Google 发布 Gemini 4 Hydrogen 并公布 Gemini 4 家族定价
Google 发布 Gemini 4 家族最低价成员 Gemini 4 Hydrogen，输入 $1.50/M、缓存输入 $0.075/M、输出 $7.50/M，目前相对 Carbon 和 Argon 仅便宜 25%，12 月 1 日后 Carbon 与 Argon 涨价至 $4.00/$0.20/$20.00 时 Hydrogen 才相当于 75% 折扣。
#评测/基准
Simon WillisonAI 评分7474 The Verge · AIAI 评分7474 Google 发布 Gemini 4 Hydrogen，称其更擅长处理复杂问题
Google 发布新模型 Gemini 4 Hydrogen，称其能更好地回答多部分、含难懂错别字或高度具体的复杂问题，可拆解问题并逐部分作答。
The Decoder同事件AI 评分8484 Google 发布 Gemini 4 Hydrogen，四周后在 AA 智能指数上超过更大的 Argon
Google 发布 Gemini 4 Hydrogen，一款面向开发者和日常用户的快速通用模型，据称在 Artificial Analysis Intelligence Index 默认 high 思考档上以 51 对 50 超过更大的 Gemini 4 Argon，xhigh 档可达 54，仅次于 Claude Sonnet 5.5 和 GPT-6.1 Sol 的 55。
同一件事，精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen 模型》
Ars Technica · AI精选AI 评分7676 Google 推出 Gemini 4 Hydrogen，取代 Gemini 3.8 Flash
Google 推出 Gemini 4 Hydrogen，取代其产品线中的 Gemini 3.8 Flash，面向用户立即开放，不像此前 Argon 和 Carbon 那样分阶段限制访问。该模型提供 low、medium、high 和新增的 xhigh 四档思考级别，Google 称即使在 high 模式下速度也比 Flash 3.8 快 2.5 倍，
推荐理由：原文给出了 Hydrogen 相对 3.8 Flash 的速度、幻觉与代码能力对比数据，读者可据此判断这次替换对日常使用的影响。
The DecoderAI 评分6767 Google 推出 Gemini Decisions API 与 Gemini Decision 1 决策模型
Google DeepMind 推出 Gemini Decisions API，配套模型 Gemini Decision 1 可在一次处理中完成最多 1,000 个独立问题，覆盖文本、图像、音频、视频和 PDF，直接给出选项评分与带置信度的概率，延迟为 150 至 250 毫秒。
Hugging Face Blog精选AI 评分6262 Tether AI Research 开源 0.8B 端侧智能体模型 BotPsy
Tether AI Research 发布 BotPsy，一个基于 Qwen3.5-0.8B 构建、面向函数调用与智能体工作流的 0.8B 参数端侧模型，将以 Apache 2.0 许可开源权重，提供 bf16、Q8、Q4 三种精度的 safetensors 与 GGUF 文件。
推荐理由：原文给出四阶段训练配方与逐项基准对比，可据此理解小模型如何在工具调用上追平更大模型。
The Decoder同事件AI 评分7878 Google Gemini 4 Carbon 正式开放，公布基准与安全测试结果
Google 的 Gemini 4 Carbon 在两周定向安全专家测试后正式开放，通过 Gemini API、Android Studio 和 Gemini for Business 提供，介绍价为每百万 input tokens 2 美元、output tokens 10 美元。
同一件事，精选收录的是《Google DeepMind 开源 Gemini 4 Carbon 模型》
The DecoderAI 评分7373 Google DeepMind 发布 Gemini Robotics 2.5，在奔驰产线试点中分拣金属零件成功率达 96%
Google DeepMind 发布视觉-语言-动作模型 Gemini Robotics 2.5，与 Apptronik、奔驰在匈牙利 Kecskemét 和德国 Sindelfingen 的活跃产线合作试点，Apollo 2 机器人分拣金属零件并按装配顺序放入托盘，成功率 96%。
Google DeepMind精选AI 评分8888 Google DeepMind 开源 Gemini 4 Carbon 模型
Google DeepMind 宣布 Gemini 4 Carbon 正式面向开发者、企业、科学家和消费者开放，定位为最强模型，主打网络安全能力与长程智能体工作流。
