跳到正文

#模型發布

RSS
今日 3 則
11月19日週四
  1. The Decoder75

    Microsoft 一次推出 7 款 AI 模型,想用較低成本取代自家產品中的外部模型

    長時間使用 AI 助理會花掉大量 token,Microsoft 因此一次推出 7 款模型,涵蓋寫程式、資安、圖片、語音、搜尋和工作流程判斷,主打用較低成本完成工作。Microsoft 表示,MAI Code 2 在多項測試中接近 GPT-6.1 Sol 和 Claude Opus 5.5,價格則低得多;MAI Image 2.7 可修改圖片中的個別物件,MAI Realtime 1 則能處理語音對話中的插話和背景噪音。各模型的開放方式不同,有些已能使用,有些仍在預覽或只提供特定客戶。文中的效能與價格比較主要來自 Microsoft 的測試和說法。

  2. MarkTechPost51

    Hugging Face 推出 Qwen3.8-27B 的 pi 程式開發 LoRA

    用大型語言模型寫程式時,模型可能得花很多回合才能完成任務。Hugging Face 的 harness-hub 團隊推出一款為 pi 程式開發工具調整的 LoRA,讓 Qwen3.8-27B 在不開啟思考模式時,也能更有效率地處理程式任務。在 SWE-bench Pro 的測試中,通過率從 39.2% 提高到 64.7%;兩個模型都答對的任務裡,中位數回合數則從 59 回合降到 23 回合。團隊表示,它的準確率接近基礎模型開啟思考模式時的表現,使用的 token 約少 4.5 倍。不過,這些是團隊自行回報的結果,測試使用 pi,題目數也不多。

  3. Hacker News (official RSS)89

    Microsoft 發布 7 款 MAI 模型,主打企業工作所需的效能與價格

    企業想讓 AI 助理長時間處理工作,模型費用也會跟著增加。Microsoft 這次發布 7 款 MAI 模型,涵蓋資安、寫程式、圖片編修、語音、轉錄與模型挑選,並公佈多項效能和價格比較。例如 MAI Code 2 在日常企業程式工作測試中,達到 GPT-6.1 Sol 98% 的表現,價格約為 40%;Microsoft 也說明它還沒針對科學研究和需要長時間工作的任務調校。另有 MAI Licensed Weights,讓企業用自己的資料調整模型,並在自己的 Azure 環境中執行。

    推薦理由:這次發布把多種模型的表現與價格放在一起比較,也說明 Code 2 尚未針對科學研究和長時間 AI 助理工作調校。

11月18日週三
  1. Rohan Paul70

    網路不穩或背景很吵時,語音辨識常會聽錯。Amsterdam 新創公司 Reson8 推出 Rumble-2-Flash,這款語音轉文字模型有 0.5B 個引數、大小為 1GB,可辨識 45 種語言,並主打處理濃重口音、多人同時說話、電話線路不佳和街道噪音。它能在手機上執行,讓通話和語音備忘錄不必連上網路也能轉成文字。原文表示,它的表現勝過體積大 20 倍的模型,並以 Apache 2.0 授權免費提供。

    推薦理由:Rumble-2-Flash 主打在手機上處理口音、多人重疊說話和街道噪音,可看出小型開放模型在語音辨識上的應用方向。

  2. AssemblyAI69

    即時對話、語音 AI 助理和錄音的轉錄需求不同,說話者標記、速度和辨識準確度也各有重點。AssemblyAI 推出 STT-3.7 系列的三款模型:Realtime 在對話回合結束時提供定稿的說話者標記;Realtime-Agent 面向語音 AI 助理,標榜能在 86 毫秒內提供定稿文字;STT-3.7 則用於錄音,支援 32 種語言。官方表示,三款模型今天都已推出,並提供基準測試與同業錄音比較。

