蒙 App 开发和昇腾算子生成,选型价值与企业是否在华为生态强相关。
    • 参考可考虑把现有大模型调用账单按输入、输出、缓存命中三档折算,与该模型定价做成本对比;业务若涉及鸿蒙 App 或昇腾算子开发,值得用实际编码任务试点代码生成质量。
  3. The Decoder:AI News71

    美团发布 1.6 万亿参数智能体模型 LongCat-2.5 权重,训练全程未用 Nvidia GPU

    美团发布智能体模型 LongCat-2.5 的开放权重,为 1.6 万亿参数 MoE 模型,每 token 激活约 480 亿参数,官方称训练全程只用国产芯片,MIT 协议允许商用。

    决策要点

    美团用纯国产芯片训练并开源了万亿参数智能体模型,无 Nvidia 路线从自用走向可被外部复用。

    • 影响企业多了一个不依赖 Nvidia 的开放权重智能体选项,MIT 协议允许商用和再分发;API 限时促销价约 €0.27 每百万输入 token,智能体调用成本处在低位;但 DeepSWE 等编码基准仍落后一线模型,能力边界要按任务核对。
    • 参考可考虑用其 API 在 Claude Code 或 Codex 里跑一组真实编码与检索任务做对照测试;若评估国产算力路线,值得参照 194 张昇腾卡的官方自托管配置先估算集群成本。
11月14日周六
  1. The Decoder:AI News51

    Runway 开源机器人控制模型 Praxis-1,权重代码允许商用

    Runway 开源其机器人控制模型 Praxis-1,权重与源码以 Apache 2.0 许可发布,允许商用。

    决策要点

    Runway 把视频生成积累迁移到机器人控制并开放权重,视频预训练能否省下机器人数据仍无定论,成绩单全部出自自测。

    • 影响Apache 2.0 允许商用,制造与仓储场景可低成本获得机器人控制底座;换新机型需额外训练数据,标准版要求 80 GB 显存的 GPU;现有能力集中在指令明确的短任务上。
    • 参考可考虑先核对自有机器人机型与官方预适配版本的匹配度,再按公开数据集估算微调成本;值得把试点限定在抓取、开关抽屉等步骤清晰的任务,并核对压缩版 32 GB 显存估算与现役硬件的差距。
  2. IT之家·人工智能45

    清华大学发布单细胞蛋白组基础模型 ProtCell,在摩尔线程 S5000 上完成预训练复现

    据摩尔线程公众号,清华大学自动化系江瑞课题组发布单细胞蛋白组基础模型 ProtCell,汇集约 3.8 亿个细胞、98 个公开数据集用于预训练与评估,可映射细胞状态、推断未测蛋白表达。

    决策要点

    国产智算卡在生命科学基础模型上给出与国际 GPU 仅差约 0.2% 的复现结果,算力国产替代有了可量化参照。

    • 影响生物医药与科学计算团队的训练算力采购多出国产选项,成本与供应结构可重新测算;政策把「人工智能 +」科学技术列为重点行动首位,生物遗传数据的安全考量可能让自主算力要求向采购环节传导;复现指标为论文与厂商口径,尚未见独立评测。
    • 参考可考虑在下一轮算力评估中把国产训练卡纳入对比清单,先用小规模任务实测 MUSA 生态的代码迁移成本;值得盘点现有训练代码对 CUDA 的依赖范围,再挑选试点场景。
11月13日周五
  1. 36氪·AI75

    谷歌发布Gemini 4 Hydrogen,成为搜索AI Mode默认模型,第三方跑分反超自家旗舰Argon

    谷歌11月12日发布Gemini 4 Hydrogen并全球全量推送,接替Gemini 3.8 Flash成为搜索AI Mode默认模型,API定价每百万输入tokens 1.5美元。

    决策要点

    谷歌让便宜档承担日常执行并用Orchestrator自动排班,模型竞争重心从旗舰单点能力转向调度效率和单位成本。

    • 影响API日常任务默认模型比旗舰便宜但比上一代贵一倍,重度调用企业需重算token预算;免费层和搜索入口全量铺开,Gemini生态内产品体验会随之变化;模型分层调度被做成自动产品,只按旗舰参数选型的采购参考需要对照检验。
    • 参考可考虑选高频日常任务与Hydrogen做小规模对比试点,按任务成功率和token开销重算单位成本;3.8 Flash优惠价12月31日到期,值得提前规划迁移窗口;Agent流水线可试验重模型规划加轻模型执行的分段方式。
  2. IT之家·人工智能50

