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。
欢迎使用Gemini决策API，基于我们的先进模型Gemini Decision，实现快速、校准的多模态决策。
推荐理由：请对照Google AI Blog原文，核对完整说明及适用条件。
发布：llm 0.37.2 修复了Daniel de Araujo在GHSA-v9h7-jj4g-f862和GHSA-r639-rr7r-x72w报告的安全问题。llm现在拥有一个机制，称为extra-openai-models.yaml，该机制由新发布的0.37 llm openai端点添加命令管理，用于从其他供应商的OpenAI兼容API端点调用LLM。Daniel报告了两种可能导致其配置的OpenAI API密钥被发送到其中一个供应商的方式：如果api_key_name所指的密钥从未被存储，或者如果运行了responses: true模型并设置了-o chat_completions 1。标签：projects，security，llm，releases
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。
原文摘录（自动中文摘要暂不可用）：Gemini 4 Carbon in GitHub Copilot Gemini 4 Carbon, Google’s latest model, is now generally available in GitHub Copilot. It is designed for complex coding, agentic, and reasoning tasks, with a focus on secure code generation… The post Gemini 4 Carbon in GitHub Copilot appeared first on The GitHub Blog .
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。
原文摘录（自动中文摘要暂不可用）：llm-anthropic 0.31 Release: llm-anthropic 0.31 Anthropic released Fable 5.2 and Mythos 5.2 today. Fable 5.2 is currently ranked first on Artificial Analysis . Anthropic say it "solved two open problems in the physics of black holes", so clearly their internal benchmarks have become more ambitious! I've added the new models to llm-anthropic , so you can now r
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，Anthropic’的最新Fable模型现已在GitHub Copilot中一般可用。您可使用该模型进行复杂、多步骤的大型代码库编码任务。早期测试中，Fable… 《The GitHub Blog》首次介绍了Claude Fable 5.2在GitHub Copilot中的出现。
推荐理由：请对照GitHub Changelog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。
尽管前沿视觉语言模型在用户界面（UI）导航方面表现出色，但其高推理成本限制了日常使用。相反，通过监督微调（SFT）或离线强化学习训练的小型模型往往记忆静态轨迹，导致执行脆弱且无法从错误中恢复。为解决这些问题，我们提出一种新的在线强化学习框架，直接在实时运行的iOS应用程序上训练UI导航代理。我们的框架将代理解耦为两个专用组件：规划模块/...
推荐理由：请对照Apple Machine Learning Research原文，核对完整说明及适用条件。
OpenAI 更新的模型规范提出了五个核心价值，以引导更强大的AI走向合理的判断、人类的自主性和对人类意图的忠实。
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。
GPT-6.1 Terra，OpenAI的最新模型，现已在GitHub Copilot中一般可用。它比GPT-6.1 Sol在日常代理编码和终端工作中成本更低。在GitHub Copilot中，GPT-6.1 Terra的发布首次出现在The GitHub Blog。
推荐理由：请对照GitHub Changelog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。
新增了CLAUDE_CODE_AUTO_MODE_MODEL，用于客户端自动模式分类器选择模型；不改变服务器端自动模式的模型。新增了/config中的Idle compaction行，用于关闭或开启空闲压缩；退出时显示的提示信息现在说明如何关闭。新增了/设计-同步和/设计-登录的提示，说明独立Claude设计（claude.ai/design）在14年前将关闭。修复了在停止会话时因提示内容过长而出现的错误。修复了切换到Vertex或Bedrock中间会话时因额外输入被拒绝的问题。修复了读取工具加载任意大小图像文件或类似图像的管道或设备时的内存占用问题；超过128MB的图像来源现在被拒绝。修复了当网关命名如anthropic/claude-opus-4-1时，/autocompact和/effort saving错误地应用到Opus 4或4.1模型。修复了/ no_think提示缓存缺失的问题。
推荐理由：请对照Claude Code Releases原文，核对完整说明及适用条件。
多模态代理在执行每个动作前通常生成自由形式推理。小型模型因模型容量有限，可能导致推理过程冗长，虽能提供少量有用指导，但会带来较高的推理成本。为解决此问题，我们引入基于选择的结构化推理（SSR），该框架将推理转化为选择而非开放式生成。SSR将重复的高层推理表示为预定义、可复用的自然语言候选。在每一轮中，模型根据候选推理内容进行选择，以优化推理效率。
推荐理由：请对照Apple Machine Learning Research原文，核对完整说明及适用条件。
离散扩散模型作为自回归语言模型的有力替代方案，近期工作从文本、图像-文本和音频-文本数据中零初始化并微调基础单模态模型，实现多模态生成。与以往方法不同，我们首次提出三模态掩码扩散模型（MDM），并系统分析多模态缩放规律、模态混合比例、噪声调度、批大小效应，提供优化的推理采样默认值。批大小分析得出新颖的随机微分方程（SDE）...
