跳到正文

模型發佈

新模型的發佈、開源與迭代:大模型廠商的旗艦更新、開源權重放出、性能與價格變化的第一時間記錄。

505條精選相關主題產品更新論文研究開源生態

最新精選

第 221–240 條 · 共 505 條
10月15日週四
  1. DEV Community77

    Google 開放 Gemini 4 Argon 全球使用,提供 1 million token 上下文窗口

    Google 宣佈 Gemini 4 Argon 全球開放予開發者及企業,並提供 1 million token 的輸入及輸出上下文窗口。開發者及企業可透過 Gemini API 和 AI Studio 使用;Google Antigravity、Gemini app 和 Search 的 AI Mode 亦設有符合資格的訂閲用戶入口。

    推薦理由:文章把 Argon 的大上下文能力轉化為企業試點考量,指出應以有界、可覆核的工作流程評估資料權限、輸出檢查與使用成本。

  2. Hugging Face Blog61

    HiRO-ACEv2 推出全球 3 km 氣候模擬,成本約為 X-SHiELD 的 1/300

    HiRO-ACEv2 推出新的降尺度模型 HiROv2,可生成全球 3 km 氣候數據,整套系統成本約為 X-SHiELD 的 1/300。HiROv2 可同時預測多種高解析度氣象場;以降解析度的 X-SHiELD 數據為輸入時,即使是每百萬個數據點才出現一次的事件,高解析度統計與目標模擬仍相差不超過 3%。

    推薦理由:內容比較 HiRO-ACEv2 與 X-SHiELD 的生成成本和極端天氣統計表現,並交代系統目前仍受限於按 X-SHiELD 調校的 ACE。

10月14日週三
  1. MarkTechPost87

    Google 發佈 Gemini 4 Argon API,輸出上限達 1M token

    Google DeepMind 已向開發者、企業及付費 Gemini 訂閲用戶開放 Gemini 4 Argon,單次回應最多可輸出 1M token。模型的輸入與輸出共用 1M token 上下文窗口;Gemini API 入門價格為輸入每百萬 token $2、輸出每百萬 token $10,2026 年 11 月 30 日後調升至 $4/$20。

    推薦理由:文章把 Gemini 4 Argon 的 1M token 輸出上限、定價和基準成績並列,亦交代部分對手分數的來源差異,有助掌握比較結果的限制。

  2. 第一財經76

    Google 重返前沿模型競爭,Gemini 4 Argon 能否抗衡對手?

    Google 於 10 月 14 日發佈 Gemini 4 Argon,主打軟件工程、金融、法律、網絡安全和科學研究等複雜多步驟任務。Artificial Analysis 給予 Argon 53 分、排名第 6,並估算每項任務成本為 1.99 美元,較智能水平相當的 GPT-6 Astra 低約 40%。

    推薦理由:文章並列 Artificial Analysis 的排名與任務成本、訂閲門檻及應用案例,呈現 Argon 能力表現與實際使用成本之間的取捨。

  3. 創業邦85

    Google 全球上線 Gemini 4 Argon

    Google 全球上線 Gemini 4 Argon,Pro 用戶可在 Gemini 應用及搜尋 AI 模式體驗,開發者可付費透過 API 使用。模型結合圖像、影片及語言理解、推理與程式碼執行,並可呼叫工具;官方公開的 19 項基準中,最高思考級別取得 13 項單獨最高、1 項並列最高。

    推薦理由:文章並列 Chrome 重構、ADK 長時間維護及新酶設計等案例,呈現 Gemini 4 Argon 在程式工程與科研任務中的實測範圍。

  4. DoNews83

    Google 開放 Gemini 4 Argon,輸出上限為 1,048,576 個 token

    Google 已向全球開發者和企業開放 Gemini 4 Argon,並透過 AI Studio、Gemini 平台 API 等渠道提供使用。該模型在衡量金融、編碼、法律和税務等領域模型表現的 Vals Index 排名第一;Google 表示,Chrome 團隊以它完成數千萬行程式碼的架構重構,將原需數月的工作縮短至數週。

