Dự án NIL-3B đã công bố bản dựng GGUF, nil-3b-q4_k_m.gguf, để chạy mô hình cục bộ với runtime suy luận tương thích GGUF. Người dùng cài đặt các phụ thuộc và chạy `python -m src.chat`, lệnh này yêu cầu tệp GGUF nằm ở thư mục gốc của dự án. Kho lưu trữ lưu ý LICENSE của nó chỉ bao phủ mã nguồn và không xác nhận giấy phép hoặc quyền phân phối lại đối với trọng số mô hình hoặc dữ liệu huấn luyện.
Google đã phát hành Gemini 4 Hydrogen, một mô hình trọng số đóng từ Google DeepMind, được định vị dưới Gemini 4 Carbon và Argon như một lựa chọn hàng ngày cho lập trình và các quy trình tác tử. Mô hình cung cấp cửa sổ hợp nhất 1.048.576 token, bốn mức suy nghĩ với mức cao là mặc định, và giá API là 1,50/7,50 USD cho mỗi 1 triệu token đầu vào/đầu ra, đồng nhất trên toàn bộ cửa sổ. Google báo cáo 57% trên Terminal-Bench 4.1 so với 18,2% của Gemini 3.8 Flash và 51 trên Chỉ số Trí tuệ Artificial Analysis, nhưng mô hình chỉ xếp thứ 5 trên Agent Arena; khi kết hợp với Carbon trong Antigravity, mô hình đã sử dụng ít hơn 24% hạn mức và hoàn thành nhanh hơn 19% so với chỉ dùng Carbon.
Cùng sự việc; tuyển chọn có“Google DeepMind releases Gemini 4 Hydrogen, a faster Gemini 4 model for coding and agentic workflows”
inclusionAI đã phát hành Duo-1.0-distill-quant, trọng số Realization chưng cất bốn bước được lượng tử hóa FP8 cho mô hình thế giới đa phương thức song công toàn phần Duo 1.0. Các trọng số này được phủ lên gói inclusionAI/Duo-1.0-causal-base, gói này cung cấp Intent, codec, mô hình giọng nói và xương sống Realization dùng chung, và yêu cầu môi trường chạy hỗ trợ định dạng ModelOpt FP8 được đóng gói. Các trọng số được khởi tạo từ MiniMax H3 và sau đó được nhóm Duo huấn luyện.
inclusionAI đã phát hành Duo-1.0-distill, trọng số Realization chưng cất bốn bước cho Duo 1.0, một mô hình thế giới đa phương thức song công toàn phần dành cho tương tác âm thanh-hình ảnh theo thời gian thực. Các trọng số này được phát hành dưới dạng lớp phủ PyTorch Distributed Checkpoint trên gói inclusionAI/Duo-1.0-causal-base, sử dụng bộ lấy mẫu Euler với 4 bước và flow shift 5.0. Các trọng số được khởi tạo từ MiniMax H3 và sau đó được nhóm Duo huấn luyện.
Sing VL S1, một mô hình quyết định đa phương thức 4 tỷ tham số được xây dựng trên Qwen3.5, nay đã có bản phát hành GGUF cho suy luận CPU với llama.cpp. Nó được phát hành với các bộ giải mã BF16 (8,42 GB), Q8_0 (4,48 GB) và Q4_K_M (2,71 GB) cùng một bộ chiếu thị giác F16 dùng chung, với ngữ cảnh mặc định 4096 token. Kiểm định GGUF bao gồm 9 ví dụ và 11 câu hỏi; điểm số công khai đầy đủ cho các biến thể GGUF vẫn đang chờ.
Google đã phát hành Gemini 4 Hydrogen, mô hình có chi phí thấp nhất trong dòng Gemini 4, với giá 1,50 USD cho mỗi triệu token đầu vào, 0,075 USD cho đầu vào được lưu trong bộ nhớ đệm và 7,50 USD cho mỗi triệu token đầu ra. Simon Willison lưu ý rằng Carbon và Argon đều có giá 2,00/0,10/10,00 USD cho đến ngày 30 tháng 11 năm 2026 và tăng gấp đôi từ ngày 1 tháng 12 năm 2026, vì vậy hiện tại Hydrogen chỉ rẻ hơn khoảng 25% so với các mô hình anh em lớn hơn của nó, mức chênh lệch này sẽ mở rộng lên khoảng 75% sau khi tăng giá. Hydrogen cũng là mô hình miễn phí mới và sẽ cung cấp năng lượng cho các tính năng AI trong Google Search.
Cùng sự việc; tuyển chọn có“Google DeepMind releases Gemini 4 Hydrogen, a faster Gemini 4 model for coding and agentic workflows”
Google giới thiệu Gemini 4 Hydrogen, một mô hình được xây dựng để thực thi nhanh trong lập trình hàng ngày và các quy trình tác tử, được triển khai trên toàn cầu qua Gemini API, AI Studio, Gemini cho doanh nghiệp, ứng dụng Gemini, Google Search và Google Antigravity.