    推薦理由:三款模型分別面向即時對話、語音 AI 助理和錄音,並提供各自的錯誤率比較,可據此挑選符合音訊情境的轉錄服務。

  3. Hugging Face Blog64

    Hugging Face 開源 0.5B 語音辨識模型 Rumble-2-Flash

    語音辨識模型常要用很大的模型,才能處理多種語言和吵雜的電話錄音。Hugging Face 開源了 Rumble-2-Flash,這個 0.5B 模型支援 40 多種語言,也能自動判斷語言;它還能設定數字要寫成數字或文字,以及是否保留填充詞和重複內容。在一項 302 小時、涵蓋 14 種英語口音的客服電話測試中,它的錯誤率是 7.86%,接近 30B 的 Nemotron 3.5 Transcribe。模型可透過 Transformers、vLLM 和 Hugging Face API 使用。

    推薦理由:Rumble-2-Flash 在多語言辨識與電話語音測試中,和大上許多的模型比較成績,呈現小型語音模型的實用範圍。

  4. Dev.to Top Tech68

    Microsoft 推出 MAI Code 2,主打以較低成本協助寫程式

    寫程式時不一定每件事都需要最貴、最強的模型,但日常程式協助的費用仍是開發者要考量的事。Microsoft 在 Ignite 發表自家程式碼模型 MAI Code 2,並已放進 GitHub Copilot;較小、較快的 MAI Code 2 Flash 則適合解釋程式碼、修小問題和處理例行錯誤。Microsoft 宣稱 MAI Code 2 在自選的四項程式基準測試中,表現約達 GPT-6.1 Sol 的 98%,成本約為 40%,但成本採用 50% 優惠價,這些數字仍是 Microsoft 自己的說法。文中認為,若日常工作能用較便宜的模型處理,開發者就能把較強的模型留給難題。

  5. SenseTime78

    SenseTime 開源了 SenseNova-Loop-9B,這款模型有 9B 引數,可接收文字和圖片,也能用來製作動態海報、互動網站和 3D 場景。原文表示,它在多項基準測試中可與 Qwen3.8-27B 相比,並列出三項成績從 Preview 提升的結果:NL2Repo 從 19.91 升至 41.36、AutomationBench 從 14.33 升至 36.67、GAIA 從 37.86 升至 69.90。模型支援最高 512K 上下文;使用 4-bit AWQ 權重時,64K 上下文的 VRAM 需求最低約 9 GiB。

    推薦理由:SenseNova-Loop-9B 的多項基準成績高於 Preview,原文也列出與 Qwen3.8-27B 的比較,可用來瞭解這款 9B 模型的表現與使用條件。

  6. Dev.to Top Tech84

    OpenAI 發布 GPT-6.2 Astra 和 Sol,價格更低、回答更短

    OpenAI 推出 GPT-6.2 Astra 和 Sol,主打用更少的 token 完成工作,費用也比前一代低。OpenAI 表示,Astra 在 GDPval v2 的分數提高 6.2 分,輸出 token 減少 22%;Sol 則以較低價格接近 Astra 的 FrontierCode 2.0 成績。不過,Claude Fable 5.2 在部分程式評測仍領先,這些數字也不一定能代表你自己的工作。兩款模型都被列在 OpenAI 資安準備框架的最高階別,因此加強了限制,可能擋住部分正當的漏洞研究與安全測試。切換時也要留意,設定 reasoning_effort 為 none 會收到錯誤,需改成 low;超過 272K 輸入 token 的請求費用也會提高。

    推薦理由:文章整理 GPT-6.2 Astra 與 Sol 的價格、基準差異及資安限制,也列出切換模型 ID 前要調整的設定。

  7. Dev.to Top Tech78

    OpenAI 發布 GPT-6.2 Astra 和 Sol,調降 Astra API 價格

    AI 助理要處理長時間、多步驟的工作時,模型費用可能讓大規模使用變得困難。OpenAI 發布 GPT-6.2 Astra 和 GPT-6.2 Sol:Astra 面向複雜工作,Sol 面向大量日常任務。文章整理的 Artificial Analysis 測試中,Astra 得分 62,每項標準任務平均花費 $4.00;Sol 得分 57,約 $0.60。OpenAI 也把 Astra 的 API 輸入與輸出價格調降 20%,已快取輸入的費用調降 60%。文章建議依工作難度選用模型,並留意輸入超過 272K token 時,部分費用會提高。