推荐理由：原文给出定价、基准排名与安全数据，读者可据此对比 Carbon 与 Argon 的分工和迁移成本。
Ars Technica · AIAI 评分6161 Google DeepMind 发布 Gemini Robotics 2.5 并开源安全基准 ASIMOV-jailbreak
Google DeepMind 发布 Gemini Robotics 2.5，并推出开源安全基准 ASIMOV-jailbreak，为机器人与人类协同工作做准备。
Google DeepMind精选AI 评分7474 Google DeepMind 发布 Gemini Robotics 2.5 视觉-语言-动作模型
Google DeepMind 发布 Gemini Robotics 2.5，称其为迄今最强的视觉-语言-动作（VLA）模型，提升机器人可学技能的广度与获取速度。
推荐理由：原文给出 Mercedes-Benz 产线 96% 成功率与越狱防御基准，读者可据此评估其工业落地与安全水平。
Simon WillisonAI 评分7373 Meta AI 发布最小最高效模型 Muse Ember
Meta AI 发布定位为最小、最高效的模型 Muse Ember，面向复杂推理执行与智能体日常重复工作，如工具调用、编码子任务、路由、抽取和长文档解析。短提示词下其定价与 GPT-6 Luna、Claude Haiku 5.5 相同，均为 $0.10/百万输入 token、$0.50/百万输出；考虑长提示词阈值后价格介于两者之间，三者均支持最高 100 万输入 token。
Latent Space精选AI 评分8888 Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2，夺回榜首
Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2，官方称其在几乎所有已评估能力上超过 Opus 5.5，并登上多数独立排行榜首位。
推荐理由：原文汇总了独立评测与成本数据，读者可据此判断新模型在能力与实际开销上的取舍。
The Decoder精选AI 评分8888 Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2，基准成绩领先
Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2，两者共享同一模型基础，定价为每百万输入 token 8 美元、输出 40 美元，低于前代的 10 美元和 50 美元，输出速度比 Fable 5.1 与 Mythos 5.1 快最多 30%。
推荐理由：文章汇总了新模型的基准分数、定价与安全限制，读者可据此比较它与前代及竞品的差距。
The DecoderAI 评分6565 Meta 发布 Muse Ember 小模型，主打智能体日常任务
Meta 推出迄今最小、最高效的模型 Muse Ember，面向智能体全天处理的重复性任务，包括调用工具、小型编码任务、请求路由、数据抽取和长文档处理。
The DecoderAI 评分6060 Ricursive Intelligence 开源 65B 模型 Ripple-65B Preview，TerminalBench 2.1 得分 80.52
AI 芯片设计公司 Ricursive Intelligence 训练并开源了语言模型 Ripple-65B Preview，预训练使用 12 trillion tokens，据称在 TerminalBench 2.1 上得分为 80.52，是美国开源模型中的最好成绩，harness 部分使用 Terminus 2、部分使用 OpenCode。
The DecoderAI 评分7474 Thinking Machines 发布 Inkling 2 Small，称其为最强西方开源权重模型
Thinking Machines 发布第二代模型 Inkling 2 Small，称其为最强的西方开源权重模型，采用 594B 总参数、17B 激活参数的 MoE 架构，支持文本和图像输入并可调节思考深度。
Latent Space精选AI 评分7878 Thinking Machines 发布 Inkling 2 Small：594B 总参数多模态 MoE，68 小时完成预训练
Thinking Machines 发布 Inkling 2 Small，一个 594B 总参数 / 17B 激活参数的多模态 MoE 模型，支持文本与图像输入、文本输出，具备原生视觉能力，上下文窗口和最大输出均为 1M tokens，现已在 Tinker 和 Tinker Playground 上开放微调与推理，Apache 2.0 权重将在外部安全测试完成后于下周发布。
推荐理由：原文汇总了训练成本、独立评测与安全披露，读者可据此判断这款开源权重模型的真实定位与短板。
The Decoder同事件AI 评分8080 OpenAI 发布 GPT-6 Cyber 安全模型，可挖掘漏洞并生成修复方案
