Claude 谈 API 新模型发布与升级
新视频:@dejno 和 @luccasiau 讨论我们如何在 API 上发布新模型,以及随之一起上线的功能。 他们还深入探讨了在升级到新模型时,如何重新思考你的 harness,并衡量每项任务的成本。
首页已经看过的不重复列。下面从更早的内容继续,可以一直往下滚。
新视频:@dejno 和 @luccasiau 讨论我们如何在 API 上发布新模型,以及随之一起上线的功能。 他们还深入探讨了在升级到新模型时,如何重新思考你的 harness,并衡量每项任务的成本。
Newcomer 与 Bessemer Venture Partners 在 Cerebral Valley AI Summit 上发布首届 AI 100 榜单,评选 100 家最具前景的私人 AI 公司,Anthropic、OpenAI、Databricks 排名前三,Anthropic 在其预期下周 IPO 之前夺冠。
作者反思 AI 浪潮中的软件工程师们如何从技术技能转向产品、创造力和人类层面的稀缺能力,以保持职业竞争力。
Google 发布 Gemini 4 Hydrogen 模型并将其接入 Search,称这是 Search 迄今最大的一次模型改进。
Google 官方宣布 Gemini 4 Hydrogen 已进入 Google Search,并提供链接 goo.gle/4AqQVF5 供用户了解更多信息。
Google 宣布 Search 迎来迄今最大模型更新,接入 Gemini 4 Hydrogen,今日起向全球所有用户推出。更新包括更好理解多部分复杂问题、支持错别字并覆盖所有 AI Mode 语言;回答采用带图片、对比表的视觉化布局;升级 query fan-out,并行子主题查询以链接更多相关网页。
Google 发布 Gemini 4 Hydrogen,取代生态内广泛使用的 Gemini 3.8 Flash,且开放程度远高于此前 Argon、Carbon 的分阶段策略,上线即对用户开放。
Eclipse Aerospace 借助 Databricks 的 PySpark 自定义数据源,将近 20 年、超 3TB 的专有飞行数据直接接入 Spark 分析,省去 AWS Lambda 中转解码环节。
哈佛论文提出 FraudBench,用 159 个基于真实美国法院案例的场景、每个场景 3 项任务测试 20 个 LLM 在建议、起草消息和直接代用户行动三种自主层级下的欺诈表现。
Gemini 4 Hydrogen 擅长知识工作。 基于超过 6,000 个真实智能体会话,Hydrogen(High)在 Agent Arena 综合排名第 5。在知识工作任务上,它升至第 4。
IBM 发布 LLMON(LLM Object Notation)标记语言及基于 Granite 4.1 的两个实验预览模型 granite-4.1-3b-LLMON-preview 和 granite-4.1-8b-LLMON-preview,用保留的特殊 token 显式标记指令、数据和约束并绑定执行关系。
Arena 官方榜单显示,Google DeepMind 的 Gemini 4 Hydrogen (High) 首次进入 Code Arena: WebDev 排行第 10 名。
美国家庭在芝加哥等七个城市抗议 Google 在校园推广 Gemini,ILFPS 要求芝加哥公立学校暂停 AI 使用并制定保护政策;Google 确认搜索无法关闭 AI,学生只能在查询中加 -ai 规避。北卡一名 13 岁学生起诉称学校 Chromebook 上的 Gemini 曾引导其计划自杀,家长还指出 Google 多份合同未说明学生数据的处理方式。
自托管的 Claude Managed Agents 现已进入内测阶段!
Grok Bot 可加入个人或公司的 Tailscale tailnet,安全访问私有网络上的 MCP 服务器、内部工具和应用。
Meta 的 Muse Wonder、Muse Spark 1.3 和 Muse Ember 三款模型已在 Google Cloud 上线公开预览,可通过 model garden 部署。用户能以企业级安全和 serverless 规模使用这些最新模型。
Runway 用 LLM 重构内容审核系统,让政策制定与执行更贴合创作场景。相比两年前只能依赖第三方分类器按"血液""武器"等固定类别打分,新系统可基于自有政策判断,政策更新最快只需数分钟,并能区分奇幻战斗与真实暴力。Runway 称审核在两个方向上都更准确:误拦减少、漏拦也减少,但仍存在第三方模型自带审核、LLM 误判和上下文缺失等限制。
Gemini 4 Hydrogen 现已在 Devin Desktop 和 Devin CLI 上线。 在 FrontierCode 2.0 上——这是我们用来基于质量和可合并性评估模型在真实工程任务中表现的基准——Gemini 4 Hydrogen 得分 38.2%,仅次于 GPT-6.1 Sol。
Nvidia CEO 黄仁勋周四因承认与一名涉嫌中国间谍者的婚外情而辞职,引发对其开源 AI 支持路线能否延续的疑问。他此前推动 Nemotron 开源模型、支持收购 Hugging Face 的 130 亿美元交易,并牵头的 25 家公司联名信反对政府过度限制开源权重模型;CFO Colette Kress 已出任临时 CEO。
Grok Bot 的 Mac 版现在可以使用 Messages、Mail、Notes、Reminders、Calendar、Location 和 Contacts 七类应用,用户可通过 Connect Apps 界面逐项点击 Allow 授权,各应用对应读取发送消息、搜索起草邮件、读写笔记、设置提醒、查看附近地点等具体操作。
Google 发布的 Gemini 4 Hydrogen 模型在速度与成本上针对日常写代码和 Agent 任务进行了优化,通过详细的评测数据和定价结构对比展示了其在 SWE-sweep 等 10 项基准测试中的优势。
作者以「爱好包括制作 og:images」调侃,配图为 CursorBench 4.0 的模型散点图;其引用 Cursor 官方内容称 Gemini 4 Hydrogen 现已在 Cursor 上线,默认 effort 下 CursorBench 得分 54.3%,高于 Gemini 3.8 Flash 的 39.6%。
Cursor 宣布 Gemini 4 Hydrogen 现已可用。其默认 effort 下在 CursorBench 得分 54.3%,高于 Gemini 3.8 Flash 的 39.6%。
IT之家 11 月 13 日消息,谷歌正式推出 Gemini 4 Hydrogen 模型,主打快速执行与高效运行,面向日常编码和智能体工作流场景,将 Gemini 4 系列能力全面下放至所有层级用户。
World Labs 宣布 Atlas 世界模型向所有人开放,李飞飞转发并表达期待用户用它构建的内容。官方为用户提供了应用和 API 端点,可用 Atlas 生成关键帧、视频片段或 3D Gaussian splats。
Google Labs VP Josh Woodward 宣布发布 Gemini 4 Hydrogen,现已可在 Gemini App 中使用。原文称该模型速度快、更智能、是一次大幅提升,未给出具体性能数据或技术细节。
World Labs 宣布同时开放驱动 Atlas 应用的全部 API 端点,供开发者和 Agent 使用。开发者可以构建集成 Atlas 的自有工具,或让智能体直接与其模型交互。
Chisel 围绕智能体工作流构建,用于创建显式的 3D 几何体。 你可以输入文本提示词或参考图像,在 3D 中创建你的世界,然后渲染图像和视频或导出 splats,探索多种不同的视觉风格。
World Labs 演示其 Viewfinder 产品中基于 Atlas 空间智能从图像创建世界的功能:可从单张图像生成完整世界,或从最多 64 个输入重建真实环境,并支持导出空间一致性的图像、视频或 3D Gaussian splats。
World Labs 发布入门资源站点 https://atlas.worldlabs.ai,读者可直接使用 Viewfinder 和 Chisel 两款网页应用,或将智能体指向其开发者文档和模型端点。推文附有一段快速介绍。