    推薦理由:Artificial Analysis 的比較呈現 Astra、Sol 在測試分數與單項任務成本上的差異,可用來思考不同難度工作該如何分配模型。

  8. aihot87

    OpenAI 發布 GPT-6.2 Astra 和 Sol,Astra 評測名列第二、Sol 每項任務成本較低

    挑 AI 模型時,測試成績、使用成本和實際感受可能不一致。OpenAI 發布 GPT-6.2 Astra 和 Sol,並開放給部分 ChatGPT Work、Codex 使用者及 API 開發者。第三方測試中,Astra 在 Intelligence Index 得 62 分,排第二;Sol 的單項任務成本約為 9 月 Astra 的 15%。不過,早期測試者對 Astra 的評價分歧,有人抱怨它難以使用,也有人認為部分問題和執行框架有關。這篇整理了基準成績、價格與使用回饋,呈現兩款模型的表現差異。

    推薦理由:第三方基準顯示兩款模型在能力與每項任務成本上各有差異,文中也收錄早期測試者的負面回饋,可用來理解效能資料和實際使用感受的落差。

  9. Dev.to Top Tech87

    OpenAI 推出 GPT-6.2 Astra 和 Sol,令牌更便宜但評價不一

    處理困難任務時,模型用掉的輸出令牌和費用都會影響能在訂閱額度內完成多少工作。OpenAI 推出 GPT-6.2 Astra 和 GPT-6.2 Sol,兩款模型都已能透過 API 使用;OpenAI 表示,它們做複雜工作時成果更好,也會用掉較少輸出令牌。Astra 面向最困難的任務,Sol 則主打日常使用。Astra 每百萬令牌收費為 $8/$40,Sol 維持 GPT-6.1 的 $2/$10;Astra 的快取輸入每百萬令牌 $0.40。文章整理的測試結果顯示,兩款模型各有表現出色之處,但 Astra 並非每項測試都勝過 Claude Fable 5.2;實際使用者也反映它溝通方式令人困惑。

    推薦理由:GPT-6.2 Astra 與 Sol 的價格和測試結果呈現不同取捨,文中也整理了實測中的弱點與比較限制。

  10. Latent Space82

    OpenAI 推出 GPT-6.2 Astra 和 Sol,效能與價格各有差異

    OpenAI 推出 GPT-6.2 Astra 和 Sol,兩款模型已開放給部分 ChatGPT、Codex 使用者和 API 開發者。報導整理的測試顯示,Astra 在多項基準測試表現突出;Artificial Analysis 的 Intelligence Index 給它 62 分,略低於 Fable 5.2 的 65 分。Sol 在一項測試中達到與前一版 Astra 相近的表現,每項任務成本約為後者的 15%。不過早期使用者評價不一,有人批評模型難以使用,也有人認為部分問題來自測試工具設定。兩款模型都有 1M 上下文視窗,輸出上限為 128K。

    推薦理由:OpenAI 同時推出 Astra 與 Sol,報導整理了兩者在價格、基準測試與早期使用者評價上的差異,可看出效能和成本如何取捨。

  11. ModelScope74

    模型要做更複雜的工作,通常得增加引數,但更大的模型也比較吃硬體。SenseNova-Loop-9B 改用 Loop + mHC,讓 32 個不同的解碼器層在一次運算中執行 56 次,重複使用中間層的權重。它能讀取文字和圖片、產生文字,並支援最高 512K 的上下文視窗。原文列出的測試分數也比 Preview 高,例如 AutomationBench 從 14.33 升到 36.67;官方 4-bit AWQ 權重約 4.9 GB,搭配 4-bit KV cache 時,64K 上下文可在約 9 GiB VRAM 上部署。

    推薦理由:SenseNova-Loop-9B 以重複運算部分層的方式增加計算深度,文中也提供多項基準分數與低位元部署所需的記憶體資訊。

  12. 🚨 AI News | TestingCatalog69

    製作圖片時,編輯內容可能讓細節改變,也不容易保留透明背景或分開圖層。ByteDance 的 Seedream 5.5 是新的圖片模型,著重在編輯圖片時保留細節,也能輸出真正透明的背景,並把生成圖片拆成個別 PNG 圖層。Artificial Analysis 的 AA-Image-T2I v2.1 評比將它列入「品質與價格前段」;每 1k 張圖片收費 $20,價格低於 $30。