    腾讯混元发布实时语音模型 Hy Realtime,可调用工具也能唱歌,已上线元宝语音通话与腾讯客服

    腾讯混元 11 月 13 日发布实时语音模型 Hy Realtime,新增 Agentic 工具调用与唱歌能力,已在元宝语音通话、腾讯客服上线,近期将登陆腾讯云开放 API。

    决策要点

    腾讯把语音交互从纯对话推进到带工具调用的智能体形态,并直接接入自家客服场景完成商用落地。

    • 影响客服、语音助手类场景多了一个国产实时语音模型选项,API 即将开放会降低接入门槛;语音加联网搜答的组合意味着语音入口可承担查询任务而不只是播报;现有评测均为官方口径,选型前需按自身场景验证。
    • 参考可考虑先在元宝 App 或网页 Demo 试其含糊输入理解与多轮对话表现,评估与自家客服话术的匹配度;值得等腾讯云 API 上线后,用真实客服录音做小样本对比,再决定是否替换现有语音方案。
  3. IT之家·人工智能31

    语飞国际中文教育垂直大模型在 2026 世界中文大会亮相

    2026 世界中文大会在北京开幕,会上发布语飞国际中文教育垂直大模型,为全球中文学习者、教师和教育机构提供智能化服务。据央视新闻报道,模型面向学习者提供即时反馈的学习评测和随问随答的个性化辅导,支持教师在多轮对话中生成覆盖课前备课、课堂互动、课后巩固的教学素材,并向教育机构提供标准化接口。

  4. 人人都是产品经理79

    Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2,官方称 Fable 代码基准超过 Opus 5.5

    Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2,官方称 Fable 在 FrontierCode 2.0 得 49.1%,超过 Opus 5.5 的 45.5%、GPT-6 Astra 的 42.8% 和 Gemini 4 Carbon 的 41.1%。

    决策要点

    这次发布的核心不是单一最强模型,而是按任务风险与预算分层的能力组合,前沿能力被主动划定边界并分级开放。

    • 影响复杂工程与科研类长程任务多了一个高强度选项,标准 API 降价约 20% 使试点成本更低;官方建议日常编程仍用 Opus 5.5,模型组合与预算需按任务分层重算;多 Agent 协作案例属实验展示,复用需先补任务拆分、沙箱与回滚等工程设施。
    • 参考可考虑先盘点现有任务清单,高频常规任务留在 Opus 5.5,选 1 至 2 个长程工程或系统迁移场景用 Fable 小额试点,记录 Token 消耗、重试和返工率;值得等独立评测出来后再调整模型预算。
  5. 量子位55

    无界前沿开源生物信息大模型Fx-Bio-1031,官方评测超越GPT-6-Astra与Claude Opus-5

    无界前沿正式开源面向生物信息学的大模型Fx-Bio-1031,开放完整权重,原生支持512K上下文窗口。官方评测数据显示,模型在Anthropic BioMysteryBench困难子集取得70.59%的Pass@5,高于GPT-6-Astra的47.06%与Claude Opus-5的52.94%,BiomniBench的Pass@3达89.50%。

    决策要点

    生信垂域的模型竞争从闭源API走向开源权重,数据不出域与本地私有化部署成为国产模型对海外闭源产品的差异化主张。

    • 影响药企、医院科室与课题组可在本地机房部署生信分析能力,敏感组学数据无需出境;性能领先目前是官方评测口径,选型前需按自身任务复测;商用授权需核对Qwen社区许可条款。
    • 参考可考虑选一项结果可复查的分析任务与现有生信管线做盲测对比;值得先测算本地部署所需算力与预算,商用前核对Qwen Community License 1.0的授权条款。
  6. 量子位36

    星尘智能发布CoMind多机协同框架,隔墙协作成功率从0%提升到100%

    深圳具身智能公司星尘智能发布多机器人协同框架CoMind,让机器人主动交换任务关键信息并独立决策,官方真机演示中两台互不可见的机器人隔墙配合拿笔,任务成功率从0%提升到100%。

    决策要点

    多机器人协作的难点正从任务调度转向信息精选,星尘把共享内容与队友动作结果直接挂钩,为这条路线提供了新样本。

    • 影响对依赖多机配合的制造装配、仓储搬运场景,协作机制会影响通信开销与调度架构;官方演示之外暂无第三方复测,引入前需要结合自身任务验证;CoMind目前是技术框架发布,未附商用方案与定价信息。
    • 参考可考虑先盘点多机器人环节现有方案对中心调度和全量画面传输的依赖程度;评估机器人协作能力时,值得把遮挡场景成功率和通信量列入真机测试清单,也可参考其公开技术报告。
  7. 人人都是产品经理59

