Artificial Analysis@ArtificialAnlysAI 评分5252Artificial Analysis 发布 VIALS-AA 评测结果，对比模型带工具（agentic）与不带工具（one-shot）的表现：跨模型工具使用让平均分从约 25% 翻倍至约 47%。
#多模态
- Artificial Analysis@ArtificialAnlysAI 评分5252
OpenRouter@OpenRouterAI 评分6060引用Models on OpenRouter@ModelsOnORGemini Decision 1 from @GoogleAIStudio is live on OpenRouter! Google's first decision model. Hand it text, images, audio, video, or a PDF plus typed questions, and it answers yes/no, picks from up to 255 options, or scores, each with a probability. 262K context.
蚂蚁 inclusionAI：HuggingFace 新模型AI 评分4242 蚂蚁 inclusionAI 开源 ZoomGain-4B/9B 模型与 ZoomGainBench 基准
蚂蚁 inclusionAI 发布 ZoomGain-4B 与 ZoomGain-9B 模型检查点，并同步开源 ZoomGainBench 评测基准和 RL 训练数据。
蚂蚁 inclusionAI：HuggingFace 新模型AI 评分5050 蚂蚁 inclusionAI 开源 ZoomGain-9B 与 ZoomGainBench 细粒度视觉评测基准
蚂蚁 inclusionAI 发布 ZoomGain-4B/9B 模型检查点、ZoomGainBench 评测基准和 RL 训练数据。ZoomGain 利用“全局看图、放大才看清”的感知差构造视觉监督，28 个模型中最佳者在 ZoomGainBench 得分 61.08，ZoomGain-9B 在多项细粒度与通用感知基准上表现更优。
蚂蚁 inclusionAI：HuggingFace 新模型AI 评分4444 inclusionAI 发布 ZoomGain-4B GGUF 量化权重
inclusionAI 在 HuggingFace 发布 ZoomGain-4B 的 GGUF 格式权重，经 llama.cpp 转换，语言模型与视觉编码器、投影器（mmproj）均提供 FP16、Q8_0、Q4_K_M 三种精度。
蚂蚁 inclusionAI：HuggingFace 新模型AI 评分4444 蚂蚁 inclusionAI 开源 SingVL_S1_4B 多模态决策模型
蚂蚁 inclusionAI 在 HuggingFace 发布基于 Qwen3.5 的 4B 多模态决策模型 SingVL_S1_4B，支持对文本或 JSON 及最多四张图片按 choice、noul、score 三类问题单次前向打分。
百度文心 ERNIE 官方博客精选AI 评分7373 百度发布 ERNIE 5.5 Flash Preview，权重将于 11 月 25 日前开源
百度发布 ERNIE 5.5 Flash Preview，是基于此前 Base 模型的首个后训练版本，总参数 280B、激活参数 14B，支持 1M 上下文。模型 API 已在千帆平台上线，权重将于 11 月 25 日前开源；官方展示了游戏开发、3D 建模、知识工作、视频创作等 Agent 场景成果，并称该版本为后训练中间版本，正式版仍将持续优化。
推荐理由：官方给出总参 280B、激活 14B、1M 上下文等规格和基准对比，可据此评估该模型在编码与 Agent 任务上的定位。
Demis Hassabis@demishassabis同事件AI 评分6666
引用Demis Hassabis@demishassabis比如，我最近用 @GoogleAIStudio 里的 Gemini 3 做了不少深夜氛围编程，真是太好玩了！我只用几个小时就重建了我 90 年代编写的游戏 Theme Park 🎢 的一个测试平台，甚至连让玩家调整薯条上盐量的功能都做出来了！🍟（这款游戏的粉丝会懂这个梗 😀）
同一件事，精选收录的是《Google DeepMind 发布 Gemini 4 Carbon 前沿模型》
Hacker News：AI 热帖同事件AI 评分8282 Google 发布 Gemini 4 Carbon，主打前沿网络安全与长程智能体工作流
Google 发布 Gemini 4 Carbon，面向开发者、企业、科学家和消费者开放，定位为在网络安全和跨知识工作、软件工程、科学推理的长程智能体工作流上性能最强的模型，定价与 Gemini 4 Argon 相同，为每百万输入 token $2、每百万输出 token $10。
同一件事，精选收录的是《Google DeepMind 发布 Gemini 4 Carbon 前沿模型》
Gemini API：更新日志同事件AI 评分7474 Gemini 4 Carbon (gemini-4-carbon) 正式发布 GA
Google 发布 Gemini 4 Carbon（gemini-4-carbon）正式可用版本，定位为其最强推理模型，面向持续智能体编码、多模态知识工作、科学推理和网络安全防御。2026 年 11 月 30 日前提供入门价 $2.00 per 1M input tokens、$10.00 per 1M output tokens。
同一件事，精选收录的是《Google DeepMind 发布 Gemini 4 Carbon 前沿模型》
