Gemini Decisions API 与 Jev 和 OpenAI 在决策模型类别中联合推出，使用 'Gemini Decision 1'。该新模型API与Jev几乎相同：支持相同三种问题类型（是/否、选择、评分），甚至重用Jev的“Noul”术语。价格与GPT-6 Luna决策模型相同：10美分每百万输入令牌，输出免费。Jev仍是三者中最便宜的，价格为4.2美分每百万。Jev仅支持文本（及JSON）。OpenAI可处理文本和图像。Gemini Decision 1是全多模型：涵盖文本、图像、音频、视频和PDF。我通过向其传递这些问题及我的纽约拍打机器人视频文件，测试了它：dragon：视频中是否有龙？robot：视频中是否有机器人？france：视频是否在法国？usa：视频是否在美国？Jev和OpenAI对是/否问题返回1.0或0.0，但Gemini坚持略显不自信。
推荐理由：请对照Simon Willison原文，核对完整说明及适用条件。
AWS 模拟器最终由 AWS 官方推出，可直接在本地运行其众多服务的测试，无需申请付费 API 密钥。该模拟器由一群大型代理组成，项目在第一阶段三周内提交了 29,684 次提交。Swaminathan（Swami）Sivasubramanian 在 Werner Vogels 的博客上发表了一篇客座文章，介绍了其发展过程。目前该模拟器需要 Docker 在 macOS 或 Windows 上运行。我希望能未来修复此问题——如果能下载一个单一的二进制文件并将其作为标准测试套件的一部分用于其他语言和平台，将非常理想。标签：亚马逊，亚马逊网络服务，测试，Werner Vogels，AI，Rust，生成式AI，LLMs，代理工程
推荐理由：请对照Simon Willison原文，核对完整说明及适用条件。
当你通过API调用开放权重模型时，多个提供者可能以不同精度服务它，例如16-bit bf16、8-bit fp8或4-bit fp4。
推荐理由：请对照OpenRouter Announcements原文，核对完整说明及适用条件。
IT之家 11 月 11 日消息，当地时间 11 月 10 日，谷歌宣布联合 AI 模型评测机构 Artificial Analysis 推出多模态知识智能体基准测试 MKA（Multimodal Knowledge Agent），用于评估 AI 智能体处理视觉复杂文件、完成现实世界知识工作任务的能力。 谷歌表示，其最新发布的 Gemini 4 Carbon 在该测试中取得了参测模型第二名的成绩，完成任务的平均成本仅为排名第一模型的约六分之一。 谷歌 DeepMind 高级产品经理 Rohan Doshi 和首席工程师 Ben Caine 介绍称，现有不少知识工作基准测试仅依赖文本即可完成，而现实工作往往涉及大量视觉信息。例如，建筑师需要交叉核对建筑蓝图，工程师需要分析工程示意图，专业人员还需要将不同来源的信息整理成演示文稿、报告和电子表格。 MKA 基准测试旨在评估 AI 智能体在这些复杂工作场景中的表现。谷歌与来自 10 个...
推荐理由：来自IT之家 AI的《谷歌联合 Artificial Analysis 推出 MKA 基准测试：Gemini 4 Carbon 多模态知识工作测试获第二，任务成本仅为第一名六分之一》。重点看智能体工作流、模型能力与工程、评测与基准。摘要提到：IT之家 11 月 11 日消息，当地时间 11 月 10 日，谷歌宣布联合 AI 模型评测机构 Artificial Analysis 推出多模态知识智能体基准测试 MKA（Multimodal Knowledge Agent），用于评估 AI 智能体处理视觉复杂文件、完成现实世界知识工作任务的能力。 谷歌表示，其最新发布的 Gemini 4 Carbon 在该测试中取得了参测模型第二名的成绩，完成任务的平均成本仅为排名第一模型的约六分之一。 谷歌 DeepMind 高级产品经理 Rohan Doshi 和首席工程师 Ben Caine 介绍称，现有不少知识工作基准测试仅依赖文本即可完成，而现实工作往往涉及大量视觉信息。例如，建筑师需要交叉核对建筑蓝图，工程师需要分析工程示意图，专业人员还需要将不同来源的信息整理成演示文稿、报告和电子表格。 MKA 基准测试旨在评估 AI 智能体在这些复杂工作场景中的表现。谷歌与来自 10 个...