    Qwen4-Max-Preview在Qoder揭晓身份,实测一句提示词可交付完整3D作品

    匿名四天的Qoduck在Qoder中揭晓为Qwen4-Max-Preview,作者实测一句提示词不到30分钟能做出奶牛骑车的3D网页,另完成可切剖面的3D办公室和可拆解的3D Mac mini。

    决策要点

    一句提示词交付完整3D作品的可用性已经出现,但预览版的速度和稳定性还撑不起全量替换,当前更适合当作低风险任务的补充选项。

    • 影响前端原型和3D演示类内容可用一句提示词加半小时量级产出,制作成本结构会变;但长任务耗时可达十几分钟到一小时,编译通过率波动,返工和等待成本要计入;预览期计费系数降到0.1,11月25日前试错成本较低。
    • 参考可考虑挑一个能回滚的前端或3D演示任务在Qoder里跑一遍,记录耗时与质量再定使用范围;速度不理想时先把思考强度降一档;改行调色这类小改动继续用现有工具,不必全量迁移。
  8. 36氪·AI76

    谷歌发布Gemini 4 Hydrogen,官方称轻量档基准反超自家旗舰Argon

    谷歌发布Gemini 4家族新模型Hydrogen,官方称默认high思考模式下AA智能指数51分,反超自家深度推理旗舰Argon的50分,xhigh模式达54分,今天起全球可用。

    决策要点

    轻量档模型在官方基准上反超自家旗舰,叠加官方大小模型动态调度方案,高性价比模型开始承担日常开发主力负载。

    • 影响编码与数据密集型工作流的模型预算可按新定价重算;官方调度方案降低了大小模型混合使用的工程门槛,任务分层选模型有了现成参照;知识问答类应用可把8%的瞎猜率作为选型风险参照。
    • 参考可考虑用自有真实任务跑一轮Hydrogen与现用模型的成本质量对比,先算出Token单价差;值得评估大小模型分层调度在自有编码或数据流程中的可行性;知识问答类选型可把幻觉率列入对比清单。
  9. 36氪·AI74

    谷歌发布 Gemini 4 Hydrogen,速度提升 2.5 倍,多项测试超越 GPT-6.1 Terra 与 Sonnet 5.5

    谷歌发布主打速度与价格的新模型 Gemini 4 Hydrogen,定位为日常编程和智能体任务的快速执行模型,官方公布的成绩在 SWE-sweep、Agents' Last Exam v1.1、AutomationBench-AA、MKA 等多项测试中超过 Claude Sonnet 5.5 与 GPT-6.1 Terra。

    决策要点

    谷歌用接近对手的成绩和约三分之一的价格切入中端市场,争夺的正是用量最大的日常编程与智能体任务。

    • 影响高频编程和智能体任务的按次成本有机会明显下降,相关预算可按新价格重算;OSWorld 与科学任务仍有落后,是否适配要看具体场景;模型已在 Gemini 应用和 API 开放,试用成本低。
    • 参考可考虑选两三个高频编程或智能体流程做小规模对比,记录 Hydrogen 与现用模型的单次成本和耗时;涉及计算机操作或科学计算的场景,先核对 OSWorld 等落后项目再决定是否替换。
  10. 36氪·AI52

    谷歌DeepMind发布DNA基础模型AlphaGenome 2,致病突变预测细化到单个细胞

    谷歌DeepMind发布新一代DNA基础模型AlphaGenome 2,将基因突变预测从整块组织细化到单个细胞,官方称致病突变识别率在TenK10K基准中从16%升至30%。

    决策要点

    DeepMind把AI预测从蛋白质结构推进到基因调控层面,致病突变定位这类早期研究环节出现了以计算替代部分湿实验的路径。

    • 影响生物医药与基因治疗的靶点筛选和机制验证环节有了用计算预筛压缩成本与周期的空间;变异库仅向非商业科研免费开放,商业使用授权范围需另行确认;与Gemini 4的结合指向科研工作流自动化的方向。
    • 参考可考虑让生物信息团队用自有靶点数据对比模型评分与既有实验结论;值得先核对非商业授权条款与自身使用场景的匹配度;官方78页技术报告和Colab教程可直接用于验证。
  11. 钛媒体68

