Gemini 4 Hydrogen（高階）智慧、效能與價格分析
一份針對 Gemini 4 Hydrogen（高階）的分析，比較其智慧、效能與價格，並採用能力指數來衡量模型在特定能力與產業上的表現。此比較涵蓋 token 用量、成本與上下文視窗，以及多項效能指標，包括每項任務耗時（分鐘）、輸出速度（每秒 token 數），以及首個答案 token 與首個 token 的時間（秒）。
全部動態
Hacker News · AIAI 評分4040 MarkTechPost同事件AI 評分8080 Google 發布 Gemini 4 Hydrogen，聲稱速度比 Gemini 3.8 Flash 快 2.5 倍
Google 發布 Gemini 4 Hydrogen，這是 Google DeepMind 的一款封閉權重模型，定位低於 Gemini 4 Carbon 和 Argon，作為編碼與代理工作流程的日常主力。它提供 1,048,576 個 token 的統一視窗、四個思考層級（預設為 high），API 定價為每 100 萬輸入/輸出 token 1.50/7.50 美元，在整個視窗內統一計價。Google 報告其在 Terminal-Bench 4.1 上得分 57%，而 Gemini 3.8 Flash 為 18.2%；在 Artificial Analysis Intelligence Index 上得分 51，但該模型在 Agent Arena 上僅排名第 5；在 Antigravity 中將其與 Carbon 配對使用，比單獨使用 Carbon 少用 24% 的配額，完成速度快 19%。
inclusionAI ModelsAI 評分3434 inclusionAI 發布 Duo-1.0-distill-quant FP8 權重，用於全雙工互動
inclusionAI 發布 Duo-1.0-distill-quant，這是 Duo 1.0 全雙工多模態世界模型的 FP8 量化四步蒸餾 Realization 權重。這些權重會疊加在 inclusionAI/Duo-1.0-causal-base 套件上，該套件提供共用的 Intent、編解碼器、語音模型與 Realization 主幹，且需要支援所封裝 ModelOpt FP8 格式的執行環境。這些權重從 MiniMax H3 初始化，隨後由 Duo 團隊訓練。
inclusionAI ModelsAI 評分4040 inclusionAI 發布 Duo-1.0-distill：Duo 1.0 的四步蒸餾權重
inclusionAI 已發布 Duo-1.0-distill，這是 Duo 1.0 的四步蒸餾 Realization 權重；Duo 1.0 是一個用於即時音視訊互動的全雙工多模態世界模型。這些權重以 PyTorch Distributed Checkpoint 疊加層的形式提供，疊加於 inclusionAI/Duo-1.0-causal-base 套件之上，使用 Euler 取樣器、4 步與 flow shift 5.0。這些權重從 MiniMax H3 初始化，隨後由 Duo 團隊訓練。
inclusionAI ModelsAI 評分3838 SingVL-4B GGUF 發布：基於 Qwen3.5 的 Sing VL S1 4B 多模態決策模型 GGUF 版本
Sing VL S1 是一個建構於 Qwen3.5 之上的 4B 參數多模態決策模型，現已推出 GGUF 版本，可用於 llama.cpp 的 CPU 推論。它提供 BF16（8.42 GB）、Q8_0（4.48 GB）與 Q4_K_M（2.71 GB）三種解碼器，外加一個共用的 F16 視覺投影器，預設上下文長度為 4096 個 token。GGUF 驗證涵蓋 9 個範例與 11 個問題；GGUF 各變體的完整公開分數仍待公布。
Simon Willison同事件AI 評分7777 Google 發布 Gemini 4 Hydrogen，Gemini 4 系列中成本最低的模型
Google 發布 Gemini 4 Hydrogen，這是 Gemini 4 系列中成本最低的模型，定價為每百萬輸入 token 1.50 美元、快取輸入 0.075 美元、每百萬輸出 token 7.50 美元。Simon Willison 指出，Carbon 和 Argon 在 2026 年 11 月 30 日前的價格均為 2.00/0.10/10.00 美元，並自 2026 年 12 月 1 日起翻倍，因此 Hydrogen 目前僅比其較大的同系列模型便宜約 25%，而在漲價後這一差距將擴大至約 75%。Hydrogen 同時也是新的免費層模型，並將為 Google 搜尋中的 AI 功能提供支援。
