Gemini 4 Neon 发布:100 万 token 上下文、$3/$15 定价【AI 早报 2026-11-19】
Google DeepMind 推出 Gemini 4 Neon,在 Artificial Analysis 智能指数上以 61 分排到第 3,输入 token 定价每百万 3 美元;同一天微软 Ignite 更新七款 MAI 模型,Anthropic 则以 1.5 万亿美元估值进入 IPO 定价夜。
今日概览
要闻
- Gemini 4 Neon 发布:100 万 token 上下文、$3/$15 定价
- 微软 Ignite 七连发:MAI Code 2 编程成绩达 GPT-6.1 Sol 的 98%,成本仅 40%
模型发布
- Genie 4 上线:文字实时改天气、加角色,原生音频
- 腾讯混元开源 Hy4 flash:224B 总参数激活 12B,盲测满意度逼近 Claude Haiku 5.5
开发生态
- OpenAI 详解 Codex 沙箱:用权限配置文件限制文件与网络访问
- Mistral 推出 Vibe 桌面版:并行跑多任务,Git worktree 隔离
- GitHub Copilot 团队定制 GA:管理员可设插件默认值
- AWS SageMaker HyperPod 新增工作负载恢复与三项基础设施检查
产品应用
- NVIDIA RTX Spark 紧凑台式机开售:128GB 统一内存、1 petaflop
- 可灵 Image 4.0 实测:原生 8K、单图 2000 字、一次 10 张组图
- OpenAI 推出 ChatGPT for Accounting:从邮件找已完成工单、起草 QuickBooks 发票
技术与洞察
- OpenAI 内部数据:智能体独立完成近半 2-4 小时研究任务
- OpenAI 用模型改芯片:Jalapeño 向量单元标准单元面积减 13%
- 蚂蚁等联合发布 CWM 2.0:30 分钟赛车演示无切镜重置
- 苏剑林新文:三步平均把 Attention 线性化为 TTT,DeltaNet 成特例
行业动态
- Anthropic IPO 定价夜:估值冲 1.5 万亿美元,5300 名员工人均股权 4100 万美元
- 思维链之父 Jason Wei 离开 Meta,出任 Mercor 首席科学家
- 李沐出任 Aimotion 联合创始人兼 CTO,攻关产业级世界模型
- Pangram 判定秘鲁获奖小说 99% 为 AI 生成,出版社力挺作者
- DeepSeek 自 11 月 15 日起限额:7 天不活跃长对话无法续接
要闻
Gemini 4 Neon 发布:100 万 token 上下文、$3/$15 定价
Google DeepMind 于 11 月 18 日发布 Gemini 4 Neon,官方定位是面向复杂软件工程、知识工作与科学工作流的“前沿级智能 + 快速端到端任务完成”。在 Artificial Analysis 智能指数上,Neon 于 xhigh thinking 档位得到 61 分,整体排第 3,官方称其落在“更大、更慢的模型”之后。在 Vals Index 上 Neon 以 70.9% 排第 2 并进入帕累托前沿,在 Legal Research Bench 与 Tax Agent Bench 两项上排第 1。新版 Agent Arena Index 中,Neon 的可操控性(中途接受用户纠正的能力)排第 2;Google 称其在内部 Antigravity 测试中录得迄今最低的编造率。定价为每百万输入 token 3 美元、缓存输入 0.15 美元(95% 折扣)、输出 15 美元,上下文窗口 100 万 token。发布当日即在 Gemini API、Google AI Studio、Gemini for business 上线,并向 Google AI Pro / Ultra 订阅者在 Antigravity、Gemini 应用中开放。
来源:https://deepmind.google/blog/introducing-gemini-4-neon/
微软 Ignite 七连发:MAI Code 2 编程成绩达 GPT-6.1 Sol 的 98%,成本仅 40%