  13. MarkTechPost56

    SID AI 推出 SID-2 搜尋模型,12 個 AI 助理協作的版本拿下 0.720 NDCG

    資料搜尋常得先改寫問題、找資料,再重新排序;SID AI 推出的 SID-2 會看過搜尋結果後,決定接著找什麼,最後回傳排好順序的檔案編號。開發者可接上自己的搜尋工具,不必搬動資料或重新建立索引;SID-2 Swarm 還能讓多個 AI 助理分頭搜尋不同資料。在 SID 自行測試的 506 題中,12 個 AI 助理協作的版本拿下 0.720 NDCG,高於測試表中的 GPT-6 Astra 0.704。這些結果來自 SID 自行評測,報導也指出模型大小與權重尚未公開。

  14. ModelScope74

    長上下文模型常需要更多運算成本,Tencent Hy 推出開放權重模型 Hy4-flash,想讓長時間工作更省資源。它有 220B 引數,每個 token 只啟動 12B 引數,能理解圖片,並支援 1M-token 上下文。Tencent Hy 表示,在自家 WorkIndex 測試中,Hy4-flash 略勝較大的 Hy4 Preview,每項任務成本是 Hy4 Preview 的 1/13、Hy4 的 1/20;解碼速度超過每秒 150 tokens。模型也提供不同用途的版本,並支援 vLLM、SGLang、Transformers 和 OpenAI 相容 API。

    推薦理由:Hy4-flash把長上下文、圖片理解與較低推論成本放進同一模型,文中也提供內部測試和部署資料,可用來瞭解它的定位。

  15. The Economic Times · ETtech83

    OpenAI 推出 GPT-6.2 Astra 和 Sol,主打專業工作與降低使用成本

    企業想用更進階的 AI 工具處理工作,也得留意費用。OpenAI 推出 GPT-6.2 Astra 和 GPT-6.2 Sol,並表示兩款模型能用較少的輸出 token 完成更多工作。Astra 面向檔案、簡報、試算表、程式撰寫和科學研究等較複雜的任務;Sol 則適合日常和多步驟工作。OpenAI 表示,Astra 在 Agents' Last Exam 的分數比 GPT-6 Astra 高 5.2 分,執行成本不到三分之一;Sol 在 FrontierCode 2.0 的分數接近 Astra,成本約為五分之一。Astra 的 API 輸入與輸出 token 費用也比 GPT-6 Astra 低 20%,快取輸入費用低 60%。兩款模型已提供給部分 ChatGPT Work、Codex 和 API 使用者;OpenAI 也加強了網路安全任務的防護措施。

    推薦理由:Astra 與 Sol 分別鎖定專業工作和日常任務,文中比較了基準表現與 API 費用,可看出兩款模型的定位差異。

  16. Tencent Hy68

    騰訊混元宣佈開放 Hy4 flash 的模型權重,包含 Hy4 flash-FP8 和 Hy4 flash-Base。這款原生支援多模態的模型有 224B 引數,其中 12B 會啟用,上下文視窗為 1M。官方表示它主打速度快、效率高,適合日常工作,並採用 Tencent Hy License。騰訊混元也預告接下來會推出 Hy4。

    推薦理由:Hy4 flash 同時推出 FP8 與 Base 版本,並公佈引數規模、活躍引數量和上下文視窗,方便了解這次開放權重的模型規格。

  17. aihot77

    騰訊混元開放 Hy4 flash 權重,推出 FP8 與 Base 兩個版本

    想在日常工作中使用多模態模型,常得先了解模型規格和如何取得。騰訊混元宣佈開放 Hy4 flash 權重,提供 Hy4 flash-FP8 和 Hy4 flash-Base 兩個版本,模型共有 224B 引數,啟用 12B,支援 1M 上下文,定位在日常生產力用途。模型以 Tencent Hy License 發布,可從 Hugging Face 和 GitHub 取得;官方也預告 Hy4 即將推出。