    谷歌发布Gemini 4 Hydrogen,向所有用户开放

    谷歌发布Gemini 4 Hydrogen,主打速度与执行效率并向所有用户开放,谷歌搜索同步接入该模型。官方称其High推理档完成任务速度达上一代Gemini 3.8 Flash的2.5倍、编造事实减少超80%;第三方Artificial Analysis智能指数榜单上Hydrogen取得51分,超过定位更高的Gemini 4 Argon的50分。

    决策要点

    谷歌用一款更便宜、部分跑分反超自家旗舰Argon的效率模型替代Flash,并把高效率档位向所有用户开放。

    • 影响接入旧版Flash的API成本明年1月1日起约为现有两倍;低价模型在部分评测反超旗舰,可能改变企业模型选型的性价比排序。
    • 参考可考虑先测算存量Flash用量按Hydrogen新价重算的成本差,再在编程或多步骤任务场景对比Hydrogen与Argon;AI Ultra订阅者可试用Orchestrator验证额度消耗变化。
  12. 36氪·AI76

    谷歌发布Gemini 4 Hydrogen并向所有人开放,官方称速度达上代2.5倍

    谷歌发布Gemini 4 Hydrogen,主打速度和执行效率,免费用户、付费用户和开发者均可使用,谷歌搜索同步接入。官方称其在High推理档位完成任务速度达上一代Gemini 3.8 Flash的2.5倍,编造事实减少超过80%,并在Artificial Analysis智能指数上以51至54分超过定位更高的Gemini 4 Argon的50分。

    决策要点

    谷歌把效率档模型做到了超过自家旗舰的水平,快与强的取舍被压缩,低价档位的涨价也在同步进行。

    • 影响旧Flash优惠价12月31日到期后API价格将翻倍,以Token成本为主的团队需重算预算;Orchestrator把多模型自动切换做成产品功能,官方称平均减少24%额度消耗;谷歌承认AI Mode变现效率低于传统搜索,网站能否重新获得点击尚无定论。
    • 参考可考虑先按现有调用量算出明年1月涨价后的Token预算变化再定去留;值得在编程与多步骤任务上做同题实测,重点对比Terminal-Bench这类Hydrogen落后于Claude Sonnet 5.5的项目类型;Google AI Ultra用户可试试Orchestrator的额度消耗表现。
  13. 36氪·AI68

    MiniMax 开源图像模型 H3 Image,10 秒生成原生 4K 图并登顶开源榜单

    MiniMax 本周二开源图像模型 H3 Image,支持原生 4K 直出、10 秒级生成和 16 张参考图,在 Artificial Analysis 文生图、图像编辑两项榜单均列开放权重模型第一。

    决策要点

    开源图像模型达到生产可用水准,竞争重心正从跑分转向生态扩散,MiniMax 靠免费权重换取平台地位。

    • 影响营销物料、电商主图等场景的图像制作成本可能进一步下探,10 秒级 4K 出图让批量出图变得可行;开源权重可本地部署,数据敏感业务有自托管选项;围绕同一开源底座的衍生生态降低了二次开发与迁移门槛。
    • 参考可考虑用品牌海报、商品主图等真实素材与现有工具做同题对比,重点检查长段文字拼写和人脸保持;值得先算清目前图像外包或设计工时的单张成本,作为评估 API 定价或自托管方案的基线。
  14. 爱范儿76

    谷歌发布 Gemini 4 Hydrogen,免费用户可用

    谷歌发布 Gemini 4 Hydrogen,定位高效率模型,主打更快响应、更低成本与 Agent 连续执行能力,已面向全球推出,覆盖 Gemini App、Google Search、Google AI Studio 等平台,Gemini App 免费用户也可使用。

    决策要点

    谷歌用一款智能水平逼近旗舰的高效率模型,把前沿能力铺进免费消费产品,模型竞争的筹码正转向单位成本和分发规模。

    • 影响第三方测算其 xhigh 档单任务成本约为 Claude Sonnet 5.5 最高档的 32%,推理预算可按档位重算;免费开放降低了员工使用门槛;现用旗舰模型的企业有了新的比价对象。
    • 参考可考虑用同一组真实任务对比现用模型与 Hydrogen 的质量和账单,重点测 High 与 xhigh 两档;代码编写、测试验证等连续执行任务可作为优先试点场景。
  15. The Verge · AI58