推荐理由：请对照Apple Machine Learning Research原文，核对完整说明及适用条件。
Gemini 4 Argon，Google的最新前沿模型，现已在GitHub Copilot中一般可用。它专为复杂编码、代理型任务和推理设计。在早期测试中，Gemini 4 Argon出现了，其后在GitHub Copilot中首次发布于The GitHub Blog。
推荐理由：请对照GitHub Changelog原文，核对完整说明及适用条件。
长代理轨迹由思维链和工具调用组成，积累过时内容，成为后续生成的锚点，最终超出上下文窗口。现有框架通过固定间隔压缩缓解此问题，触发条件基于令牌阈值。此类触发不关注轨迹结构，可能在推理或搜索中丢弃部分结果。我们提出SELFCOMPACT，一种框架，允许模型自身决定何时及如何压缩。具体而言，它结合两个推理元素：（i）模型调用的压缩工具，用于总结积累内容……
推荐理由：请对照Apple Machine Learning Research原文，核对完整说明及适用条件。
新增了对Claude应用网关的managed.policies[]的代码密钥，与CLI设置相同，也应用于Claude桌面的代码标签；除桌面外，还启用了Claude桌面的网关模式。新增了autoCompactWindow到子代理的frontmatter和--agents定义中，使子代理可在主对话窗口打开前自动压缩。新增CLAUDE_CODE_WORKFLOW_SUBAGENT_MODEL，使所有工作流代理在单一模型上运行，其他子代理保留各自模型。新增CLAUDE_CODE_OVERLOADED_RETRY_MAX_DELAY_MS环境变量，用于设置重试时的延迟上限。在插件的/plugin路径新增说明，指出当其他启用的插件有相同名称时，该插件的钩子被忽略。新增Read工具的allow_large选项，使Claude可一次读取超过常规大小限制的文本文件。修复了managed-settings PreToolUse钩子，防止工具调用时出现'continue': false的情况。
推荐理由：请对照Claude Code Releases原文，核对完整说明及适用条件。
Claude Haiku 5.5，Anthropic’s newest lightweight model，现已在GitHub Copilot中一般可用。它专为快速高并发工作如子代理、快速编辑和终端任务设计。早期… Claude Haiku 5.5在GitHub Copilot中首次出现于The GitHub Blog。
推荐理由：请对照GitHub Changelog原文，核对完整说明及适用条件。
新增了Claude Haiku 5.5 (claude-haiku-5-5)，现为Anthropic API默认Haiku模型，1M上下文token，$0.10/$0.50每Mtok（$0.50/$2.50对于超过100K的提示），新增了agentType字段到subagentStatusLine payload，使脚本能区分自定义子代理类型。修复了Claude在上下文压缩前将自身上次操作视为已完成，导致重退或重做已完成工作。修复了HTTP MCP连接内存泄漏，持续保留所有已发送请求直到关闭。修复了在Claude工作时发送的消息丢失问题，移至后台后若消息无法移动，仍保持原状。修复了/model effort方向错误，可能误保存为低值。修复了Chrome中会话启动时Claude断开连接问题。
推荐理由：请对照Claude Code Releases原文，核对完整说明及适用条件。
学习初创企业如何选择GPT-6模型，调整推理努力，提升提示和技能，协调工具，并为生产环境准备工作流。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。