全部動態
RSS 訂閱全部動態
RSS
🚨 AI News | TestingCatalog@testingcatalog品質評分6464
The Decoder品質評分7272 ElevenLabs 推出 Scribe v3 與 Scribe v3 Live 語音轉文字模型
ElevenLabs 推出 Scribe v3 與 Scribe v3 Live,分別用於預錄音訊轉錄與低延遲即時應用,並透過 ElevenAPI 和 ElevenAgents 提供使用。
Dev.to Top Tech精選品質評分8484 Claude Fable 5.2 切換指南:4 種可能觸發 400 的變更與定價差異
Claude Fable 5.2 已於 2026 年 11 月 9 日開放,標準價格為每百萬輸入/輸出 token $8/$40,比 Fable 5.1 低 20%;API 預設 effort 為 high。
推薦理由:文章逐項列出切換至 Claude Fable 5.2 時可能觸發 400 的請求變更,並提供對應修正方式,適合檢查自建 API 請求流程。
iThome (臺灣)精選品質評分8282 DeepMind 發布 AlphaGenome 2,深入細胞層次追查疾病相關 DNA 變異
DeepMind 發布基因序列預測模型 AlphaGenome 2,可依細胞型別與狀態預測 DNA 變異對基因表現的影響,協助研究人員追查疾病相關的基因調控機制。
推薦理由:新舊模型在免疫細胞資料上的比較,呈現細胞條件式預測對辨識基因表現相關變異的差異。
The Decoder精選品質評分7878 Google DeepMind 發布 AlphaGenome 2,將基因組預測細化至單一細胞型別
Google DeepMind 發布基因組研究模型 AlphaGenome 2,以特定細胞狀態為條件預測基因變異的影響,將分析從多組織概覽轉向單一細胞型別。
推薦理由:模型以特定細胞狀態作為條件輸入,並在免疫細胞基準與疫苗資料上展示預測結果,呈現基因變異研究從組織尺度轉向細胞型別分析的做法。
Dev.to Top Tech品質評分6363 Claude Fable 5.2 評測:能否推進卡住的工程任務?
Claude Fable 5.2 在兩項短測試中,分別提出可驗證的程式審查建議,並保留交接摘要裡已完成與待處理工作的區別。 - 測試範圍:作者透過 ModelFold 的 Chat Completions endpoint 測試兩個提示詞;未執行真實付款流程,也未修改正式環境。
Dev.to Top Tech精選品質評分7878 NVIDIA 發布 GR00T 2 開放式機器人模型與 Isaac Lab 3.0
NVIDIA 發布 GR00T 2 開放式機器人模型與 Isaac Lab 3.0,聚焦以模擬訓練機器人執行精細操作任務。 - GR00T 2:NVIDIA 表示,模型在 50 項評估任務中,有 40 項至少成功完成一次;每項任務提供 1 次示範時,平均成功率為 71%,提供 5 次時升至 95%。
推薦理由:報導列出模擬基準、訓練效率與早期測試案例,並交代資料來自 NVIDIA 或合作方的模擬評估,可據此辨認成果的適用範圍。
雷科技品質評分4343 Gemma4-26B-A4B 在車載座艙表現不敵更小的 AutoOmni 2.0-23B-A3B
斑馬智慧 CTO 司羅在高通歐洲汽車峰會表示,端側多模態模型 AutoOmni 2.0-23B-A3B 的座艙表現優於 Gemma4-26B-A4B,多模態座艙能力提升 12%。
Dev.to Top Tech品質評分6565 四款模型估算同一款文字遊戲 51,000 次呼叫,最低費用為 $47.16
作者依照文字遊戲的實際呼叫分佈,估算四家業者最便宜文字模型處理 51,000 次呼叫的費用,OpenAI GPT-6 Luna 與 Anthropic Claude Haiku 5.5 同以 $47.16 最低。
Artificial Analysis@ArtificialAnlys品質評分5757
karminski-牙醫@karminski3品質評分4848
Arena.ai@arena品質評分5757aihot精選品質評分6969 Runway 開源 27B 世界動作模型 Praxis-1,採用 Apache 2.0 釋出權重
Runway 宣佈以 Apache 2.0 釋出 Praxis-1 開放權重,這款 27B 世界動作模型可同時預測影片與動作,供機器人開發者和研究者使用。
推薦理由:RoboLab-120 的多模型成功率比較與 Apache 2.0 開放範圍,提供評估模型表現及自行部署、微調的具體依據。
Dev.to Top Tech精選品質評分7676 Runway 開源機器人世界動作模型 Praxis-1,公佈 RoboLab-120 成功率 46.2%
