跳至正文
DigIntoAI/模型情報
模型情報動態

模型情報.

追蹤變化,讀懂每一次更新。

編輯精選OpenAI
OpenAI/GPT-6.2 Astra / Sol

OpenAI 正式推出 GPT-6.2 Astra 與 GPT-6.2 Sol:旗艦推理與日常高效雙線齊發,API 定價及 Ultrafast 檔位公布

北京時間 2026 年 11 月 18 日 01:45:00(OpenAI News RSS 刊出時間;官方社交賬號於 01:54:03 確認上線),OpenAI 正式推出旗艦模型 GPT-6.2 Astra(gpt-6.2-astra)與高效日常模型 GPT-6.2 Sol(gpt-6.2-sol),同步上線 ChatGPT Work、Codex 與 OpenAI API,並首次將 Ultrafast 加速模式引入 Pro 200 檔位(先從 GPT-6.2 Sol 開始)及推出法律設定 gpt-6.2-astra-law。

最新文章485

最新發布
169

AWS 用 GLM-5.3 蒸餾 Qwen3.5-4B:購物 Agent 接近教師,代價是什麼?

AWS 機器學習博客(2026-11-02;Zappia 等)演示購物 Agent 的 SeqKD:Bedrock 上教師 GLM-5.3 生成 ShoppingBench 軌跡,拒採樣後以 LoRA SFT 微調學生 Qwen3.5-4B(SageMaker AI)。留出 324 題、單次 LoRA:學生平均 ASR 0.541,貪心教師 0.540,未微調基座 0.297;僅工具調用 0.415;IFEval 約降 6–8 點。文中未公佈每任務成本/延遲。AWS 自報;我們暫時還沒有複跑。

SageMaker AI/Bedrock/GLM-5.3/Qwen3.5-4B/ShoppingBench/SeqKD閱讀文章
170

Claude Code 2.1.318 新增登入到期提醒,IDE 終端機不再自動裝擴充功能

Anthropic 將 Claude Code 2.1.318 推上 npm latest=next。包時間 2026-11-03T21:55:17.247Z(2026-11-04 05:55 Asia/Shanghai);modified/Release ≈ 2026-11-04 08:01 Asia/Shanghai。stable 仍為 2.1.311。官方 CHANGELOG:loginExpiresAt/credential_expires_at,到期前 10 天 stderr 警告;IDE 終端機不再自動安裝 IDE 擴充功能。DigIntoAI 暫時還沒有安裝或跑通本版。

Claude Code/2.1.318閱讀文章
171

Claude 價格(2026年11月)

Claude.ai 訂閱檔對照(2026 年 11 月,美元、標價不含適用稅):Free $0;Pro 月付 $20 或年預付 $200 折算 $17/月;Max $100/月;Ultra $200/月。對比表 5 小時/周:Free Limited/Limited;Pro 1x/1x;Max 5x/5x;Ultra 驗證帳戶無 5 小時上限/周 10x。Max 含月 $100 API credits;Ultra $200。Team Standard 席 $20/$25、Premium $100/$125(2–150 人可混);Team credits 池封頂 $500/月。Enterprise 年付 US$20/席、最低 20 席,另加 API 價用量。與 Claude API 全模型價牆分開。僅供參考。

Claude 订阅档(Free/Pro/Max/Ultra/Team/Enterprise)閱讀文章
172

同一個 DeepSeek,為什麼換套評測框架分數差這麼多?

ARC Prize 官方結果頁上,DeepSeek V4.1 Flash 1017(頁標 Oct 17, 2026 · 5 harness configurations)在同一 max 推理檔下,ARC-AGI-3 的 Standard 爲 0.2%、Provider Adapter 爲 5.8%。分差來自評測運行框架——模型自選筆記 vs 請求間保留內部推理狀態並做 compaction——不是新權重。同頁 Semi-Private 峰值:v1 high 94.5%、v2 max 78.1%。數字爲 ARC Prize 自報;我們暫時還沒有複測。

DeepSeek V4.1 Flash 1017;ARC-AGI-3 Standard/Provider Adapter harness閱讀文章
173

怎麼證明 API 沒有偷偷換模型?Anthropic 開源 FlashProve 原型

2026-11-02,Anthropic Frontier Red Team 發布研究文 Progress on provable inference for large language models,並開源 zkSNARK 研究原型 FlashProve:服務商可不公開權重而對模型做 commitment,再爲每次回答附上可驗證證明,說明回覆來自所承諾權重。證明覆蓋模型身份與推理過程——不證明事實正確。Maverick 官方數字爲自報;我們未複測。這不是已向所有 Claude 用戶開放的 API 驗證功能。

FlashProve(研究原型)閱讀文章
174

Perplexity 開放多模態檢索模型,文檔分塊為什麼需要上下文

北京時間 2026-11-03 09:09:18,Perplexity 社區賬號 pplx-announcements 發佈開放權重視覺-語言嵌入 pplx-embed-v2-context(9B/0.6B)。上下文模式編碼分塊時參考文檔周圍內容;兩型號共享 1024 維 MRL 前綴空間。配套論文 arXiv:2610.38854 已於 2026-10-28 提交——不是整系當日首現。下面對照社區公告、HF 模型卡與論文,寫清普通分塊與上下文分塊、以及 encode_queries/encode 分流。模型卡「SOTA」=自報;召回、顯存、多語言檢索質量我們未複測。

pplx-embed-v2-context/pplx-embed-v2-context-9b/pplx-embed-v2-context-0.6b閱讀文章
175

