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。
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。