Runway 開源機器人世界動作模型 Praxis-1,採用 Apache 2.0 授權,並在 RoboLab-120 公佈 46.2% 成功率;文中指出,這些基準資料來自 Runway,尚未獲獨立驗證。
推薦理由:Praxis-1以第三人稱影片作為主要預訓練資料,並公佈跨機器人測試結果,呈現影片預訓練用於機器人控制的研究方向。
Dev.to Top Tech品質評分5454 MAI-Transcribe 2 在 OpenRouter 單週請求量達 822 萬次,較前週成長 18%
MAI-Transcribe 2 在 OpenRouter 最近一個完整統計週獲得 822 萬次轉錄請求,較前週增加 18%,排名平臺第三,位居 Whisper 系列之後。
MarkTechPost品質評分7474 Google DeepMind 發布 AlphaGenome 2,依細胞型別預測 DNA 變異效應
Google DeepMind 發布 AlphaGenome 2,這款 DNA 模型可依目標細胞狀態預測變異效應,並在單細胞 eQTL 與增強子基因連結基準上優於前代及部分比較模型。
The New Stack品質評分7575 Anthropic 的 Fable 5.2 基準任務成本較低,卻仍建議多數開發者使用 Opus 5.5
Anthropic 推出 Fable 5.2,其 FrontierCode 2.0 表現接近 Opus 5.5,完成基準任務的成本約低一半,但 Anthropic 仍建議多數開發者日常使用 Opus 5.5。
Arena.ai@arena品質評分4545Muse Ember (Max) 登上 Agent Arena,在 6k 次全球社群真實 AI 助理工作階段中,以 +1.7% 淨改善率、每項任務約 $0.02,名列高效模型之首。
aihot精選品質評分7272 Google 推出 Gemini Decision 1 模型與 Gemini Decisions API
Google 推出由 Gemini Decision 1 驅動的 Gemini Decisions API,在 Google AI Studio 中提供以評估方式產生判定的能力。 輸入與處理方式:可處理文字、影像、音訊、影片和 PDF,並針對最多 1,000 個問題進行評估,在單次處理中給出決策。 計費方式:不按輸出 token 計費。
推薦理由:Gemini Decision 1 以多種輸入對照最多 1,000 個問題並直接產生判定,且不按輸出 token 計費,呈現評估式模型的使用方式與計費差異。
Artificial Analysis@ArtificialAnlys精選品質評分7373推薦理由:Artificial Analysis 將 Gemini Decision 1 與同類模型比較,呈現其知識與推理基準、檔案抽取表現及每項任務成本的差異。
Logan Kilpatrick@OfficialLoganK品質評分4848
OpenRouter@OpenRouter品質評分4343
Arena.ai@arena品質評分5252The New Stack精選品質評分7878 Anthropic Claude Fable 5.2 用一次提示詞打造射擊遊戲,耗時 8 小時、估計花費 $550
Anthropic 工程師 Felix Rieseberg 讓 Claude Fable 5.2 根據一次提示詞連續執行 8 小時,打造出可在瀏覽器遊玩的第一人稱射擊遊戲 Saltline,估計 API 成本為 $550。
推薦理由:Saltline 的單次提示詞實驗與其他專案案例,呈現長時間執行代理程式的 token 用量、API 成本及人工介入情況,便於衡量實作投入。
Artificial Analysis@ArtificialAnlys品質評分3737
Demis Hassabis@demishassabis品質評分5353
Arena.ai@arena精選品質評分7171推薦理由:Arena 以 4.7k 場真實AI 助理工作階段比較 Claude Fable 5.2 與其他模型,並列出排名、任務成本及多項表現訊號,呈現其評測優勢與代價。
ElevenLabs@ElevenLabs品質評分4646
Dev.to Top Tech精選品質評分8181 Google 開放 Gemini 4 Carbon API,限時價格至 11 月 30 日
Google 開放 Gemini 4 Carbon 供付費開發者透過 Gemini API 使用,並以限時價格提供至 11 月 30 日。
推薦理由:Carbon 的限時定價與後續漲幅,搭配 Argon 的定位比較,讓讀者能評估複雜工作流程的試用時機與長期成本。
Sundar Pichai@sundarpichai品質評分3939
Dev.to Top Tech品質評分7171 Gemini 4 Carbon 與 Argon 同價,何時值得選 Carbon?