Hacker News · AI同事件AI 評分8888 Google 推出 Gemini 4 Hydrogen，一款用於程式編寫與代理工作流程的快速執行模型
Google 推出 Gemini 4 Hydrogen，這是一款為日常程式編寫與代理工作流程中的快速執行而打造的模型，並在全球範圍內透過 Gemini API、AI Studio、Gemini for business、Gemini 應用程式、Google 搜尋與 Google Antigravity 陸續推出。
Hacker News · AIAI 評分5858 Cloudflare Workers AI 預覽 Clairic，一款 System One 風格的擷取模型
Cloudflare Workers AI 已釋出 Clairic 預覽版，這是一款強型別擷取模型，可從輸入中擷取、計算、估計與預測數值，並為每項輸出回傳信心分數與機率。該模型具有 65,536 個 token 的上下文視窗，支援視覺，提供零資料保留，定價為每百萬輸入 token 0.10 美元。在文件記載的發票範例中，Clairic 擷取發票號碼、到期日與總額等欄位，對缺失的採購單號回傳 null 並附上 p_null 1，並對 days_to_pay 給出中位數 30，以及 21 至 38 的 p10-p90 區間。
Hacker News · AIAI 評分3333 Gemini 4 Hydrogen (Xhigh) 智慧、效能與價格分析
對 Gemini 4 Hydrogen (Xhigh) 的分析涵蓋其在特定能力與產業中的智慧與能力指數，以及 token 使用成本與上下文視窗。效能以每項任務所需時間（分鐘）、輸出速度（每秒 token 數），以及首個答案 token 與首個 token 的時間（秒）來衡量。
MarkTechPostAI 評分6262 Fish Audio 發布 Live 3，一款反應時間僅 186 毫秒的全雙工語音模型
Fish Audio 發布 Live 3，這是一款用於即時語音代理的全雙工語音模型，能在說話的同時持續聆聽，並從真實人類對話中學習輪流發言，而非依賴手工調校的流程規則。Fish Audio 表示，對於「mm-hmm」這類簡短回應，它能在短短 186 毫秒內決定是否回應，不過這個數字只是小型反應的下限，並非完整回覆的首個音訊時間，且尚未公布任何基準測試分數。Live 3 可運行於 Fish Agent Platform（公開測試版）、Fish Audio API 以及企業地端部署，定價為每分鐘 0.035 美元，優惠至 2026 年 12 月 31 日，原價為每分鐘 0.07 美元，且僅支援英文。
Hacker News · AI精選AI 評分8888 Edge0 開源 Edge0-145B 與 Edge0-120B 端側模型及推理框架
Edge0 開源了 Edge0-145B 與 Edge0-120B，以及其統一推理框架與部署工具，並宣稱 Edge0-145B 是首個開源的 145B 參數端側模型。該公司報告在相容筆記型電腦上峰值記憶體 29GB、預填速度 1,100+ tokens/s、解碼速度 80+ tokens/s、典型功耗約 120W，上下文長度 128K–256K。其引用內部評分：DeepSWE 1.1 為 64.6、Terminal-Bench 2.1 為 86.52、GPQA-Diamond 為 90.4、IFBench 為 80.6，並表示權重已發布於 Hugging Face，首日即支援 macOS、Windows 與 Linux。
推薦理由：Edge0 開源了一個 145B 端側模型，報告峰值記憶體 29GB、解碼速度 80+ tokens/s，為本地推理能擴展到何種程度提供了一個具體數據點。
MarkTechPostAI 評分5252 Liquid AI 發布 LiquidCodec，一款 74M 參數的串流音訊編解碼器