    Google 发布 Gemini 4 Hydrogen 模型,称更擅长理解复杂问题

    Google 发布新模型 Gemini 4 Hydrogen,官方称其更擅长处理多部分问题、难懂错别字和高特异性请求,今日起在搜索、Gemini 应用、Google AI Studio、Gemini API 等渠道可用。

    决策要点

    实质是 Google 把新模型直接推上搜索默认入口,并将复杂问题理解作为主打能力,官方性能说法暂无独立验证。

    • 影响企业可经 Gemini API、AI Studio 和 Gemini for business 直接用上新模型,复杂多部分问答类应用有换代选项;搜索侧 AI Mode 默认模型升级且回答更可视化,依赖搜索获取客户的业务需留意呈现形态变化。
    • 参考可考虑在多步骤、输入易出错的实际场景用 Gemini API 做小规模对比实测,验证官方所称的复杂问题理解能力;值得盘点现有 Gemini 调用与思考档位配置,评估是否切换及选哪一档。
  16. The Decoder:AI News77

    Google 发布 Gemini 4 Hydrogen,智能跑分超过发布不到四周的 Argon

    Google 发布快速通用模型 Gemini 4 Hydrogen,官方称其在 Artificial Analysis 智能指数默认档拿到 51 分、超过更大的 Argon 的 50 分,xhigh 档最高达 54 分。

    决策要点

    快速档模型以更低价格在跑分上压过四周前发布的旗舰,Google 两天前的选型建议随即失效,模型迭代与淘汰周期已压缩到以周计。

    • 影响日常编码、检索与文档类任务可用这类快速模型顶替旗舰以压低单位成本;各思考档位成本与智能差异大,xhigh 档 token 消耗近翻倍,选档直接影响开支;终端与计算机操作类任务仍是竞品占优,替换需分场景对待。
    • 参考可考虑按任务类型分层试跑,对比 high 与 xhigh 档的每任务成本和产出质量后再定档;值得用独立评测的每任务成本口径重算现有预算,而非只参考官方跑分表。
  17. TechCrunch · AI53

    Google 发布 Gemini 4 Hydrogen 模型,升级搜索复杂问题回答能力

    Google 发布 Gemini 4 Hydrogen 模型并接入搜索,官方称其为搜索迄今幅度最大的模型改进,更新正向全球搜索用户推送。

    决策要点

    Google 把搜索回答换到更快更便宜的模型档位,并用四档思考级别把模型强弱变成可调的成本与速度参数。

    • 影响搜索 AI Mode 的回答会更依赖图片、对比表格等结构化形式,网站被召回取决于子查询拆分的覆盖面;用 Gemini API 的企业多了一个速度优先、输出 token 更少的模型档位。
    • 参考可考虑在 Gemini API 上挑高并发轻量任务试用 Hydrogen,对比耗时与 token 成本;内容侧值得检查结构化数据和常见问题表述,适配 AI Mode 的对比表格与子查询召回。
  18. IT之家·人工智能71

    谷歌发布 Gemini 4 Hydrogen 模型,主打日常编程与智能体工作流

    谷歌发布 Gemini 4 Hydrogen 模型,主打快速执行,面向日常编码与智能体工作流,输入每百万 Tokens 1.50 美元、输出 7.50 美元,定价覆盖 100 万 Token 上下文窗口且无阶梯计价。

    决策要点

    谷歌把 Gemini 4 系列能力下放到平价模型档,用低单价加跨模型调度争取高频编码与智能体工作负载。

    • 影响高频编码与智能体任务的单次成本有了更低的比价锚点,百万 Token 上下文不再阶梯加价;官方口径的智能体安全数字为上线前风险评估提供参照;免费到企业各档位均可调用,小规模试点门槛低。
    • 参考可考虑选一个编码或智能体任务,实测 Hydrogen 与现有模型的成本和耗时再决定是否迁移;值得按 Gemini API、AI Studio、企业版等入口评估接入路径。
  19. Google DeepMind:Blog71

    Google DeepMind 发布 Gemini 4 Hydrogen,主打快速执行与智能体工作流

    Google DeepMind 发布快速执行模型 Gemini 4 Hydrogen,即日起向开发者、企业与消费者全渠道开放。官方称其在 Artificial Analysis 智能指数默认高档 51 分、超过 Argon 的 50 分,xhigh 档达 54 分,定价在 100 万 token 上下文窗口内统一为每百万输入 token $1.50、输出 $7.50。

    决策要点

    Google 把 Gemini 4 系列拆成深度推理与快速执行两层,再用 Orchestrator 自动分配任务,实质是把 token 成本控制从用户手动选型变成产品内置能力。