微软在 Ignite 2026 上一口气发布五款新模型并更新两款既有模型。编程模型 MAI Code 2 在四项编程基准上综合成绩达到 GPT-6.1 Sol 约 98% 的水平,测试成本约为后者 40%;对 Claude Opus 5.5 达到约 96% 的成绩,成本约为其 5%。MAI Code 2 Flash 在三项日常编程基准上与 GPT-6 Luna、Claude Haiku 5.5 相当,按促销价计算成本分别约为两者的 65% 和 20%,两款模型均已接入 GitHub Copilot。安全模型 MAI Cyber 2 Flash 在 CyberGym-E2E 测试任务成功率 92.3%,略高于 GPT-6 Astra 的 91.5%,单项任务计算成本不到后者 2%,计划 12 月中旬起经 MDASH 提供给符合条件客户。图像模型 MAI Image 2.7 在 Artificial Analysis 图像编辑榜以 1215 分从第二升至第一,领先 GPT Image 2.6 Sunburst Max 4 分,价格约为其 1/5,同时推出 MAI Image 2.7 Flash 与 Canvas 交互式修改工作区。实时语音模型 MAI Realtime 1 在语音理解与任务执行测试中超过 GPT-Realtime 2.1,基础语音服务每分钟 0.01 美元起。企业侧,Agent 365 自今年 5 月推出以来累计登记超过 5000 万个智能体,Microsoft IQ 整合 350 多个第三方连接器;基于 MAI Transcribe 2 的 Dragon Copilot Transcribe 每月覆盖约 1000 万次患者就诊,多语言转录错误率降低约 50%。
模型发布
Genie 4 上线:文字实时改天气、加角色,原生音频
Google DeepMind 向符合条件的 Google AI Ultra 订阅者开放 Genie 4,这是一个可交互世界生成模型的首次对外使用。用户输入文字提示即可实时修改环境,例如改变天气、加入角色,并听到自适应生成的原生音频。此次还更新了 Genie 3,支持更长会话、全景 grounding 和相互链接的世界序列。新的 Project Genie agent 让用户通过自然语言对话搭建复杂环境,作品可发布到社区 gallery 供他人探索和 remix。Google AI Pro 会员可加入等待名单。
来源:https://deepmind.google/blog/genie-4-is-now-available/
腾讯混元开源 Hy4 flash:224B 总参数激活 12B,盲测满意度逼近 Claude Haiku 5.5
腾讯混元开源多模态模型 Hy4 flash,总参数 224B(其中含 64B Engram 参数),每个 token 激活 12B,原生支持文本与图像输入、文本输出,提供 100 万 token 上下文,重点优化日常任务的完成质量、使用成本与端到端耗时。开源三个版本:指令微调的 Hy4 flash、FP8 量化的 Hy4 flash-FP8、预训练基座 Hy4 flash-base;AngelSlim 另提供 GGUF 量化版并支持 128GB 设备部署方案。WorkIndex 评测中 Hy4 flash 得 42.1,略高于 Hy4 preview 的 39.7,低于 Hy4 的 51.4。团队邀请 85 位 WorkBuddy 内部用户在 27 类共 259 个日常任务上盲测:Hy4 flash 满意度 2.79/4,接近 Claude Haiku 5.5 的 2.81/4;端到端完成时间中位数 6.7 分钟,单任务成本 0.26 元,在四个参评模型中均为最优。推理侧支持 Transformers、vLLM、SGLang,官方服务示例采用 8 卡配置。
开发生态
OpenAI 详解 Codex 沙箱:用权限配置文件限制文件与网络访问
