Gemini 4 Neon:中階模型才是日常編碼工作的主力
Google 推出 Gemini 4 Neon,作者主張這款中階模型更適合承擔開發者日常的高頻編碼工作。
Google 推出 Gemini 4 Neon,作者主張這款中階模型更適合承擔開發者日常的高頻編碼工作。
CriticNPU 是一套面向 LLM 推理的 NPU 設計空間探索框架,利用線上校準的機理評估器篩選候選配置並分析運算瓶頸。在 6 個 LLM 工作負載及每個模型 16 個部署配置的測試中,其延遲表現於 74% 的 prefill 設定及 87.5% 的 decode 設定達到最佳或並列最佳。與具競爭力的 DSE 基線相比,CriticNPU 使用的模擬器呼叫約減半。
阿里雲開發者社區文章介紹 Qwen3.8-Max 的定位、能力及計費方式,稱其面向複雜長任務與智能體開發。文中列出 2.4萬億參數 MoE 架構、百萬 Token 上下文、原生文字、圖片及影片輸入,以及工具調用能力。文章亦介紹按量 API 計費,輸入及輸出分別為 12 元和 36 元/百萬 Token;個人版 Token Plan 月費為 39 至 312 元。
inclusionAI 發佈開放權重醫療模型 LingSante-3.1-flash,總參數量為 560B,每個 token 啟用 25B 參數,並支援 1M tokens 上下文窗口。該模型在醫療專業行為基準中總排名第二,僅次於 GPT-6 Astra;其用途定位為研究與評估,並非醫療器械,不得作為診斷、處方或治療的獨立依據。
NVIDIA 團隊提出 SEED,透過減少預填充階段的深層計算及壓縮循環狀態,使 Qwen3.8-Flash-Next 在 GB300 GPU、SGLang 的編碼 Agent 會話測試中,每 GPU 峯值吞吐提升 16%~42%。
Gemini 4 Neon 在 Gemini API Standard 付費層每 1M input tokens 收費 $3、output tokens 收費 $15,thinking tokens 按 output 費率計算。
Gemini 4 Neon 在 Gemini API 的 Standard 方案中,每百萬輸入 tokens 收費 $3、輸出 tokens 收費 $15,1,048,576 tokens 上下文窗口內採固定費率。
Gemini 4 Neon 的 Standard 層每 1M 輸入 token 收費 $3、每 1M 輸出 token 收費 $15,思考 token 按輸出費率計算,並沒有免費 API 層。
Gemini 4 Neon 的 Standard 價格為每百萬輸入 token 3 美元、輸出 token 15 美元,文章並計算常見請求的單次成本。Batch 和 Flex 價格減半,Priority 每百萬輸入 token 5.40 美元、輸出 token 27 美元;思考 token 按輸出價格計費,Standard 的快取輸入則為每百萬 token 0.15 美元。
Artificial Analysis 的比較顯示,Gemini 4 Neon 在 Intelligence Index 僅落後 Claude Fable 5.2 和 GPT-6.2 Astra。其編碼能力媲美 Opus 5.5,成本則低得多。
英偉達在最新財報電話會議披露,旗下 GPU 租賃價格隨 AI 推理需求上升,Hopper 多年期續約價格最高達原價 2 倍,B300 較推出時上漲逾 60%。自今年 5 月以來,AI token 價格下跌近 60%,帶動 AI 使用量和算力需求增加;英偉達提供予超大規模及新興雲端服務商的計算資源均已滿負荷使用。
英偉達在最新財報電話會議上確認,Hopper 與 Blackwell 架構 GPU 租賃價格因 AI 推理需求激增而全面上漲。Hopper 多年期續約價達原價 2 倍,B300 租賃價較發佈時上漲逾 60%;AI token 成本自 5 月以來下降近 60%,帶動算力消耗,雲服務商資源已滿負荷。英偉達要求新簽海外雲端合約至少 51% 的服務面向非中國客戶,令中國 AI 企業取得算力更困難。
Google 發佈中階模型 Gemini 4 Neon,稱其完成大部分任務的速度約為 Gemini 4 Carbon 三倍,成本低約 60%。Google 公佈的基準測試顯示,Neon 在部分任務超越 Carbon;Artificial Analysis 的 Intelligence Index 評分為 61,排名第三。
推薦理由:文章並列 Google 自行公佈的基準測試、Artificial Analysis 的 Intelligence Index 評分及同級模型定價,呈現 Neon 的效能表現與成本定位如何相互比較。
