Gemini 4 Carbon、Hydrogen 與 Argon:如何按工作負載選擇?
AIHubMix 比較 Gemini 4 Carbon、Hydrogen 與 Argon 的基準表現、成本、延遲和 API 協議支援,並按工作負載提出模型路由建議。
AIHubMix 比較 Gemini 4 Carbon、Hydrogen 與 Argon 的基準表現、成本、延遲和 API 協議支援,並按工作負載提出模型路由建議。
騰訊混元於11月13日發佈全新即時語音模型 Hy Realtime,新增 Agentic 工具調用與唱歌能力。模型在語音理解、指令遵循及擬人化表達等基礎對話能力上表現優異。Hy Realtime 已在元寶語音通話、騰訊客服等產品上線,近期亦將上線騰訊雲並提供 API 服務。
語飛國際中文教育垂直大模型於11月13日發布,為全球中文學習者、教師和教育機構提供智能化服務。模型可提供即時回饋的學習評測和個人化輔導,並支援教師生成課前備課、課堂互動及課後鞏固的教學素材。
2026世界中文大會發布語飛國際中文教育垂直大模型,為全球中文學習者、教師和教育機構提供智能化服務。模型可提供即時反饋的學習評測和個性化輔導,並支援教師生成涵蓋課前備課、課堂互動及課後鞏固的教學素材。
Kronos 是專為金融 K 線打造的開源基礎模型,利用來自 45 多個交易所的數據預測價格和成交量。模型先將 K 線數據轉為分層離散 token,再以自回歸 Transformer 預訓練。項目採用 MIT 授權,提供不同規模的預訓練模型,並設有 BTC/USDT 未來 24 小時預測示範。
玩家在不配備顯卡的家庭實驗室中,使用已停產的 Intel Optane 持久內存和 llama.cpp,成功運行 2.8 萬億參數的 Kimi K3 模型。採用 1 比特量化時,初始生成速度約為每秒 0.85 個 token;關閉 DAX 後,速度升至每秒 1.50 個 token。這仍是測試項目,3 比特量化測試的速度則為每秒 0.75 個 token。
Google 於 2026 年 11 月 12 日發佈 Gemini 4 Hydrogen,並開始向 Gemini API、Gemini app、Google 搜尋等服務逐步推出。
推薦理由:文章並列編碼基準、Antigravity 的模型分工及 Google 搜尋 AI Mode 的更新,呈現 Gemini 4 Hydrogen 在開發與搜尋場景中的部署方式。
Google 發佈 Gemini 4 Hydrogen,這是其六週內推出的第三款模型,主打更快回應、較低成本及更高效的 AI 智能體執行。Hydrogen 面向全球用戶,涵蓋 Gemini 應用、Google 搜尋、AI Studio、API 和企業服務,免費用戶亦可透過 Gemini 應用的自動模型選擇功能使用。
推薦理由:Hydrogen 面向全球用戶,並以速度、成本和智能體執行為重點;文中亦對照多項基準與其他模型,呈現其輕量模型定位。
這期開發者新聞摘要涵蓋 Gemini 4 Hydrogen、Google Antigravity、Edge0-145B、Rust 1.100、PostgreSQL 安全漏洞及 Microsoft 365 故障等消息。
Google 發佈 Gemini 4 Hydrogen,這是其六週內推出的第三款新模型,主打更快響應、更低使用成本及更高效的智能體執行能力。Hydrogen 面向全球用戶,覆蓋 Gemini 應用、Google 搜尋、AI Studio、API 及企業服務;免費用戶可透過 Gemini 應用的自動模型選擇功能使用。
推薦理由:文章將 Hydrogen 的評測分數、API 定價與執行效率放在其他模型旁比較,呈現這款輕量模型在表現、成本和速度上的差異。
Edge0 開源 Edge0-145B、Edge0-120B,以及統一推理框架和部署工具,供開發者在個人電腦本地執行、評測或微調模型。Edge0-145B 有 145B 參數,文章報告其峯值記憶體為 29GB、解碼速度超過 80 tokens/s,並列出編碼、推理及指令遵循等基準成績。本地推理不產生相應的雲端模型 token 或 API 費用,資料可留在電腦,核心模型能力亦可離線使用。
推薦理由:文章拆解模型架構、訓練、載入與 CPU/GPU 排程如何配合推理框架,呈現大規模模型在個人電腦本地執行的設計方法。
作者比較 MiMo Token Plan Pro 與 GPT-6.1 Sol 的編碼成本,¥329 月費方案在 20 天內用盡,MiMo 每項已接受改動約 $0.81,高於 Sol 的 $0.71。
SingVL-4B GGUF 是基於 Qwen3.5、採用 4B 參數的多模態決策模型 GGUF 版本,可處理文字或 JSON 問題及最多四張圖片。模型以一次完整前向傳遞評分候選答案,支援選項選擇、是非判斷及分級評分。檔案提供 BF16、Q8_0 和 Q4_K_M 三種精度,並附共用視覺投影器;目前 GGUF 驗證涵蓋 9 個示例及 11 條問題,完整公開評分仍待公佈。
ByteDance 於 2026 年 11 月 9 日推出 Seedream 5.5,這是首款支援原生去背、輸出帶 alpha channel PNG 的 Seedream。
