腾讯混元发布 Hy4 flash:224B 总参数、1M 上下文的日常高性价比模型
腾讯混元推出 Hy4 flash,总参数 224B(含 64B Engram 参数)、激活 12B,支持多模态和 1M 上下文,API 价格大幅低于 Hy4(输入 0.5 元、输出 2 元每百万 tokens)。
推荐理由:原文给出架构、价格表、成本对比和多个业务场景评测数据,可帮助读者评估日常任务的性价比选型。
另有 3 家信源报道全球 AI 公司、研究机构和媒体的最新动态,自动挑出值得看的,全天自动更新。
更新于 11月16日 19:04 · 每小时自动更新
腾讯混元推出 Hy4 flash,总参数 224B(含 64B Engram 参数)、激活 12B,支持多模态和 1M 上下文,API 价格大幅低于 Hy4(输入 0.5 元、输出 2 元每百万 tokens)。
推荐理由:原文给出架构、价格表、成本对比和多个业务场景评测数据,可帮助读者评估日常任务的性价比选型。
另有 3 家信源报道Arena 榜单显示 Qwen4-Max 以 +7.5% 净提升在 Agent Arena 总排名第14,成为第一中国模型,使 Alibaba 成为排名第一的中国实验室、总榜第5,仅次于 Anthropic、Google、OpenAI 和 Meta。
推荐理由:榜单方基于 14.7k 真实 Agent 会话给出排名与四项信号拆解,读者可据此对比 Qwen4-Max 与其他中国模型的实际表现。
另有 1 家信源报道通义千问宣布发布 Qwen4 Max,据 Artificial Analysis 数据,其 Intelligence Index 得分 43,较 Qwen3.8 Max(xhigh)高 9 分,落后 Kimi K3.1 Pro 3 分。每任务成本 $3.27,约为 Qwen3.8 Max 的三分之一,输出 token 用量减少 39%;上下文窗口 1M tokens,定价 $1.50/$4.50 per 1M input/output tokens,已在阿里第一方 API 开放。
推荐理由:原文借助 Artificial Analysis 数据对比了 Qwen4 Max 的得分与成本变化,读者可据此评估它相对上代和竞品的性价比。
另有 1 家信源报道Qwen 团队发布 Qwen4-Max,基于新 Qwen4 架构,拥有 2.4T 骨干参数、每 token 激活 71B、328B N-gram Embedding 参数,具备原生视觉能力和 100 万 token 上下文窗口。
推荐理由:官方发布同时给出架构细节、成本对比和行业实测案例,读者可据此评估 Qwen4-Max 相对上一代的实际变化。
另有 6 家信源报道OpenMOSS 团队发布 MOSS-Live 全双工语音交互评测解读。依据 MOSS 官网 2026 年 11 月 13 日图表,MOSS-Live 六项全双工指标均居参评模型首位,无关语音误接话率 2.00%,低于 GPT-Live-1 的 68% 和豆包的 75%,停顿抢话率 1.44%。
推荐理由:文章按官网图表整理 MOSS-Live 与三款语音模型的全双工评测对比,同时指出多轮任务和理解指标上仍存在的差距。
腾讯混元发布全新实时语音模型 Hy Realtime,在语音理解、指令遵循、拟人化表达等基础能力外新增 Agentic 工具调用与唱歌能力,已在元宝语音通话、腾讯客服上线,近期将上线腾讯云提供 API 服务。
推荐理由:官方完整披露了模型在跨模态对齐、数据体系与强化学习上的训练细节,并给出已上线产品和体验入口,便于读者了解其实际能力构成。
另有 1 家信源报道美团 LongCat 团队发布开源音频驱动人体视频生成模型 LongCat-Video-Avatar 1.6,改进口型自然度、唇音同步、面部与肢体动作协调及长视频视觉一致性,缓解自回归续写误差累积,可生成超过 10 分钟的视频,并加入端到端推理优化。
推荐理由:原文给出 1.6 版能力改进、33,051 票人工评测排名和完整部署参数,读者可据此评估升级幅度与推理配置。
Edge0 宣布开源 Edge0-145B 与 Edge0-120B 模型及统一推理框架和部署工具,称 Edge0-145B 是首个可在个人电脑本地运行的 145B 参数开源模型。
推荐理由:原文给出具体基准分数、内存和速度实测数据,并开源了权重和推理框架,读者可据此评估端侧大模型的实际可用性。
Google Gemini 宣布 Gemini 4 Hydrogen 今日起向全球所有用户推送,覆盖桌面、移动和网页端。免费用户无需单独选择模型,当提示词适合该模型时可通过自动模型选择使用它,详情见 https://goo.gle/4AxH40q。
推荐理由:官方说明免费用户的获取方式,读者可以据此了解 Gemini 4 Hydrogen 的开放范围和自动模型选择机制。