    推薦理由:Hy4 flash 提供 FP8 與 Base 兩種版本,並列出引數量與上下文視窗資訊,方便讀者瞭解模型規格與取得方式。

  18. Dev.to Top Tech80

    Google 發布 Gemini 3,首日就匯入搜尋的 AI Mode

    新模型推出後,大家常要等一段時間,才會在搜尋服務裡用到它。Google 在 2026 年 11 月 17 日發布 Gemini 3,並從第一天起讓 Pro 和 Ultra 訂閱者在 Google 搜尋的 AI Mode 使用它;作者說,前幾代模型進入搜尋都晚了幾週。文章也提到 Gemini 3 Pro 在 LMArena 得到 1501 Elo,Gemini 3 Flash 則比 2.5 Flash 快約 2 倍、執行成本低約 60%,這些數字是 Google 提供的。作者認為,模型發布時就接上搜尋服務,讓更多人能直接用到新功能,是這次發布的關鍵變化。

    推薦理由:Gemini 3 從發布當天就進入 Google 搜尋的 AI Mode,文章聚焦模型發布與搜尋入口同步,呈現 Google 如何把新模型直接帶到使用者面前。

  19. iThome (臺灣)91

    OpenAI推出GPT-6.2 Astra與Sol,Astra達到AI自我改進高風險門檻

    OpenAI推出兩款GPT-6.2模型,分別用來處理專業工作和日常任務。Astra主打程式開發、科學研究與財務分析,在一項多步驟專業工作測試中比前代GPT-6 Astra高5.2分,任務成本不到前代的三分之一;Sol則主打日常工作,在程式開發測試中只比Astra低約0.5分,成本約為五分之一。OpenAI也把Astra協助研究人員開發下一代AI的能力列為高風險,並指出兩款模型的網路安全能力已達極高風險門檻。

    推薦理由:Astra與Sol同時涵蓋專業工作和日常應用,文中也比較兩者的成本與測試表現,並說明Astra達到自我改進高風險門檻的原因。

  20. Dev.to Top Tech42

    GPT-6.2 Astra 有免費版嗎?各種使用方式與最低成本測試方法

    GPT-6.2 Astra 沒有免費版:想用 ChatGPT Work、Codex 或 GitHub Copilot,得有符合條件的付費方案;走 API 則按用量付費,每 1M 輸入 token 收 $8、輸出 token 收 $40。想知道它值不值得用,不必先買訂閱,可以挑 10–20 個工作上真的會遇到的問題,用 API 小額測試。以文章估算的用量,跑完 20 個問題約 $1.52;先用便宜四倍的 GPT-6.2 Sol 試跑則約 $0.38。答案越長,費用越容易增加,所以先從簡單測試開始,看看 Astra 是否真的能解決 Sol 做不好的問題。

  21. iThome (臺灣)85

    Microsoft 推出 7 款 AI 模型,主打接近頂尖效能與更低成本

    企業使用 AI 模型的費用正快速增加,Microsoft 推出 7 款自研模型,涵蓋程式開發、網路安全、影像生成、語音和模型選擇。以程式開發模型 MAI Code 2 為例,Microsoft 表示,它的效能接近 GPT-6.1 Sol,完成任務的成本約為對方的 40%;網路安全模型 MAI Cyber 2 Flash 則主打持續監控、漏洞掃描和修補。Microsoft 也推出模型權重授權服務,讓企業在自己的 Azure 環境部署模型並用內部資料客製化,減少對代管 API 的依賴。

    推薦理由:七款模型涵蓋程式開發、資安、影像與語音等工作,文中也列出和其他模型的效能及費用比較,可看出微軟主打的成本差異。

  22. Dev.to Top Tech74

    Microsoft 推出七款 MAI 模型,並以 Frontier Tuning 配合企業工作流程

    企業使用 AI 處理固定工作時,通用模型未必熟悉內部流程,也不一定能用合理成本完成任務。Microsoft AI 推出七款 MAI 模型,涵蓋推理、程式開發、影像、語音和轉錄,並透過 Foundry 與合作平臺提供。Frontier Tuning 會在受控環境中利用實際工作紀錄調整模型,讓組織資料留在自己的環境;開發者也可以自行調整模型權重。Microsoft 提到 Mayo Clinic 合作計畫會先在院方環境中運作,但尚未公佈 MAI 模型的公開價格,也未說明該計畫的實際成效與擴大提供時間。