Edge0-145B 主打在個人電腦上提供前沿 AI 能力,討論者提及其 Blender 範例及 TerminalBench 表現。留言指出,模型以 NVFP4 發佈,可能只支援 Nvidia Blackwell;亦有留言提醒它屬於開放權重,而非開源。
Google 發佈 Gemini 4 Hydrogen,將它定位為 Gemini 4 系列成本最低的模型,可供日常工作使用或配合 Carbon、Argon 執行多模型工作流程。
推薦理由:文章對照三款 Gemini 4 模型的定價變化與鵜鶘生成效果,並交代 Google 對 Argon 同價但每輪 token 用量較低的説明,呈現各模型定位差異。
Microsoft 發佈七款自研 MAI 模型,涵蓋推理、編碼、圖像生成、語音轉錄及語音生成。MAI-Code-1-Flash 已整合 GitHub Copilot 和 Visual Studio Code。
作者以 15 項本機測試評估 Gemini 4 Hydrogen,指出它在多項任務中比 GPT-6.1 Sol 速度更快、Token 用量更少,但複雜物理任務仍不及 Carbon。
LFM2.5-2.6B Q4 在 livedoor 日文新聞分類任務的整體準確率為 10.8%,但只回答 29/250 題,當中 27 題正確(93.1%)。測試以每項 250 題比較多個本地模型與 Jev 託管 API;在首 40 題把 token 預算由 512 提至 2,048 後,28 題有作答,11 題仍因達上限而無輸出,另有 1 題輸出無效標籤。
GPT-6 Cyber 是 OpenAI 以 GPT-6 Astra 為基礎、加入額外後訓練的網絡安全專用版本,並透過多層部署控制限制超出授權範圍的行動。在 ExploitGym,GPT-6 Cyber 得分為 48.45%,高於 GPT-6 Astra 的 42.43%;但在 FrontierCyber 完成 90 項挑戰,少於 Astra 的 96 項。
推薦理由:文章並列漏洞利用基準、越界測試與部署控制數據,呈現 GPT-6 Cyber 在網絡安全能力與遵守授權範圍之間的取捨。
谷歌推出 Gemini 4 Hydrogen,面向日常編碼與智能體工作流,主打快速執行與高效運行。相較 Gemini 3.8 Flash,Hydrogen 在預設 high 思考檔位下任務完成速度提升 2.5 倍,Terminal-Bench 4.1 得分由 18.2% 升至 57%,虛構錯誤率降低 5 倍以上。
推薦理由:文中對照 Hydrogen 與 Gemini 3.8 Flash 的速度及基準成績,並列出 Orchestrator 的配額與速度變化,讓模型效能與智能體調度表現有可比較的數據依據。
Google 發佈 Gemini 4 Hydrogen,Gemini App 所有用戶可免費使用,開發者亦可透過 Google AI Studio 申請 API Key 免費調用。
推薦理由:文章並列 Gemini 4 Hydrogen 的評測分數、幻覺率、成本與速度,亦交代其免費使用入口及與 Carbon 協作的方式。
Google 發佈 Gemini 4 Hydrogen,主打更快的回應速度、更低的使用成本及更高效的 AI Agent 執行能力。Artificial Analysis 測得其 High 推理檔位得 51 分,高於 Gemini 4 Argon 的 50 分;API 每百萬輸入 Token 收費 1.5 美元,每百萬輸出 Token 收費 7.5 美元。
推薦理由:文章並列 Hydrogen 的評測表現、API 定價及 Gemini 產品入口,呈現高效率模型在能力、成本與普及使用上的取捨。
Google 發佈 Gemini 4 Hydrogen,稱其在預設 High 思考模式下,任務完成速度是 Gemini 3.8 Flash 的 2.5 倍。在 Terminal-Bench 4.1 中,Gemini 4 Hydrogen 得分為 57%,Gemini 3.8 Flash 為 18.2%;模型生成虛構內容的情況亦減少超過 5 倍。
推薦理由:文章提供 Gemini 4 Hydrogen 與 Gemini 3.8 Flash 的速度和編程基準對照,另列企業任務速度與 Token 消耗數據,呈現不同工作負載下的效能變化。
Google 發佈較低成本的 Gemini 4 Hydrogen,Google 表示它在 Artificial Analysis Intelligence Index 預設 high thinking level 得分 51,高於 Gemini 4 Argon 的 50;新增的 xhigh thinking level 下得分為 54。
推薦理由:文章同時列出 Hydrogen 與 Argon 的智能評分和定價,並以 Gemini 3.8 Flash 的編碼測試作比較,呈現效能與成本定位。
Liquid AI 發佈 LiquidCodec,這是一款約 74M 參數的串流語音 codec,可將 24 kHz 語音編碼為語言模型可預測的 token,再解碼還原音訊。
Gemini 4 Hydrogen 在 Artificial Analysis Intelligence Index 的表現接近 Claude Sonnet 5.5 和 GPT-6.1 Sol。其成本約為 Claude Sonnet 5.5 的三分之一,但約為 GPT-6.1 Sol 的 2.5 倍。
