全部動態
RSS 訂閱全部動態
RSS
Artificial Analysis@ArtificialAnlys品質評分4747
Thinking Machines@thinkymachines品質評分5353Dev.to Top Tech品質評分4141 Google 推出 Gemini 4 Hydrogen,主打日常寫程式又快又省力
寫程式時,不是每件事都需要很會深度推理的模型,有時候更需要快速處理日常工作。Google 推出 Gemini 4 家族的新成員 Gemini 4 Hydrogen,主打寫程式、除錯和處理多步驟的 AI 助理工作,也能讀文字、圖片、音訊和影片,輸入與輸出的內容合計最多可達 1 million tokens。它和專注複雜推理的 Gemini 4 Carbon 分工,讓開發者能依工作挑選模型。
Artificial Analysis@ArtificialAnlys品質評分5656
Arena.ai@arena品質評分4545
Arena.ai@arena品質評分5050
NVIDIA@nvidia精選品質評分6666
推薦理由:GR00T 2 能從人的示範學習技能,並把學到的技能用在不同機器人上,可瞭解這種方法如何減少逐臺重新教學的需要。
MarkTechPost品質評分6161 Perplexity 發布 Decider v1.3,新增 Locate 文字片段擷取功能
分類工具常要在幾個選項中判斷答案,卻不一定能指出文字裡的依據。Perplexity 發布 Decider v1.3 和較小的 Flash 版,模型會替每個選項給出機率,也能回答文字或圖片相關問題;新增的 Locate 則可從文字中找出指定內容,並標出起訖位置,適用於辨認人名、個人資料或回答文字擷取問題。Perplexity 自行公佈的評測中,v1.3 在 63 項查詢分類任務的平均準確率為 91.6%,Locate 平均分數為 69.0。兩款模型也能透過 API 使用,輸入價格分別為每 1M tokens $0.02 和 $0.01。
MarkTechPost精選品質評分7979 2026 年 AI 影片模型評測:畫質分數、每秒價格和開放權重一次比較
挑 AI 影片模型時,分數高不一定最省錢,開放權重也可能有限制。MarkTechPost 依 Artificial Analysis 的盲測偏好分數,整理文字轉影片與圖片轉影片的模型排名,再對照每秒價格和權重是否開放。榜首 Wan 3.0 的文字轉影片分數最高;Seedance 2.5 的圖片轉影片分數最高,但價格也偏高。MiniMax H3 是榜上排名最高的開放權重模型,不過授權限制部分地區部署,解析度上限為 768p。文章也提醒,排名第 3 到第 8 的模型分數接近,較適合看成同一群,而非嚴格分出高下。
推薦理由:文章把盲測偏好分數、每秒價格與權重開放狀態放在一起比較,也提醒名次接近的模型不宜看成明確勝負。
elvis@omarsar0品質評分3535Dev.to Top Tech精選品質評分7777 Claude Fable 5.2 適合拿來寫程式嗎?作者比較價格、測試結果與使用時機
寫程式時,功能較強的模型不一定適合每個任務,也可能花更多錢。作者還沒親自用過 Claude Fable 5.2,這篇實用指南整理了 Anthropic 等來源公佈的價格與測試結果,並用作者自己的 Claude Pro 帳號確認方案內容。Fable 5.2 每百萬 tokens 的輸入和輸出價格是 $8 / $40,是 Sonnet 5.5 的 4 倍;在 Anthropic 公佈的測試中,它也比 Opus 5.5 高幾分。作者建議平常先用 Sonnet 5.5 寫、測試和部署,較難的規劃交給 Opus 5.5,只有 Opus 卡住時才升級到 Fable。這些測試數字來自廠商或工具方,作者沒有實際測試 Fable。
推薦理由:作者把 Fable 5.2、Opus 5.5 和 Sonnet 5.5 的價格與測試結果放在一起比較,並說明不同編碼工作如何選擇模型。
Thurrott精選品質評分8282 Google 推出 Gemini 4 Hydrogen,讓所有人都能在搜尋中使用
Google 推出 Gemini 4 Hydrogen,讓所有人都能在 Google 搜尋的 AI Mode 使用,也會逐步加入 Gemini app。Google 表示,這款模型著重快速處理各種日常工作,在 Gemini app 中更能照著使用者的指示操作、選用合適工具,減少來回修正;它有四種思考層級,預設為 high。在搜尋中,它也能處理較複雜的問題、提供更多影像內容和相關來源連結。Google Sheets 與 Google Antigravity 的訂閱使用者也能使用;Google 另表示,模型加強了對化學、生物、放射性與核能,以及網路安全濫用的防護。
