最新精選
第 141–160 條 · 共 505 條當地時間11月4日,OpenAI 發佈圖像生成模型 Images2.6,並向全球用戶開放,支援在 ChatGPT、Codex 及 API 使用。Images2.6 的圖像生成速度較上一版本提升50%,並加強多輪編輯的細節控制,以及角色、產品和品牌元素的一致性;新增的 GIF 生成功能可把靜態圖像、角色或產品視覺轉為循環動畫。
推薦理由:API 的 Flare 在低質量設定下最快可在6秒內生成圖像,Sunburst 則側重更高質量和編輯一致性,呈現不同取向。
OpenAI 發佈 ChatGPT Images 2.6,用戶可用提示詞或上傳圖片生成循環 GIF,並調整播放速度及單獨修改畫格。ChatGPT 和 Codex 所有訂閲級別今日可用;API 同步推出 GPT-Image-2.6 Flare 和 GPT-Image-2.6 Sunburst,定價與 Images 2.5 相同,均為每百萬輸出 token 30 美元。
推薦理由:Images 2.5 尚需生成 36 張連續畫面並用 Codex 拼接,Images 2.6 則可直接生成 GIF,呈現動畫製作流程的變化。
OpenAI 推出圖像模型 Images 2.6,為 ChatGPT 新增 GIF 生成、播放速度調整及逐幀查看和編輯功能。官方稱,圖片生成速度較此前提升 50%;Images 2.6 已向全球 ChatGPT 和 Codex 用戶開放,涵蓋所有訂閲級別,並支援網頁、桌面及流動端。
推薦理由:這次更新涵蓋面向用戶的 GIF 生成與逐幀編輯,也同步推出兩款圖像 API 模型,可瞭解 ChatGPT 與開發者端各自獲得的更新。
月之暗面已將 Kimi K3.1 Pro 的模型權重上載至 Hugging Face,正式開放權重。模型採用 MoE,總參數為 2.8 萬億,每次推理啟用其中 1040 億,支援 100 萬 token 上下文及看圖;Artificial Analysis 綜合智能指數為 46.5 分,較 DeepSeek-V4.1-Flash 的 32.6 分高約 14 分。
推薦理由:文章交代授權例外及部署所需硬件,呈現權重開放後商用與自行部署各自面對的實際門檻,方便判斷其適用範圍。
- Hacker News 熱門(buzzing.cc 中文翻譯)精選AI 評分8282
Kimi K3.1 Pro 以開放權重、多模態智能體模型形式推出,提供 1-million-token 上下文窗口。模型由 Kimi K3 經大規模聯合強化學習後訓練,涵蓋數百個下游領域;總參數量為 2.8T,啟用參數為 104B。
推薦理由:模型卡列出多類編碼、智能體、推理與多模態基準,並附上評測工具、設定及數據來源,方便理解各項分數的比較口徑。
騰訊混元發佈新一代大語言模型 Hy4,新增視覺理解並首次支援電腦操作(Computer Use),亦提升指令遵循、長文理解及長程智能體能力。Hy4 將於近期開源模型權重並發布模型系統卡片,目前已在騰訊雲Tokenhub、WorkBuddy/CodeBuddy、元寶等產品上線,API 亦接入 OpenRouter、Hermes、OpenCode 等平台。
推薦理由:Hy4 的更新涵蓋視覺理解、電腦操作及長程智能體任務,報道亦列出已上線產品與 API 平台,呈現能力擴展及接入情況。
Mistral AI 於 10 月 29 日在歐洲正式開源 Mistral Large 4(ML4)模型權重,模型總參數達 1 萬億,啟用參數為 520 億。
推薦理由:材料並列模型參數規模、基準表現與 Token 消耗變化,亦交代 MIT 修改版許可和 MaaS 轉售授權條件,呈現評測資訊與商用限制。
- DEV Community精選AI 評分8080
Mistral AI 於 10 月 29 日公開 Mistral Large 4(「Le Chonk」)完整權重,模型有 1 trillion 總參數、約 52 billion 活躍參數及 1 million-token 上下文窗口。
推薦理由:文章並列發布前後的 Terminal-Bench 變化與第三方榜單結果,呈現 Mistral Large 4 在編碼表現上的進步及其排名邊界。
Mistral AI 正式開放 Mistral Large 4(ML4,代號 le Chonk)模型權重;模型有 1 萬億總參數及 490 億激活參數,連同嵌入層和輸出層則為 520 億。
推薦理由:文中並列編碼智能體評分、每項任務的 Token 用量變化及權重授權條件,方便讀者對照模型指標與不同用途的使用限制。
- Unite.AI精選AI 評分7979
Mistral AI 於 2026 年 10 月 29 日發佈 Mistral Large 4 權重,這款 1-trillion-parameter 原生多模態模型可在 Hugging Face 下載作自託管,亦可透過 API 及合作平台使用。