OpenAI 发布专为挖掘软件安全漏洞训练的模型 GPT-6 Cyber，可发现漏洞、构建可运行的利用代码并给出补丁建议。在 ExploitGym 上其得分为 48.5%，前代 GPT-5.6 Cyber 为 32.1%；无安全指令时边界遵守率达 99.93%，启用安全指令时为 100%。
同一件事，精选收录的是《OpenAI 发布 GPT-6 Cyber 网络安全模型》
The Verge · AIAI 评分7474 OpenAI 发布 GPT-6 Cyber 网络安全模型，越界率降至 1% 以下
OpenAI 发布 GPT-6 Cyber 网络安全模型，称其越界行为发生率低于 1%，较 GPT-5.6 Cyber 的约 5% 明显下降。在 ExploitGym 基准上 GPT-6 Cyber 得分 48.5%，高于 GPT-5.6 Cyber 的 32.1% 和 GPT-6 Astra 的 42.4%，并帮助在 Firefox 中发现 81 个此前未知的漏洞。
The DecoderAI 评分7272 腾讯发布 Hy4，新增图像理解与计算机操作能力
腾讯发布正式版大语言模型 Hy4，首次加入图像理解和自主操作软件能力，可通过 Tencent Cloud、OpenRouter 及元宝等应用使用，模型权重尚未公布具体开放日期。
Hugging Face BlogAI 评分5858 Dharma-AI 发布 20 亿参数文档字段抽取模型 Dharma Field Extractor
Dharma-AI 发布 Dharma Field Extractor，一个 20 亿参数模型，可从任意文档图像中按请求抽取字段并返回结构化 JSON，支持开放模式和指定 schema 两种请求方式，缺失字段返回 null 而非编造。
The DecoderAI 评分6262 OpenAI 称 GPT-6 Astra 一周内从零设计出一款硬件设备
OpenAI 称其硬件团队用 GPT-6 Astra 作为副项目在一周内设计出一款可与 Codex 编码智能体对话的设备，Astra 完成了外壳设计、PCB 布局与元件选型、走线、固件和用户界面等全部环节，代工厂在不到一个月内小批量投产，但因 Astra 未充分考虑制造约束、公差和装配细节而经历了多轮修改。
The DecoderAI 评分7272 Mistral 发布 Mistral Large 4 开源模型，编码领先但整体仍落后中国模型
Mistral 在公开预览三周后将旗舰模型 Mistral Large 4（昵称 Le Chonk）的权重发布到 Hugging Face，总参数约一万亿、每步激活 520 亿，支持文本和图像输入、输出文本与代码。
Latent SpaceAI 评分7575 Google DeepMind 发布 Gemini 4 Carbon，面向网络安全防御者开放
Google DeepMind 发布 Gemini 4 Carbon，定位网络安全与长程任务，宣称在 SEC-bench Pro 上达 88.2%、ExploitGym 54.8%、CWE-bench 71.0%。
The Verge · AIAI 评分6969 Google 发布 Gemini 4 Carbon，主打网络安全能力提升
Google 发布最新前沿模型 Gemini 4 Carbon，在编码、智能体任务和网络安全方面带来显著提升，目前仅向部分网络安全防御公司开放，之后将扩展到 Fairwind Program 的其他合作伙伴。
The Decoder同事件AI 评分8383 Google DeepMind 发布 Gemini 4 Carbon，两周内接替 Argon 登顶智能指数
Google DeepMind 发布 Gemini 4 Carbon，距 Argon 仅两周，以 59 分登上 Artificial Analysis Intelligence Index v5 榜首（Argon 为 50 分）。
同一件事，精选收录的是《Google DeepMind 发布 Gemini 4 Carbon，主打网络安全与长时任务能力》
Ars Technica · AIAI 评分5050 Google 发布 Gemini 4 Carbon：最新前沿 AI 模型暂不可用
Google 宣布推出前沿 AI 模型 Gemini 4 Carbon，但该模型目前尚不可用。原文指出，Gemini 4 Carbon 本质上是 Argon 的略微升级版本。
Google DeepMind精选AI 评分7575 Google DeepMind 发布 Gemini 4 Carbon，主打网络安全与长时任务能力
Google DeepMind 发布 Gemini 4 Carbon，称其为最强模型，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
推荐理由：原文给出网络安全与长时任务的具体基准分数和对齐改进数据，读者可据此评估其在安全防御场景的实际能力定位。