推薦理由:Hydrogen 同時進入 Gemini app 與 Google 搜尋,並提供四種思考層級;文章也整理了它在日常任務、搜尋回答和安全防護上的用途。
Dev.to Top Tech品質評分4646 Underdog AI 的 Woof 語音模型縮到約 32MB,可在瀏覽器離線念出文字
雲端語音服務雖然方便,卻得先把文字傳到網路上;遇到訊號不好或內容敏感時,就不太方便。Underdog AI 的 Woof 把文字轉語音模型做得很小,單一聲音版本約 32MB,可直接在瀏覽器離線產生語音,不必把文字送到遠端 API;另一個雙聲音版本是 40.6MB。不過,實測發現它念簡單句子還可以,遇到一串數字、人名、分數或長篇內容就容易出錯,而且授權只供非商業用途。它讓開發者更容易試做離線語音功能,但要用在實際產品,仍得留意唸錯內容和授權限制。
elvis@omarsar0品質評分5151
Runway@runwayml品質評分5656
Dev.to Top Tech精選品質評分8888 Google 推出 Gemini 4 Hydrogen,主打日常寫程式和多步驟工作
處理日常程式工作時,模型若花太久推理,或遇到複雜問題只回答其中一部分,都會拖慢進度。Google 推出 Gemini 4 Hydrogen,主打快速寫程式、執行測試和檢查修改;在 Antigravity 裡,Orchestrator 能讓 Carbon 負責協調、Hydrogen 負責建置與測試。Google 表示,它完成任務的速度是預設設定下 Gemini 3.8 Flash 的 2.5 倍,Terminal-Bench 4.1 分數從 18.2% 提升到 57%,這些是 Google 提供的資料。Hydrogen 也已開始用於 Search 的 AI Mode 等服務;文章提醒,速度之外,模型遇到工具呼叫失敗或搜尋無結果時能否謹慎處理,也很重要。
推薦理由:文章整理 Gemini 4 Hydrogen 與 Carbon、Argon 的分工,也列出 Google 宣稱的速度與基準變化,方便了解快速模型的定位和比較依據。
Baidu Inc.@Baidu_Inc品質評分4747
Dev.to Top Tech精選品質評分8282 Google 推出 Gemini 4 Carbon,主打較低價格與企業工作流程
企業挑選 AI 助理時,不能只看每個 token 的價格,還得算上任務做不完時的重試和人工檢查。Google 將 Gemini 4 Carbon 提供給多種服務使用,API 入門價格是每百萬個輸入 token $2、輸出 token $10,並可調整推理程度,在品質、速度和費用間取捨。Zapier 的測試中,Carbon 在 657 項模擬商務工作中完成了 53.9%,每項任務估計花費 $2.12;Gemini 4 Argon 的完成率是 51.3%。Anthropic 則表示,Claude Fable 5.2 在多項程式開發和科學基準測試勝過 Carbon。文章提醒,測試結果會因任務而異,企業仍須用自己的資料和工具評估完成工作的總成本。
推薦理由:這篇比較 Gemini 4 Carbon 的任務完成率與每項成本,也指出重試和人工檢查會改變實際花費,提供評估企業工作流程的成本角度。
Linus ✦ Ekenstam 🔜 Adobe MAX Miami 2026@LinusEkenstam品質評分7272
MarkTechPost精選品質評分8282 Google 發布 Gemini 4 Hydrogen,稱程式與 AI 助理任務速度提升 2.5 倍
Google 發布 Gemini 4 Hydrogen,主打程式開發和 AI 助理工作,並表示它完成任務的速度是 Gemini 3.8 Flash 的 2.5 倍。Google 提供的測試結果顯示,它在 Terminal-Bench 4.1 得分 57%,Gemini 3.8 Flash 為 18.2%;與 Carbon 搭配使用時,Google 表示能少用 24% 配額、快 19% 完成任務。API 每 1M 輸入 token 收費 $1.50、輸出 token 收費 $7.50,模型只透過 Google 託管的服務提供,不能自行下載權重或架設。
推薦理由:原文比較 Gemini 4 Hydrogen 與 Gemini 3.8 Flash 的任務速度、基準成績和價格,呈現新模型在程式與 AI 助理工作上的取捨。
aihot精選品質評分7272 騰訊混元發布 Hy Realtime,新增即時工具呼叫和唱歌能力