Cùng sự việc; tuyển chọn có“Google DeepMind releases Gemini 4 Hydrogen, a faster Gemini 4 model for coding and agentic workflows”
Cloudflare Workers AI đã phát hành bản xem trước Clairic, một mô hình trích xuất có kiểu mạnh mẽ, trích xuất, tính toán, ước lượng và dự báo các giá trị từ đầu vào và trả về điểm tin cậy và xác suất cho mỗi đầu ra. Mô hình có cửa sổ ngữ cảnh 65.536 token, hỗ trợ thị giác, cung cấp khả năng không lưu giữ dữ liệu và có giá $0,10 trên 1 triệu token đầu vào. Trong ví dụ hóa đơn được ghi lại, Clairic trích xuất các trường như số hóa đơn, ngày đến hạn và tổng cộng, trả về null với p_null 1 cho số PO bị thiếu, và đưa ra trung vị là 30 với khoảng p10-p90 từ 21 đến 38 cho days_to_pay.
Fish Audio đã phát hành Live 3, một mô hình giọng nói song công hoàn toàn dành cho các tác nhân giọng nói thời gian thực, có khả năng tiếp tục lắng nghe trong khi nói và học cách luân phiên lượt nói từ các cuộc hội thoại thực của con người thay vì các quy tắc pipeline được tinh chỉnh thủ công. Fish Audio cho biết mô hình có thể quyết định phản hồi chỉ trong 186 ms đối với các phản ứng ngắn như "mm-hmm", tuy nhiên con số đó là mức sàn cho các phản ứng nhỏ chứ không phải thời gian đến âm thanh đầu tiên cho một câu trả lời đầy đủ, và chưa có điểm chuẩn nào được công bố. Live 3 chạy trên Fish Agent Platform (bản beta công khai), Fish Audio API và tại chỗ cho doanh nghiệp, với giá 0,035 USD mỗi phút đến ngày 31 tháng 12 năm 2026 so với giá niêm yết 0,07 USD, và chỉ hỗ trợ tiếng Anh.
Edge0 đã mã nguồn mở Edge0-145B và Edge0-120B cùng khung suy luận thống nhất và các công cụ triển khai, tuyên bố Edge0-145B là mô hình trên thiết bị 145 tỷ tham số mã nguồn mở đầu tiên. Công ty báo cáo bộ nhớ đỉnh 29GB, prefill 1.100+ token/giây, decode 80+ token/giây và công suất tiêu thụ điển hình khoảng 120W trên một laptop tương thích, với ngữ cảnh 128K–256K. Họ dẫn điểm số nội bộ 64,6 trên DeepSWE 1.1, 86,52 trên Terminal-Bench 2.1, 90,4 trên GPQA-Diamond và 80,6 trên IFBench, và cho biết trọng số có trên Hugging Face với hỗ trợ ngay từ ngày đầu cho macOS, Windows và Linux.
Vì sao đáng chú ý: Edge0 mã nguồn mở một mô hình trên thiết bị 145B báo cáo bộ nhớ đỉnh 29GB và decode 80+ token/giây, mang lại một dữ liệu cụ thể về mức độ mà suy luận cục bộ có thể mở rộng.
Liquid AI đã phát hành LiquidCodec, một tokenizer giọng nói streaming khoảng 74 triệu tham số, là thành phần cốt lõi cho các mô hình LFM3-Audio-2B và LFM3-Omni-2B của hãng, với trọng số được công bố trên Hugging Face. Codec này nén âm thanh 24 kHz thành 12 luồng token với khung 12,5 Hz và chạy trên một luồng CPU đơn, theo Liquid AI báo cáo tốc độ mã hóa khoảng 361 lần thời gian thực và giải mã 87 lần. Liquid AI cho biết nó vượt X-Codec 2, NanoCodec và Mimi về ViSQOL và khoảng cách mel trên cả 8 bộ kiểm thử, dù NanoCodec vẫn dẫn đầu PESQ (WB) trên 7 trong 8 bộ.
Google đã phát hành Gemini 4 Hydrogen, một mô hình mới mà hãng cho biết đưa ra câu trả lời hữu ích hơn cho các câu hỏi phức tạp, bao gồm các câu hỏi có nhiều phần, lỗi chính tả khó hiểu hoặc các yêu cầu rất cụ thể. Mô hình này có sẵn bắt đầu từ hôm nay trong Search, ứng dụng Gemini, tất cả các gói của Google AI Studio, Gemini API, Gemini for business và Google Antigravity dành cho người đăng ký AI Pro và Ultra, và Phó Chủ tịch Google Search Robby Stein cho biết đây hiện là mô hình mặc định trong AI Mode và được sử dụng cho những câu hỏi khó nhất trong AI Overviews.