Liquid AI 發布 LiquidCodec，這是一款約 74M 參數的串流語音分詞器，為其 LFM3-Audio-2B 與 LFM3-Omni-2B 模型提供支援，權重已發布於 Hugging Face。該編解碼器將 24 kHz 音訊壓縮為 12 個 token 流、幀率 12.5 Hz，並可在單一 CPU 執行緒上運行，Liquid AI 報告其編碼約達 361 倍即時速度、解碼約達 87 倍。Liquid AI 表示，在全部 8 個測試集上，其於 ViSQOL 與 mel distance 指標均優於 X-Codec 2、NanoCodec 與 Mimi，不過 NanoCodec 仍在 8 個測試集中的 7 個上於 PESQ (WB) 指標領先。
The Verge · AI同事件AI 評分8282 Google 推出 Gemini 4 Hydrogen，現為 AI 模式和 AI 總覽的預設模型
Google 發布了 Gemini 4 Hydrogen，稱這款新模型能對複雜問題給出更有幫助的回答，包括包含多個部分的問題、難以理解的錯字，或高度具體的請求。即日起，該模型已在搜尋、Gemini 應用程式、Google AI Studio 所有層級、Gemini API、Gemini for business，以及供 AI Pro 和 Ultra 訂閱者使用的 Google Antigravity 中提供。Google 搜尋副總裁 Robby Stein 表示，它現在是 AI 模式的預設模型，並用於 AI 總覽中最難的問題。
The Decoder同事件AI 評分8888 Google 發布 Gemini 4 Hydrogen，在 Argon 推出四週後評分超越更大的 Argon
Google 發布 Gemini 4 Hydrogen，這是一款供開發者與一般使用者使用的快速通用模型，定價為每百萬輸入 token 1.50 美元、每百萬輸出 token 7.50 美元，並具備一百萬 token 的上下文視窗。Google 表示，Hydrogen 在預設的高思考等級下於 Artificial Analysis Intelligence Index 獲得 51 分，在新的 xhigh 等級下獲得 54 分，而更大的 Gemini 4 Argon 則為 50 分。Artificial Analysis 的獨立測試顯示，Hydrogen 在最高思考設定下大致與 Claude Sonnet 5.5 持平，但在代理式終端機工作方面較弱，於 Terminal-Bench 4.0 獲得 54%，而 Claude Sonnet 5.5 為 64%。
Hugging Face Blog精選AI 評分6969 IBM 發布基於 Granite 4.1 3B 與 8B 的 LLMON 預覽模型
IBM 發布了兩個實驗性預覽模型 granite-4.1-3b-LLMON-preview 與 granite-4.1-8b-LLMON-preview，它們衍生自 Granite 4.1 基礎檢查點，並經過訓練以讀取與生成 LLMON——一種 LLM 原生標記語言，以保留的特殊 token 定界符標示指令、資料與需求。在 OPI 基準上，這些模型比測試中最佳的前沿模型多避開 47% 的間接提示注入攻擊，比最佳的開源模型多避開 95%，同時在標準基準上的表現與 Granite 4.1 Instruct 相當。此次發布包含一個 GitHub 工具包，內含無損的 JSON 轉 LLMON 轉換器，作者指出此預覽版僅供探索，並非用於生產環境。
推薦理由：IBM 在 Granite 4.1 上訓練出能讀寫 LLMON 標記的預覽模型，透過顯式分離指令與資料，將 OPI 基準上的間接提示注入成功率壓到接近零，同時保持通用能力。
Ars Technica · AI同事件AI 評分8282 Google 推出 Gemini 4 Hydrogen，在旗下產品中取代 3.8 Flash
Google 發布 Gemini 4 Hydrogen，在旗下產品中以它取代 Gemini 3.8 Flash，並立即開放使用，而非像近期 Argon 和 Carbon 發布時那樣分階段、僅限付費層級推出。Google 表示，Hydrogen 以四種思考層級之一運行（低、中、高，以及新的 xhigh），即使在 high 模式下也比 Flash 3.8 快 2.5 倍，同時將虛構陳述減少超過 5 倍。它的 Terminal-Bench 分數也超過 3.8 Flash 的三倍，在 xhigh 模式下於 Artificial Analysis Intelligence Index 達到 54，而 Argon 為 50。
TechCrunch · AI同事件AI 評分8282 Google 發布 Gemini 4 Hydrogen，為更複雜的搜尋回答提供動力