MarkTechPostAI 评分6868 Meta 发布 Muse Ember：1M 上下文的小型智能体模型
Meta Superintelligence Labs 发布 Muse Ember，是其 Muse 品牌下第四款、最小的高效多模态推理模型，主打智能体中的重复性子任务（工具调用、编码子任务、路由、抽取和长文档解析）。
公众号：数字生命卡兹克精选AI 评分8181 实测 Claude Fable 5.2：一次直出视频与 3D 网页，审美与细节表现突出
Anthropic 凌晨正式发布 Claude Fable 5.2，作者第一时间实测视频动效、Three.js 3D 场景和苹果静安店 3D 网页等 10 个任务，全部一次直出，未发现生成视频中的事实错误。
推荐理由：作者用多个一次直出的实测案例展示 Fable 5.2 在视频动效和 3D 前端上的表现，并给出额度消耗和日常模型搭配建议。
Claude@claudeaiAI 评分5656Claude 官方演示 Fable 5.2 自行编写规格、选择元器件、布线四层电路板、设计 3D 打印外壳并编写软件。每块板不到一天即可进入制造环节，三台设备均无需任何修改即可正常工作。
Claude：YouTube同事件AI 评分6262 Anthropic 发布 Claude Fable 5.2
Anthropic 发布 Claude Fable 5.2，定位为面向高难度技术挑战和开放式技术工作的模型，在编码、推理和视觉等方面有提升。模型现已向 Pro、Max、Team 和 Enterprise 计划开放，官方同时建议多数编码和知识类任务仍从 Opus 5.5 起步。
同一件事，精选收录的是《Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2》
Claude：YouTube精选AI 评分6060 Claude Mythos 5.2 预测基因治疗载体 AAV 衣壳结构
Claude 官方视频介绍 Claude Mythos 5.2 预测了完整 AAV 衣壳结构，即用于递送基因治疗的蛋白质外壳。模型编写代码在相邻五链分组上运行开源折叠模型，再利用衣壳对称性拼合全部 60 条链；在 AAV2 上预测结果与实验结构误差约为一个原子宽度。
推荐理由：原文给出了具体预测方法和精度结果，读者可以据此了解该模型在结构生物学任务上的实际表现。
Claude：YouTubeAI 评分5858 Anthropic 演示 Claude Fable 5.2 从一段提示词设计出可用的语音助手硬件
Anthropic 展示 Claude Fable 5.2 仅凭一段提示词完成语音助手集线器设计：规划电路板、用 CAD 建模外壳并编写固件。Diode Computers 直接依据 Claude 的设计文件制造电路板，该设备是项目三台设备中的早期原型，Anthropic 与 Diode 存在商业合作关系。
Lydia Hallie ✨@lydiahallie同事件AI 评分6868引用Claude@claudeai隆重推出 Claude Fable 5.2 和 Claude Mythos 5.2，旨在应对最艰巨的技术挑战。 它们是众多领域雄心勃勃项目中的得力协作者，并在编码、推理和视觉等方面展现出改进。
同一件事，精选收录的是《Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2》
Anthropic：Newsroom精选AI 评分8686 Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2，两者为同一底层模型，Mythos 需通过 Cyber 或 Life Sciences Verification Program 申请访问。
推荐理由：官方发布给出了具体基准对比、定价与安全测试细节，读者可据此评估新旧模型的能力与成本差异。
Meta AI：Research Blog精选AI 评分7373 Meta 发布最小最高效模型 Muse Ember，主打智能体高频任务
Meta 发布 Muse Ember（muse-ember-1.0），定位最小最高效的复杂推理执行模型，面向工具调用、编码子任务、路由、抽取和长文档解析等智能体日常重复任务。
推荐理由：官方给出与 Claude Haiku 5.5 和 GPT-6 Luna 的逐项成本与基准对比，读者可据此评估智能体高频任务的性价比选型。
IT之家·人工智能AI 评分6969 美团龙猫开源 LongCat-2.5 模型：总参数 1.6 万亿，支持百万上下文
美团龙猫于 11 月 2 日发布面向长程智能体任务的原生多模态模型 LongCat-2.5，11 月 9 日正式开源，采用 MIT 协议，支持商用推理部署与二次训练。
公众号：龙猫LongCatAI 评分7373 美团开源 LongCat-2.5：1.6 万亿参数 MoE，MIT 协议支持商用
美团龙猫LongCat 正式开源面向长程智能体任务的原生多模态模型 LongCat-2.5，采用 MIT 协议，支持商用推理部署与二次训练，无需额外授权。模型总参数 1.6 万亿，每个 token 激活约 480 亿参数，支持一百万上下文，在复杂代码库开发、Visual Coding 与专业办公场景端到端交付能力提升。
- Artificial Analysis@ArtificialAnlysAI 评分4343
Latent SpaceAI 评分8181 Thinking Machines 发布 Inkling 2 Small：594B 总参 17B 激活 MoE，GB300 上 68 小时预训练
Latent Space 汇总多家信源报道 Thinking Machines 发布 Inkling 2 Small，594B 总参、17B 激活的多模态 MoE。