Cùng sự việc; tuyển chọn có“Google DeepMind releases Gemini 4 Hydrogen, a faster Gemini 4 model for coding and agentic workflows”
Google đã phát hành Gemini 4 Hydrogen, một mô hình đa dụng nhanh dành cho nhà phát triển và người dùng hàng ngày, với giá 1,50 USD mỗi triệu token đầu vào và 7,50 USD mỗi triệu token đầu ra cùng cửa sổ ngữ cảnh một triệu token. Google cho biết Hydrogen đạt 51 điểm trên Chỉ số Trí tuệ Artificial Analysis ở mức suy luận cao mặc định và 54 điểm ở mức xhigh mới, so với 50 điểm của Gemini 4 Argon lớn hơn. Kiểm thử độc lập của Artificial Analysis cho thấy Hydrogen gần tương đương Claude Sonnet 5.5 ở mức suy luận tối đa, nhưng yếu hơn ở công việc terminal tác tử, đạt 54 phần trăm trên Terminal-Bench 4.0 so với 64 phần trăm của Claude Sonnet 5.5.
Cùng sự việc; tuyển chọn có“Google DeepMind releases Gemini 4 Hydrogen, a faster Gemini 4 model for coding and agentic workflows”
IBM đã phát hành hai mô hình xem trước thử nghiệm, granite-4.1-3b-LLMON-preview và granite-4.1-8b-LLMON-preview, được phát triển từ các checkpoint cơ sở Granite 4.1 và được huấn luyện để tiếp nhận và tạo ra LLMON, một ngôn ngữ đánh dấu bản địa của LLM đánh dấu chỉ dẫn, dữ liệu và yêu cầu bằng các dấu phân cách token đặc biệt dành riêng. Trên bộ đánh giá OPI, các mô hình tránh được nhiều hơn 47% các cuộc tấn công chèn prompt gián tiếp so với mô hình tiên tiến nhất được thử nghiệm và nhiều hơn 95% so với mô hình mã nguồn mở tốt nhất, đồng thời hoạt động ngang bằng với Granite 4.1 Instruct trên các bộ đánh giá tiêu chuẩn. Bản phát hành bao gồm một bộ công cụ GitHub với các bộ chuyển đổi JSON sang LLMON không mất dữ liệu, và các tác giả lưu ý rằng bản xem trước dành cho mục đích khám phá, không phải để sử dụng trong môi trường sản xuất.
Vì sao đáng chú ý: IBM đã huấn luyện một mô hình xem trước trên Granite 4.1 có thể đọc và ghi các thẻ LLMON, sử dụng việc tách biệt rõ ràng giữa chỉ dẫn và dữ liệu để giảm tỷ lệ thành công của các cuộc tấn công chèn prompt gián tiếp trên bộ đánh giá OPI xuống gần bằng không trong khi vẫn duy trì các khả năng chung.
Google đã phát hành Gemini 4 Hydrogen, thay thế Gemini 3.8 Flash trên toàn bộ sản phẩm của công ty với quyền truy cập ngay lập tức thay vì triển khai theo giai đoạn chỉ dành cho gói trả phí như đã làm với các bản phát hành Argon và Carbon gần đây. Google cho biết Hydrogen hoạt động ở một trong bốn mức tư duy (thấp, trung bình, cao và một mức xhigh mới) và nhanh hơn 2,5 lần so với Flash 3.8 ngay cả ở chế độ cao, đồng thời giảm hơn 5 lần các tuyên bố bịa đặt. Nó cũng tăng hơn gấp ba điểm Terminal-Bench của 3.8 Flash và đạt 54 trên Chỉ số Trí tuệ Artificial Analysis ở chế độ xhigh, so với 50 của Argon.
Cùng sự việc; tuyển chọn có“Google DeepMind releases Gemini 4 Hydrogen, a faster Gemini 4 model for coding and agentic workflows”
Google đã phát hành Gemini 4 Hydrogen, một mô hình thực thi nhanh mà hãng gọi là cải tiến Tìm kiếm lớn nhất từ trước đến nay, và đang triển khai bản cập nhật này cho tất cả người dùng Tìm kiếm trên toàn cầu. Google cho biết Hydrogen hoàn thành tác vụ nhanh hơn 2,5 lần so với Gemini 3.8 Flash và vượt qua Gemini 4 Argon mạnh hơn trên Chỉ số Trí tuệ Artificial Analysis ở mức suy luận cao mặc định. Trong Tìm kiếm, nó cải thiện khả năng hiểu ý định, xử lý lỗi chính tả, truy vấn con phân nhánh và phản hồi trực quan trong Chế độ AI, đồng thời cũng sẽ có mặt trên AI Studio, Gemini API, Ứng dụng Gemini và Antigravity.