Gemini 4 Carbon 與 Argon 的入門價格相同;基準測試中 Carbon High 的品質指標較高、每項任務成本較低,但首 token 等待時間較長。
Google@Google精選品質評分6666
推薦理由:Gemini Robotics 2.5 著重擴充套件機器人可學習的技能範圍並加快學習速度,呈現 Google 推進模型走入真實環境的方向。
The Verge · AI品質評分6666 Google DeepMind 推出 AlphaGenome 2,預測遺傳變異對不同細胞的影響
Google DeepMind 推出 AlphaGenome 2,用來預測遺傳變異對個別細胞型別與狀態的影響,協助研究者探索其與疾病的關聯。
Unsloth AI@UnslothAI品質評分3939Google DeepMind精選品質評分8686 Google DeepMind 發布 AlphaGenome 2,預測不同人類細胞中的 DNA 變異影響
Google DeepMind 發布 AlphaGenome 2,可依特定人類細胞型別或狀態,預測 DNA 序列及其變異對基因活動的影響。 - 模型訓練:使用人類與小鼠的 bulk 及單細胞資料訓練,涵蓋超過 1.07 億個細胞剖面與 68 種組織;新增 DNA 甲基化預測。
推薦理由:AlphaGenome 2 在 TenK10K 資料集的因果變異辨識率由 16% 提升至 30%,可供評估單細胞模型定位疾病相關變異的能力。
Runway@runwayml品質評分5656
ModelScope@ModelScope2022品質評分6363Nex-AGI 推出開源權重多模態AI 助理模型 Nex-N2.6,供電腦操作、程式開發與長時間任務使用,採用 GLM-5.3-Flash 為基礎。
Dev.to Top Tech品質評分5555 Salesforce Koa 解讀:為 Agentforce 打造的 CRM 推理模型
Salesforce 在 Dreamforce 2026 宣佈 Koa,這款專為 CRM 工作打造的推理模型將在 Agentforce 背後規劃步驟與工具使用,目前仍處於試點階段。
iThome (臺灣)精選品質評分7878 Google Gemini 4 Carbon 全面上線,API 費用為 Anthropic Fable/Mythos 5.2 的一半
Google 開放新一代尖端模型 Gemini 4 Carbon,供企業、開發者及個人付費使用者使用,並公佈基準排名與 API 費用。此前模型僅供部分受信任的資安防禦人員使用。
推薦理由:文章並列 Gemini 4 Carbon 的基準排名、任務成本與 API 定價,呈現其效能與費用定位,也交代限時折扣及供應管道。
Dev.to Top Tech品質評分5858 DeepSeek R1 與 OpenAI o1-preview 比較:推理準確度、Token 成本與自架總持有成本
DeepSeek R1 與 OpenAI o1-preview 在公開推理基準、API 成本、延遲和自架條件上各有差異;文章建議依任務型別、服務需求與使用量安排模型路由。