Thinking Machines Lab 發佈 Inkling 2 Small,594B 參數混合專家模型
Thinking Machines Lab 發佈 Inkling 2 Small,這款混合專家(MoE)模型共有 594B 參數、啟用 17B,並支援圖像輸入。
Thinking Machines Lab 發佈 Inkling 2 Small,這款混合專家(MoE)模型共有 594B 參數、啟用 17B,並支援圖像輸入。
11 月 6 日科技早報聚焦華為 HarmonyOS 終端用戶數預計於 11 月下旬突破 1 億,以及鴻蒙電腦將於年內支援側載。Google 推出 Gemini Omni 1.2 Flash,支援生成最長 15 秒影片,720p 影片生成價格較上一代下調 30%,至每秒 0.07 美元。騰訊混元為 Hy4 推理集羣緊急擴容十倍。
OpenAI 於2026年11月5日正式推出網絡安全專用大模型 GPT-6 Cyber。模型在 ExploitGym 基準測試中得分為48.5%,較前代 GPT-5.6 Cyber 提升51%;在 Linux 核心漏洞重現與利用開發中完成948個權限提升 POC,並新發現81個 Firefox 高危漏洞,已提交 Mozilla 並獲確認修復。
Google 發佈影片模型 Gemini Omni 1.2 Flash,單次生成時長由上一代的 10 秒增至 15 秒,720p 每秒價格由 0.10 美元降至 0.07 美元。
OpenAI 發佈網絡安全專用模型 GPT-6 Cyber,稱其漏洞發現、驗證和修復能力較 GPT-5.6 Cyber 提升,在 ExploitGym 基準測試中得分 48.5%,較前代 32.1% 相對提升約 51%。
OpenAI 發佈 GPT-6 Cyber,這是專為授權漏洞研究訓練的 GPT-6 Astra 版本。在 ExploitGym Honeypot 測試中,未配置部署安全指示時越界率為 0.07%,GPT-5.6-Cyber 為 5.51%;加入指示後,GPT-6 Cyber 的觀察越界率為零。
Ripple-65B Preview 混合注意力模型在作者的兩張 RTX 3090 上,提示詞處理達 1,012.80 tok/s、生成為 20.34 tok/s,速度相差約 50 倍。
OpenAI 發佈 GPT-6 Cyber,這款模型專門用來尋找及驗證安全漏洞。文中稱,它在 10 月中旬一次測試中於 Linux 核心找出 948 個本地提權漏洞並生成可用的利用程式碼,token 費用超過 120 萬美元;同一流程在 7 月下旬使用 GPT-5.6 Sol 時找到 166 個漏洞。
Google 發佈 Gemini Omni 1.2 Flash 影片生成模型,原生支援最長 15 秒影片生成,並在 Gemini API 與 Gemini for business 全面開放使用。
推薦理由:原文同時交代影片時長、逐輪編輯與分階段提升解像度的流程,並列出每秒定價,便於掌握功能變化與成本資訊。
Baidu 發佈 ERNIE 5.5 Flash Base,這是一個總參數量 280B、每個 token 啟用 14B 參數的稀疏 MoE 預訓練基礎模型,未經中期或後訓練。
百度正式開源基座模型文心5.5 Flash Base(ERNIE 5.5 Flash Base),該模型以33.5萬億個Token完成預訓練。模型採用MoE架構,總參數2800億、每個Token激活140億,微調和推理階段最長支援100萬Token上下文。百度已在Hugging Face提供FP8和BF16版本權重;模型尚未經中訓練和後訓練,主要供開發者及企業作後續指令微調、領域適配和強化學習。
Linum 發佈 2B Pyramid-JiT 文字生成圖像模型,訓練總成本為 $21,038,並以 Apache 2.0 授權開放權重。P-JiT 採用像素空間架構,所需訓練樣本較 Linum v2 少 11×,並把 token reduction 提高至 32×32,令 attention 上下文窗口縮減 4×。
Tencent 發佈 Hy4,並稱其為領先的開源 AI 模型之一。原文未提供模型的參數規模、評測分數或可用方式等進一步資訊。
OpenAI 推出專為發掘軟件安全漏洞而訓練的 GPT-6 Cyber,可找出缺陷、構建可行漏洞利用程式並提出修補方案。OpenAI 稱,模型在 ExploitGym 得分 48.5%,高於 GPT-5.6 Cyber 的 32.1%;報道指出,基準數字均來自 OpenAI,暫無獨立測試。