Cùng sự việc; tuyển chọn có“Google DeepMind releases Gemini 4 Hydrogen, a faster Gemini 4 model for coding and agentic workflows”
Google DeepMind giới thiệu Gemini 4 Hydrogen, một mô hình Gemini 4 được xây dựng cho lập trình hàng ngày nhanh và thực thi tác tử thay vì suy luận tầm xa của Gemini 4 Carbon và Argon. Nó đạt 51 điểm trên Chỉ số Trí tuệ Artificial Analysis ở mức suy nghĩ cao mặc định so với 50 của Argon, đạt 54 ở cài đặt xhigh mới, và có giá cố định 1,50 USD mỗi triệu token đầu vào và 7,50 USD mỗi triệu token đầu ra trên cửa sổ ngữ cảnh 1 triệu token. Google cũng ra mắt Orchestrator trong Google Antigravity, công cụ chuyển đổi giữa các mô hình như Carbon và Hydrogen trong một phiên và đạt mức thành công nhiệm vụ gần bằng Carbon trên Terminal-Bench 4.0 trong khi sử dụng ít hơn 24% hạn mức và hoàn thành nhanh hơn 19%.
Vì sao đáng chú ý: Gemini 4 Hydrogen của Google nhắm đến lập trình hàng ngày nhanh và công việc tác tử, với giá cố định 1,50/7,50 USD mỗi triệu token trên cửa sổ ngữ cảnh 1M và Orchestrator mới chuyển đổi giữa các mô hình Gemini 4.
ElevenLabs đã ra mắt hai mô hình chuyển giọng nói thành văn bản: Scribe v3 dành cho âm thanh ghi sẵn và Scribe v3 Live dành cho sử dụng thời gian thực với độ trễ thấp, cả hai đều có sẵn thông qua giao diện lập trình viên ElevenAPI và nền tảng ElevenAgents. Công ty cho biết Scribe v3 giảm khoảng 25 phần trăm lỗi từ so với phiên bản tiền nhiệm trên 102 ngôn ngữ, và Scribe v3 Live sử dụng ngữ cảnh hội thoại để xác định khi nào người nói thực sự đã nói xong thay vì dựa vào bộ hẹn giờ tạm dừng. Các đánh giá độc lập từ Artificial Analysis xếp Scribe v3 vào nhóm các mô hình phiên âm chính xác nhất, chỉ đứng sau một mô hình xem trước của Alibaba, nhưng cho thấy nó chậm hơn về tốc độ và có giá 3,33 đô la Mỹ cho mỗi 1.000 phút.
Google DeepMind đã phát hành AlphaGenome 2, một mô hình genomics dự đoán cách các biến thể DNA ảnh hưởng đến từng loại tế bào người cụ thể và tìm ra số thay đổi gen liên quan gần gấp đôi so với phiên bản tiền nhiệm. Được huấn luyện trên hơn 107 triệu hồ sơ tế bào riêng lẻ từ 68 mô ở người và chuột, mô hình lấy trạng thái sinh học của tế bào làm đầu vào bổ sung thay vì dự đoán rộng khắp nhiều mô cùng lúc.
Google đã phát hành Gemini Decision 1, một API mô hình quyết định hỗ trợ các câu hỏi có/không, lựa chọn và chấm điểm theo tiêu chí, gia nhập nhóm mô hình quyết định cùng với Jev và OpenAI. Giá là 10 xu cho mỗi triệu token đầu vào với đầu ra miễn phí, và khác với đầu vào chỉ văn bản của Jev, nó chấp nhận văn bản, hình ảnh, âm thanh, video và PDF. Trong một thử nghiệm trên video robot, Gemini trả về các xác suất như 0.9234 cho robot và 0.0498 cho rồng thay vì 1.0 hoặc 0.0 như Jev và OpenAI trả về.
Google DeepMind đã phát hành AlphaGenome 2, một mô hình DNA từ chuỗi sang chức năng có điều kiện, đọc cửa sổ DNA 1 Mb cùng trạng thái tế bào đích và dự đoán hiệu ứng biến thể cho một loại tế bào mỗi lần gọi. Trên TenK10K single-cell eQTLs thuộc 28 loại tế bào miễn dịch, độ thu hồi biến thể nhân quả ở độ chính xác 90% tăng từ 16% với AlphaGenome 1 được tinh chỉnh lên 30%, và độ thu hồi chiều tác động tăng từ 23% lên 43%. Mô hình có sẵn qua AlphaGenome API cho nghiên cứu phi thương mại, với trọng số được hứa cung cấp khi công bố cuối cùng và sử dụng thương mại trong bản xem trước riêng tư.
