内容形态
AI 产品与应用的功能上新、改版与商业化动态——谁家的产品变强了、变贵了、能用了。
17 条精选近 30 天 13 条共收录 841 条
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。
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。
企业GitHub应用现在可以调用企业级Copilot座位管理API，控制哪些用户和企业团队被分配Copilot座位。Copilot座位管理API的访问权限已开放，该功能首次在GitHub博客上提及。
推荐理由：请对照GitHub Changelog原文，核对完整说明及适用条件。
JioStar 的 Vijay Seshadri 解释了在 500M 用户规模下的 AI 发现。读他的关于评估、守则和将 AI 用于生产的课程。
推荐理由：请对照OpenAI News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/$20 on Decembe
推荐理由：自动中文摘要尚未通过校验，请核对原文与完整来源。
谷歌云推出Gemini for healthcare，以统一临床数据并自动化工作流，减少行政疲劳。
推荐理由：请对照Google AI Blog原文，核对完整说明及适用条件。
发现新加坡航空如何利用OpenAI模型和API来增强客户支持、旅行发现和员工生产力，使Kris聊天机器人CSAT翻倍。
推荐理由：请对照OpenAI News原文，核对完整说明及适用条件。
原文摘录（自动中文摘要暂不可用）：Introducing Our Smallest, Most Efficient Model: Muse Ember Introducing Our Smallest, Most Efficient Model: Muse Ember Meta AI just launched their entry in the Claude Haiku/GPT Luna category: Muse Ember, which they describe as: [...] our smallest and most efficient model designed for complex reasoning execution and the work agents repeat all day: tool calls,
推荐理由：自动中文摘要尚未通过校验，请核对原文与完整来源。
原文摘录（自动中文摘要暂不可用）：llm-anthropic 0.31 Release: llm-anthropic 0.31 Anthropic released Fable 5.2 and Mythos 5.2 today. Fable 5.2 is currently ranked first on Artificial Analysis . Anthropic say it "solved two open problems in the physics of black holes", so clearly their internal benchmarks have become more ambitious! I've added the new models to llm-anthropic , so you can now r
推荐理由：自动中文摘要尚未通过校验，请核对原文与完整来源。
新增了模组提示装饰中的虚拟文本：在提示框内绘制的文本，永不进入草稿或提交的提示。新增了OpenTelemetry api_request事件中的cache_creation_5m_tokens和cache_creation_1h_tokens，按生命周期分段写入缓存。新增了模组的$.ui.view({ agentId })，在询问时显示代理的对话记录，$.ui.view({})则返回。新增了模组文本的dir属性，支持右到左文本，Windows及VS Code终端中行内容向右对齐。在AWS的Claude平台新增了/advisor，需通过/advisor、advisorModel或--advisor参数指定，CLAUDE_CODE_DISABLE_ADVISOR_TOOL=1关闭顾问功能。为追踪跨度添加了OpenTelemetry GenAI语义规范属性，如gen_ai.provider.name、gen_ai.conversation.id、gen_ai.tool.name和error.type。
推荐理由：请对照Claude Code Releases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。
Cloudflare AI Gateway 现已支持与 Ceramic.ai、Exa 和 Linkup 的原生 Web 搜索 API 集成。开发者可通过 AI Gateway、REST API 或 Workers 绑定实时注入网页上下文到模型推理调用。
推荐理由：请对照Cloudflare AI原文，核对完整说明及适用条件。
我们引入了Clef和Clef-flash，基于Workers AI的开源决策模型，用于高速分类和代理工作流。同时推出：一种新的强化学习平台，允许开发者使用自身数据对决策模型进行微调。
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 Sonnet 5.5 (claude-sonnet-5-5)，现为Anthropic API默认Sonnet模型，1M上下文token，$2/$10每Mtok读取成本，$0.20/Mtok缓存读取成本。新增了自动模式提示的“是，下次再问”回答，允许单次读取仍可后续提问。新增了Claude应用网关支出限额及状态行的美元金额，如“$271.40 / $500.00本月已支出”。新增了努力度滑块的减少/增加/切换Ultracode快捷键操作，可将/effort滑块箭头及Tab键在keybindings.json中重映射。新增了/rate-limit-options至/help和命令菜单，用于Claude.ai用户，提示信息指向可找到的命令。
推荐理由：请对照Claude Code Releases原文，核对完整说明及适用条件。