公众号：蚂蚁百灵精选AI 评分6666 蚂蚁百灵发布 Ling-3.2-flash：原生多模态，560B 总参数单步激活 25B
蚂蚁百灵发布原生多模态模型 Ling-3.2-flash，总参数 560B、单步激活 25B，支持 1M 原生长上下文，重点强化视觉反馈自检与异常自适应恢复能力。
推荐理由：原文给出 Ling-3.2-flash 的参数规模、视觉自检与异常恢复机制和推理加速数据，可据此判断其在长程任务中的可用性。
MarkTechPostAI 评分6767 Thinking Machines 发布 Inkling 2 Small：594B MoE、17B 激活、1M 上下文
Thinking Machines Lab 发布第二代 Inkling 首款模型 Inkling 2 Small，为 594B 总参数、17B 激活的稀疏 MoE，支持文本与图像输入、1M token 上下文和可变推理强度。
IT之家·人工智能AI 评分6565 蚂蚁百灵发布原生多模态模型 Ling-3.2-flash：560B 总参数、1M 上下文，三项基准超 Claude Opus 5
蚂蚁百灵团队发布原生多模态模型 Ling-3.2-flash，总参数 560B、激活参数约 25B，上下文窗口 1M，支持图像、文本与视频输入。
Thinking Machines Lab：News精选AI 评分7979 Thinking Machines Lab 发布 Inkling 2 Small：594B 参数 MoE 模型，下周开放 Apache 2.0 权重
Thinking Machines Lab 发布第二代模型 Inkling 2 Small，为 594B 总参数、17B 激活的 MoE 模型，支持图像输入与 variable effort，Artificial Analysis Intelligence Index 得分 31。
推荐理由：官方完整披露训练配方、RL 规模与安全评测，开放权重计划和基于基准的定位值得跟踪其后续表现。
Hacker News：AI 热帖AI 评分7474 腾讯发布开源大模型 Hy4
腾讯发布最新一代大语言模型 Hy4，称其已进入全球领先开源模型行列，权重和系统卡将在未来几天放出。模型首次引入视觉理解和 computer-use 能力，可操作命令行和图形界面，并针对 Blender、CAD 等专业软件训练。
The Decoder：AI NewsAI 评分6969 腾讯发布 Hy4：首次支持图像理解与计算机操作，权重后续开放
腾讯在预览约两个月后正式发布大语言模型 Hy4，首次支持图像理解和自主操作软件，权重将在未定日期开放，目前可通过 Tencent Cloud、OpenRouter 和元宝使用。
X.PIN@thexpinAI 评分6161引用Tencent AI@TencentAI_NewsIntroducing Hy4. It can see now. Best view in open weights.
Preferred Networks：AI 研究与产品精选AI 评分6161 PFN 开放翻译特化模型 PLaMo 3 Translate，0.8B 至 31B 四个尺寸可离线运行
Preferred Networks 将自家翻译服务使用的翻译特化 LLM PLaMo 3 Translate 以开放权重形式在 Hugging Face 公开，提供 0.8B、2B、8B、31B 四个尺寸。
推荐理由：翻译特化模型以开放权重放出四个尺寸，小型机型也能在断网设备上本地运行，可据此评估端侧翻译部署方案。
Hugging Face 社区博客AI 评分5555 Dharma-AI 发布 20 亿参数 Field Extractor 模型，文档图片直出结构化 JSON
Dharma-AI 在 Hugging Face 发布 Dharma Field Extractor，一个 20 亿参数模型，基于 DharmaOCR-LITE v1.1 训练 LoRA 适配器（43,384 条样本），支持开放和按 schema 两种请求方式，将文档图片转为带类型的结构化 JSON，缺失字段返回 null。
美团 LongCat：HuggingFace 新模型AI 评分5959 美团 LongCat 发布 LongCat-2.5 原生多模态 MoE 模型并开源 W4A4 量化版
美团在 Hugging Face 发布 LongCat-2.5 的 W4A4 量化版本，该模型为原生多模态 MoE 架构，总参数 1.6 万亿、每 token 激活约 48B，面向长程智能体任务，结合视觉理解与智能体编码。
美团 LongCat：HuggingFace 新模型精选AI 评分7676 美团发布 LongCat-2.5：1.6T 参数原生多模态 MoE 模型，MIT 协议开源
美团 LongCat 团队发布 LongCat-2.5，总参数 1.6 万亿、每 token 约 480 亿激活，主打长时程智能体任务，结合视觉理解与智能体编码，权重以 MIT 协议开源。
推荐理由：模型卡给出完整评测表、量化方案和 NPU 部署指引，读者可对照主流模型评估其智能体编码与视觉能力。
MarkTechPostAI 评分5959 腾讯 WeChat Vision 团队开源 WeVisOne-VL 视觉语言模型，统一检测、OCR、分割与抠图
腾讯 WeChat Vision 团队发布开源视觉语言模型 WeVisOne-VL，提供 2B（2.44B 参数）和 4B（4.83B 参数）两个版本，基于 Qwen3-VL，单个模型即可完成检测、指代、计数、指向、OCR、分割和 alpha matting，像素输出由 9.6M 参数解码器生成，无需单独的 SAM，缺失目标时输出 None 而非猜测框。