Gemini 4 Carbon 榜首榜單 仍未開放使用
Gemini 4 Carbon 於 10 月 28 日宣佈,雖然在安全評估榜單上名列第一,但目前仍未向大眾開放使用。 - 安全評估:在 SEC-bench Pro 上獲得 88.2%,能自動發現真實軟體中的複雜漏洞。
Gemini 4 Carbon 於 10 月 28 日宣佈,雖然在安全評估榜單上名列第一,但目前仍未向大眾開放使用。 - 安全評估:在 SEC-bench Pro 上獲得 88.2%,能自動發現真實軟體中的複雜漏洞。
GPT‑6、Claude 5.5 與 Gemini 4 於 2026 年十月相繼推出,三家公司在短短一個月內陸續發布新模型。
Figma 正在訓練專用編輯模型,讓設計師能透過 Figma agent 直接修改畫布上的既有設計;這項工作結合監督式微調與強化學習,目標是提升編輯品質與速度。
summary_zh: Rock Matrix 推出 EdgeRock-4B,這是一款 4B 引數的多模態推理模型,能在普通筆記本閱讀文字與影像,同時以固定 KV cache 控制記憶體使用,降低執行成本。
summary_zh: 一個 512 bytes 的 MBR 內嵌神經網路,能在 386 16‑bit real‑mode 下啟動 PC,載入 11.5 KB int8 模型並即時產生 Linux boot log。
Gemini 4 Argon 於 10 月 13 日正式 GA,18 天後已在獨立人工分析排行榜上取得 50 分,並以 110M 令牌完成指標測試。 - 排行榜得分:Argon (high) 50 分,Claude Opus 5.5 52 分,GPT‑6 Astra 55 分。
GPT‑6.1 Terra 在三項高強度測試中,成本比 Claude Opus 5.5 低約 8 倍,速度提升 25 分鐘以上,且在程式碼執行與瀏覽器互動任務中保持較高準確度。
GPT‑6.1 Terra 是 OpenAI 於 2026‑10‑26 推出的中階電腦使用模型,支援閱讀螢幕、點選、輸入與跨程式操作。 - 價格:$1/M 內部輸入、$5/M 外部輸出、$0.05/M 快取輸入,較前代低 50%。
Google 在 Project Suncatcher 中完成首個太空衛星 AI 任務,成功在低軌道上執行 Gemma 4 生成俳句並傳回地面。 - 首個 AI 任務:衛星於 2026 年 10 月 1 日啟動,使用專用處理器於低地軌道執行 Gemma 4,並於 Svalbard 上空傳回俳句。
Gemini 4 Carbon、Genie 4、GPT‑6.1 Terra、Mistral Large 4 等多款模型於 2026 年 10 月公佈,涵蓋前沿效能、成本最佳化與開放權重。
Booz Allen 的 OT 研究顯示,兩個前沿 AI 模型在 16 分鐘內完成從周邊入侵到 PLC 的完整攻擊鏈,證明 AI 已能取代專家執行關鍵基礎設施攻擊。
Mistral Le Chonk 1-bit GGUF 量化版已能在 Mac Studio 本機執行,維持 91% 的 top‑1 準確率。 - 模型規模:1 000 000 000 000 引數(1T)。
推薦理由:說明 1-bit GGUF 量化版可在 Mac Studio 本機執行 1T 引數模型,對需要本機部署大型模型的工程師與安全研究者具參考價值。
導語:Mistral AI 於 2026 年 10 月 19 日公開發布 Large 4,提供可下載、獨立執行的 AI 模型,協助企業與政府發現並修復網路安全漏洞。
nesformer:將 NES 模擬器嵌入 Qwen3.5-4B,允許在模型內執行 NES ROM。 - 技術亮點:利用 Opus 5.5 prompts 建構 6502 CPU 模擬,並在 Qwen3.5-4B 權重中實作。
Claude Sonnet 5 代理在癲癇小鼠模型上,從選擇基因療法到手術執行,完全不需人類決策。 - 自主決策流程:先分析癲癇機制,挑選增強抑制訊號的基因療法,確定腦區與注射座標,並自行設定注射體積與速度。
OpenAI Daybreak Red 已於 AWS GovCloud(美東)區域 Amazon Bedrock 上線。 - 平臺:AWS GovCloud(美東)Amazon Bedrock。
OpenAI 重新制定 AI 模型行為規範,新增五大核心價值並強化可控性。 - 核心價值:對人類意圖忠實、減少危害、誠實透明、支援人類代理、關懷。
