模型与能力
Google 发布 Gemini 4 Neon:中档模型,价格和上下文都够用
Neon 是 Gemini 4 第四款、定位中档:输入 $3/百万 tokens、缓存输入 $0.15、输出 $15,1M 上下文、四档 effort。已进付费 API、AI Studio、Android Studio、企业版、Antigravity 和 Gemini App;Cursor、GitHub Copilot、LangChain 首日接入。高 effort 智力指数 60,每任务 $3.74;Agent Arena 第二,CursorBench 63.7%。
> 相关链接:Google 发布|定价与规格|上线范围|首日集成|测评
GPT-6.2 数学和 Agent 测评出炉:Astra、Sol 表现抢眼
Astra 和 Sol 拿下 MathArena 前两名,Astra 解出 53 道 ArXivLean 中的 42 道;Vals 还称首次用 Lean 形式化并核验 Smoktunowicz Gap Theorem。Agent Arena 中 Astra 第 6、Sol 第 11(每任务中位 $0.90);WebDev 榜 Astra 第 3,成本比上代低 42%。
> 相关链接:MathArena/Lean|Agent Arena|WebDev 榜|Vals
OpenAI 给 GPT-6.2 后台任务打折:最多便宜 40%
Responses API 的“可等待”任务开公测:目标 2 小时返回的打 7 折,8 小时返回的打 6 折(每 token)。适合不着急的批处理;即时任务没这个价。
> 相关链接:OpenAI Developers
腾讯开源 Hy4 Flash 权重:224B 多模态 MoE,单 token 只激活 12B
Hy4 Flash 总参数 224B,激活 12B,支持 1M 上下文,还带约 64B 的 n-gram 嵌入表。腾讯放出 instruct、FP8 和 base 检查点,vLLM 已跟进。
> 相关链接:Tencent repository|vLLM
Inworld 开源语音隔离和 SAVA 回合检测
语音隔离模型有 64M 离线版和 58M 实时版,均 48kHz;SAVA 回合检测称中位 71ms 判断用户是否说完。做语音 Agent 的团队可以直接本地跑。
> 相关链接:Inworld 权重|本地测试讨论
Kling Image 4.0 上榜:文生图第 7、编辑第 6
在 Artificial Analysis 的文生图榜排第 7,图像编辑榜排第 6。不是第一梯队,但已进入可比较的榜单。
> 相关链接:Artificial Analysis
Agent 与工具链
Hugging Face 修正 Pi adapter 成绩,并放出 OpenCode adapter
之前 Pi adapter 在 51 道最难 SWE-bench Pro 上报 15–32 解,因隧道故障影响 9 个基模运行,重跑后改为 20–33 解,即 39.2%–64.7%。新 OpenCode adapter 让 Qwen3.8-27B 在关闭 thinking 时从 35.3% 升到 51.0%。
> 相关链接:修正 model card|OpenCode release
Prime Intellect 推出 Model Factory
一个平台包办 RL、监督微调、推理服务和评测。适合想自己训练/部署模型但又不想拼一堆工具的团队。
> 相关链接:Prime Intellect
小步改代码 harness 更省 token:效果只差一点,成本低很多
在 40 个留出 issue 上,一次只改一个模块的 gated 方法在 SWE-bench Lite 得 40.0%,每任务 46.7K tokens;全量重写得 42.5%,但要 451.6K tokens。差 2.5 个点,token 差近 10 倍。
> 相关链接:DAIR research summary
双模型干活:Astra 规划评审,本地 Qwen 写代码
有人用 GPT-6.2 Astra 做规划和 review,本地 Qwen3.8-27B 做实现,同一次运行的 API 账单从 $7.40 降到 $1.62。省钱关键是别让贵模型包办所有生成。
> 相关链接:Workflow and discussion
基础设施与硬件
vLLM 0.34.0:KV cache 可扩展,GB200 上 NVFP4 解码最高快 1.95 倍
新版默认开启可扩展 KV cache,Model Runner V2 成为唯一 GPU runner。官方称在 GB200 上 NVFP4 解码最高快 1.95 倍。
> 相关链接:vLLM
Epoch:推理容量增速跑赢峰值算力
Epoch 估算,从 2025 Q2 到 2026 Q2,针对固定 agent 工作负载的已售芯片容量涨了 4.6 倍,而峰值 8-bit 算力只涨 2.6 倍。说明推理优化和专用容量在补算力缺口。
> 相关链接:Epoch AI
Runway 把视频模型服务硬件砍半
Runway 称 57B 视频模型能在 4 张 GPU 上跑到 24fps,之前要 8 张。对视频生成来说,服务成本直接降一半。
> 相关链接:Runway
TokenWing 从 SSD 流式加载专家:120B MoE 塞进 12GB 显存
开发者称可将多数 routed experts 从 SSD 流式读取;有用户实测 120B MoE 在 12GB VRAM + 32GB RAM 上跑到 45–50 tok/s。适合本地跑大 MoE,但强依赖存储速度。
> 相关链接:LocalLLM thread
OpenAI 模型帮 AMD 重设计 GPU 电路,最高改进 14%
OpenAI 称在 AMD 旗舰 GPU 的部分设计块上,对比已优化基线最高提升 14%;用 Synopsys 工具检查行为、功耗、性能和面积,部分改动已进入送制造的设计。
> 相关链接:OpenAI
研究与方法
OpenAI 提议定期披露 AI 研究加速指标
OpenAI 更新内部 agent 使用和研究任务完成情况,并建议定期公开 AI 研究加速相关指标。核心问题是:AI 到底把科研推进得快了多少,需要可对比的度量。
> 相关链接:OpenAI
MAC Bench:8 个 Agent 协作,多数收益来自并行探索
测试发现,8 个 Agent 的大部分提升来自并行探索;只有 Opus 5.5 是唯一在协调机制上还能额外加分的模型。也就是说,堆 Agent 之前先把并行分工做好。
> 相关链接:Bespoke Labs
产品与应用落地
Genie 4 进 Project Genie:边玩边用文字改世界,还加了原生音频
Google 的世界模型 Genie 4 加入原生音频,用户可在会话中用文字实时改变世界。先向符合条件的 Google AI Ultra 订阅者逐步开放。
> 相关链接:Google DeepMind
行业与公司动态
Anthropic IPO 定价 $83/股,发行规模约 $81.3B
发行 9.8 亿股,按 $83 算约 813 亿美元;其中约 794 亿美元来自 Anthropic 卖老股(费用前)。预计 11 月 19 日以 ANT 在纳斯达克交易。
> 相关链接:Anthropic
Palo Alto Networks 45 亿美元全股票收购 Applied Compute
交易给 Palo Alto 补上后训练和开源权重模型服务能力。双方预计在 Palo Alto 2027 财年 Q3 完成,还需监管批准等条件。
> 相关链接:Palo Alto Networks