Tới nội dung

Hình thức

Phát hành mô hình Mới nhất

Mô hình mới từ mọi nhà cung cấp: cập nhật mô hình chủ lực, phát hành trọng số mở, thay đổi về năng lực và giá.

33 tin chọn26 trong 30 ngày quaĐã thu thập 68

Cập nhật 13 tháng 11 07:06

Phát hành mô hình

Hôm nay13 tháng 11Thứ SáuMục 1–20 trong 33
  1. Hacker News · AI88

    Edge0 mã nguồn mở các mô hình trên thiết bị Edge0-145B và Edge0-120B cùng khung suy luận

    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.

  2. Hugging Face Blog69

    IBM phát hành các mô hình xem trước LLMON được xây dựng trên Granite 4.1 3B và 8B

    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.

  3. Google DeepMind90

    Google DeepMind phát hành Gemini 4 Hydrogen, một mô hình Gemini 4 nhanh hơn cho lập trình và quy trình tác tử

    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.

11 tháng 11Thứ Tư
  1. Google DeepMind72

    DeepMind releases AlphaGenome 2, a DNA model predicting variant effects in specific cell types

    Google DeepMind announced AlphaGenome 2, a next-generation DNA sequence model that predicts how DNA sequences and their variants affect specific human cell types. Trained on more than 107 million individual cell profiles across 68 tissues, the conditional model identified nearly twice as many expression-changing variants as the previous model, and on the TenK10K immune cell dataset it recovered 30% of causal variants versus 16% for the original AlphaGenome fine-tuned on single-cell data. It is available for non-commercial research via the AlphaGenome API and in private preview for commercial research.

    Vì sao đáng chú ý: AlphaGenome 2 shifts from bulk-tissue averages to single-cell conditioning, roughly doubling causal variant recall on immune cell data, which matters for linking GWAS signals to specific cell types.

  2. MiniMax Blog75

    MiniMax releases H3-Image, an open-weight model generating 4K images in under 10 seconds

    MiniMax released H3-Image, an open-weight image generation model built on H3 that supports text-to-image, reference-based generation and image editing, and can produce a 4096 × 4096 image in under 10 seconds. The company says it handles up to 16 reference images, claims state-of-the-art prompt adherence among open-weight models, and reports speeds up to 5× mainstream alternatives. H3-Image is available via the MiniMax API Platform, MiniMax Code and Hailuo AI, priced at 50–70% of comparable offerings, with 50% off 4K-and-above requests during launch week.

    Vì sao đáng chú ý: MiniMax releases open-weight H3-Image, claiming sub-10-second 4K generation and pricing at 50–70% of comparable mainstream offerings, giving developers a new open option for high-resolution image work.

  3. Google DeepMind88

    Google DeepMind releases Gemini 4 Carbon for agentic coding, cybersecurity and scientific reasoning

    Google DeepMind made Gemini 4 Carbon available to developers, enterprises, scientists and consumers, positioning it above Gemini 4 Argon for tasks that need deeper reasoning and more tokens. Carbon ranks #1 on CursorBench 4.0, Perplexity's WANDR and Zapier's AutomationBench at more than 2X lower cost per task than the next best external model, and is priced at $2 per million input tokens and $10 per million output tokens, the same introductory price as Argon. Google also previewed /swarm in Google Antigravity, which turns a single prompt into a coordinated team of agents, and reported that Carbon blocked 99% of attack trajectories in simulated cyberattack testing.

    Vì sao đáng chú ý: Google's release notes detail how Gemini 4 Carbon trades higher token usage for deeper reasoning, ranking first on CursorBench 4.0, WANDR and AutomationBench at under half the per-task cost of the next external model.

