[控场AI]
· 6 分钟阅读· 3,090 字

千问Qwen4-Max突袭0.8折,Gemini 4 Carbon全面开放

千问Qwen4-Max突袭0.8折,Gemini 4 Carbon全面开放

谷歌Gemini 4 Carbon开放、千问Qwen4-Max低价预览,多款模型与智能体产品密集更新。

文章汇总了近期AI圈的高密度动态:谷歌Gemini 4 Carbon全面开放API并向Ultra用户推送,首发定价每百万Token输入2美元、输出10美元;阿里千问Qwen4-Max开启预览,主打世界理解与编码智能体,中国区价格最低打到0.8折;Claude推出白板、表格与Data数据看板,切入办公场景;Minimax开源33.1B参数的H3 Image扩散模型,6步生成4K图像。智能体侧,Anti-Gravity的蜂群架构与ChatGPT商家专属智能体分别指向协作与电商变现;硬件侧,Gemini Robotics 2.5在奔驰流水线测试超200种操作,成功率96%。文末另附Grok、Cursor、IPO等快讯。

AI圈又迎来了一波密集轰炸。从谷歌Gemini 4 Carbon的全面开放,到阿里千问Qwen4-Max的深夜突袭,再到Minimax开源4K生图模型,软硬件两侧同时发力,几乎每一条都值得单独拆解。

谷歌亮出底牌:Gemini 4 Carbon全面开放

据B站UP主“本喵”的每日快讯,谷歌Gemini 4 Carbon正式面向所有用户开放。这只被形容为“主攻超长深度推理的性能猛兽”的模型,不仅登陆了API,也开始向Ultra订阅用户逐步推送。

定价方面,首发特惠为每百万Token输入2美元、输出10美元,月底后恢复至4美元和20美元。谷歌CEO皮查伊亲自晒出用Blender制作的3D游戏demo,Cursor实测得分干到60.4%,科研人员还可申请半年最高用量档。谷歌这次显然是把压箱底的模型放了出来。

本喵当场看呆

Token 计费与百万 Token 定价

大模型 API 的计费单位是 Token(词元),即模型处理文本时的最小切分单位,一个英文单词通常对应 1 至数个 Token,中文一个字约对应 1 至 2 个 Token。厂商普遍按“每百万 Token”报价,是为了把单价压缩到直观可比的量级。文中“输入 2 美元、输出 10 美元”指用户送入模型的提示词与模型生成的回复分别计价,输出通常更贵,因为解码阶段逐 Token 生成、算力消耗更高。按此单价,100 万 Token 大致相当于 70 万至 100 万英文单词的体量,开发者可据此估算一次长文档推理或大批量调用的成本。首发特惠与恢复原价的差异,也意味着月底后调用成本将翻倍,批量业务需提前做预算规划。

千问Qwen4-Max突袭:价格打到0.8折

谷歌刚出招,阿里这边光速反击。千问Qwen4-Max在阿里Token Plan广告等多端开启预览,主攻世界理解与编码智能体能力。

最让人意外的是价格:中国区两折起步,叠加夜间折扣后最低可到原价的0.8折。四代正式开源还没有消息,但这一波深夜福利活动持续到11月25日。UP主直言“当场看呆”,提醒开发者趁预览期抓紧薅羊毛,顺便验证一下国产顶流的真实实力。

这下有新核武器了

小克端出办公全家桶

被称为“优等生小柯大小姐”的Claude,这次一口气推出了整套办公工具。白板和表格功能在付费套餐中开启公测,用户可以直接在对话框里拉出流程牌、计划表,支持多表公式与团队协作,还能无缝导出表格文件与CSV。

原本的数据看板升级更名为Data并正式上线,可以连接数据仓库生成带解说的视频。团队版现已默认全员开启。UP主评价这波操作“是要把传统办公软件连根拔起”。

数据看板与数据仓库连接

数据看板(Dashboard)是把关键指标以图表形式集中呈现的界面,常用于业务监控。文中 Claude 的 Data 功能允许用户连接数据仓库——即集中存储企业结构化数据、供分析查询的系统(如 Snowflake、BigQuery 一类)——再自动生成带解说的视频。这意味着模型不只是画图,而是先理解表结构与指标口径,再把查询结果转成可视化与自然语言讲解。对非技术岗位而言,省去了写 SQL 和配置图表两步;对企业而言,数据仍留在自有仓库中,模型通过连接器读取,权限与合规边界需要另行配置。