Google DeepMind đã giới thiệu API Gemini Decisions, được xây dựng cho các quyết định đóng như câu hỏi có/không, trắc nghiệm và đánh giá theo thang điểm, với mô hình nền tảng Gemini Decision 1 xử lý tới 1.000 câu hỏi độc lập trong một lần chạy trên văn bản, hình ảnh, âm thanh, video và PDF. Nó trả về xác suất kèm giá trị độ tin cậy trong 150 đến 250 mili giây và có giá 0,10 USD trên một triệu token đầu vào, không tính phí token đầu ra, mà Google cho biết rẻ hơn khoảng năm lần so với Gemini 3.5 Flash-Lite. API hiện đã có sẵn thông qua Google AI Studio, với các tích hợp cho OpenRouter, LangChain và Vercel đang được triển khai, và Google cho biết họ đã sử dụng nó nội bộ cho định tuyến mô hình trong Gemini Notebook, tạo mẫu thiết kế trong Stitch và kiểm tra an toàn trong Google Search.
Cùng sự việc; tuyển chọn có“Google launches Gemini Decisions API and Gemini Decision 1 model for fast closed-set decisions”
Google DeepMind công bố AlphaGenome 2, mô hình chuỗi DNA thế hệ mới dự đoán cách các chuỗi DNA và biến thể của chúng ảnh hưởng đến các loại tế bào người cụ thể. Được huấn luyện trên hơn 107 triệu hồ sơ tế bào riêng lẻ thuộc 68 mô, mô hình có điều kiện này xác định được gần gấp đôi số biến thể làm thay đổi biểu hiện so với mô hình trước đó, và trên bộ dữ liệu tế bào miễn dịch TenK10K, nó thu hồi được 30% biến thể nhân quả so với 16% của AlphaGenome gốc được tinh chỉnh trên dữ liệu đơn bào. Mô hình có sẵn cho nghiên cứu phi thương mại qua AlphaGenome API và ở chế độ xem trước riêng tư cho nghiên cứu thương mại.
Vì sao đáng chú ý: AlphaGenome 2 chuyển từ giá trị trung bình trên toàn mô sang điều kiện hóa theo từng tế bào, gần như tăng gấp đôi khả năng thu hồi biến thể nhân quả trên dữ liệu tế bào miễn dịch, điều này quan trọng để liên kết tín hiệu GWAS với các loại tế bào cụ thể.
Google DeepMind đã công bố AlphaGenome 2, phiên bản kế nhiệm của AlphaGenome năm ngoái, dự đoán cách các biến thể di truyền ảnh hưởng đến từng loại và trạng thái tế bào thay vì tính trung bình trên toàn mô. Được huấn luyện trên hơn 100 triệu hồ sơ tế bào riêng lẻ thuộc 68 mô, mô hình này xác định được gần gấp đôi số biến thể có thể thay đổi biểu hiện gen so với mô hình tiên tiến nhất trước đó, và có thể đưa ra dự đoán về các loại tế bào và trạng thái sinh học mới mà không cần huấn luyện lại. Google cung cấp mô hình này cho nghiên cứu phi thương mại qua AlphaGenome API từ hôm nay, với bản xem trước riêng giới hạn cho mục đích thương mại; Žiga Avsec của DeepMind cho biết các dự đoán chi tiết hơn của mô hình tốn nhiều tài nguyên tính toán hơn, nên nó sẽ không sớm thay thế AlphaGenome.
MBZUAI的基础模型研究所发布了PAN 2，这是一个29B参数的开源世界模型，接收场景加文本动作，并将结果模拟为视频，权重、训练代码和推理代码均以Apache 2.0许可发布。它将一个编写结构化JSON世界状态的LLM规划器与一个29B MMDiT扩散Transformer配对，后者由冻结的Qwen3.5-9B编码器条件化，IFM报告在100个多步任务上全计划完成率为34.0%，领先于MiniMax-H3的32.50%，但在单动作和人类偏好上落后于MiniMax-H3（Elo 1595对1620）。IFM的消融实验显示，移除LLM规划器会使全计划完成率降至0.0%，步骤完成率从75.1%降至8.7%。
Tether AI Research đã phát hành BotPsy, một mô hình tác tử 0.8 tỷ tham số xây dựng trên Qwen3.5-0.8B dành cho việc sử dụng công cụ trợ lý cá nhân trên thiết bị. Mô hình này gần như nhân đôi điểm số tác tử của mô hình gốc, với BFCL v4 tăng từ 23,4 lên 44,0 và τ-bench từ 23,2 lên 51,5, đồng thời vượt qua mọi mô hình lên tới 1,2 tỷ tham số được thử nghiệm trên sáu bộ đánh giá sử dụng công cụ. Mô hình cũng giảm phản hồi không an toàn xuống 21% từ 36% và sử dụng ít hơn khoảng 3 lần token suy luận trên GPQA Diamond.