Google 發布 Gemini 4 Hydrogen，這是一款快速執行模型，該公司稱其為迄今最大的搜尋改進，並正將此更新推向全球所有搜尋使用者。Google 表示，Hydrogen 完成任務的速度比 Gemini 3.8 Flash 快 2.5 倍，且在其預設的高思考等級下，於 Artificial Analysis Intelligence Index 上擊敗更強大的 Gemini 4 Argon。在搜尋中，它改善了 AI 模式下的意圖理解、錯字處理、扇出子查詢與視覺回應，同時也將登陸 AI Studio、Gemini API、Gemini App 與 Antigravity。
Google DeepMind精選AI 評分9090 Google DeepMind 發布 Gemini 4 Hydrogen，一款更快的 Gemini 4 模型，專為程式編寫與代理式工作流程打造
Google DeepMind 推出 Gemini 4 Hydrogen，這是一款 Gemini 4 模型，專為快速的日常程式編寫與代理式執行而打造，而非像 Gemini 4 Carbon 與 Argon 那樣著重於長程推理。它在預設的高思考等級下，於 Artificial Analysis Intelligence Index 上得分 51，而 Argon 為 50；在全新的 xhigh 設定下達到 54；其定價在其 100 萬 token 上下文視窗內一律為每百萬輸入 token 1.50 美元、每百萬輸出 token 7.50 美元。Google 亦在 Google Antigravity 中推出 Orchestrator，可在同一工作階段內於 Carbon 與 Hydrogen 等模型之間切換，並在 Terminal-Bench 4.0 上達到接近 Carbon 的任務成功率，同時少用 24% 配額、完成速度快 19%。
推薦理由：Google 的 Gemini 4 Hydrogen 鎖定快速的日常程式編寫與代理式工作，在 100 萬上下文視窗內一律採每百萬 token 1.50/7.50 美元的定價，並搭配可在 Gemini 4 模型之間切換的全新 Orchestrator。
The DecoderAI 評分7171 ElevenLabs 推出 Scribe v3 與 Scribe v3 Live 語音轉文字模型
ElevenLabs 發布了兩款語音轉文字模型：用於預錄音訊的 Scribe v3，以及主打低延遲即時使用的 Scribe v3 Live，兩者皆可透過 ElevenAPI 開發者介面與 ElevenAgents 平台取得。該公司表示，Scribe v3 在 102 種語言上相較前代可將詞錯誤降低約 25%，而 Scribe v3 Live 會運用對話上下文判斷說話者是否真正說完，而非依賴停頓計時器。Artificial Analysis 的獨立基準測試將 Scribe v3 列為最準確的轉錄模型之一，僅次於一款阿里巴巴的預覽模型，但顯示其在速度上落後，定價為每 1,000 分鐘 3.33 美元。
The DecoderAI 評分7171 Google DeepMind 發布 AlphaGenome 2，將基因體學 AI 從大量組織轉向單一細胞類型解析度
Google DeepMind 發布了 AlphaGenome 2，這是一個基因體模型，可預測 DNA 變異如何影響特定的人類細胞類型，並找出比前代模型多近兩倍的相關基因變化。該模型以人類與小鼠 68 種組織中超過 1.07 億個單一細胞圖譜訓練而成，它將細胞的生物學狀態作為額外輸入，而非一次廣泛預測多種組織。
Simon WillisonAI 評分7171 Google 發布 Gemini Decision 1 決策模型 API，支援多模態輸入
Google 發布了 Gemini Decision 1，這是一個決策模型 API，支援是/否、選擇題與評分規準評分問題，加入 Jev 與 OpenAI 的行列，進入決策模型類別。其定價為每百萬輸入 token 10 美分，輸出免費，且不同於 Jev 僅支援純文字輸入，它接受文字、圖像、音訊、影片與 PDF。在對一段機器人影片的測試中，Gemini 回傳了機器人 0.9234、龍 0.0498 等機率，而非 Jev 與 OpenAI 回傳的 1.0 或 0.0。
