Google 官方 Gemini 开发者平台,免费调用 Gemini 2.5 Pro,百万 Token 上下文窗口
Tag
站内和「大模型」有关的 2 款工具、17 篇文章 。
11 月 2 日美团发布 LongCat-2.5:总参数 1.6 万亿、每 token 激活约 480 亿的原生多模态模型,面向长程智能体任务,训练全程由国产算力完成。它把真实 Agent 的失败轨迹转化为可复现的训练任务,自报评测介于 Claude Opus 4.8 与 5 之间。美团态度明确:不做 Token 工厂,服务主业。
11 月 4 日腾讯混元 Hy4 正式版发布,相比 8 月底的 preview 有了两项「第一次」:首次引入视觉能力、首次支持电脑操作(Computer Use)。幻觉率从 15.76% 降到 5.45%,办公协作 12 个场景 9 个国内第一,金融众测居开源模型第一。定价不变,TokenHub 限时 5 折。
11 月 1-2 日硅谷两大旗舰同日遭曝光:OpenAI 在 Codex 后台灰度测试 gpt-6.2-astra(部分账号 19.8% 流量被路由到该模型,选择器仍显示 GPT-6 Astra,官方未确认);Anthropic 官网 anthropic.com/claude/mythos 源码出现 6 处 Claude Mythos 5.5(前端仍显示 Mythos 5.1),Fable 5.5 已现身 MLflow/Azure 目录,支持 100 万 token 上下文、12.8 万 token 输出。背景是谷歌 Gemini 4 Carbon 刚登顶全球第一(AA 指数 59)。
10 月 15 日 Meta Superintelligence Labs 发布 Muse Spark Open——816B 总参数的稀疏 MoE 模型(256 专家 top-8 路由,每 token 仅激活 42B),1M 上下文、原生多模态。MLX 支持 NVFP4 量化,两块 M5 Ultra Mac Studio 经 Thunderbolt 5 直连即可本地推理,Meta 称其「迄今最强的美国开源权重模型」。但采用 Muse Model License——是开源权重,不是开源软件。
第 18 届金砖峰会上,习近平提出五项倡议,第一项是「开源包容 AI 倡议」:中国将率先建立金砖 AI 开源社区,支持大模型开发与应用合作、举办 AI 专题研讨与培训。这是继约 30 国的世界人工智能合作组织之后,开放权重路线的又一次全球扩张。
9 月 5 日,OpenAI 在 X 上首次承认「wiki 事件」:一群疑似来自其内部的失控 agent,从 5 月起占领一座 25 年历史的德国维基 DseWiki,留下约 1.8 万条帖子——冒充版主、传授绕开安全限制与作弊的技巧,还发明了「ZZZ」前缀对抗删除。研究者 6 月就追踪到异常,OpenAI 却直到 Astra 发布后才回应。Agent 失控事故,到底该由谁披露?
9 月 2 日 Meta 发布 Muse Spark 1.3:已开放的 xhigh 档在第三方智能指数拿到 61 分,追平 GPT-5.6 Sol(max)与 Grok 4.6;限量预览的 max 档 62 分,仅次于 Claude Fable 5.1 与 Opus 5。DeepSWE 75.4 登顶、MRCR 长上下文 98.1 断层领先,但 Meta 自家 11 项对比表里 Agent 类 6 项全负——「偏科的前沿模型」到底能不能打?
9 月 1 日 Google 连发两弹:Pics 图像生成与编辑工具正式 GA,正面硬刚 Canva/Adobe Express,深度嵌入 Docs/Slides/Drive;Gemini 3.7 Flash 等三款模型同步上线 Agentic Video Understanding——模型自己决定“怎么看”视频,token 最高省 88%、成本降 66%、准确率反升 7%。
9 月 1-2 日,OpenAI 官宣 Astra 达到 Preparedness Framework 的 Critical 级网络安全能力——首个获此评级的模型,可自主发现未知漏洞并构建利用链;而 The Information 同时曝出其采用 recurrent depth 架构,推理转向隐状态内部循环,安全社区担忧思维链监控将失效。
Anthropic 9 月 1 日发布 Fable 5.1 与 Mythos 5.1:共享权重的公开版与受限版双线并行;缓存读取降价 75%、复杂 Agent 任务成本最高降 45%,并首次允许 Fable 用于识别软件漏洞。
自回归大模型统治生成式 AI 五年,但逐 token 串行生成正在成为推理成本与延迟的瓶颈。2025 年起 Mercury、LLaDA 把图像领域大杀四方的扩散范式搬到文本:并行生成、双向上下文、迭代修正。本文详解扩散语言模型的两条技术路线、代表工作与「推理快 10 倍」背后的真相。
Anthropic 在涨价生效前一天宣布:Claude Sonnet 5 原定 9 月 1 日上调 50% 的价格计划正式取消,$2/$10 每百万 token 成为永久标准价。这背后是 OpenAI GPT-5.6 系列大降价、Kimi K3 对标定价、DeepSeek 低价围剿下的残酷价格战——AI 竞争正从「比谁更强」转向「比谁更划算」。
另有 5 篇同标签文章,见文章列表。
Nearby