    推薦理由:文章列出 Chrome 團隊重構數千萬行程式碼、把原需數月的工作縮短至數週的案例,提供 Gemini 4 Argon 用於大型工程工作的具體參照。

  5. IT之家82

    Google Gemini 4 Argon 上線,最高支援 1,048,576 個 token 長解碼輸出

    Google Gemini 4 Argon 已面向全球開發者和企業開放,可透過 AI Studio 及 Gemini 平台 API 使用;Google AI Ultra 訂閲用戶可在 Google Antigravity 使用,Gemini 應用和搜尋 AI 模式則開放予 Google AI Ultra 及 Pro 訂閲用戶。

    推薦理由:材料列出限時及促銷結束後的價格,並交代輸入、思考與輸出共用百萬 token 上下文窗口,可對照其使用成本與長輸出限制。

  6. Google DeepMind72

    Google DeepMind 公佈 Gemini 4 Argon 安全措施,並開始廣泛推出

    Google DeepMind 開始廣泛推出 Gemini 4 Argon,並擴大 Fairwind Program,讓更多可信網絡防禦者參與。在端到端模擬網絡攻擊測試中,Argon 解決全部 12 個情境,上一代為 5 個;Gray Swan 的 Indirect Prompt Injection(IPI)基準中,15 次自適應攻擊的成功率降至 0.7%。

    推薦理由:文章並列高風險能力測試與多層防護安排,呈現 Gemini 4 Argon 如何應對網絡、生物濫用及智能體越界風險。

  7. Hugging Face Blog64

    LFM2.5-24B-A2B 面向快速、私隱保護的本機智能體

    Liquid AI 發佈 LFM2.5-24B-A2B,這款 24B 參數推理模型每個 token 僅啟用 2B 參數,面向在裝置上運行智能體。它在 LiveClaw 得分 48.09,高於 Qwen3.6-35B-A3B 的 38.19,並在 Apple M5 Max 上達到 184 tokens/s。

    推薦理由:LFM2.5-24B-A2B以2B活躍參數面向本機智能體,並列出工具使用基準及CPU、GPU推理速度,呈現模型效能與本機部署的取捨。

  8. Google DeepMind84

    Gemini 4 Argon:為解決最棘手的問題而打造

    Google DeepMind 發佈 Gemini 4 Argon,今日起按用戶類別透過 Gemini API、AI Studio、Google Antigravity、Gemini app 及 Search 的 AI Mode 提供使用。

    推薦理由:文章並列 Argon 的跨領域基準表現、使用入口、定價與工程及科研案例,讀者可據此瞭解其能力定位和實際應用範圍。

  9. Google DeepMind73

    Google DeepMind 推出 Gemini 4 Argon 機械人模型

    Google DeepMind 推出 Gemini 4 Argon,作為適用於整個機械人生命週期的通用物理推理模型。它在 Embodied Reasoning(ERQA)基準上以純推理取得 87%,勝過所有其他前沿模型;文章亦展示其在機械人控制、Real2Sim、物理理解及研究與自我改進方面的用例。

    推薦理由:文章以機械人控制、Real2Sim、物理理解及自我改進案例,呈現 Gemini 4 Argon 涵蓋的機械人工作流程。

  10. The Verge · AI82

    Google 發佈 Gemini 4 Argon

    Google 發佈 Gemini 4 Argon,稱其在編碼、網絡安全、科學、金融及法律等基準測試中勝過 GPT-6 Astra、Claude Fable 5.1 和 Claude Opus 5.5。

    推薦理由:文章並列 Argon 的基準測試主張、內部用途與分階段定價,並交代目前開放的訂閲層級,呈現其競爭定位與可用範圍。

10月13日週二
  1. Latent Space83

    Meta 發佈 Muse Wonder 與 Muse Wonder Full 模型系列

    Meta Superintelligence Labs 發佈第二代 Muse 模型系列 Muse Wonder 與 Muse Wonder Full,分別定位為快速前沿模型及完整版本。

    推薦理由:第三方評測列出 Muse Wonder 與 Wonder Full 在多項基準的分數差異,並交代兩者的使用入口,方便比較兩個版本的定位。

  2. Artificial Analysis 完整文章81

    Muse Wonder 與 Muse Wonder Full 的智能指數較 Muse Spark 1.3 顯著提升

    Meta 發佈 Muse Wonder 和 Muse Wonder Full,兩者在 Artificial Analysis Intelligence Index v4.3 的最高推理力度下分別得 52 分和 56 分,高於 Muse Spark 1.3(48 分)。

    推薦理由:十項評測呈現兩款模型的整體表現差異,Agent 評測、token 用量與任務成本資訊亦提供能力與成本的比較依據。