MarkTechPostAI 評分5858 Google DeepMind 發布 AlphaGenome 2，用於細胞類型特異性變異效應預測
Google DeepMind 發布 AlphaGenome 2，這是一個條件式序列到功能 DNA 模型，可讀取 1 Mb 的 DNA 視窗加上目標細胞狀態，並在每次呼叫時預測單一細胞類型的變異效應。在涵蓋 28 種免疫細胞類型的 TenK10K 單細胞 eQTL 上，90% 精確度下的因果變異召回率從微調後 AlphaGenome 1 的 16% 提升至 30%，效應方向召回率從 23% 提升至 43%。該模型可透過 AlphaGenome API 用於非商業研究，權重承諾於最終發表後釋出，商業使用則處於私下預覽階段。
The Decoder同事件AI 評分8080 Google DeepMind 推出 Gemini Decisions API 與 Gemini Decision 1 模型
Google DeepMind 推出 Gemini Decisions API，專為封閉式決策設計，例如是/否問題、多選題與量表評分，其底層 Gemini Decision 1 模型可在單次處理中處理多達 1,000 個獨立問題，涵蓋文字、圖像、音訊、影片與 PDF。它會在 150 至 250 毫秒內回傳附有信賴值的機率，每百萬輸入 token 收費 0.10 美元，且不收取輸出 token 費用，Google 稱這比 Gemini 3.5 Flash-Lite 便宜約五倍。該 API 現已可透過 Google AI Studio 使用，與 OpenRouter、LangChain 和 Vercel 的整合也正在陸續推出，Google 表示其內部已將其用於 Gemini Notebook 的模型路由、Stitch 的設計原型製作，以及 Google 搜尋的安全檢查。
同一件事，精選收錄的是《Google launches Gemini Decisions API and Gemini Decision 1 model for fast closed-set decisions》
Google DeepMind精選AI 評分7272 DeepMind 發布 AlphaGenome 2，一款可預測特定細胞類型中變異影響的 DNA 模型
Google DeepMind 宣布推出 AlphaGenome 2，這是一款新一代 DNA 序列模型，可預測 DNA 序列及其變異如何影響特定的人類細胞類型。該條件模型基於 68 種組織中超過 1.07 億個單細胞圖譜訓練，識別出的改變表現的變異數量幾乎是前代模型的兩倍；在 TenK10K 免疫細胞資料集上，它找回了 30% 的因果變異，而原始 AlphaGenome 在單細胞資料上微調後僅找回 16%。該模型可透過 AlphaGenome API 供非商業研究使用，商業研究則可透過私人預覽取得。
推薦理由：AlphaGenome 2 從大量組織平均值轉向單細胞條件化，在免疫細胞資料上將因果變異召回率大致提高了一倍，這對於將 GWAS 訊號連結到特定細胞類型具有重要意義。
The Verge · AIAI 評分7171 Google DeepMind 發布 AlphaGenome 2，一款可依細胞類型預測變異影響的基因 AI 模型
Google DeepMind 發表 AlphaGenome 2，是去年 AlphaGenome 的後繼模型，能預測基因變異如何影響個別細胞類型與狀態，而非廣泛的組織平均值。該模型以橫跨 68 種組織、超過 1 億個個別細胞圖譜訓練而成，辨識出的可改變基因表現的變異數量，幾乎是先前最先進模型的兩倍，且無須重新訓練即可對新的細胞類型與生物狀態做出預測。Google 自今日起透過 AlphaGenome API 提供非商業研究使用，商業用途則有有限度的私下預覽；DeepMind 的 Žiga Avsec 表示，其更精細的預測在運算上更為昂貴，因此短期內不會取代 AlphaGenome。
MarkTechPostAI 評分6060 MBZUAI 的 IFM 發布 PAN 2：一個開放 29B 物理 AI 世界模型
MBZUAI 基礎模型研究所（Institute of Foundation Models）發布 PAN 2，一個 29B 參數的開放世界模型，輸入場景與文字動作，並以影片模擬結果，權重、訓練程式碼與推論程式碼以 Apache 2.0 釋出。它將一個撰寫結構化 JSON 世界狀態的 LLM 規劃器，與一個由凍結的 Qwen3.5-9B 編碼器調節的 29B MMDiT 擴散 Transformer 搭配，IFM 報告在 100 項多步驟任務上完整計畫完成率為 34.0%，領先 MiniMax-H3 的 32.50%，但在單一動作與人類偏好（Elo 1595 對 1620）上落後 MiniMax-H3。IFM 的消融實驗顯示，移除 LLM 規劃器會使完整計畫完成率降至 0.0%，步驟完成率從 75.1% 降至 8.7%。