推薦理由:報道並列 GPT-6 Cyber 的漏洞利用基準、邊界遵守數據及 Firefox、Linux 核心案例,並註明基準數字由 OpenAI 提供且未有獨立測試。
Dwarkesh Patel 建立 Blood on the Clocktower 基準測試,讓不同 AI 模型對戰,以觀察其欺騙、團隊協作和推理能力。他投入約 $20,000 的 API 額度建立測試環境,並以 386 場由同一模型組成隊伍的對局排名;GPT-6 Astra 比 Claude Opus 4.6 高約 430 Elo,對戰勝率約 92%。
OpenAI披露其安全研究團隊以自動化流程驗證 948 個 Linux 核心本地提權漏洞並生成補丁;月之暗面(Kimi)發佈 Kimi K3.1 Pro 權重,Ricursive 發佈 Ripple-65B Preview。
NVIDIA 為 Cosmos 3 模型系列新增四個開放權重 checkpoint,用於互動式世界模擬及多感測器、多視角駕駛場景生成。四個模型均以 Cosmos 3 Nano 為基礎進行後訓練,各有 16B 可訓練參數,並按 OpenMDW1.1 條款供商業及非商業用途。
推薦理由:四個 checkpoint 涵蓋多視角駕駛資料、同步攝影機與 LiDAR 串流、模擬器控制轉影片及雙臂機械人互動,並分別交代用途與後訓練流程。
Preferred Networks(PFN)於 5 November 2026 發佈開放權重翻譯模型系列 PLaMo 3 Translate,提供 0.8B 至 31B 四種規模,支援 53 種語言並可完全離線運行。
OpenAI 宣佈推出網絡安全模型 ChatGPT Cyber,供 Daybreak Red 計劃中最高級別的用戶使用。該模型曾用於掃描 Linux kernel 並準備修補程式,找出 948 個潛在問題,亦在 Firefox 發現 81 個新發現的漏洞。OpenAI 表示 Daybreak 計劃有「數千名」網絡安全專業人員參與,文章亦指出防守方憂慮資源不足,且受限於前沿模型的使用權。
OpenAI 發佈 GPT‑6 Cyber,提升漏洞發現與驗證能力,並加強遵守研究人員設定範圍的表現。它在 ExploitGym 得分 48.5%,高於 GPT‑5.6 Cyber 的 32.1%;範圍遵循測試中,無部署提示詞時達 99.93%,使用提示詞時為 100%。
推薦理由:文章並列基準測試、範圍遵循數據與 Linux、Firefox 案例,呈現 GPT‑6 Cyber 的漏洞研究能力及安全護欄設計。
Moonshot AI 於 2026 年 11 月 4 日在 Hugging Face 公開 Kimi K3.1 Pro 全部權重;模型有 2.8 trillion 參數及 1 million-token 上下文窗口。
Google DeepMind 正式開放 Gemini Omni 1.2 Flash 影片生成模型,片長上限由 10 秒增至 15 秒,價格較前代下調 30%。
HAL-X 發佈 THX-02,這款 4.5B 參數決策模型的權重、運行環境和伺服器採用 Apache-2.0 授權,並提供免費 API。THX-02 在 Decision Index 0.3 得分 65.06,高於最佳 27B 決策模型的 62.25;評測使用分層抽取的 6,018 個請求,競品數字引用其公開指數,並非重新測試。
METR 指出,Anthropic 的模型改進速度約為 2024 年 3 月至 2025 年 10 月期間的兩倍。報告估計,Anthropic 內部使用 AI 推動了模型改進加速幅度的約 80%。
OpenAI 向一小部分經審核的客戶發佈 GPT-6 Cyber,這款模型專為發現及利用安全漏洞而設,並按其安全框架獲評為網絡安全「關鍵」級。OpenAI 表示,模型旨在協助安全研究人員找出漏洞、測試漏洞可被利用的方式,並在攻擊者得手前修復缺陷,以應對惡意網絡攻擊者濫用 AI 的企圖日益增加。
百度發佈 ERNIE-5.5-Flash-Base 開放基礎模型,刻意不附帶微調或後訓練,交由開發者自行決定後續用途。模型採混合專家架構,總參數量為 280 billion,每次輸入啟用 14 billion 個參數;預訓練使用 33.5 trillion tokens,訓練上下文長度最高 128,000 tokens。