JEDEC 公佈 DDR6 DRAM 標準初步規劃,目標傳輸速率由 12.8GT/s 起步,並提出模組長度縮短約 44% 的方案。規劃把數據總線由 64 位增至 96 位,JEDEC 預計新標準推出初期可帶來超過 50% 的記憶體頻寬增幅。DDR6 仍在制定階段,RDIMM、UDIMM 和 CAMM 等模組形式尚未定案,披露的規格仍可能調整。
Google 正式上線 Gemini 4 Neon;它在 Artificial Analysis 編程 Agent 榜取得 58.6 分,排名第一。Google 稱它在與 Claude Opus 5.5 和 GPT-6.2 Sol 的 19 組比較中,有 16 組取得最高成績。
推薦理由:文章並列 Neon 的編程榜排名、單次任務成本與 Antigravity 的多 Agent 分工,呈現其表現與任務開支的比較脈絡。
文章比較 GPT-6.2 Astra 與 GPT-6.2 Sol 的基準表現和 API 定價,兩者在 Cognition FrontierCode 2.0 均有 48.2% 通過率。
推薦理由:文章並列編碼基準、ARC-AGI-3 表現差距與 API 成本,亦提供按驗收任務核算支出的思路。
Edwin Jongsma 用其模型 Harness 測試 300 道高難度數學題,加入驗證循環、記憶和受控搜尋後,模型解題成功率提升 1.59 至 2.11 倍。
騰訊在2026年第三季度財報中稱,WorkBuddy日活躍用戶超過1000萬、每日消耗超過100萬億Token,按用戶每日大語言模型Token消耗總量衡量,已成為國內規模最大的AI應用。按最近七天收入年化計算,WorkBuddy收入已超過5億美元,第三季度收入達第二季度的五倍以上;同期騰訊資本開支為814.3億元,公司尚未給出AI盈利時間表。
推薦理由:文章並列 WorkBuddy 的用戶與收入增長、騰訊高額算力投入及現金流壓力,呈現 AI 商業化進展與盈利挑戰之間的關係。
作者實測 Gemini 4 Neon,稱它在與 Opus 5.5 同台的 18 項基準中勝出 16 項。Artificial Analysis 綜合智能榜中,Neon 的 xhigh 得 61 分,高於 Carbon 的 60 分及 Opus 5.5 的 59 分;預設 high 檔平均每題成本為 $3.74,低於 Opus 5.5 的 $10.04。
推薦理由:文章結合第三方基準、作者本機任務與單題成本比較,呈現 Gemini 4 Neon 在編碼表現、速度和費用上的差異。
阿里雲通義千問推出 Qwen4‑Max 預覽版,提供 100萬 Token 上下文窗口及文字、圖片、影片輸入,主打複雜編程、智能體長鏈路任務和專業辦公。預覽版只可透過 Token Plan 訂閲調用;新用戶可領取超7000萬免費 Tokens,Lite 個人方案首購 5 折後為 19.5 元/月,模型調用另有短期 2 折優惠。
Exa 在 AWS Inferentia2 和 AWS Trainium2 上優化嵌入推理流程,以支援數十億份文件索引,吞吐量提升約 1.5 倍。相較初始基線,最終版本的效能及每 1 million 份文件的嵌入成本表現均改善 47%。
Prime Intellect 推出 Model Factory,將強化學習(RL)、監督式微調(SFT)、預訓練和推理整合到同一控制平台,支援模型訓練、部署及持續改進。用戶可按 GPU 小時付費使用託管訓練,或選擇具預留算力及 Slurm、Kubernetes 存取權的專屬部署。Prime Traces 可將生產追蹤記錄用於下一輪訓練。
Google 推出 Gemini 4 Neon,主攻複雜編程、科學研究和企業工作流程,並已開始向開發者、企業及部分付費訂閲用戶開放。在最高 xhigh 檔位下,模型於 Artificial Analysis 編程智能體指數以 58.6 分排名第一,智能指數則以 61 分排名第三;預設 high 思考檔位下,相關測試的單任務成本比同系列 Carbon 低 32%。
推薦理由:材料把公開基準排名、相對 Carbon 的成本差異及早期內部速度比較分開呈現,讀者可辨別不同評估條件下的性能資訊。
RadixArk 發佈首個模型 DaisyRose-27B,基於 Qwen3.8-27B,經強化學習訓練後,在 Terminal-Bench 4.1 的 pass@1 由 5.6% 提升至 12.0%。
Amazon SageMaker JumpStart 在 SageMaker Studio 推出 Model Leaderboard,讓用戶並列比較模型品質、速度和估算成本。
谷歌發佈 Gemini 4 Neon,模型在 Artificial Analysis 智能指數以 xhigh 推理強度取得 61 分,總榜排名第三,比 Gemini 4 Carbon 高 1 分。