Minimax开源4K生图模型

二次元画师的狂欢来了。Minimax的H3 Image正式开放全量使用,这是一颗33.1B参数的扩散大模型。官方称仅需6步就能在约10秒内生成4K大图,原生支持4096×4096分辨率,最多可接收16张参考图。

多端可用,发布周生成限时5折,甚至放出了开源社区许可证。多图一致性问题有了新的解决方案,做设定的画师朋友值得重点关注。

扩散模型与步数、参考图

扩散模型(Diffusion Model)是当前文生图的主流架构:训练时学习把噪声逐步还原为图像,生成时则从纯噪声出发,经过若干“去噪步”迭代出结果。步数越多通常细节越好但越慢,因此“6 步出 4K 图”属于蒸馏加速后的少步采样,牺牲部分多样性换取速度。33.1B 参数指模型权重规模,参数越大通常对复杂提示与画风的拟合能力越强,但推理显存开销也更高。参考图(Reference Image)机制则通过图像编码把风格、人物或构图特征注入生成过程,多张参考图共同约束,正是缓解“多图一致性”问题——即同一角色在不同画面中长相、服饰漂移——的主流思路。

智能体协作与商业化的新动向

Anti-Gravity把传闻中的蜂群架构端了上来,全新的斜杠Swarm命令进入预览。协调者可以将任务分派给多个独立智能体,每个智能体可以选择不同模型,并通过共享消息板协同配合。CLI 1.5.5同步支持查看白板和看板,并接入了Carbon入口。代价是每个工作者都要消耗额度,但让一群AI替自己打工的体验确实新鲜。

OpenAI这边,奥特曼把商家塞进了对话框。ChatGPT正式测试商家专属智能体,企业认领后可以自主维护商品价格和库存,用户能唤起品牌专用智能体,在聊天界面里查询物流、选购商品。首批向美国电商开放,商家只能看到汇总数据,拿不到用户的原始聊天记录。聊天框变成赛博大商场的设想正在落地。

多款外部主流软件

多智能体协作架构

多智能体(Multi-Agent)系统指让多个各自具备模型与工具调用能力的智能体分工完成同一任务。常见形态是“协调者—工作者”:协调者拆解目标、分派子任务,工作者并行执行并回传结果。文中 Anti-Gravity 的蜂群架构与共享消息板即属此类,消息板充当公共上下文,避免智能体之间反复点对点传话。其优势在于并行度与专业化——不同智能体可选用不同模型以平衡成本与能力;代价是每个工作者都独立消耗额度,且协调开销、错误传播和结果汇总的复杂度会随智能体数量上升,任务拆分粒度因此成为设计关键。

机器人走进流水线

软件之外,谷歌的实体机器人也杀进了奔驰流水线。Gemini Robotics 2.5测试了超过200种复杂操作,装载在Apollo人形机器人上分解汽车零部件,成功率飙到96%。官方29秒演示中,拿捏小零件和叠衣服都表现得相当稳定。从打代码到拧螺丝,AI的触角正在伸向物理世界。

发布Gemini Robotics 2.5

快讯速览

其余值得留意的动态包括:Grok 4.8训练收官重写强化学习,最快本周小范围推送;千问Code 1.0预览版集成智能体且无需配置运行环境;OpenAI预告12月11日停用旧版语音模式,全力押注GPT Live;Cloud上线交互连接器,可在对话框边栏内嵌操作多款外部主流软件;Cursor重构团队项目功能,允许多位工程师和各自的智能体同台协作;Carbon狂写超600万行代码,四周验证完Signal核心安全;Dripe宣布完成对OpenRouter的收购;Gropic正式启动IPO路演,拟发行8.25亿股;Odysia创始人宣布加入OpenAI,公司已被整体收购。

这一天信息密度极高,值得开发者逐条跟进。

#Gemini 4 Carbon#千问Qwen4-Max#Minimax H3 Image#Claude办公套件#AI智能体#Gemini Robotics 2.5#4K生图模型
分享:

相关推荐