Hugging Face BlogAI 評分4242 Tether AI Research 發布 BotPsy：基於 Qwen3.5-0.8B 打造的 0.8B 端側代理模型
Tether AI Research 發布 BotPsy，這是一個基於 Qwen3.5-0.8B 打造的 0.8B 參數代理模型，用於端側個人助理的工具使用。它讓基礎模型的代理評分大致翻倍，BFCL v4 從 23.4 升至 44.0，τ-bench 從 23.2 升至 51.5，並在六項工具使用基準測試中擊敗所有測試過的 1.2B 參數以下模型。它還將不安全回應從 36% 降至 21%，並在 GPQA Diamond 上使用的推理 token 減少約 3 倍。
inclusionAI ModelsAI 評分3434 inclusionAI 發布基於 Qwen3.5-4B 的 LemonDecider 4B v3 決策模型
inclusionAI 發布 LemonDecider 4B v3，這是一個從 Qwen3.5-4B 微調而成的決策模型，透過單次聯合前向傳遞回傳選項、是/否或序數機率，而非生成答案 token。該模型以約 120 萬筆決策／問答資料列訓練，在公開的 Decision Index 0.4 測試套件上得分 61.67，請求延遲中位數為 49.9 毫秒。
inclusionAI ModelsAI 評分4040 inclusionAI 於 Qwen3.5 上發布 SingVL S1 4B 多模態決策模型
inclusionAI 發布 SingVL S1，這是一個建構於 Qwen3.5 之上的 4B 多模態決策模型，能在單次 Transformers 前向傳遞中，針對文字或 JSON 以及最多四張圖片回答具名問題。它支援選擇題、是/否（noul）以及 2–10 級評分題，在 Public Vision Index 上得分 73.94，在 Public Text Index 上得分 69.76。該模型隨附 Python 推論程式碼與 FastAPI HTTP 伺服器。
Simon Willison同事件AI 評分8282 Simon Willison 在 Antigravity IDE 中測試 Gemini 4 Carbon，Google 同時向所有使用者開放存取權限
兩週前針對部分網路防禦人員發表的 Gemini 4 Carbon，現已開放給所有人使用，輸入每百萬 token 收費 2 美元、輸出每百萬 token 收費 10 美元，價格預計於 12 月 1 日翻倍至 4 美元／20 美元。Simon Willison 在 Google 的 Antigravity IDE 中進行測試，利用 OpenStreetMap 資料生成了一段 Three.js 動畫，內容是機甲踩踏穿越紐約市；他並指出，Google 執行長 Sundar Pichai 強調了 Antigravity 的 /swarm 功能，該功能以 Blender 素材、WebGL 著色器與 Lyria 音樂打造了一款開放世界 3D 遊戲。
inclusionAI ModelsAI 評分2222 inclusionAI 發布 ZoomGain-9B 的 GGUF 權重
inclusionAI 已發布 ZoomGain-9B 的 GGUF 格式權重，透過 llama.cpp 轉換，涵蓋語言模型與視覺編碼器／投影器（mmproj），提供 FP16、Q8_0 與 Q4_K_M 版本。影像輸入需將語言模型與對應的 mmproj 檔案配對使用，該儲存庫說明了透過 llama-mtmd-cli 進行命令列推論，以及透過 llama-server 架設網頁聊天的方式。需使用支援 Qwen3.5 多模態的 llama.cpp 建置版本，且量化可能影響準確度。
Latent SpaceAI 評分6969 NaiveAI 的 Naive-N0.5-Flash 宣稱每秒 2,100 個 token：它的程式碼能力如何？