Google 推出 Gemini 4 Hydrogen,稱新模型能更有效理解複雜問題,並逐項回應多部分要求。
推薦理由:報道同時交代 Gemini 4 Hydrogen 的供應入口、複雜提問處理方式及新增思考級別,呈現這次模型更新的主要變化。
Google 發佈 Gemini 4 Hydrogen,這款面向編碼和 AI 智能體的快速低成本模型可在 Gemini app 和 Search 免費使用。開發者價格為每百萬個輸入 tokens $1.50、每百萬個輸出 tokens $7.50,並可一次處理最多 1 million tokens 的輸入。
推薦理由:文章以 Gemini 4 Argon 的價格和 Gemini 3.8 Flash 的速度作比較,並補充基準排名,呈現 Hydrogen 在成本與表現之間的定位。
Gemini 4 Hydrogen 已在 Google 旗下產品中取代 Gemini 3.8 Flash,並即時開放使用,存取限制較此前寬鬆。它提供 low、medium、high、xhigh 四種思考等級;Google 稱 high 模式速度比 Gemini 3.8 Flash 快 2.5 倍,虛構説法減少逾 5 倍。
推薦理由:文中並列 Gemini 4 Hydrogen 相對 Gemini 3.8 Flash 的速度、虛構説法及 Terminal-Bench 變化,並以 Artificial Analysis Intelligence Index 分數對照 Argon。
IBM 於 2026 年 11 月 12 日發佈兩款實驗性 Granite LLMON 模型,訓練目標是分辨可信指令與不可信資料。IBM 稱兩款預覽模型在 OPI benchmark 上比其測試的最佳 frontier model 多避開 47% 攻擊;後訓練論文報告,間接注入評測的攻擊成功率由 53%–100% 降至 0.02%–5.6%。
Google 發佈 Gemini 4 Hydrogen,模型在預設 high 思考級別的 Artificial Analysis Intelligence Index 得分為 51,高於 Gemini 4 Argon 的 50;xhigh 級別得分為 54。
推薦理由:文中並列 Google 公佈的基準成績與 Artificial Analysis 的獨立評測,呈現 Hydrogen 在能力分數、終端任務表現及不同思考級別成本上的差異。
Google DeepMind 宣稱 Gemini 4 Hydrogen 面向快速編碼、多模態整合及日常工作,完成任務的速度是 Gemini 3.8 Flash 的 2.5 倍。
LLMON 隨兩款基於 Granite 4.1 base models 的實驗預覽模型推出:granite-4.1-3b-LLMON-preview 和 granite-4.1-8b-LLMON-preview,支援讀取及生成 LLMON 標記文本。
推薦理由:文章説明 LLMON 如何以明確分隔指令與資料的方式應對靜態間接提示詞注入,並列出相對前沿及開源模型的基準比較。
Perplexity 發佈 Decider v1.3 和 Decider Flash v1.3,新增文字片段定位功能 Locate。
Google 推出 Gemini 4 Hydrogen,面向日常編碼及智能體工作流,支援最高 100 萬 Token 輸入及輸出。輸入每百萬 Token 收費 1.50 美元、輸出 7.50 美元,並設 low、medium、high(預設)及 xhigh 四檔思考深度。
推薦理由:材料並列收費、思考檔位和 Orchestrator 基準數據,亦與 Gemini 3.8 Flash 比較速度與錯誤率,呈現其日常編碼定位的成本及效能參考。
百度在百度世界2026主論壇發佈文心閃電深度思考模型及文心一鏡微表情大模型,並同步上線百度智能雲千帆平台,向企業客戶及合作夥伴開放 API 服務。
Google 於 2026 年 11 月 12 日發佈 Gemini 4 Hydrogen,定位為面向快速編碼及智能體工作的模型,並開始全球推出。Google Antigravity 的 Orchestrator 可讓 Carbon 規劃、Hydrogen 執行,並在需要時切回 Carbon。
推薦理由:Antigravity 團隊的測試呈現 Carbon 規劃、Hydrogen 執行的效率數據,包含接近 Carbon 的任務成功率、配額少用 24% 及平均快 19%。
Google 推出 Gemini 4 Hydrogen,並稱其較 Gemini 3.8 Flash 大幅升級。其 1M 上下文窗口的輸入價格為每 1M tokens $1.50,輸出價格為每 1M tokens $7.50。
Google 發佈 Gemini 4 Hydrogen,定位為面向日常編碼及智能體工作流程的高速、高效率模型,並開始向全球開發者、企業及消費者推出。在 Artificial Analysis Intelligence Index 的預設 high thinking level 下,Hydrogen 得分為 51,高於 Argon 的 50。
推薦理由:文章列出 Hydrogen 與 Argon 的基準分數差異,並交代其 1 million-token 上下文窗口定價,呈現模型表現與使用成本的比較。