inclusionAI đã phát hành LemonDecider 4B v3, một mô hình quyết định được tinh chỉnh từ Qwen3.5-4B, trả về xác suất lựa chọn, có/không hoặc thứ tự thông qua một lượt lan truyền xuôi kết hợp duy nhất thay vì sinh ra các token trả lời. Mô hình được huấn luyện trên khoảng 1,20M dòng quyết định/hỏi đáp và đạt 61,67 trên bộ công khai Decision Index 0.4, với độ trễ yêu cầu trung vị là 49,9 ms.
inclusionAI đã phát hành SingVL S1, một mô hình quyết định đa phương thức 4B được xây dựng trên Qwen3.5, có khả năng trả lời các câu hỏi có tên trên văn bản hoặc JSON và tối đa bốn hình ảnh trong một lần chạy xuôi duy nhất của Transformers. Mô hình hỗ trợ câu hỏi lựa chọn, có/không (noul) và câu hỏi chấm điểm từ 2–10 mức, đạt 73,94 trên Public Vision Index và 69,76 trên Public Text Index. Mô hình đi kèm mã suy luận Python và một máy chủ HTTP FastAPI.
Gemini 4 Carbon, được công bố cách đây hai tuần cho một nhóm chuyên gia phòng thủ không gian mạng, hiện đã có sẵn cho mọi người với giá 2 USD/triệu token đầu vào và 10 USD/triệu token đầu ra, với mức giá dự kiến sẽ tăng gấp đôi lên 4/20 USD vào ngày 1 tháng 12. Simon Willison đã thử nghiệm nó trong Antigravity IDE của Google, tạo ra một hoạt ảnh Three.js về một mech giẫm đạp khắp Thành phố New York bằng dữ liệu OpenStreetMap, và ghi nhận rằng CEO Google Sundar Pichai đã nhấn mạnh tính năng /swarm của Antigravity xây dựng một trò chơi 3D thế giới mở với tài nguyên Blender, shader WebGL và nhạc Lyria.
Cùng sự việc; tuyển chọn có“Google DeepMind releases Gemini 4 Carbon for agentic coding, cybersecurity and scientific reasoning”
inclusionAI đã phát hành trọng số định dạng GGUF cho ZoomGain-9B, được chuyển đổi bằng llama.cpp, bao gồm mô hình ngôn ngữ và bộ mã hóa hình ảnh/projector (mmproj) ở FP16, Q8_0 và Q4_K_M. Đầu vào hình ảnh yêu cầu ghép mô hình ngôn ngữ với tệp mmproj tương ứng, và kho lưu trữ tài liệu hóa suy luận CLI qua llama-mtmd-cli và thiết lập trò chuyện web qua llama-server. Cần bản dựng llama.cpp có hỗ trợ đa phương thức Qwen3.5, và việc lượng tử hóa có thể ảnh hưởng đến độ chính xác.
Latent Space đã thử nghiệm Naive-N0.5-Flash trọng số mở của NaiveAI, một mô hình lập trình phát triển từ MiMo-V2.5 của Xiaomi và được ghép với engine suy luận NaiveRT, so với DeepSeek V4.1 Flash 1017 và GLM 5.3 Flash. Trong các lần chạy của tác giả, nó đạt đỉnh gần 2.000 token mỗi giây và duy trì khoảng 1.000 trong các tác vụ suy nghĩ nặng, với thời gian phản hồi trung vị là 3,1 giây so với 5,3 và 10,1 giây của hai mô hình so sánh. Trên các câu hỏi HLE khó, nó trung bình khoảng 108.500 token hoàn thành khi bật chế độ suy nghĩ, gấp khoảng chín lần GLM 5.3 Flash và 11 lần DeepSeek V4.1 Flash 1017, và tác giả lưu ý mẫu là 10 câu hỏi mỗi mức độ khó mà không chấm điểm độ chính xác.
MiniMax phát hành H3-Image, một mô hình tạo ảnh trọng số mở được xây dựng trên H3, hỗ trợ tạo ảnh từ văn bản, tạo ảnh dựa trên tham chiếu và chỉnh sửa ảnh, có thể tạo ra ảnh 4096 × 4096 trong dưới 10 giây. Công ty cho biết mô hình xử lý tối đa 16 ảnh tham chiếu, tuyên bố khả năng tuân thủ lời nhắc đạt mức tiên tiến nhất trong các mô hình trọng số mở, và báo cáo tốc độ nhanh gấp tới 5 lần so với các lựa chọn thay thế phổ biến. H3-Image có sẵn qua Nền tảng API MiniMax, MiniMax Code và Hailuo AI, với giá bằng 50–70% các sản phẩm tương đương, giảm 50% cho các yêu cầu 4K trở lên trong tuần ra mắt.
