1、谷歌发布首个决策模型!输出全免费,百万Token低至0.1美元
谷歌正式发布首个决策模型Gemini Decision 1,并上线Gemini Decisions API,定价为每百万输入Token 0.10美元、输出Token免费,约为Gemini 3.5 Flash-Lite的五分之一。该模型原生支持多模态输入,单次可处理1000个问题,提供是/否、多项选择(最高255个选项)和评分标准打分三种决策模式。在多项基准测试中校准误差最低,处理16K token多模态上下文时中位延迟为50至100毫秒,端到端延迟为150至250毫秒。此前Jev已推动决策模型热潮,亚马逊、Cloudflare、Perplexity等厂商也在17天内相继跟进。
2、阿里新一代大模型曝光,全球开发者抢测Qwen4!
阿里发布Qwen4-Max预览版,尚未正式上线便引发全球开发者抢测。该模型主打复杂编程、专业办公、前端设计与3D场景构建,实测中用20万token生成地下城城堡,2小时53分复刻类《我的世界》3D游戏雏形,2小时完成含68个房间的白宫建模;Qwen4-27B被视为单卡部署性能天花板的有力候选。预览版通过阿里TokenPlan限时最低1折开放,并接入千问办公、Qoder、千问APP等入口。此前官方以“北冥有鱼”海报预热,带动海外开发者关注中国神话。
3、狂肝11小时搓出虚幻5大作!文心5.5 Flash Preview发布
百度发布文心5.5 Flash Preview(ERNIE 5.5 Flash Preview),总参数2800亿、单次仅激活140亿,支持100万token上下文,生成速度超每秒200 token。API每百万token定价为输入忙时2元、闲时1元,输出忙时8元、闲时4元,限时五折,模型权重定于11月25日面向全球开源。该模型在Terminal-Bench 4.0、AutomationBench、SpreadsheetBench V2分别取得46.5、61.9、36.4分,并连续11小时用C++在虚幻引擎5.8中完成第三人称武侠游戏《云岫行》。百度还披露ERNIE Evolve自动研究系统,在昆仑芯P800低时延场景下将生成速度提升至基线的623.6%。
4、250名三甲医生输给中国AI!引发中美医疗权威热议
未来医生联合国内三甲医院胸外科开展多中心研究,以40例真实疑难肺癌病例和240条专家规则测试医疗大模型MedGPT,并与98家机构的250名三甲医生比较。结果显示,无辅助医生平均53.26分,MedGPT为85.29分,病例一对一评分为88:12;模型横评中MedGPT得96.22分,高于GPT-5.4、Claude Opus 4.7和Gemini 3.1 Pro。医生审阅其策略后评分由53.4升至66.27,提升24.1%,中美临床专家认可其辅助决策价值。
5、Coding agent写测试集体失败!AI代码合格率被高估一倍
南京大学刘佳恒团队提出测试生成基准TestPrism,覆盖17个来源、300个测试任务和3000个候选实现,并以JSF为核心指标,要求测试在原始代码上失败、接受所有正确实现且拒绝所有错误实现。在14种Coding Agent配置中,表现最好的Claude Fable 5.1单一参考评测成功率达59.67%,JSF仅28.00%,表明超过一半通过参考答案的测试换实现后不再可靠,AI代码测试合格率被明显高估。团队同时提出TestHelix框架,在相同推理预算下将JSF提升11.67至12.00个百分点。
6、小模型王者易主!3毛钱2分钟就能写个网页
Meta发布旗下最小模型Muse Ember,主打低成本Agent任务:平均约2分钟、4美分(约3毛钱)即可生成一个网页,并登顶Code Arena WebDev小模型榜单。在Artificial Analysis智能指数中得分35.8,接近Claude Haiku 5.5的36.2,单任务成本约为后者三分之一;相比自家Muse Spark 1.3,单任务成本从2.39美元降至0.14美元。基础定价为每百万输入Token 0.1美元、输出Token 0.5美元,支持100万Token上下文和文本、图像、音频、视频原生理解,已上线Meta Model API、Muse Code及Google Cloud。
上一篇
11月13日AI资讯 | 黄仁勋辞任英伟达CEO;谷歌发布Gemini 4;开源生物大模型Fx-Bio;端侧模型Edge0-145B发布
下一篇
11月11日AI资讯 | 文心5.5预览版发布;Anthropic启动IPO;Gemini 4 Carbon开放;MiniMax开源H3-Image;具身智能与Agent评测突破
- 作者:AI学长小林
- 链接:https://ai.linbintalk.com//article/416629a6-152d-817c-b6e7-f5a8d66a249b
- 声明:本文采用 CC BY-NC-SA 4.0 许可协议,转载请注明出处。