    • 影响执行类任务的 token 成本有了更低的模型档可选;在用 3.8 Flash 的团队获得官方给出的迁移选项;Orchestrator 自动换挡会改变按模型计费时的配额核算口径。
    • 参考可考虑把手头工作流拆成架构判断与代码执行两类,分别测算 Carbon、Argon 与 Hydrogen 的配额账单;在用 3.8 Flash 的团队值得先在编码或智能体试点对比耗时与质量,再定迁移节奏。
11月12日周四
  1. The Decoder:AI News62

    ElevenLabs 发布 Scribe v3 与 Scribe v3 Live,实时版借对话语境避免截断来电语句

    ElevenLabs 发布 Scribe v3 与 Scribe v3 Live 两款语音转文本模型,前者面向录音文件转写,后者主打低延迟实时场景,现已通过 ElevenAPI 与 ElevenAgents 平台开放。

    决策要点

    这次发布的实质是语音识别竞争从单纯准确率转向实时对话判断,但独立数据表明高准确率伴随速度与价格代价。

    • 影响客服与外呼类语音智能体可减少误判停顿导致的截断;大批量转写场景下微软与 xAI 模型速度更快、价格约低一半,成本敏感方需另行比较;欧盟隔离服务器与零保留模式降低受监管行业的部署门槛。
    • 参考可考虑先测算自身通话量下的错误成本与转写费用差距,再决定实时语音智能体是否选用 Scribe v3 Live;值得预载品牌名与专业术语清单做小样本对比测试,并核对零保留模式的合规条款。
  2. IT之家·人工智能52

    科大讯飞星火语音基座大模型 SparkAudio 1.0 上线 API 服务,支持 99 种语言、202 种方言

    科大讯飞星火语音基座大模型 SparkAudio 1.0 在讯飞开放平台上线 API 服务,开发者可直接接入调用。官方称模型支持 99 种语言、202 种方言,支持文本和语音双模态输入,可直接理解语音中的语义、情绪和环境音,覆盖语音转写、多语言翻译、说话人分离、情感分析等任务,面向智能客服、汽车座舱、跨语会议、医疗病历、内容审核等场景,并采用全国产算力训练。

    决策要点

    语音理解正从先转文字再交给大模型的两段式,转向端到端直接听懂语气、情绪和环境音,官方称可减少信息丢失与链路延迟。

    • 影响客服质检、会议记录、多方言渠道等语音场景可少维护转写加翻译的模块链路,降低集成复杂度和延迟;情感与环境音分析为质检和内容审核提供新的分析维度;全国产算力训练对算力来源有合规要求的团队多一个可选底座。
    • 参考可考虑用自有客服录音或会议音频做小规模对比测试,评估方言识别、情感分析和端到端延迟;值得先盘点现有级联链路的模块成本和维护量,再决定整体替换还是局部接入。
  3. The Decoder:AI News47

    Google DeepMind 发布 AlphaGenome 2,将基因组 AI 预测细化到单细胞类型分辨率

    Google DeepMind 发布基因组学模型 AlphaGenome 2,可预测 DNA 变异对特定人类细胞类型的影响,官方称找到的相关基因变化接近上一代的两倍。

    决策要点

    基因组 AI 从组织级粗颗粒预测走向单细胞分辨率,方法上是把细胞状态作为条件输入,但用途仍限于科研而非临床。

    • 影响生物制药与基因研究机构可少做部分验证实验,靶点定位和 GWAS 信号筛选的计算成本有望下降;商业使用要走封闭预览,且不可用于临床诊断,短期影响集中在研发环节。
    • 参考制药或生物信息团队可考虑申请商业封闭预览,评估用自家 GWAS 数据试点变异定位的准确度;研究机构值得先在公开数据上验证,再决定是否纳入靶点筛选流程。
  4. 36氪·AI57

    谷歌DeepMind发布DNA基础模型AlphaGenome 2,主攻人类基因组98%非编码区

    谷歌DeepMind发布新一代DNA基础模型AlphaGenome 2,将预测精度从整块组织细化到单个细胞,主攻人类基因组98%的非编码区。

    决策要点

    基因组致病突变排查的能力边界被推到单细胞层面,计算预筛替代部分湿实验有了官方给出的对照案例。

    • 影响药企与基因检测机构的靶点验证、突变致病性判定环节可引入计算预筛以压缩实验周期;调控图谱与变异评分库免费开放,生医团队获取高成本数据(如单碱基甲基化推算)的门槛随之降低。
    • 参考生医相关团队可考虑用免费API在一个已知致病突变上做预测与自有实验结论的比对试点;值得盘点在研项目中耗时最长的实验筛查环节,评估哪些能改为计算预筛。
  5. 量子位52