Vì sao đáng chú ý: MiniMax phát hành H3-Image trọng số mở, tuyên bố tạo ảnh 4K trong dưới 10 giây và giá bằng 50–70% các sản phẩm phổ biến tương đương, mang đến cho nhà phát triển một lựa chọn mở mới cho công việc hình ảnh độ phân giải cao.
Google DeepMind đã cung cấp Gemini 4 Carbon cho nhà phát triển, doanh nghiệp, nhà khoa học và người tiêu dùng, định vị nó cao hơn Gemini 4 Argon cho các tác vụ cần suy luận sâu hơn và nhiều token hơn. Carbon xếp hạng #1 trên CursorBench 4.0, WANDR của Perplexity và AutomationBench của Zapier với chi phí mỗi tác vụ thấp hơn hơn 2 lần so với mô hình bên ngoài tốt thứ hai, và có giá 2 USD mỗi triệu token đầu vào và 10 USD mỗi triệu token đầu ra, cùng mức giá giới thiệu như Argon. Google cũng đã xem trước /swarm trong Google Antigravity, biến một câu lệnh duy nhất thành một nhóm tác tử phối hợp, và báo cáo rằng Carbon đã chặn 99% quỹ đạo tấn công trong thử nghiệm tấn công mạng mô phỏng.
Vì sao đáng chú ý: Ghi chú phát hành của Google trình bày chi tiết cách Gemini 4 Carbon đánh đổi việc dùng nhiều token hơn để lấy suy luận sâu hơn, xếp hạng nhất trên CursorBench 4.0, WANDR và AutomationBench với chi phí mỗi tác vụ dưới một nửa so với mô hình bên ngoài tiếp theo.
Amazon giới thiệu Mitra-v2, mô hình nền tảng dạng bảng thế hệ thứ hai cho phân loại và hồi quy, được phát hành kèm các mô hình đã tinh chỉnh cùng mã suy luận và tinh chỉnh theo giấy phép Apache-2.0 trên Hugging Face. Mô hình được tiền huấn luyện trên các bảng tổng hợp có số hàng gấp 10 lần và số cột gấp khoảng ba lần so với Mitra-v1, sử dụng prior SCM lai mới và bộ tối ưu lai trong khi giữ nguyên kiến trúc Transformer. Trên TabArena, một benchmark công khai gồm 51 bộ dữ liệu thực tế, Mitra-v2 dẫn đầu nhóm mô hình đơn, vượt Mitra-v1 trên 32 trong số 33 bộ dữ liệu mà cả hai chạy gốc, và hoàn thành cả 51 bộ trong giới hạn một giờ; Mitra-v2 đã tinh chỉnh cũng đứng đầu trên ScoringBench.
Vì sao đáng chú ý: Mitra-v2 cho thấy việc mở rộng dữ liệu tiền huấn luyện tổng hợp, thay vì làm sâu mạng, đưa một mô hình nền tảng dạng bảng lên đỉnh nhóm mô hình đơn của TabArena.
Google DeepMind đã công bố Gemini Robotics 2.5, phiên bản mới của mô hình ngôn ngữ-thị giác-hành động tạo ra hành động cho robot, cho biết mô hình này làm tốt hơn nhiều các nhiệm vụ đòi hỏi độ khéo léo cao. Mô hình đã được đánh giá qua hơn 200 hoạt động, bao gồm phục vụ thức ăn bằng kẹp và sử dụng pipet, và robot hình người Apollo 2 của Apptronik chạy mô hình này giờ đây có thể thắt nơ bằng đôi tay năm ngón. DeepMind cũng giới thiệu một bộ tiêu chuẩn an toàn mã nguồn mở, ASIMOV-jailbreak, trong bối cảnh chuẩn bị cho robot hoạt động song song với con người, và cho biết một số robot Gemini đã làm việc thực tế trong các nhà máy của Mercedes-Benz.
Meta AI đã ra mắt Muse Ember, được mô tả là mô hình nhỏ nhất và hiệu quả nhất của họ, hướng đến gọi công cụ, các tác vụ con lập trình, định tuyến, trích xuất và phân tích tài liệu dài. Với prompt ngắn, giá là 0,10 USD mỗi triệu token đầu vào và 0,50 USD mỗi triệu token đầu ra, ngang với GPT-6 Luna và Claude Haiku 5.5, trong khi mức giá cho prompt dài là 0,30 USD đầu vào và 1,50 USD đầu ra trên 200k token đặt nó ở giữa hai mô hình kia. Simon Willison lưu ý mô hình nằm trên đường Pareto của biểu đồ Intelligence Index so với Cost per Task của Artificial Analysis, và sáu mức suy luận của nó tạo ra SVG hình bồ nông có chất lượng tương đương Muse Wonder với mức giá gấp 40 lần.