語音模型除了聽懂和回答問題,也可能需要幫忙呼叫工具或唱歌。騰訊混元發布 Hy Realtime,新增工具呼叫與唱歌能力,並已用在元寶語音通話和騰訊客服;近期也將透過騰訊雲提供 API 服務。這則訊息交代了模型的新用途,以及目前已上線的服務。
推薦理由:這次發布同時加入工具呼叫與唱歌能力,也列出已上線的服務,能看出模型新增能力如何進入實際語音產品。
Dev.to Top Tech精選品質評分7878 Gemini 4 Hydrogen 升級 Gemini 3.8 Flash 值得嗎?成本、速度與 API 差異一次看
換成 Gemini 4 Hydrogen 後,任務成本和完成時間可能降低,但預設思考等級提高,API 支援也有差異,直接換模型名稱可能讓程式出問題。作者用 Artificial Analysis 的資料比較兩款模型:在 high 設定下,Hydrogen 每項任務成本是 $1.87,Gemini 3.8 Flash 是 $7.77;完成時間分別是 8.3 分鐘和 14.7 分鐘。不過這不是作者親自跑出的測試,數字採用標準牌價,也不是 AIHubMix 的實際帳單。文章提醒,AIHubMix 目前只記載支援 Chat Completions,長輸出、思考等級設定和其他連線方式都還沒確認,遷移前應先用自己的請求測試。
推薦理由:文章以同一項任務的成本與完成時間比較兩款模型,也整理 API 支援差異與尚未實測的部分,能幫助評估升級和遷移風險。
ModelScope@ModelScope2022品質評分5353
Dev.to Top Tech品質評分5252 Kronos 如何以 K 線資料預測價格與成交量
Kronos 是以金融 K 線資料訓練的開源基礎模型,可預測價格與成交量,並提供 BTC/USDT 未來 24 小時的即時示範。 運作方式:專用 tokenizer 先將 OHLCV K 線資料轉為階層式離散 token,再由自回歸 Transformer 預測未來數值;訓練資料來自 45+ 個交易所。 模型與限制:Kronos-mini 有 4.1 million 個引數與 2,048 的上下文長度;Kronos-small 有 24.7 million 個引數,Kronos-base 有 102.3 million 個引數,兩者上下文長度皆為 512。Kronos-large 有 499.2 million 個引數,但未開源。 使用與風險:專案提供預訓練模型、批次預測與微調範例;文章提醒 Kronos 是研究模型,預測不是買賣建議,回測範例也不是可直接用於實際交易的系統。
Artificial Analysis@ArtificialAnlys精選品質評分6464推薦理由:Hy4 在漏洞修補測試中的表現、每項任務成本與輸出 token 數,可一併用來比較不同模型的能力和花費。
Dev.to Top Tech品質評分7373 Google 如何在模型競賽中加快迭代,並拉開模型與AI 助理賽局
Google 在六週內推出三款 Gemini 4 模型;文章分析其發布速度與定價如何影響模型競賽,並指出預測市場對模型和AI 助理賽局看好不同業者。 - 產品節奏與價格:Gemini 4 Argon、Carbon 與 Hydrogen 分別於 9 月 30 日、11 月 10 日和 11 月 12 日推出或開放使用。
The Economic Times · ETtech精選品質評分8383 Google 推出 Gemini 4 Hydrogen,速度提升 2.5 倍並提供四種推理深度
Google 推出 Gemini 4 Hydrogen,稱其完成任務的速度比前代 Gemini 3.8 Flash 快 2.5 倍,並提供四種推理深度供使用者選擇。
推薦理由:Gemini 4 Hydrogen 同時提供四種推理深度、速度與基準資料及明確定價,便於比較不同任務的效能與使用成本。
Arena.ai@arena品質評分5858aihot精選品質評分7474 美團 LongCat 開源 LongCat-Video-Avatar 1.6,讓語音帶動數位人影片
製作數位人影片時,嘴部動作不自然、聲音和嘴型對不上,影片變長後畫面也可能不連貫。美團 LongCat 開源 LongCat-Video-Avatar 1.6,改進嘴型、臉部和身體動作的協調,也減少接續生成影片時累積的畫面誤差,能生成超過 10 分鐘的影片。團隊以 33,051 張有效人工投票比較六套系統,這個版本排名第二;新版本也加入推理最佳化,並提供單人和多人影片生成方式。