Latent Space 測試了 NaiveAI 的開放權重模型 Naive-N0.5-Flash，這是一個源自小米 MiMo-V2.5 的程式碼模型，搭配 NaiveRT 推論引擎，並與 DeepSeek V4.1 Flash 1017 及 GLM 5.3 Flash 對比。在作者的執行中，它峰值接近每秒 2,000 個 token，在思考密集的任務中維持約每秒 1,000 個 token，中位回應時間為 3.1 秒，而兩個對比模型分別為 5.3 秒和 10.1 秒。在困難的 HLE 問題上，開啟思考時它平均產生約 108,500 個完成 token，約為 GLM 5.3 Flash 的九倍、DeepSeek V4.1 Flash 1017 的 11 倍；作者指出樣本為每個難度級別 10 題，且未進行準確度評分。
MiniMax Blog精選AI 評分7575 MiniMax 發布 H3-Image，一款可在 10 秒內生成 4K 影像的開放權重模型
MiniMax 發布 H3-Image，這是一款建構於 H3 的開放權重影像生成模型，支援文字轉影像、基於參考的生成與影像編輯，且能在 10 秒內產出 4096 × 4096 的影像。該公司表示它最多可處理 16 張參考影像，並宣稱在開放權重模型中擁有最先進的提示詞遵循能力，同時回報速度最高可達主流替代方案的 5 倍。H3-Image 可透過 MiniMax API Platform、MiniMax Code 與 Hailuo AI 使用，定價為同類產品的 50–70%，上市首週 4K 及以上請求享 5 折優惠。
推薦理由：MiniMax 發布開放權重的 H3-Image，宣稱可在 10 秒內生成 4K 影像，且定價為同類主流產品的 50–70%，為開發者提供高解析度影像工作的新開放選項。
Google DeepMind精選AI 評分8888 Google DeepMind 發布 Gemini 4 Carbon，用於代理式編碼、網路安全與科學推理
Google DeepMind 向開發者、企業、科學家與消費者開放 Gemini 4 Carbon，將其定位在 Gemini 4 Argon 之上，適用於需要更深層推理與更多 token 的任務。Carbon 在 CursorBench 4.0、Perplexity 的 WANDR 與 Zapier 的 AutomationBench 上排名第一，每項任務成本比次佳的外部模型低 2 倍以上，定價為每百萬輸入 token 2 美元、每百萬輸出 token 10 美元，與 Argon 的 introductory 價格相同。Google 也預覽了 Google Antigravity 中的 /swarm，能將單一提示詞轉化為一支協同運作的代理團隊，並回報 Carbon 在模擬網路攻擊測試中攔截了 99% 的攻擊軌跡。
推薦理由：Google 的發布說明詳細介紹了 Gemini 4 Carbon 如何以更高的 token 用量換取更深層的推理，在 CursorBench 4.0、WANDR 與 AutomationBench 上排名第一，每項任務成本不到次佳外部模型的一半。
Amazon Science精選AI 評分6262 Amazon 發布 Mitra-v2 表格基礎模型，採用規模化合成預訓練
Amazon 推出 Mitra-v2，這是第二代用於分類與迴歸的表格基礎模型，隨附微調後的模型以及推論與微調程式碼，以 Apache-2.0 授權在 Hugging Face 上發布。它是在合成表格上預訓練的，列數是 Mitra-v1 的 10 倍、欄數約為 3 倍，採用新的混合 SCM 先驗與混合優化器，同時保持 Transformer 架構不變。在涵蓋 51 個真實世界資料集的公開基準 TabArena 上，Mitra-v2 在單一模型領域領先，在兩者皆原生執行的 33 個資料集中有 32 個勝過 Mitra-v1，並在一小時預算內完成全部 51 個資料集；微調後的 Mitra-v2 也在 ScoringBench 上排名第一。
推薦理由：Mitra-v2 顯示，擴大合成預訓練資料而非加深網路，能將表格基礎模型推上 TabArena 單一模型領域的頂端。
Ars Technica · AIAI 評分7171 DeepMind 發表 Gemini Robotics 2.5 與開放安全基準 ASIMOV-jailbreak
