Deep Principle 發布 Hydrogen-1.0 科學模型,提供 MIT 開放權重與多種量化版本
Deep Principle 於 2026-11-02 發布 Hydrogen-1.0,這款以 zai-org/GLM-5.3 為基礎微調的開放權重科學 MoE 模型,鎖定化學、材料科學與生命科學。
推薦理由:文章對照模型卡的 1M 上下文宣稱與 NVFP4 部署配方的 262K 上限,並整理權重門檻、量化路徑與推論設定,便於規劃實際部署檢查。
新模型的釋出、開源與迭代:大模型廠商的旗艦更新、開源權重放出、效能與價格變化的第一時間記錄。
Deep Principle 於 2026-11-02 發布 Hydrogen-1.0,這款以 zai-org/GLM-5.3 為基礎微調的開放權重科學 MoE 模型,鎖定化學、材料科學與生命科學。
推薦理由:文章對照模型卡的 1M 上下文宣稱與 NVFP4 部署配方的 262K 上限,並整理權重門檻、量化路徑與推論設定,便於規劃實際部署檢查。
Mistral Large 4 已開放權重,並發布技術報告,文中稱其在程式AI 助理與網路安全方面具備前沿能力。 - 相較預覽版:文中稱它比三週前的預覽版更有效率、也更緊湊。
推薦理由:Mistral Large 4 開放權重並附技術報告,內容提及程式AI 助理與網路安全能力,以及相較預覽版的效率與緊湊度變化。
Gemini 4 Argon 於 10 月全球發布,支援複雜程式碼、財務分析、法律流程與機器人物理推理。 Gemini 4 Carbon 以長期工程與網路安全為核心,現於美國政府及安全合作夥伴進行預發布測試。
推薦理由:Google 在十月推出 Gemini 4 系列與 Genie 4,展示前沿推理與即時模擬能力,並提供安全防護與健康追蹤功能,讀者可評估其對開發者與科研的實際效益。
ElevenLabs 發布音效模型 SFX v3,更新 Sound Effects API 中的模型,提升多指令提示詞的遵循度,並改善人聲與音樂處理。
推薦理由:SFX v3 相較 v2 改善多指令提示詞與人聲、音樂處理,並提供高頻聲音較不易削波的更新;文中也說明如何設定引數及比較兩版輸出。
Deep Principle 推出開放權重模型 Hydrogen-1.0,以 GLM-5.3 為基礎,提供 1M 上下文視窗,面向化學、材料科學與生命科學。
推薦理由:作者評測比較了 Hydrogen-1.0 與 GPT-6 Astra、GLM-5.3 的科學推理表現,並以材料搜尋結果呈現模型在研究任務中的比較基準。
Mistral Large 4 是一個 1.05T 引數的多模態 Mixture‑of‑Experts 模型,於 2026‑10‑29 以 MIT 開源授權公開,本文提供從 Hugging Face 下載、量化檔案選擇、GPU 部署到 API 方案的完整流程。
推薦理由:提供完整的安裝與部署指南,讓開發者可快速部署 Mistral Large 4,並掌握其硬體需求與成本。
導語:Anthropic 的 Mythos‑class 模型檢查點已被公開,包含 14T 引數、114 層、1,224 個專家,並提供完整參考實作。 - 架構:混合 GDN/MLA + MoE(1,224 專家,top‑48 + 1 共享)與多標記預測(MTP)。
推薦理由:此檢視可讓研究者評估 Mythos‑class 架構與 14T 引數模型的實際表現,並驗證混合 GDN/MLA 與 MoE 的效能。
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。
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。
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。
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:Mistral Large 4(Le Chonk) 是 Mistral 迄今最大的多模態模型,擁有 1 Trillion 引數與 1 M 上下文長度,於 2026 年 10 月 29 日在 Hugging Face 發布。
推薦理由:Mistral Large 4 以 1T 引數與 1M 上下文長度,示範多模態推理與安全應用,對金融與網路安全領域實務效能具備價值。
Mistral Large 4(Le Chonk) 已在 Hugging Face 上線,為多模態多語言 MoE 架構,總引數約 1T,啟用 49B,上下文視窗 1M token。
推薦理由:原文給出模型架構、引數與硬體吞吐,讀者可評估部署門檻與適用場景,並快速判斷是否符合資源需求,進而決定是否投入實驗或商業化。
Gemini 4 Carbon 於兩週前推出,取代 Argon 成為 Google DeepMind 近期 AI 模型的領軍者。 - AA Index:Carbon 59 分,Argon 50 分,領先 Opus 5.5 之 Claude Code。
推薦理由:Gemini 4 Carbon 在多項基準上顯著領先前代模型,提供更強的代理工作與安全測試能力,對開發者與安全研究者皆具實務價值。
Gemini 4 Carbon 是 Google 最新的前沿模型,主打資安防禦與長期推理。 - 安全表現:在 SEC‑bench Pro 88.2%、ExploitGym 54.8% 和 CWE‑bench 71.0% 上領先同類模型。
推薦理由:本稿詳述 Gemini 4 Carbon 在資安防禦與長期推理上的領先表現,對安全工程師與開發者評估新模型效能與風險提供關鍵參考。
GPT‑6.1 Terra 已經發布,API 價格比 GPT‑5.6 Terra 減半,且在多項基準上表現優於前代。 - 價格:輸入 $1/百萬,輸出 $5/百萬,Cached $0.05,均低於前一代。
推薦理由:成本效能大幅提升,安全防護亦更強,適用於多種工作場景。
GPT‑6.1 Terra 以 50% 低價、三倍速度及 9 倍成本效益,提升工作流程自動化與精準度。 - 價格:API 標準價格比 GPT‑5.6 Terra 和 GPT‑6.1 Sol 低 50%。
推薦理由:GPT‑6.1 Terra 以 50% 低價、三倍速度及 9 倍成本效益,提升工作流程自動化與精準度。
Hugging Face Transformers v5.21.0 釋出,新增多款模型與功能,為開發者帶來更豐富的多模態與語音處理選擇。
推薦理由:新版本提供多種文件與語音模型,涵蓋 OCR、視覺檢索與 TTS,讓開發者能快速整合多模態功能,並享受最新的量化與 FP8 加速最佳化。
**Google 研究團隊推出 MedGemma 多模態模型與 MedSigLIP 影像語言模型,並將其應用於結核病篩檢,實現在離線環境下快速診斷,已在多國醫療機構部署。
推薦理由:本篇闡述 Google 釋出的 MedGemma 多模態模型與 MedSigLIP 影像語言對接,可在離線環境下進行 TB 篩檢與診斷,為全球醫療資源不足地區提供可擴充的 AI 解決方案。
推薦理由:Kimi K3.1 Pro 展示 3T 引數、1M token 上下文及多模態能力,對需要全專案編碼與 3D 建模的開發者具有重要參考價值。