OpenAI 工程博客介绍了 Codex 沙箱的设计:Codex 在用户本机执行命令,沙箱在文件系统和网络两个维度施加用户可控的限制,作为训练对齐之外“纵深防御”的一层。用户通过 permission profiles 配置限制,内置的 :workspace 配置允许在工作区内写入,但把 .git、.codex 等目录保持只读,以避免直接改写 .codex/config.toml 或 .git/hooks;同时允许广泛读取文件系统,因为编译器、运行时和构建工具依赖仓库外的 SDK 与配置。官方举例:整理照片任务可允许读写 ~/Pictures 但禁止联网以防上传;代码审查任务可允许访问在线文档而让源码保持只读。文章还说明这些限制在 macOS、Linux、Windows 上如何强制执行,以及开发者如何在自己的工具中复用该沙箱。
来源:https://openai.com/index/inside-the-codex-sandbox
Mistral 推出 Vibe 桌面版:并行跑多任务,Git worktree 隔离
Mistral 为 AI 智能体 Vibe(原 Le Chat)推出桌面应用,支持 macOS 与 Windows,Linux 版本在计划中。用户可一次下发多个任务并观察智能体并行处理;桌面版把 Vibe CLI 的本地能力与 Vibe Code Web 的云端会话整合到一起,智能体既可在本地仓库也可在云沙箱中工作,并用 Git worktree 把同一项目内的并行任务隔开。Work 模式现在也能访问本地文件,但 Mistral 未提及 computer-use 类能力。横向对比中,Anthropic 的桌面版自今年春季起已能让 Claude 打开应用、控制浏览器、填写表格。Mistral 今年 10 月以 Large 4 在模型侧追赶,但对比中仍落后 Gemini 4 Carbon 与 Claude Opus 5.5。
GitHub Copilot 团队定制 GA:管理员可设插件默认值
GitHub 宣布 Team customizations 面向组织团队正式可用,团队维护者和组织所有者可把已批准的 Agent Plugins 设为团队默认,省去每个成员重复配置。入口是 github.com 上团队页面的 Customize Copilot 标签:可浏览 Copilot 内置市场、企业市场以及团队自行添加的市场中的插件,也可从含有 plugin marketplace 的 GitHub 仓库新增市场。选中的插件默认对团队直属成员在 VS Code、GitHub Copilot 应用和 Copilot CLI 中启用,子团队成员不继承;团队默认是可选项,成员可在客户端关闭。企业与组织策略优先级高于团队选择,市场白名单与插件强制/禁用规则仍由客户端执行;该功能适用于 Copilot Business 与 Copilot Enterprise。
来源:https://github.blog/changelog/2026-11-18-customize-github-copilot-for-your-team
AWS SageMaker HyperPod 新增工作负载恢复与三项基础设施检查
AWS 为 SageMaker HyperPod 增加工作负载恢复与扩展的基础设施检查,目标是提升 goodput,即集群时间中真正用于有效训练的比例。此前 HyperPod 的健康监控代理只逐节点检查 GPU 错误、深度健康检查与自动换机,无法判断 GPU 是否真的在正确训练、作业是否仍在推进。新能力包括:MultiNodeTrainingValidation 在 EKS 集群上先单机、再同型号跨机训练一个小模型,若 loss 变为 NaN 或无穷、或训练未按时完成则判定实例不合格;HyperPod Kubernetes Resource Monitoring Agent 监控 crash-loop 的设备插件、缺失的 DaemonSet、被污点的节点,并以 Kubernetes 事件与 CloudWatch 日志报告涉及的 pod 与节点;Hung job detection 识别停止推进的 Slurm 作业,可写入 CloudWatch 事件并取消作业让 Slurm 重新排队。
产品应用
NVIDIA RTX Spark 紧凑台式机开售:128GB 统一内存、1 petaflop