原文摘录（自动中文摘要暂不可用）：llm-gemini 0.36 Release: llm-gemini 0.36 Gemini 4 Carbon was announced two weeks ago for "a subset of cyber defenders", but today it's available to everyone else . This is Google's best ever Gemini, priced at $2/million input and $10/million output at launch (that's GPT-6.1 Sol / Claude Sonnet 5.5 prices) but scheduled to double in price to $4/$20 on Decembe
推荐理由：自动中文摘要尚未通过校验，请核对原文与完整来源。
发现新加坡航空如何利用OpenAI模型和API来增强客户支持、旅行发现和员工生产力，使Kris聊天机器人CSAT翻倍。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。
原文摘录（自动中文摘要暂不可用）：Introducing Our Smallest, Most Efficient Model: Muse Ember Introducing Our Smallest, Most Efficient Model: Muse Ember Meta AI just launched their entry in the Claude Haiku/GPT Luna category: Muse Ember, which they describe as: [...] our smallest and most efficient model designed for complex reasoning execution and the work agents repeat all day: tool calls,
推荐理由：自动中文摘要尚未通过校验，请核对原文与完整来源。
Claude Fable 5.2 注重谁拥有它所处理的代码。在Anthropic的小型编码任务测试中，当提示中没有提及所有权或将代码基础视为他人的时，模型倾向于在现有结构上添加内容，即使该代码重复了已有的内容。当提示中说代码基础是模型自己的时候，模型有时会合并重复的代码并有时做出相关修复而无需被询问。如果你想让模型在工作时改进结构，可以说代码是自己的：你是这个代码库的所有者和长期维护者，其设计由你决定。所有权句子使模型更有可能将重复的代码整合到一个共享函数中。在Anthropic的小型编码任务测试中，当没有这句话时，模型在不到10%的运行中合并了重复的代码，而当有这句话时，大约在75%的运行中合并了重复的代码。——Claude Fable 5.2，Anthropic文档标签：prompt-engineering
推荐理由：请对照Simon Willison原文，核对完整说明及适用条件。
工具：纽约崛起 我意识到自己不知道纽约的位置，于是通过谷歌地图查找了它的位置，然后为了帮助将它的位置和形状嵌入到脑海中（并尝试使用Claude Fable 5.2的3D建模和动画技能），我提示Fable 5.2 Medium制作一个Three.js动画，其中纽约站起作为巨型机械（酷的站立动作），并围绕曼哈顿、皇后区和布鲁克林的原子，使用OpenStreetMap地图数据。该动画正确推断出“átomos”是“stomps”的移动键盘拼写错误。标签：three-js，llms，ai，生成式AI，claude-mythos-fable
推荐理由：请对照Simon Willison原文，核对完整说明及适用条件。
CodeRabbit 使用 OpenAI 模型来管理并信任 AI 生成的代码，使用 Codex 将软件数量增加 20 倍，与同一工程团队保持一致。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。
介绍GPT‑6 Cyber，OpenAI的网络安全模型，用于发现可利用的漏洞并开发修复方案，训练以保持在授权范围内。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。
看看Legora如何利用OpenAI模型、ChatGPT和Codex加速法律工作流程，扩展合同分析，并让律师专注于更高价值的工作。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。
OpenAI 解释了我们如何加强了对前沿模型训练和评估的隔离，包括离线环境和高计算红测试。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。
OpenAI 和 Google Cloud 正将前沿模型和 Codex 工作流引入 Gemini 的 Model Garden，通过 Google Cloud Marketplace 可用。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。
当我们的AI代码审查器每运行一次的成本翻倍时，我们深入分析了token使用情况，以找出原因。我们通过使用提示缓存和智能模型路由，将推理费用减少了68%，同时加快了审查速度。
推荐理由：请对照Cloudflare AI原文，核对完整说明及适用条件。
OpenAI、Anthropic、Google和OpenRouter在API请求期间各自在托管沙箱中运行生成的模型代码。本文比较了各沙箱运行的内容、各沙箱如何隔离命令、请求之间数据的持久性、成本以及您自行运营的沙箱平台何时更优。
推荐理由：请对照OpenRouter Announcements原文，核对完整说明及适用条件。
为AI代理选择模型构建三步框架：设定任务所需的质量标准，使用每个OpenRouter响应中的成本字段，按质量点测量自身示例的代价，然后选择能通过标准并带边际收益的最便宜模型。
推荐理由：请对照OpenRouter Announcements原文，核对完整说明及适用条件。
学习OpenAI如何颠覆一项旨在提取受保护模型推理的活动，并加强对抗性蒸馏的防御措施。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。