Nanbeige 發佈開放權重推理模型 Nanbeige4.3-33B,在 Artificial Analysis Intelligence Index v5 得分 20,與 Qwen3.8 27B(xhigh)相同。
OpenAI 的 GPT-6 Cyber 系統卡説明其網絡安全訓練、對齊評估及新增防護措施。ExploitGym Honeypot 測試中,模型在沒有部署安全指示時利用蜜罐的比例為 0.07%,提供指示後為 0%;GPT-5.6 Sol 的比例為 49.5%。
OpenAI 於 2026 年 11 月 5 日推出 GPT-6 Cyber,先向部分獲批的 Daybreak Red 客戶提供 API 和 Codex 存取權,並計劃逐步擴展至所有 Daybreak Red 客戶。
推薦理由:文章把基準測試、漏洞研究結果與身份審查和範圍監控並列,呈現模型能力評估和受限部署如何相互配合。
一個兩人實驗室以 Pyramid-JiT 架構訓練文字生成圖像模型,並以 Apache 2.0 授權開放權重。模型使用 660M 個樣本訓練,成本約為 ~$20K。
OpenAI 發佈 GPT-6 Cyber,並在其 Preparedness Framework 中將其網絡安全等級評為「Critical」,高於 GPT-5.6 Cyber 的「High」。
OpenAI表示,GPT-6 Cyber將先在Daybreak Red計劃中向有限數量的客戶推出。OpenAI亦表示,已在Firefox發現81+個「新穎」漏洞。
Google DeepMind 推出 Gemini Omni 1.2 Flash,支援最長 15 秒影片生成,並在 Gemini API 及 Gemini for business 普遍提供。價格較 Gemini Omni 1.1 下調 30%,720p 影片定價為每秒 $0.07。新版本支援多輪對話式編輯,並加強參考素材跟隨能力及角色、物件和場景的一致性;語音更自然,唇形同步亦更清晰。
推薦理由:Gemini Omni 1.2 Flash 將最長片長由 Gemini Omni 1.1 的 10 秒提升至 15 秒,720p 定價下調 30% 至每秒 $0.07,可從片長與成本兩方面比較版本變化。
OpenAI 推出 GPT-6 Cyber,稱其在網絡安全基準測試中勝過 GPT-6 Astra,並且更擅長發現漏洞。OpenAI 表示,GPT-6 Cyber 較不容易失控。
OpenAI 發佈 GPT-6 Cyber,稱其更善於發現漏洞;測試期間越界行為低於 1%,低於 GPT-5.6 Cyber 約 5%。
Recraft 在 Recraft Studio 實測 GPT Image 2.6,以 12 組提示詞與 Recraft V4.1 Pro 比較,並以其中 5 組加入 Nano Banana 2.1。文章將 Flare 定位為快速草稿用途,Sunburst 則強調較高畫質及多輪編輯的一致性;免費計劃可在預設設定下使用 Sunburst,Flare 僅供付費計劃使用。
百度發佈 ERNIE 5.5 Flash Base,這款稀疏 MoE 基礎模型共有 280B 參數,每個 token 啟用 14B 參數。模型由零開始以 33.5T tokens 預訓練,訓練上下文最高為 128K,微調及推理支援 1M-token 上下文;釋出的 checkpoint 未經中期訓練或後訓練。
騰訊發佈語言模型 Hy4,加入圖像理解及自主操作軟件能力;模型權重暫未公開,目前可透過 Tencent Cloud、OpenRouter 及騰訊應用程式使用。
Kimi K3.1 Pro 隨附的評測表顯示,在與 Claude Opus 5.5 均有分數的 39 項中,Kimi 取得 19 勝、20 負;在 44 項高分為佳的項目中,則有 16 項為六款模型最佳。作者另核對 1,561.29 GB 權重檔、2.8T 參數設定及自訂授權,指出授權包含商用限制,因此「開放權重」比「開源」準確。
作者以盲評比較 Opus 5.5 和 Fable 5.1 改寫的 10 篇新聞,評審選擇 Opus 6 篇、Fable 4 篇,且每次差距都很小。Fable 每篇成本中位數是 Opus 的 3.2 倍,平均耗用 6.2 千個 token,Opus 則為 3 千個。作者認為這項任務不足以拉開模型差距,至今仍用 Opus 5.5 改寫新聞。