推薦理由:LongCat-Video-Avatar 1.6 的人工偏好評測顯示,它在六個系統中排名第二;文中也說明瞭長影片生成與推理速度的改進。
aihot精選品質評分8787 Edge0 開源 Edge0-145B 與 Edge0-120B,推出統一推理框架
Edge0 開源 Edge0-145B、Edge0-120B,並發布統一推理框架與部署工具;公司稱 Edge0-145B 可在相容筆記型電腦上本機執行。
推薦理由:原文列出 Edge0-145B 的基準分數、記憶體與解碼速度,並說明部分基線資料為估算,便於評估其端側部署表現與比較範圍。
Dev.to Top Tech精選品質評分8383 Gemini 4 Hydrogen 評測:速度與成本優勢,以及基準比較的限制
Google Gemini 4 Hydrogen 主打日常程式開發與 AI 助理工作流程,在部分基準測試中勝過 Gemini 3.8 Flash,並在 Artificial Analysis Intelligence Index 以 51 分略高於 Argon 的 50 分。
推薦理由:文章整理 Gemini 4 Hydrogen 的速度、成本與基準表現,並指出比較依據主要來自 Google,適合用來理解執行型模型的取捨。
Dev.to Top Tech品質評分4444 Darwin-180B-RSI 在 SuperCLUE 11 月數學與科學推理評測奪開源模型第一
B-draft 的開放權重大型語言模型 Darwin-180B-RSI 在 SuperCLUE 11 月數學與科學推理評測獲得 73.68 分,排名開源模型第一、整體第二;其引數規模約為 1,800 億,約為同場 Kimi-K3.1-Pro(63.16 分、2.8 兆引數)的 1/16。
Dev.to Top Tech品質評分5555 Darwin-180B-RSI 如何以 180B 引數在數理與科學推理評測中超越 2.8T 模型
Darwin-180B-RSI 在 SuperCLUE 2026 年 11 月的數理與科學推理評測中取得 73.68 分,文章說明其強項合併與模型級遞迴自我改進方法,並比較模型規模與推論成本。
Simon Willison精選品質評分8282 Simon Willison 比較 Gemini 4 Hydrogen、Carbon 與 Argon 的價格和生成品質
Simon Willison 比較 Gemini 4 Hydrogen、Carbon 與 Argon 的定價和鵜鶘生成結果,指出三款模型的價格差距與生成品質差異並不相稱。
推薦理由:文章比較 Gemini 4 三款模型的定價時程、每回合用量說明與鵜鶘生成品質,呈現 Hydrogen 的價格定位及其與 Carbon、Argon 的差異。
Arena.ai@arena精選品質評分6868Inkling 2 Small 今日發布開放權重後,在 Agent Arena 排名美國開放模型第 1、所有開放模型第 2,整體排名第 22。
推薦理由:Agent Arena 以 11.5k 次真實AI 助理工作階段為依據,並列出操控性與每項任務成本,呈現 Inkling 2 Small 在開放模型中的排名表現。
Cloudflare Developers@CloudflareDev品質評分5454Dev.to Top Tech品質評分6666 Microsoft 發布七款 MAI 模型,涵蓋推理、程式碼、語音與影像
Microsoft 發布七款 MAI 模型,涵蓋推理、程式碼、影像生成、語音轉錄與語音生成,並規劃透過自家平臺及外部服務提供。
Hacker News (official RSS)精選品質評分8181 Edge0 開源 Edge0-145B 與 Edge0-120B,主打在個人電腦本機執行大型模型
Edge0 開源 Edge0-145B 與 Edge0-120B,並同步發布推論框架和部署工具,讓大型模型可在相容的個人電腦上本機執行。
推薦理由:文章以記憶體、速度與多項基準比較 Edge0-145B 和雲端模型,並說明其在相容筆電上的部署條件,呈現本機執行大型模型的具體取捨。
Dev.to Top Tech精選品質評分9292 GPT-6 Cyber 逆向解析:訓練方式、安全控管與評測結果
GPT-6 Cyber 是 OpenAI 以 GPT-6 Astra 為基礎、經額外後訓練打造的資安專用模型;本文根據公開系統卡、公告、Linux 工作流程說明與獨立評測,整理其能力、安全控管與限制。
推薦理由:文章整理 GPT-6 Cyber 的資安測試與部署限制,並比較其攻擊能力、範圍遵循和錯誤回報表現,呈現實際評估這類代理程式時需兼看的面向。
Arena.ai@arena品質評分5151