10 tháng 11Thứ Ba
  1. Amazon Science62

    Amazon releases Mitra-v2 tabular foundation model with scaled synthetic pretraining

    Amazon introduced Mitra-v2, a second-generation tabular foundation model for classification and regression, released with fine-tuned models and inference and fine-tuning code under the Apache-2.0 license on Hugging Face. It is pretrained on synthetic tables with 10 times as many rows and roughly three times as many columns as Mitra-v1, using a new hybrid SCM prior and hybrid optimizer while keeping the Transformer architecture unchanged. On TabArena, a public benchmark of 51 real-world datasets, Mitra-v2 leads the single-model field, beats Mitra-v1 on 32 of the 33 datasets both run natively, and finishes all 51 within the one-hour budget; fine-tuned Mitra-v2 also ranks first on ScoringBench.

    Vì sao đáng chú ý: Mitra-v2 shows that widening synthetic pretraining data, rather than deepening the network, lifts a tabular foundation model to the top of TabArena's single-model field.

  2. Latent Space85

    Anthropic releases Claude Fable 5.2 and Mythos 5.2, retaking the top LLM spot as its IPO roadshow begins

    Anthropic released Claude Fable 5.2 and Claude Mythos 5.2, which top most independent leaderboards, including Artificial Analysis Intelligence Index v5 at 65 and SemiAnalysis GDPx at 16.4%. Pricing drops 20% to $8/$40 per 1M input/output tokens, but SemiAnalysis reports cost per GDPx task rose from $67.16 to $88.15 because the model writes hundreds to thousands of test cases and spawns subagents to check its work. Multiple evals show the max effort level underperforming high, and Fable is capped at 50% of a weekly subscription limit.

    Vì sao đáng chú ý: Anthropic releases Fable 5.2 and Mythos 5.2 with a 20% per-token price cut, yet independent evals show higher per-task cost and a max-effort setting that underperforms high.

  3. Google DeepMind78

    Google DeepMind releases Gemini Robotics 2.5 VLA model for real-world dexterity

    Google DeepMind introduced Gemini Robotics 2.5, its most capable vision-language-action model to date, which expands the range of skills a robot can learn and speeds up how fast it acquires them. Evaluated across 200 distinct tasks, the model achieves a 30% to 100% higher success rate than previous baselines while completing tasks 20% to 30% faster, and in a Mercedes-Benz production-line proof-of-concept, Apptronik's Apollo 2 humanoid picked and packed automotive parts with a 96% success rate. The release also adds inference-time reasoning guidance for physical safety, which raised safe task completion by 33% around obstacles and 43% around nearby people, plus ASIMOV-Jailbreak, an open-source benchmark on which Gemini 4 Argon reaches 99.5% jailbreak resistance.

    Vì sao đáng chú ý: Gemini Robotics 2.5 improved its success rate on 200 tasks by 30% to 100%, and achieved a 96% pick-and-place success rate in a pilot on the Mercedes-Benz production line, providing reference data for evaluating the real-world deployment of VLA models.

  4. Claude YouTube78

    Anthropic releases Claude Fable 5.2 for ambitious technical work

    Anthropic released Claude Fable 5.2, a model designed for the most daunting technical challenges and ambitious open-ended projects, with improvements in coding, reasoning and vision. The company recommends starting with Opus 5.5 for most coding and knowledge tasks; Fable 5.2 is available today on Pro, Max, Team and Enterprise plans.

    Vì sao đáng chú ý: Claude Fable 5.2 targets ambitious open-ended technical work, with stated gains in coding, reasoning and vision, while Opus 5.5 remains the recommended default for most coding and knowledge tasks.

9 tháng 11Thứ Hai
  1. Zyphra Research78

    Zyphra releases ZONOS3-Mini, an Apache 2.0 zero-shot voice-cloning TTS model that runs on-device

    Zyphra released ZONOS3-Mini, a sparse MoE text-to-speech model with 100M active and 800M total parameters under Apache 2.0, trained on 112 NVIDIA H100s in 2.5 days. It reaches under 570 ms time-to-first-audio in the browser on a Pixel 9 and under 150 ms on an M3 MacBook Air, with runtimes for WebGPU, SGLang, vLLM and GGML. The model adds control over identity, accent, quality, mood and delivery, including word-level steering, and Zyphra reports it ranks first among open models on its new ZTTS2-Eval benchmark.