  23. aihot84

    Microsoft 推出 MAI Image 2.7、Flash 與 Canvas 影像工作區

    做圖時想改一個物件,常會連帶影響畫面其他部分;Microsoft 推出 MAI Image 2.7 和 MAI Image 2.7 Flash,主打影像生成與編輯,並能區域性調整物件的顏色、材質或位置。官方公佈的價格分別約為每 1,000 張 $35 和 $10,兩款模型目前都可透過 Microsoft Foundry 公開預覽。Microsoft 也在 MAI Labs 推出由 Flash 驅動的 Canvas,使用者可以從提示詞或草圖開始,再選取畫面區域進行修改。

    推薦理由:官方提供 MAI Image 2.7 與 Flash 的價格和影像編輯排名,可比較兩款模型在成本與編輯品質上的取捨。

  24. Dev.to Top Tech74

    Microsoft 推出 Decision 1.1,協助軟體快速分類與分流工作

    軟體處理請求時,常要先判斷該分給誰、是否符合條件,或接下來要做什麼。Microsoft Decision 1.1 已正式開放使用,主打在應用程式和自動化流程中做這類判斷,也能讀取圖片。開發者可透過 Microsoft Foundry、OpenRouter 和 Vercel 使用它。Microsoft 表示,模型在 Artificial Analysis Decision Index v2.1 得分為 68,並稱排名高於另外三個決策模型;這是特定基準的比較,團隊仍可用自己的資料和需求測試。

  25. Simon Willison82

    OpenAI 推出 GPT-6.2 Astra 和 GPT-6.2 Sol,作者比較價格與動畫成果

    OpenAI 推出 GPT-6.2 Astra 和 GPT-6.2 Sol,分別面向較難的工作和日常使用。作者比較了兩款模型的價格,也用 Codex CLI 讓它們製作同一段動畫:讓 Yonkers 變成大型機甲,在紐約市幾個地區行走。作者認為兩款模型都沒有做好機甲變形,表現不如 Claude Fable 5.2 和 Gemini 4 Carbon。Astra 的輸入價格比前一代低,快取價格也更便宜;Sol 則維持原價。作者也提到,Astra 在部分基準測試的分數不如 Fable 5.2,長時間工作時還可能提出難以回答的實作細節問題。

    推薦理由:文章整理兩款模型的價格差異,也用同一項動畫任務比較輸出,能看出成本與實際表現各有不同。

  26. Dev.to Top Tech69

    Microsoft 發布 MAI Realtime 1 預覽版,每分鐘音訊 $0.01 起

    企業想用 AI 助理接聽電話或提供語音客服,除了對話品質,也得考量反應速度、串接方式和費用。Microsoft 推出 MAI Realtime 1,讓模型直接聽懂語音並用語音回覆;目前透過 MAI Labs 開放有限預覽,每分鐘音訊 $0.01 起,推理用量則另按 token 計費。Microsoft 表示它在多項評測中勝過 GPT Realtime 2.1,但提供的資料沒有獨立驗證或完整測試方法。它也相容於 OpenAI Realtime API,方便開發者評估串接;實際表現和總費用仍要在自己的工作流程中測試。

  27. aihot66

    Gemini 4 Hydrogen 全球上線 Google Search,改善搜尋理解與回覆

    搜尋有時抓不準你真正想找的內容,回覆也不一定容易看懂。Google 宣佈 Gemini 4 Hydrogen 已在全球 Google Search 上線,並稱這是 Search 迄今最大的一次模型升級。Google 表示,新版更能理解使用者的意圖,也會更聰明地展開查詢並連結相關內容;回覆會依情況調整呈現方式,並加強多語言能力。