Anthropic phát hành Claude Fable 5.2 và Claude Mythos 5.2, đứng đầu hầu hết các bảng xếp hạng độc lập, bao gồm Artificial Analysis Intelligence Index v5 với 65 và SemiAnalysis GDPx với 16,4%. Giá giảm 20% xuống còn 8/40 USD cho 1M token đầu vào/đầu ra, nhưng SemiAnalysis báo cáo chi phí mỗi tác vụ GDPx tăng từ 67,16 USD lên 88,15 USD vì mô hình viết hàng trăm đến hàng nghìn ca kiểm thử và tạo các tác nhân phụ để kiểm tra công việc của mình. Nhiều đánh giá cho thấy mức nỗ lực tối đa hoạt động kém hơn mức cao, và Fable bị giới hạn ở 50% hạn mức đăng ký hàng tuần.
Vì sao đáng chú ý: Anthropic phát hành Fable 5.2 và Mythos 5.2 với mức giảm giá 20% mỗi token, nhưng các đánh giá độc lập cho thấy chi phí mỗi tác vụ cao hơn và thiết lập nỗ lực tối đa hoạt động kém hơn mức cao.
Google DeepMind giới thiệu Gemini Robotics 2.5, mô hình thị giác-ngôn ngữ-hành động có năng lực mạnh nhất từ trước đến nay của họ, mở rộng phạm vi kỹ năng mà robot có thể học và tăng tốc độ tiếp thu các kỹ năng đó. Được đánh giá trên 200 nhiệm vụ khác nhau, mô hình đạt tỷ lệ thành công cao hơn 30% đến 100% so với các baseline trước đó đồng thời hoàn thành nhiệm vụ nhanh hơn 20% đến 30%, và trong một thử nghiệm chứng minh khái niệm trên dây chuyền sản xuất của Mercedes-Benz, robot hình người Apollo 2 của Apptronik đã nhặt và đóng gói phụ tùng ô tô với tỷ lệ thành công 96%. Bản phát hành này cũng bổ sung hướng dẫn suy luận tại thời điểm suy diễn cho an toàn vật lý, giúp tăng 33% tỷ lệ hoàn thành nhiệm vụ an toàn khi xung quanh có chướng ngại vật và 43% khi xung quanh có người ở gần, cùng với ASIMOV-Jailbreak, một benchmark mã nguồn mở mà trên đó Gemini 4 Argon đạt khả năng chống jailbreak 99,5%.
Vì sao đáng chú ý: Gemini Robotics 2.5 đã cải thiện tỷ lệ thành công trên 200 nhiệm vụ thêm 30% đến 100%, và đạt tỷ lệ thành công 96% khi nhặt và đặt trong một thử nghiệm trên dây chuyền sản xuất của Mercedes-Benz, cung cấp dữ liệu tham chiếu để đánh giá việc triển khai thực tế của các mô hình VLA.
Anthropic đã phát hành Claude Fable 5.2, một mô hình được thiết kế cho những thách thức kỹ thuật khó khăn nhất và các dự án mở rộng đầy tham vọng, với những cải tiến về lập trình, suy luận và thị giác. Công ty khuyến nghị bắt đầu với Opus 5.5 cho hầu hết các tác vụ lập trình và tri thức; Fable 5.2 hiện đã có sẵn trên các gói Pro, Max, Team và Enterprise.
Vì sao đáng chú ý: Claude Fable 5.2 nhắm đến các công việc kỹ thuật mở rộng đầy tham vọng, với những cải thiện được công bố về lập trình, suy luận và thị giác, trong khi Opus 5.5 vẫn là lựa chọn mặc định được khuyến nghị cho hầu hết các tác vụ lập trình và tri thức.
Zyphra đã phát hành ZONOS3-Mini, một mô hình chuyển văn bản thành giọng nói MoE thưa với 100M tham số hoạt động và 800M tổng tham số theo giấy phép Apache 2.0, được huấn luyện trên 112 NVIDIA H100 trong 2,5 ngày. Mô hình đạt thời gian đến âm thanh đầu tiên dưới 570 ms trên trình duyệt với Pixel 9 và dưới 150 ms trên M3 MacBook Air, với các runtime cho WebGPU, SGLang, vLLM và GGML. Mô hình bổ sung khả năng kiểm soát danh tính, giọng điệu, chất lượng, tâm trạng và cách thể hiện, bao gồm điều khiển ở cấp độ từ, và Zyphra báo cáo rằng mô hình đứng đầu trong số các mô hình mở trên benchmark ZTTS2-Eval mới của họ.
Vì sao đáng chú ý: Mô hình TTS MoE nhỏ gọn của Zyphra kết hợp nhân bản giọng nói zero-shot với điều khiển cách thể hiện ở cấp độ từ trong khi chạy thời gian thực trên điện thoại và máy tính xách tay.