NVIDIA 宣布 ASUS、Dell、MSI 的 RTX Spark 紧凑台式机即日开售,Acer、GIGABYTE、HP 的迷你主机“即将推出”。硬件配置为 20 核 NVIDIA Grace CPU 加 Blackwell RTX GPU(6144 个 CUDA 核心),最高 128GB 统一内存,AI 性能最高 1 petaflop,配万兆以太网。官方给出的能力包括本地运行 1200 亿参数大模型、实时渲染 90GB 以上 3D 场景、实时编辑 4:2:2 视频。软件侧,Adobe 提供 Windows on Arm 原生应用,Blender 支持 DLSS Ray Reconstruction,ComfyUI 支持本地生成工作流。ASUS ProArt GR1X 等机型定位 24/7 运行个人 AI 智能体与定时任务,本地推理可避免按 token 计费的云端 API 开销。
来源:https://blogs.nvidia.com/blog/rtx-spark-desktop-local-ai-available-now/
可灵 Image 4.0 实测:原生 8K、单图 2000 字、一次 10 张组图
可灵 AI 推出图像创作模型 Kling Image 4.0,重点升级画面真实感、文字表现力、复杂指令理解与跨图一致性,支持原生 8K 图像生成、单张图片最多呈现 2000 字文字内容、一次生成最多 10 张连贯组图。技术上采用理解生成统一架构,并引入规划与 Agentic 能力。智东西实测中,8K 人像放大后发丝与皮衣纹理仍保留细节;给一张含新郎新娘与五位亲友的婚礼合照换画风时,人物外貌、站位与服装基本保留;把《影之刃零》主角“魂”换成李小龙黄黑功夫服并改双截棍,服装与场景融合自然但细节有毛糙。商业设计测试中,超长电商详情页的信息层级与风格统一,约 400 字中文正文的杂志海报排布可用但密集排版出现文字错误,局部换字体与改字定位精准。
OpenAI 推出 ChatGPT for Accounting:从邮件找已完成工单、起草 QuickBooks 发票
OpenAI 发布 ChatGPT for Accounting,定位是削减月末结账流程中的重复性工作。官方演示中,ChatGPT 从用户邮箱里找出已完成的工单,并据此起草 QuickBooks 发票。该功能面向会计与财务工作流,把邮件中的业务凭证与账务系统打通。
来源:https://www.youtube.com/watch?v=AhmCKHNqhB8
技术与洞察
OpenAI 内部数据:智能体独立完成近半 2-4 小时研究任务
OpenAI 发布研究加速报告,用内部测量数据说明编程智能体如何改变 AI 研发周期。3 月到 10 月,估计需要 2 至 4 小时人工完成的任务,智能体自主成功率从 23% 升到 46%;需要 4 至 8 小时的任务从 13% 升到 35%。任务类型差异明显:监控训练运行的自主成功率为 79%,启动训练运行为 35%,编写推理与服务栈代码仅 25%。用量方面,按 API 标价计算,中位研究员 10 月日用量达 2400 美元,环比 9 月增长 62%;第 90 百分位达 23000 美元,增长 105%。调查显示,为保留前沿编程智能体三个月,受访者中位愿意交换 30% 的团队算力,或在另一个问题中交换 40% 的团队人头。安全与对齐是文档化研究工作增幅最大的领域,1 月至 9 月文档工作周增加 77%,7 月 Hugging Face 事件后的响应使增速进一步抬升。
来源:https://openai.com/index/research-acceleration-jagged-frontier
OpenAI 用模型改芯片:Jalapeño 向量单元标准单元面积减 13%
OpenAI 披露其模型在自研推理芯片 Jalapeño 设计中的具体收益:团队从 2025 年初开始用 GPT-4o 参与设计,早期模型就给出了非平凡的 PPA 改进。向量单元中,节省来自浮点加法器与乘法器、转换函数、归约逻辑与特殊函数单元,模型同时探索替代逻辑实现与流水线阶段划分,找出共享硬件、减少中间存储的机会。矩阵单元中,一个乘法器重设计在综合时少用约 15% 单元面积,同时延迟从两个时钟周期降到 1 个;另一个加法器重设计减少约 15% 面积并保持 2 周期延迟。团队估计模型建议的改动使向量单元标准单元面积减少约 13%、矩阵单元减少约 10%,这些优化在 Jalapeño 流片点亮中得到硅验证。在与 AMD 的合作中,模型通过改写描述电路的系统 Verilog RTL,在旗舰 GPU IP 上相对高度优化基线取得最高 14% 的 PPA 提升;OpenAI 还与 Synopsys 合作,把模型接入工程师已有的 EDA 工具链。