    推薦理由:Google 列出 Gemini 4 Hydrogen 在搜尋上的幾項改變,方便對照搜尋結果如何理解問題、呈現資訊與支援不同語言。

  28. Hacker News (official RSS)69

    Tencent 推出 Hy4 flash,主打更省錢地處理日常工作

    日常工作常要在成果品質、完成時間和費用之間取捨。Tencent 推出 Hy4 flash,這款多模態模型每次處理 token 時啟用 12B 引數,並提供 1M-token 上下文視窗。Tencent 表示,在 WorkBuddy 評估中,它的日常任務品質接近 Hy4,平均完成時間少了 70%,費用約為 Hy4 的 1/15;但處理需要長時間投入的程式開發工作時,Hy4 的能力上限較高。Hy4 flash 已在多項 Tencent 服務提供,Tencent 也計畫推出開放權重版本。

  29. MarkTechPost87

    OpenAI 推出 GPT-6.2 Astra 和 Sol,Astra API 價格降低 20%

    OpenAI 推出 GPT-6.2 Astra 和 GPT-6.2 Sol,分別主打較難的多步驟工作和日常任務。兩款模型都能接收文字和圖片,並在 OpenAI API、ChatGPT Work 和 Codex 提供。Astra 每 1M tokens 的輸入和輸出價格比 GPT-6 Astra 低 20%,Sol 則維持前一版的價格。評測中,Astra 的 Artificial Analysis Intelligence Index 分數是 62,排名第二;但它的 AA-Omniscience 幻覺率為 59%,Sol 為 55%。Sol 在 Coding Agent Index 也少了 3 分,顯示較低成本不代表程式開發表現都有進步。

    推薦理由:Astra 的成本與多項評測結果放在一起看,能瞭解它在高難度工作上的表現和價格取捨,也看得到幻覺率偏高的限制。

  30. Dev.to Top Tech68

    Microsoft 推出 MAI Code 2 和 MAI Code 2 Flash,瞄準不同程式開發需求

    團隊常用 AI 助理修改程式或除錯,工作量一大,模型費用也會跟著累積。Microsoft 推出 MAI Code 2 和 MAI Code 2 Flash,前者面向較需要效能的程式工作,後者主打日常大量使用。Microsoft 表示,MAI Code 2 Flash 在三項日常程式開發測試中的表現可比 GPT-6 Luna,費用約為其 65%;和 Claude Haiku 5.5 相比,表現相近,費用約為其 20%。這些是 Microsoft 提供的比較資料,沒有列出實際金額或各項測試分數;結果也不能直接代表每個團隊的程式專案都適用。

  31. Dev.to Top Tech75

    Microsoft 推出 MAI Code 2,主打降低 Copilot 與 Foundry 的程式開發成本

    程式開發團隊想用 AI 助理處理更多工作時,反覆呼叫模型可能讓成本累積。Microsoft 在 Ignite 2026 推出 MAI Code 2 和 MAI Code 2 Flash,前者將提供給 GitHub Copilot 與 Foundry,Flash 則面向低成本、大量程式工作。Microsoft 聲稱 MAI Code 2 的表現接近 GPT-6.1 Sol 和 Claude Opus 5.5,但價格更低;這些數字是公司說法,還不是獨立確認的評測。Microsoft 自家頁面對 Claude Opus 5.5 的比較也出現互相矛盾的數字,因此團隊應拿自己的程式任務測試品質、成本和後續檢查工作,再決定怎麼使用。

  32. Thurrott85

    OpenAI 推出 GPT-6.2 Astra 和 Sol,供 ChatGPT Work 與 Codex 使用

    OpenAI 推出 GPT-6.2 Astra 和 Sol,讓工作與開發任務有新的模型可選。公司表示,兩款模型處理較難的工作時會用較少輸出 token;GPT-6.2 Astra 面向專業與科學工作,輸入和輸出 token 便宜 20%,快取輸入 token 便宜 60%。GPT-6.2 Sol 的 token 價格則維持和 GPT-6.1 Sol 相同。兩款模型已提供給 ChatGPT Work 和 Codex 的 Plus、Pro、Enterprise、Edu 使用者,開發者也能透過 OpenAI API 使用。

    推薦理由:OpenAI 提供兩款新模型,其中 GPT-6.2 Astra 的輸入與輸出 token 價格比前代便宜 20%,可從任務用途與費用差異瞭解這次更新。