SenseNova 6.8 Flash 能否交付可編輯動態 PPT?從生成到修改的測試清單

商湯日日新官網已把 SenseNova 6.8 Flash 展示為正式版,主打辦公持續任務與動態 PPT/海報/網頁/3D。IT之家稱宣佈落在 2026-11-02 晚。詳情頁把動態 PPT 寫成一次生成裡統籌敘事節奏與 PPTX 動效,但辦公案例腳註寫明經商湯小浣熊內部研發版測試——不能當成全體賬號已有主動辦公。Studio 設計功能標 Design 實驗版。下面是一份從生成到修改的測試清單;動效/可編輯/追改 我們未實測,榜分 未複測;IT之家「限免至 2026-12-01」僅為媒體表述,未獨立核價。

SenseNova 6.8 Flash/SenseNova Studio/SenseNova Token Plan/商汤小浣熊/SenseNova Skills閱讀文章
176

Deep Principle 基於 GLM-5.3 開放 Hydrogen-1.0,權重許可不等於拿來就能跑

Deep Principle 官方部落格標註日期 2026-11-02,釋出 Hydrogen-1.0:在 GLM-5.3(zai-org/GLM-5.3)上做科學後訓練,開放 BF16/MIT 權重——不是智譜新旗艦。HF 主倉 gated=auto;ModelScope 可下權重;NeuroSpark/Mira 是另路。模型卡寫了 SGLang/量化部署示例,但託管頁≠「下載即聊」,完整資料與配方也未隨權重發布。官博評測=自報,我們未複測部署吞吐與科研任務成功率。

Hydrogen-1.0/Hydrogen-1.0-NVFP4/Hydrogen-1.0-MXFP4/GLM-5.3/deep-principle/Hydrogen-1.0閱讀文章
177

OpenAI 宣布下一輪安全衝刺並大幅上調漏洞賞金

OpenAI 於 2026-11-03 約 10:29 Asia/Shanghai 稱正規劃 下一輪內部安全衝刺(與 Cathedral Systems 合作、用自家模型壓測防禦),並上調 Security Bug Bounty。博客(2026年11月2日):medium/high/critical 中位數 平均上調超 4 倍;ChatGPT/Codex/API critical 最高 $30,000;exceptional 含加成 可達約 $172,000(eligible)。待發獎與近 30 天已發獎有補差。DigIntoAI 暫時還沒有複測賞金計算,也沒有複現漏洞。

Security Bug Bounty/ChatGPT/Codex/API Platform閱讀文章
178

Claude Code 2.1.317 新增定時任務連接器告警與郵箱外送確認

Anthropic 將 Claude Code 2.1.317 推上 npm latest(與 next 同號)。包時間 2026-11-02T23:57:53.069Z(2026-11-03 07:57 Asia/Shanghai);latest 標籤切換約在 2026-11-03 09:26 Asia/Shanghai。stable 仍為 2.1.311。官方 CHANGELOG 要點:/schedule 新建雲定時任務誤加連接器時告警並說明如何移除;web/shell 工具外送賬戶郵箱前會確認;Agent SDK hook 新增 onFailure: "block"。DigIntoAI 暫時還沒有安裝或跑通本版。

Claude Code/2.1.317閱讀文章
179

Gemini API 價格(2026年11月)

Gemini Developer API(AI Studio/API key)2026 年 11 月價表,單位爲美元/百萬 token。免費檔:部分 Flash 在限額內免費入/出,內容用於改進產品。付費檔:更高限額、上下文緩存、Batch(約半價),內容不用於改進產品;企業檔爲 Contact Sales。Standard:Argon 至 2026-11-30 爲 $2/$10,2026-12-01 起 $4/$20;3.8/3.6 Flash 至 2026-12-31 爲 $0.75/$3.75,2027-01-01 起 $1.50/$7.50;3.5-flash-lite 爲 $0.30/$2.50。2026-12-01 起 2.5-pro 路由至 3.8-flash、2.5-flash 路由至 3.5-flash-lite。Gemini 3+ Search Grounding:約 5,000 次免費/月,其後約 $14/千次。與消費端 Gemini App 訂閱橫評分開。僅供參考。

Gemini API/AI Studio/Developer API(Free/Paid/Enterprise)閱讀文章
180

OpenAI 推出面向日常個人助理任務的 LifeVal 評測

OpenAI 於 2026-11-03 約 01:27 Asia/Shanghai(2026-11-02 17:27 UTC)官宣 LifeVal——面向日常個人助理任務的新評測。X 帖寫明場景來自數千 ChatGPT 用戶反饋;博客(2026年11月2日)另載人口統計上具代表性的 3,995 人調查,並稱過去一年已用該評測衡量並推動改進,訓練側重 browser use、computer use 與 connectors。這不是新模型上架或價表更新。我們未複測博客記載的示例分數,也未見可自行跑全套的完整任務集。

LifeVal/ChatGPT(GPT-6 Astra=官博例表提及,非本条上架)閱讀文章

站長說

一些親歷、想法與隨手記錄。

查看全部站長說