来源:https://openai.com/index/advancing-chip-design-with-our-models
蚂蚁等联合发布 CWM 2.0:30 分钟赛车演示无切镜重置
蚂蚁集团、西湖大学与浙江大学联合发布 Code World Model 2.0(CWM 2.0),核心视觉引擎 Invoker-Render 接收结构化 Proxy,把场景布局、物体运动和镜头变化转成连续的高保真画面。团队展示了一段 30 分钟赛车演示,全程没有中途切镜或重置,输入端是低模赛车 Proxy,测试者拨动手柄摇杆时,Proxy 中的车辆与主画面中的白色赛车同步转向。CWM 2.0 在 MiniMax-H3 基座上构建两种互补模型:读取完整 Proxy 序列的双向创作模型,以及只能逐块接收新 Proxy 的因果四步流式模型,后者面向实时交互;ProForcing 训练方法用于提升长时流式生成的稳定性。Invoker-Render 统一支持五类结构表示:语义图、稀疏三维框、主体掩码、带明暗的几何体、三维框与骨架,从几根线框到精细骨架都由同一套模型理解。
来源:https://mp.weixin.qq.com/s/-H0Eibwe-kvqjC3I00i2hA
苏剑林新文:三步平均把 Attention 线性化为 TTT,DeltaNet 成特例
苏剑林在新文中给出一条不同于以往 Gated DeltaNet 推导的线性化路线:从分布推广出发,引入三步平均操作,建立 Attention 与 TTT(Test-Time Training)的近似联系,DeltaNet、MesaNet 在该框架下自然成为特例。第一步把 Softmax Attention 改写为条件分布的期望,取狄拉克分布即还原原始 Softmax Attention,因此该形式是更广的推广。第二步用条件正态分布估计 V,只缓存 K、即时计算均值,从而消去 V Cache,使 KV Cache 减半。第三步把依次到达的数据视作训练样本,用 SGD 对流式更新均值模型,形成一个以参数为状态变量的 RNN,其递归形式与 TTT 一致。随后通过平均场近似把剩余部分变成 K=V 的 Softmax Attention,再用加权平均近似把输入从 K 换成 V,最终得到线性复杂度 RNN;作者逐条分析了这三步各自放弃了什么、换来了什么。
行业动态
Anthropic IPO 定价夜:估值冲 1.5 万亿美元,5300 名员工人均股权 4100 万美元
Anthropic 于美东 11 月 18 日晚正式定价,19 日以股票代码 ANT 登陆纳斯达克,上市前估值升至 1.5 万亿至 1.6 万亿美元,原定 70 至 78 美元的发行价被上调到 80 美元以上。对冲基金 Altimeter Capital 单家提交 50 亿美元申购单,全盘超额认购达 6 倍。招股书显示,员工持有 17.74 亿股期权,平均行权价 2.91 美元,另有 10.7 亿股未归属 RSU;按 78 美元上限计算,这部分股权净值约 2160 亿美元,是本次 IPO 募资额的 3.4 倍。公司现有约 5300 人,按此平摊人均约 4100 万美元;SaaStr 创始人 Jason Lemkin 拆解称,2024 年底公司仅约 940 人,当前超过 80% 的员工是过去 21 个月入职,早期员工拿行权价几美元的期权,后入职者多为 RSU,人均约 2000 万美元。招股书披露每位员工过去一年创收超过 660 万美元,公司还为未来员工预留了约 1600 亿美元的股权额度。
来源:https://mp.weixin.qq.com/s/O5Sf-EoJvy44g1QyI77WyA
思维链之父 Jason Wei 离开 Meta,出任 Mercor 首席科学家