導語:OpenAI 於 10 月 26 日推出 GPT‑6.1 Terra,定位為低成本高速模型,與旗艦 GPT‑6 Astra 進行比較。 - 價格:Terra 1 美元/百萬輸入 token、5 美元/百萬輸出 token;Astra 10 美元/百萬輸入、50 美元/百萬輸出,Terra 價格為 Astra 的十分之一。
智元於 10 月 29 日發布具身基座模型 GO-3 Preview,該模型登上 RoboDojo、RoboTwin、RoboColiseum 三項評測榜單第一,並計畫於 2026 年底全面開源。
推薦理由:文章以便利店實際作業資料呈現部署後持續學習的變化,並說明成功率與常規微調的比較,可瞭解具身模型如何累積作業經驗。
summary_zh: Samaya AI 發布了 Samaya Sterling,一款以 NVIDIA Nemotron 3.5 Lightning 為基礎。
summary_zh: Edge0 釋出 Audio8‑TTS‑Realistic,一款 0.6B 引數的零‑shot 語音克隆 TTS 模型,支援 23 語言並以 4.86% 的 CV3 平均誤差領先多數同類模型。
推薦理由:原文展示 75 步 LoRA RL 可將 Mistral Large 4 的 AIME 2024 avg@8 從 64% 提升至 75%,凸顯強化學習價值。
summary_zh: 研究員將 RISC‑V CPU 編譯進 Qwen3.5 權重,Orange Tsai 以純邏輯漏洞實現 Microsoft Edge 沙盒逃逸。
OpenRouter 實測 Claude Opus vs Sonnet vs Haiku 5.5:該選哪一個 summary_zh: OpenRouter 針對 Claude Opus 5.5。
Baseten 發布 joey-1 2B 決策模型,單位 100 萬 tokens 價格 $0.01 summary_zh: Baseten 發布了 joey-1,一款 2B 引數的決策模型,單位 100 萬 tokens 價格 $0.01。
summary_zh: 兩個小型神經網路——world model 與 actor——在 Raspberry Pi Pico 2 W 上同時產生並玩遊戲。
summary_zh: Figma 透過自研的 agent 方式,先利用超過 25 萬 條合成樣本進行 SFT,將早期 Llama 3.3 70B 在畫布編輯任務上逼近當時頂尖模型,隨後採用 RL 並結合確定性校驗器與視覺評委進行評測。
Mistral 釋出千億引數 AI 模型 Mistral Large 4 (ML4) 的權重,允許企業與政府自行下載並部署。 - 權重可下載:已在 Hugging Face 及 API 提供,支援 on‑prem 部署。
Mistral Large 4 在 AI Gateway 釋出更新權重,並將輸入、快取輸入及輸出 token 的價格調低。 - 效能提升:更新權重增強 agentic coding、保護網路安全,並提升程式碼任務的 token 效率。
Gemini 4 Carbon 於 2026 年 10 月發布,成為 Google 在安全基準上領先的 AI 模型。 - SEC‑bench Pro:88.2%,ExploitGym:54.8%,CWE‑bench:71.0%,領先同類模型。
推薦理由:Gemini 4 Carbon 在安全基準上領跑,顯示 AI 模型在漏洞檢測與修補方面的進步,可為網路防禦提供更可靠工具。
導語:OpenAI 在其 Alignment Research Blog 內公佈了一套多層監控系統,旨在及早偵測前沿模型的誤差並防止未授權行為。
推薦理由:OpenAI 針對前沿模型誤差建立多層監控,揭示其在安全與對齊之間的平衡與效能,並提供可落實於實務的監測框架。
Mistral Large 4(Le Chonk)於 10 月 29 日發布權重,擁有約 1 兆引數、每步 52 B 活躍引數。 - 執行需求:標準版需 8 顆 Nvidia B300 GPU,壓縮版可用 4 顆 GB300 GPU。
summary_zh: Mistral 釋出 Mistral Large 4 (ML4) 開源權重,並在編碼基準上領先 GLM‑5.3 1 分,宣稱為「全球最佳開源代理式編碼模型」。
Mistral AI 釋出 Mistral Large 4(Le Chonk),一個 1 兆引數的多模態開源模型。 - 引數量:1 兆,提供前所未有的編碼與防禦安全能力。