Google 宣布 Gemini 4 Hydrogen 即日起开始推送。所有用户可在 Gemini App、Google Search 和 Google AI Studio 使用;AI Pro 和 Ultra 订阅者还可用于 Antigravity、Chrome 中的 Gemini 和 Google Sheets 中的 Gemini;开发者和企业可在 Google AI Studio、AndroidStudio 及各档 Gemini API 使用。
推荐理由:原文给出了 Gemini 4 Hydrogen 的完整开放范围,涵盖消费级、订阅和开发者各渠道,方便读者对照自己的使用入口。
Artificial Analysis 评测 Google 新发布的 Gemini 4 Hydrogen:新增 xhigh 推理档在 Intelligence Index 得 54 分,比 Claude Sonnet 5.5 (max) 和 GPT-6.1 Sol (max) 低 1 分,每任务成本约为 Sonnet 的 32%,但约为 GPT-6.1 Sol 的 2.5 倍。
推荐理由:评测方给出 Gemini 4 Hydrogen 各推理档的智能、幻觉率、终端任务与成本数据,便于按场景比价选型。
Google DeepMind 发布 Gemini 4 Hydrogen,定位快速执行日常编码与智能体工作流,面向 Gemini API、AI Studio、Gemini 应用、Google Search 等全层级开放。
推荐理由:官方给出了与同类模型的多项基准对比和定价细节,读者可以据此判断它在多模型工作流中的定位。
另有 14 家信源报道Runway 宣布世界动作模型 Praxis-1 以 Apache 2.0 开放权重面向所有人开放。该模型为 27B 参数 MoE 扩散 Transformer,同时预测视频与动作,在 NVIDIA RoboLab-120 榜单以 46.2% 成功率居首,超过 FLUX 3 Action(42.9%)、Cosmos3 Nano(36.8%)和 π0.5(28.0%)。
推荐理由:原文给出 RoboLab-120 榜单具体成绩、开源范围和适配方式,读者可以据此评估它在自有硬件上的部署可行性。
另有 2 家信源报道百度发布 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。
另有 1 家信源报道Google DeepMind 正式向开发者、企业、科学家和普通用户开放 Gemini 4 Carbon,定位为其最强前沿模型,主打网络安全能力与复杂知识工作、软件工程、科学推理中的长程智能体工作流。
推荐理由:官方发布页给出基准排名、定价和安全数据,读者可据此判断 Carbon 与 Argon 的分工及适用工作流。
另有 12 家信源报道MiniMax 发布基于 H3 的开源权重图像生成模型 H3-Image,支持文生图、参考图生成和图像编辑,可生成 4096 × 4096 的 4K 图像,速度最高达主流方案的 5 倍。
推荐理由:原文给出速度、画质与提示词遵循的具体指标和开放权重入口,开发者可据此评估其在自有工作流中的可用性。
另有 4 家信源报道The Decoder 报道,Anthropic 新模型 Fable 5.2 在 Scale Labs 和 Center for AI Safety 的 Remote Labor Index 基准上以 41.3% 排名第一,该测试衡量 AI 智能体能否把真实自由职业项目做到让付费客户接受的质量。
推荐理由:原文整理了 Fable 5.2 在 Remote Labor Index 的完整榜单和任务细节,读者可以对比各模型在真实接单任务上的实际差距。
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。
Zyphra 发布 ZONOS3-Mini,一个 Apache 2.0 开源的零样本语音克隆 TTS 模型,采用稀疏 MoE 架构,总参数 8 亿、活跃参数 1 亿,在 Pixel 9 浏览器端 Time To First Audio 低于 570 ms,在 M3 MacBook Air 上低于 150 ms。
推荐理由:原文给出参数规模、端侧延迟和评测排名等具体数据,读者可以评估这个开源 TTS 模型在语音克隆和控制能力上的实际定位。
另有 1 家信源报道Artificial Analysis 评测 Anthropic 发布的 Claude Fable 5.2,其在 Artificial Analysis Intelligence Index v5 以 65 分登顶,领先 Gemini 4 Carbon(60)和 Claude Opus 5.5(59)。
推荐理由:评测方给出了 Claude Fable 5.2 在 Intelligence Index v5 的得分、各基准对比与成本数据,读者可以据此评估其实力和性价比。