    Vì sao đáng chú ý: Zyphra's compact MoE TTS model pairs zero-shot voice cloning with word-level delivery control while running in real time on phones and laptops.

  2. Meta AI Research Blog78

    Meta releases Muse Ember, its smallest and most efficient model for agent tasks

    Meta released Muse Ember, its smallest and most efficient model, aimed at the repetitive work agents do all day such as tool calls, coding subtasks, routing, extraction and long document parsing. Meta says it matches Claude Haiku 5.5's best score at about a third of the cost and beats every GPT-6 Luna setting, at $0.10 per million input tokens and $0.50 per million output tokens. It ships with a 1M-token context window, up to 512K output tokens, native text, image, audio and video input, and is available today on Muse Code and the Meta Model API as muse-ember-1.0.

    Vì sao đáng chú ý: Meta's smallest model targets the high-volume agent steps, and its cost-per-task comparison against Claude Haiku 5.5 and GPT-6 Luna shows where the efficiency claim comes from.

  3. Every78

    Every review: Fable 5.2 can build a full product with little steering

    Every reports that Fable 5.2, Anthropic's newest model, let Kieran Klaassen build a video editor combining Adobe Premiere, After Effects and Ableton-style features, with an AI agent running it, and Everycut went live three days after he started. The review says Fable 5.2 can take a whole product and keep building, testing and refining until it is usable daily, unlike Opus 5.5, which keeps the user checking its work, and Fable 5 and 5.1, which run large tasks for hours or days. Every calls it the first model it has tested that lets professionals build production-grade tools without reading the underlying code.

    Vì sao đáng chú ý: Every's hands-on account of Fable 5.2 shows how far a single model can carry a product build with minimal steering, offering a concrete comparison against Opus 5.5 and Fable 5/5.1.

6 tháng 11Thứ Sáu
  1. Google DeepMind78

    Google DeepMind releases Gemini Omni 1.2 Flash with 15-second clips and 30% lower price

    Google DeepMind rolled out Gemini Omni 1.2 Flash, now generally available across the Gemini API and Gemini for business, with native 15-second video generation, multi-turn conversational editing and stronger reference following. The price drops 30% from Gemini Omni 1.1 to $0.07 per second for 720p video, and users can draft at 360p or 720p before upscaling to 1080p or 4K. Clips can be set from 3 to 15 seconds in one-second increments, and outputs carry an imperceptible SynthID watermark.

    Vì sao đáng chú ý: Gemini Omni 1.2 Flash raises native clip length to 15 seconds and cuts the price 30% to $0.07 per second of 720p video, with multi-turn conversational editing now generally available.

  2. Google Blog · AI80

    Google releases Gemini Omni 1.2 Flash with 15-second clips and a 30% price cut

    Google DeepMind rolled out Gemini Omni 1.2 Flash and made it generally available across the Gemini API and Gemini for business. The model generates and edits native clips up to 15 seconds, up from 10 seconds in Omni 1.1, supports multi-turn conversational editing, and holds character, product, and style references more consistently; 720p video now costs $0.07 per second, 30% less than Omni 1.1. Outputs carry a SynthID watermark, and the model is rolling out in Flow, Google Vids, the Gemini app, and Google Ads.

    Vì sao đáng chú ý: Gemini Omni 1.2 Flash cuts the price 30% to $0.07 per second for 720p video while extending native clips to 15 seconds, giving teams producing video at scale a cheaper option to compare against prior versions.

  3. Meta AI Research Blog60

    Meta brings specialized Muse and Meta AI models with Active Memory and Active Focus

    Meta is rolling out specialized versions of its existing models, trained using Muse Wonder, to people who use Muse and Meta AI. The specialized models add Active Memory and Active Focus, and Meta reports the current Muse model scores 47% on its Personal Superintelligence Index versus 38% for the previous model, 90% versus 76% on the Active Memory eval, and a 67% improvement in completing everyday tasks where unexpected issues arise.