11 月 18 日,AI 数据创业公司 Mercor 联合创始人兼 CEO Brendan Foody 在 X 宣布,Jason Wei 加入公司担任首席科学家,Jason Wei 本人确认了这一消息,称在 Meta TBD Lab 度过一年多后选择加入 Mercor。Jason Wei 是 2022 年论文《Chain-of-Thought Prompting Elicits Reasoning in Large Language Models》的第一作者,此后在 OpenAI 参与 o1 与 Deep Research 项目,并参与 SimpleQA(含 4326 道有明确答案的问题)、BrowseComp、HealthBench 等评测基准的开发,2025 年 7 月转入 Meta 超级智能实验室。Mercor 成立于 2023 年,从 AI 驱动的人才招聘转向为前沿模型公司提供专业人才、训练数据与评测服务,专家网络覆盖超过 500 万人。该公司于 11 月 10 日宣布完成 7.5 亿美元 D 轮融资,估值 200 亿美元,投资方包括 Benchmark、General Catalyst 以及英伟达、Salesforce,资金将投向模型评测、后训练基础设施和让智能体学习复杂工作流程的环境。
李沐出任 Aimotion 联合创始人兼 CTO,攻关产业级世界模型
总部位于硅谷的 Aimotion 宣布,AI 科学家李沐出任联合创始人兼 CTO,主导下一代产业级 AI 技术体系建设,他同时继续担任 Boson AI 联合创始人兼 CTO。李沐是 Apache MXNet 创始人之一、前 AWS AI 资深首席科学家、卡内基梅隆大学计算机博士,他表示 AI 下一阶段的核心在于落地复杂商业场景。Aimotion 近期完成由 BAI Capital 领投的 A 轮数千万美元融资,业务聚焦汽车等高价值、长决策周期行业,提供 AI 销售营销解决方案,覆盖美洲、欧洲、亚太市场。双方计划结合 Boson AI 的底层模型能力与 Aimotion 的产业场景,构建对商业规则、客户决策逻辑与业务因果关系建模的世界模型,用于场景推演、趋势预判和长周期任务规划。
Pangram 判定秘鲁获奖小说 99% 为 AI 生成,出版社力挺作者
AI 检测工具 Pangram 将秘鲁作家 David Silva Rojas 的获奖小说《Donde el agua trabaja》中 99% 的文本判定为 AI 生成。据 The Point Magazine 的一篇文章,墨西哥出版社 Almadía 在审阅作者提供的文件后维持原奖项。据《El País》报道,Pangram 还把访谈、一篇文章以及作者在 Instagram 上的否认声明中 80% 以上的文本判为 AI 生成。争议文章作者称拉美评论界无视 Pangram 的检测结果、把质疑一概斥为种族主义,并把该案与 Thélyson Orélien、Caine Prize 相关指控以及保住奖项的 Jamir Nazir 等案例并列。报道还提到,Gallimard 计划从明年起用 Pangram 筛查稿件;美国作家协会警告不要仅凭 AI 检测器做决定,尽管 Pangram 在测试中能可靠识别人写文本。
DeepSeek 自 11 月 15 日起限额:7 天不活跃长对话无法续接
从 11 月 15 日起,DeepSeek 的 App 与网页版因算力不足陆续出现使用限制,有用户收到“服务器繁忙,使用额度已达上限”的提示。免费用户目前主要遇到三类限制:超过 7 天(部分用户反馈为 72 小时)未活跃的长对话不再支持继续接续;单次输入被压缩到约 4 万字,有用户上传文件时看到“最多阅读前 20 页或 1 万 token”;每日对话次数或 token 用量达到上限后触发限额,部分用户连续使用不到两小时即被限。据 OpenRouter 数据,11 月中旬 DeepSeek V4.1 Flash 单周 token 调用量达 59.2 万亿,位居全球首位;日活用户从 1.2 亿涨至近 2 亿,10 月以来多次出现服务中断。“DeepSeek 用户呼吁取消 7 天限制”随后再次冲上热搜,讨论集中在写小说、角色扮演等长对话场景中已有上下文无法延续。
暂无评论。