推薦理由:文章對照 Artificial Analysis、Arena 和 Vals AI 的排名,並列出 Neon 與 Carbon 的任務成本差異,提供模型表現與成本的比較依據。
香港中文大學(深圳)與微軟研究院提出多模態建模架構 ConvexLLM,以 C-Gate 將音頻表示映射至語言模型凍結文字詞向量的凸包中。ConvexLLM 在 VoiceBench 11 項任務綜合評測中取得 75.36 分,領先同量級開源權重模型。模型在 BBH 得分為 80.40%,較最強基線高 8.80 個百分點。
Google 發佈 Gemini 4 Neon,並開放世界模型 Genie 4 使用。Neon 速度為 Carbon 的 3 倍、成本為其 60%,上下文窗口為 100 萬 token(https。
推薦理由:文章並列 Gemini 4 Neon 的速度、成本與評測數據,以及 Genie 4 的互動能力和開放安排,呈現 Google 兩項產品更新的不同重點。
Humming 0.1.18 在 SGLang 的整合擴展至更多量化方案及 GPU 架構,並以專用核心執行低位元稠密與 MoE 推理。
Google DeepMind 發佈 Gemini 4 Neon,面向複雜軟件工程、知識工作及科學工作流程,主打快速端到端任務處理。它在 Artificial Analysis Intelligence Index 的 xhigh thinking level 排名第 3、得分 61,並在 Vals Index 排名第 2、得分 70.9%。
推薦理由:Gemini 4 Neon 同時面向編碼、企業分析、科學工作與網絡安全,並列出多項基準成績及不同思考層級的成本比較,呈現能力與效率的取捨。
Google 發佈 Gemini 4 Neon,主打在複雜軟件工程、知識工作及科學工作流程中快速完成端到端任務。
推薦理由:文章並列 Neon 在多項基準的表現與每項任務成本,對照 Carbon 及其他前沿模型,呈現不同 thinking level 下的能力與效率取捨。
NVIDIA Dynamo 現已可在 Amazon SageMaker HyperPod Inference 原生運行;文章指出其 2.05× 吞吐提升只適用於特定基準條件。
Google 於 2026 年 11 月 18 日宣佈 Gemini 4 Neon 正式供應,面向軟件工程、知識工作及科學,收費為每百萬輸入 tokens $3、每百萬輸出 tokens $15。
Kubernetes HPA 可透過自訂指標,依等待佇列深度為 AI 推理服務增減 Pod,以應對 API 流量突增。範例透過 Prometheus Adapter 暴露 vllm_num_requests_waiting,將目標設為每個 Pod 平均 10 個等待請求,副本數介乎 1 至 4。設定將擴容穩定窗口設為 0,縮容則採 300 秒窗口,並限制每 60 秒最多減少 25%。
SRE-1 是一個以強化學習訓練的 27B 模型,旨在找出生產環境警報的根本原因。在 49 宗困難的實際案例中,強化學習將單次調查的通過率由 6.9% 提高至 38.8%。5 次 SRE-1 調查組成的集成,通過率達 71%,與 Fable 5.2 相同,成本低 37%。
RadixArk 發佈其首個模型 DaisyRose-27B;該模型基於 Qwen3.8-27B,以強化學習訓練,Terminal-Bench 4.1 的 pass@1 從 5.6% 升至 12.0%。
Epoch AI 的數據分析顯示,AI 智能體推理容量在一年內增至 Q2 2025 基準的 4.6 倍,峯值 8-bit 算力則增至 2.6 倍。圖表呈現 Q2 2025 至 Q2 2026 各季度截至當時已售出 AI 晶片的估算容量,並按晶片設計商及系列拆分。
OpenAI 行政總裁 Sam Altman 在 The New York Times DealBook Summit 表示,人類應繼續掌控 AI 對世界及每個人生活的影響,反對逐步把決策權移交 AI。
Transformers 的 MoE 專家串流實作在 32GB Mac M5 上運行 Qwen3.8-Flash-Next,200-token 解碼達 13.9 tok/s,與 Strata 的 14.8 tok/s 相差約 6%。
推薦理由:文章以同一台 M5 和相同提示詞比較 Transformers 與 Strata,呈現專家串流優化後短文本解碼差距約 6%,並指出剩餘效能瓶頸。
NVIDIA 的 Kumo Tabular 是一組開放權重表格基礎模型,可在單次前向傳播中對新數據集分類或回歸,無需訓練、超參數搜尋或特徵工程。論文報告 Kumo Tabular-L 在 8 個表格基準均排名第一;模型以表格中已標記的資料列作上下文,預測未標記查詢列的結果。