    Vì sao đáng chú ý: Meta's specialized Muse and Meta AI models bring Active Memory and Active Focus to more users, with reported gains on memory and task-completion evals.

5 tháng 11Thứ Năm
  1. Preferred Networks News71

    PFN releases PLaMo 3 Translate open-weight translation LLM for edge devices

    Preferred Networks released PLaMo 3 Translate, a translation-specialized LLM used in its PLaMo Translation service, as an open-weight model on Hugging Face on November 5. 8B, 2B, 8B and 31B) and supports 53 languages including Japanese and English, running on smartphones, laptops and internal servers without a cloud connection.

    Vì sao đáng chú ý: PFN releases a translation-specialized LLM in four sizes from 0.8B to 31B, letting companies and individuals run 53-language translation on-device without cloud access.

  2. Artificial Analysis Articles78

    Thinking Machines releases Inkling 2 Small, scoring 31 on the Artificial Analysis Intelligence Index

    Thinking Machines released Inkling 2 Small, a proprietary reasoning model that scores 31 on the Artificial Analysis Intelligence Index v5.0.1, 18 points above Inkling Small, with Apache 2.0 weights planned for a later, unconfirmed date. The 594B-parameter model (17B active) is available first through Tinker and Tinker Playground at $0.30/$1.00 per 1M input/output tokens, and it matches Gemini 3.8 Flash (high) while trailing Claude Sonnet 5.5 on coding and hallucination benchmarks. It averages about 150K output tokens per Intelligence Index task, roughly 4x Inkling Small, at $1.18 per task versus $0.20.

    Vì sao đáng chú ý: Artificial Analysis's independent benchmark run shows where Inkling 2 Small gains over its predecessor and where it still trails Gemini 3.8 Flash and Claude Sonnet 5.5.

29 tháng 10Thứ Năm
  1. Mistral AI86

    Mistral releases open weights for Mistral Large 4 (Le Chonk), a 1-trillion-parameter multimodal model

    Mistral AI released the open weights of Mistral Large 4 (Le Chonk), a 1-trillion-parameter natively multimodal model that entered public preview earlier this month and was trained from scratch in Europe. The company says three additional weeks of reinforcement learning lifted it to the top of open-weight coding, with 41% on Terminal-Bench 4.0 and 48% on the Artificial Analysis Coding Agent Index while using 47% fewer tokens per task than GLM-5.3. It adds Low, Medium and High reasoning modes, scores 51% on the Artificial Analysis Cyber Index, and is priced at $0.70 input, $0.07 cached input and $2.10 output per million tokens under a modified MIT license.

    Vì sao đáng chú ý: Mistral opens the weights of its 1-trillion-parameter flagship, pairing coding and defensive-security benchmark gains with three reasoning modes and per-token pricing.

  2. Google DeepMind82

    Google DeepMind announces Gemini 4 Carbon, a frontier model focused on cybersecurity and long-horizon tasks

    Google DeepMind announced Gemini 4 Carbon, its strongest model yet, with state-of-the-art cybersecurity and long-horizon capabilities, ranking #1 on the v5.0 Artificial Analysis Intelligence Index at 59. It scores 88.2% on SEC-bench Pro for finding vulnerabilities, 54.8% on ExploitGym for exploitation and 71.0% on CWE-bench for patching, and reaches #4 (1768) on WebDev Arena. Carbon launches at the same introductory price as Argon, $2 per million input tokens and $10 per million output tokens, and is first available to a subset of cyber defenders through the Fairwind Program before wider release.

    Vì sao đáng chú ý: Gemini 4 Carbon's benchmark results in vulnerability discovery and patching show how frontier models are being positioned for cybersecurity defense work.