Google DeepMind 發表了 Gemini Robotics 2.5，這是其視覺-語言-動作模型的新版本，可生成機器人動作，並表示它在需要高靈巧度的任務上表現好得多。該模型在超過 200 項活動中進行了評估，包括用夾子送餐和使用移液管，而搭載該模型的 Apptronik Apollo 2 人形機器人現在能用五根手指的雙手打蝴蝶結。DeepMind 還推出了一個開源安全基準 ASIMOV-jailbreak，為機器人與人類並肩運作做準備，並表示部分 Gemini 機器人已在 Mercedes-Benz 工廠進行實際工作。
Simon WillisonAI 評分7575 Meta AI 推出 Muse Ember，其最小且最高效的模型
Meta AI 推出 Muse Ember，被描述为其最小且最高效的模型，面向工具调用、编码子任务、路由、抽取和长文档解析。对于较短提示，其定价为每百万输入 token 0.10 美元、每百万输出 0.50 美元，与 GPT-6 Luna 和 Claude Haiku 5.5 相同；而在超过 200k token 的长提示费率下，输入 0.30 美元、输出 1.50 美元，使其介于两者之间。Simon Willison 指出，该模型位于 Artificial Analysis 的智能指数与每任务成本图表的帕累托线上，并且其六个推理层级生成的鹈鹕 SVG 质量与价格高 40 倍的 Muse Wonder 相当。
Latent Space精選AI 評分8585 Anthropic 發布 Claude Fable 5.2 與 Mythos 5.2，在 IPO 路演啟動之際重奪頂尖 LLM 地位
Anthropic 發布 Claude Fable 5.2 與 Claude Mythos 5.2，在多數獨立排行榜上名列前茅，包括 Artificial Analysis Intelligence Index v5 的 65 分與 SemiAnalysis GDPx 的 16.4%。價格下調 20% 至每 100 萬輸入/輸出 token 8 美元/40 美元，但 SemiAnalysis 報告指出，每項 GDPx 任務的成本從 67.16 美元升至 88.15 美元，因為該模型會撰寫數百到數千個測試案例，並啟動子代理來檢查其工作。多項評估顯示，max effort 等級的表現不如 high，且 Fable 每週訂閱上限被限制在 50%。
推薦理由：Anthropic 發布 Fable 5.2 與 Mythos 5.2，每 token 價格下調 20%，但獨立評估顯示每項任務成本更高，且 max-effort 設定的表現不如 high。
Google DeepMind精選AI 評分7878 Google DeepMind 發布 Gemini Robotics 2.5 VLA 模型，實現真實世界靈巧操作
Google DeepMind 推出 Gemini Robotics 2.5，這是其迄今能力最強的視覺-語言-動作模型，擴大了機器人可學習的技能範圍，並加快其掌握技能的速度。在 200 項不同任務的評估中，該模型相較於先前的基線成功率高出 30% 至 100%，同時完成任務的速度快 20% 至 30%；在 Mercedes-Benz 生產線的概念驗證中，Apptronik 的 Apollo 2 人形機器人以 96% 的成功率揀選並包裝汽車零件。此次發布還新增了針對物理安全的推理時推理引導，使在障礙物周圍的安全任務完成率提升 33%，在附近有人時提升 43%，並推出開源基準 ASIMOV-Jailbreak，Gemini 4 Argon 在其上的越獄抵抗力達到 99.5%。
推薦理由：Gemini Robotics 2.5 在 200 項任務上的成功率提升了 30% 至 100%，並在 Mercedes-Benz 生產線的試點中達到 96% 的揀選放置成功率，為評估 VLA 模型的真實世界部署提供了參考數據。
Claude YouTube精選AI 評分7878 Anthropic 發布 Claude Fable 5.2，鎖定高難度技術工作
Anthropic 發布 Claude Fable 5.2，這是一款為最艱鉅的技術挑戰與雄心勃勃的開放式專案所設計的模型，在程式編寫、推理與視覺方面均有改進。該公司建議大多數程式編寫與知識任務先從 Opus 5.5 著手；Fable 5.2 即日起於 Pro、Max、Team 與 Enterprise 方案提供。
推薦理由：Claude Fable 5.2 鎖定雄心勃勃的開放式技術工作，並宣稱在程式編寫、推理與視覺方面有所提升，而 Opus 5.5 仍是大多數程式編寫與知識任務的建議預設選項。