    MiniMax开源生图模型H3-Image,原生4K,一张两毛

    MiniMax发布并开源图像生成模型H3-Image,原生分辨率16MP(4096×4096),此前已开源视频模型H3。作者实测其可推演CAD正交三视图与爆炸拆解图,十多秒生成的高数考卷排版无乱码,作者称解题答案正确。API价格为主流竞品的50%到70%,首周16MP请求再打五折,网页端生成4K大图体感10至20秒,支持最多16张参考图输入。

    决策要点

    开源SOTA图像模型把生图从演示玩具推向生产可用,企业自建图像能力的门槛和成本同步下探。

    • 影响营销物料、电商资产、概念设计等图像工作流的制作周期有望压缩;开源可自由定制为数据敏感场景提供私有化选项;低价API改变了外购生图服务的比价基准。
    • 参考可考虑让设计或营销团队按文中实测清单复测自家场景,如CAD拆解、高密度排版、参考图一致性;值得先算出当前生图外包的单张成本,再与API报价对比;有部署能力的企业可评估私有化定制。
  6. 36氪·AI53

    谷歌 DeepMind 发布 DNA 预测模型 AlphaGenome 2,可定位致病突变作用的细胞助力新药靶点研究

    Google DeepMind 发布新一代 DNA 序列预测模型 AlphaGenome 2,能预测 DNA 突变在哪类细胞中起作用并帮助锁定疾病相关基因与潜在药物靶点,训练数据覆盖 68 种组织、超 1.07 亿个人类与小鼠细胞。

    决策要点

    基因组研究中的变异溯源从湿实验环节部分前移到计算预测,AI 进入药物靶点发现的上游工具链。

    • 影响医药与生物技术企业可把靶点前期排查部分前移到计算筛选,压缩实验排期和成本;开放范围目前限非商业研究,商业化使用需另行安排授权;科研型 Agent 工作流多了一个 DNA 分析工具选项。
    • 参考医药研发团队可考虑选一个已有实验结论的靶点案例,先用 API 复算对比周期与结论再决定投入;值得先核对非商业研究与商业使用的授权边界;Agent 方向团队可关注 Skills 登陆 Google Antigravity 后的接入方式。
  7. 36氪·AI65

    谷歌发布决策模型Gemini Decision 1,百万输入Token低至0.1美元、输出Token免费

    谷歌发布决策模型Gemini Decision 1并同步上线Gemini Decisions API,专做封闭式选择题判断,官方称每百万输入Token 0.10美元、输出Token免费。

    决策要点

    谷歌以原生多模态和高并发切入决策模型赛道,避开纯文本价格战,判断类任务正在从大模型中拆出,成为Agent架构里的独立一层。

    • 影响工具调用、策略风控、模型路由这类高频判断任务可按更低成本和延迟执行;输出免费的计费逻辑会改变Token预算的核算方式;文中称可省去自定义分类器的训练环节。
    • 参考可考虑盘点业务里选项明确的判断场景,如意图路由和内容风控,先用Google AI Studio免费API层级做原型验证;值得把现有调用中判断类请求的Token成本单独算出来做对比。
  8. IT之家·人工智能52

    Runway 发布机器人模型 Praxis-1,官方称速度较 GPT-6 Astra 快 15.6 倍、成本降至 51 分之一

    Runway 于 11 月 11 日发布机器人模型 Praxis-1,将视频预训练学到的知识用于真实机器人控制,模型权重以 Apache 2.0 许可证开放,开发者可在自有硬件上运行和微调。

    决策要点

    Runway 以开放权重把视频预训练能力迁移到机器人控制,走低成本数据路线切入机器人基础模型,官方对比数据尚无独立验证。

    • 影响开放权重加 RTX 5090 量化版本降低了在自有硬件上部署微调的门槛,机器人自动化试点可低成本尝试;官方宣称的速度与成本优势若在具体场景复现,会影响机械臂任务的投入核算;Runway 自述研究处于早期,长期规划能力仍在探索。
    • 参考可考虑让自动化或产线团队跟踪 Praxis-1 权重与基准的复现结果;已有机械臂部署的企业,值得按官方口径测算单任务成本与自己现行方案的差距,再决定是否小规模试用。
  9. IT之家·人工智能53