推薦理由:文章並列權重授權限制、API 定價與編碼基準成績,方便對照 Mistral Large 4 的商用部署條件和官方公佈表現。
- Numerama精選AI 評分7676
Mistral AI 於 2026年10月29日公開 Mistral Large 4 的權重,模型共有 1,000 billion 個參數。此後三週,Mistral 持續進行強化學習,重點改善編碼與網絡安全;Terminal-Bench 4.0 得分由 28% 升至 41%。
推薦理由:文章交代開放權重讓 Mistral Large 4 可在自有伺服器運行,同時説明服務轉售授權限制及所需的數據中心 GPU。
- Hugging Face Blog精選AI 評分8080
Mistral Large 4(Le Chonk)以開放權重形式登上 Hugging Face,提供 FP8 和 NVFP4 兩個官方版本。模型是多模態、多語言 MoE,約有 1T 總參數、49B 活躍參數及 1M tokens 上下文窗口,支援文字和圖片輸入並生成文字。
推薦理由:文章整理 Mistral Large 4 在 Transformers、vLLM 和 llama.cpp 的部署方式,並附上不同硬件配置與上下文長度下的實測速度,提供實際部署參考。
- Mistral AI精選AI 評分7676
Mistral AI 發佈改進版 Mistral Large 4(Le Chonk)的開放權重;這款 1-trillion-parameter 原生多模態模型提升了編碼、防禦性網絡安全及推理效率。
推薦理由:文章把編碼基準成績與 tokens 使用效率並列,並交代開放權重模型的自託管及企業託管服務選項,呈現能力比較與部署方式。
Mistral 已為 1 萬億參數的 Mistral Large 4 發佈開放權重;模型每項任務啟用 520 億個參數,可讀取文字和圖像,並生成文字及程式碼。
推薦理由:文中比較編碼與網絡防禦基準的得分,並列出每項編碼任務的 token 用量差異,呈現 Mistral Large 4 的測試表現。
- Latent Space精選AI 評分7777
Google DeepMind 宣佈 Gemini 4 Carbon,稱其在網絡安全及長時程任務上表現領先;Artificial Analysis Intelligence Index v5 給它 59 分,排名第一。
推薦理由:文章並列 Google 公佈的網絡安全測試成績與 Artificial Analysis 等排行榜結果,也交代模型目前只向受信任的網絡安全防禦者開放,呈現其評測表現與現階段可用範圍。
- gihyo.jp精選AI 評分7777
Google 發佈新模型 Gemini 4 Carbon,提升跨多個工程階段的長時間開發能力,並改善漏洞發現、利用可能性驗證及修復能力。
推薦理由:文章並列漏洞發現、利用驗證與修復基準及分階段開放安排,呈現模型能力提升如何影響其安全部署方式。
Google 發佈 Gemini 4 Carbon,該模型在 Artificial Analysis 智能指數 v5.0 取得 59 分,排名第一。它在 SEC-bench Pro、ExploitGym 和 CWE-bench 分別取得 88.2%、54.8% 和 71.0%,並支援 1M token 上下文窗口。
推薦理由:文章把 Gemini 4 Carbon 的網絡安全與綜合評測成績,和 Claude Opus 5.5、GPT-6 Astra 等模型對照,呈現不同基準下的領先幅度。
- The Decoder精選AI 評分7979
Google DeepMind 發佈 Gemini 4 Carbon,在 Artificial Analysis Intelligence Index v5.0 得 59 分,高於 Argon 的 50 分。
推薦理由:多個外部基準呈現 Gemini 4 Carbon 相較 Argon 的提升幅度,也揭示它在智能體編碼、知識工作與答題準確度上的不同表現。
- Google DeepMind精選AI 評分7676
Google DeepMind 發佈 Gemini 4 Carbon,稱其為旗下最強模型,並指其網絡安全能力達到最先進水平,亦具備長時程任務能力。
推薦理由:Carbon 在漏洞發現、利用驗證與修補基準分別取得 88.2%、54.8% 和 71.0%,可由此比較其網絡安全防禦各環節的表現。
- Unite.AI精選AI 評分7878
NVIDIA 於 2026 年 10 月 28 日發佈開放權重語音模型 Nemotron 3.5 Transcribe,並同步推出 Granary v2 語音數據集及整理流程。
推薦理由:Nemotron 3.5 Transcribe 將多語轉錄、説話者標註、翻譯與音訊問答整合於單一檢查點;Granary v2 公開清單涵蓋 48 種語言及 463,062 小時,呈現模型功能與數據集範圍。