The DecoderAI 评分7474 Nvidia 开源 Nemotron 3.5 Transcribe 语音模型，整合转写、翻译与说话人识别
Nvidia 发布开源语音模型 Nemotron 3.5 Transcribe，可转写 40 种语言、其中 31 种与英语互译、识别 13 种语言的说话人，支持最长一小时、最多八位说话人的录音，并能通过指令控制输出转写、翻译或摘要。
Simon WillisonAI 评分6767 Simon Willison 解读 OpenAI 发布的 GPT-6.1 Terra 中端模型
OpenAI 发布 GPT-6.1 Terra，主打视觉推理与计算机操作能力，官方称其为快速高效的模型，适用于撰写提案、解读技术图纸、填写表单和编辑视频等日常任务。
The Decoder同事件AI 评分8282 OpenAI 发布 GPT-6.1 Terra，API 价格减半且多项基准接近更大模型
OpenAI 发布 GPT-6.1 Terra，API 输入价格为每百万 token $1、输出 $5，为 GPT-5.6 Terra 的一半，缓存输入降至 $0.05。
同一件事，精选收录的是《OpenAI 发布 GPT-6.1 Terra，主打大规模快速的计算机操作能力》
Latent Space精选AI 评分8181 Moonshot 发布 Kimi K3.1 Pro：2.8T 参数 MoE，独立评测逼近 Fable 5.1
Moonshot 发布 Kimi K3.1 Pro，为 2.8T 总参数、104B 激活参数、1M token 上下文窗口的多模态 MoE 模型，权重承诺 2026 年 11 月 4 日开放。
推荐理由：原文区分了厂商宣传、独立评测与部署经济学三层证据，读者可据此判断开源权重模型与闭源前沿的真实差距。
Simon Willison同事件AI 评分7676 Moonshot 发布 Kimi K3.1 Pro，Artificial Analysis 得分 55 逼近 Claude Opus 5.5
Moonshot 于 10 月 23 日在 Kimi API 上线 Kimi K3.1 Pro，尚未开放权重，但承诺 2026 年 11 月 4 日前发布完整模型权重。
同一件事，精选收录的是《Moonshot 发布 Kimi K3.1 Pro：2.8T 参数 MoE，独立评测逼近 Fable 5.1》
The DecoderAI 评分7474 Moonshot AI 发布推理模型 Kimi K3.1 Pro，Artificial Analysis 智能指数升至第四
Moonshot AI 发布后训练推理模型 Kimi K3.1 Pro，在 Artificial Analysis Intelligence Index 上得 55 分，较 Kimi K3 提升 11 分，排名第四，仅次于 Claude Opus 5.5（58）、Claude Sonnet 5.5（56）和 Muse Wonder Full（56）。
Hugging Face Blog精选AI 评分6262 Hugging Face 发布卫星嵌入模型 OlmoEarth v1.3 及全球预计算嵌入
Hugging Face 发布 OlmoEarth v1.3 卫星嵌入模型，读取 Sentinel-1 雷达与 Sentinel-2、Landsat 多光谱时间序列。
推荐理由：原文给出了评测对比和训练成本变化，读者可据此判断其相对前代与同类模型的实际改进幅度。
The DecoderAI 评分6262 Recursive 发布首个由 AI 研究流程打造的语言模型 Flint
AI 初创公司 Recursive 发布了首个语言模型 Flint，一个名为 Eureka Machine 的 AI 系统几乎参与了开发的每个环节，包括提出想法、构建、测试并规划后续实验。
The DecoderAI 评分6666 Inception 发布扩散语言模型 Mercury 3，宣称速度远超 GPT-6 Luna 与 Claude Haiku 5.5
Inception 发布扩散语言模型 Mercury 3，宣称在多项基准上超过 GPT-6 Luna 和 Claude Haiku 5.5，速度快 4 到 8 倍，Nvidia GPU 上生成 1,068 tokens per second，而 Claude Haiku 5.5 约 240、GPT-6 Luna 约 130，目前尚无独立测试。
The DecoderAI 评分5858 Elevenlabs 发布两款面向实时 AI 对话的 speech-to-speech 模型
Elevenlabs 于 Oct 20, 2026 发布两款名为 Eleven Realtime 的 speech-to-speech 模型。
The DecoderAI 评分6262 OpenAI 称 GPT-6 在 COBOL、Fortran 等遗留编程语言上表现大幅提升
OpenAI 改进了最新模型在 COBOL、Fortran、Visual Basic 等低资源编程语言上的表现。