    字节火山引擎发布 Seedance 2.5 flash 视频模型,生成速度翻倍、价格更低

    字节火山引擎 11 月 12 日发布 Seedance 2.5 flash 视频生成模型,官方称生成速度较 Seedance 2.5 提升一倍,720P 分辨率下文生视频、图生视频价格约 0.99 元/秒,降低约 34%。

    决策要点

    字节把视频生成拆成旗舰与 flash 两档,flash 版以约 34% 的降价和翻倍速度瞄准批量内容生产。

    • 影响高频视频素材生产可按 0.99 元/秒重新测算单条成本;旗舰与轻量分档后,批量场景不必按旗舰价格采购;速度翻倍可压缩批量产出的交付周期。
    • 参考可考虑按新单价重算现有视频素材产线的单条成本;值得选电商素材或短视频矩阵等批量场景做 720P 小规模试点;上线后与 Seedance 2.5 输出对比效果再定档位。
  10. 36氪·AI61

    MiniMax发布开源图像生成模型H3-Image,高速版10秒左右生成4K图

    MiniMax正式发布新一代图像生成模型H3-Image,并同步开放模型权重。据介绍,高速版约10秒可生成4096×4096像素(16MP)的4K图像,耗时约为市面主流模型的1/5。

    决策要点

    图像生成的竞争重心正从画面审美转向理解与执行能力的综合较量,开放权重则是MiniMax构建生态和授权合作的支点。

    • 影响十秒级4K出图让设计、电商和游戏素材有机会从偶发制作转向高频生产;中文长文字与多图参考经实测初步可用,海报类排版任务可先试点;开放权重附带社区许可,规模商用前存在授权门槛。
    • 参考可考虑把海报文字排版或商品图场景作为试点,先算清当前出图等待时间和成本再决定替换;涉及规模商用的团队值得先核对H3-Image社区许可协议的授权范围与费用。
  11. 36氪·AI50

    AMD 547亿元收购World Labs后首次同台,李飞飞对话苏姿丰详解统一世界模型Atlas

    李飞飞在CoRL 2026介绍World Labs新模型Atlas,一个用于生成与重建的统一世界模型,采用多模态自回归扩散Transformer架构,通过相机条件控制预测下一个视角,可在稠密重建、稀疏重建与纯生成之间切换;第三方机构Rapidata的相机控制生成基准中Atlas排名第一,该测试含约50万次人工判断,官方称可生成超60秒连贯视频,经蒸馏后能以每秒15帧实时运行。

    决策要点

    AMD以约82亿美元把World Labs纳入自家技术栈,把世界模型当作机器人与物理AI时代的底层能力,芯片厂商开始直接持有模型与场景团队。

    • 影响机器人与自动化企业未来可能多一条用仿真替代真实数据的训练路径,场景与数据成本结构有望改变;双方一致判断机器人会同时推高云端训练与边缘部署的算力需求,算力预算需覆盖两端;模型尚未正式发布,仿真落地价值仍在测试阶段。
    • 参考可考虑让机器人或自动化团队跟踪Atlas正式发布后的仿真与重建能力,评估其对自身长尾场景数据的适用性;值得先测算边缘端推理算力的需求规模,再决定是否调整明年算力预算结构。
  12. 人人都是产品经理53

    微信视觉团队开源 WeVisOne-VL,一个模型包办找物、计数、OCR 与抠图

    微信视觉团队开源视觉模型 WeVisOne-VL,提供 2B 与 4B 两版,一套模型同时完成目标定位、计数、OCR 与分割抠图。官方称测评集答对比例比同类模型高 32%,训练数据超过 1 亿张标注图像、约 36 亿个目标框;模型基于 Qwen3-VL 继续训练,自带约 960 万参数解码器完成抠图,推理时无需外挂大型分割模型。

    决策要点

    微信把找物、计数、OCR、抠图四个图片环节收进一个开源模型,垂类视觉模型正在改变多工具拼接的图片处理方式。

    • 影响素材管理、商品盘点等图片环节可减少多模型拼接的接入成本;2B 与 4B 开源加在线 Demo 让自部署和小规模试用门槛较低;官方列出的遮挡与透明物体局限提示精度要求高的环节要保留人工核对。
    • 参考可考虑把货架商品、包装文字等真实图片先在官方 Demo 上试跑,与现有工具对比准确率;值得让开发团队用推理包把高频图片环节封装成脚本接入素材库,并把返回空结果和处理失败的文件列入人工复核清单。