谷歌 Gemini Decision 1 上线：输出免费，百万输入 Token 仅 0.1【AI 早报 2026-11-12】
谷歌用多模态决策模型切入封闭式选择题场景，一次请求最多回答 1000 个问题；同日 Anthropic 的 IPO 定价区间与 OpenAI 的季度营收数据，构成 AI 商业化进程的另一组坐标。
今日概览
要闻
- 谷歌 Gemini Decision 1 上线：输出免费，百万输入 Token 仅 0.1 美元
- Anthropic 拟 11 月 19 日纳斯达克上市，目标估值 1.404 万亿美元
- OpenAI 第三季度营收首次突破 100 亿美元，年化约 500 亿美元
模型发布
- Gemini 4 Carbon 实测：9 个案例全部跑通，单任务成本低一半以上
- 文心 5.5 Flash Preview 发布：2800 亿总参数、100 万 Token 上下文，11 月 25 日开源
- MiniMax H3-Image 开源：10 秒生成 4096×4096 图像，支持 16 张参考图融合
- 小红书 dots.tts.edit V1.1：新增局部风格描述编辑，文本/情感/韵律编辑开源最佳
- 上海创智学院开源 Nex-N2.6：321B 参数 FP8 权重，OSWorld 得分 83
- 蚂蚁灵波发布 LingBot-Touch：拧瓶盖成功率从 56.25% 提升到 90%
开发生态
- Visual Studio 18.12 正式支持 BYOM：可接本地模型与多套同厂商配置
- AWS 推出 Bedrock AgentCore Web Search API：单次调用返回排序网页结果
- Google 发布 A2UI 1.0：开放生成式 UI 协议，覆盖 React/Flutter/SwiftUI
- 清华、伯克利开源 uni-robot-agent：统一 RUA 工具接口，Qwen 在 RoboDojo 得 31.39 分
产品应用
- OpenAI 推出 ChatGPT Business Hub，并收购 AI 旅行代理 Odessia
技术与洞察
- Google AlphaProof Code 四周验证 Signal 加密核心，生成超 600 万行证明代码
- UMM-Reflection 让统一多模态模型自我反思：修复成功率 20.6%→64.9%，GenEval 0.72→0.84
行业动态
- Mercor 获 7.5 亿美元 D 轮融资，估值 200 亿美元，英伟达参投
前瞻与传闻
- 字节被曝筹备“中国版 Muse”个人 AI Agent，拟整合进豆包
要闻
谷歌 Gemini Decision 1 上线：输出免费，百万输入 Token 仅 0.1 美元
谷歌正式上线 Gemini Decisions API，由 Gemini Decision 1 模型提供支持，主打“封闭式选择题”场景。模型一次可接收最高 256K token 的文本、图片、音频、视频或 PDF，并同时回答最多 1000 个问题，单次前向传播完成对候选选项的评分。它提供 noul（是/否）、choice（多项选择，最高 255 个选项）和 score（按有序评分标准打分）三种决策类型，每个结果附带 0 到 1 的置信度分数。定价为每百万输入 Token 0.10 美元、输出 Token 免费，谷歌称约为 Gemini 3.5 Flash-Lite 的 1/5。处理 16K token 多模态上下文时，模型中位延迟 50 至 100 毫秒，端到端延迟 150 至 250 毫秒。
Anthropic 拟 11 月 19 日纳斯达克上市，目标估值 1.404 万亿美元
Anthropic 在最新 SEC 文件中将 IPO 发行价区间设为每股 70 至 78 美元，计划发行 8.25 亿股 A 类股，募资 577.5 亿至 643.5 亿美元。按区间上限计算，公司完全稀释估值达 1.404 万亿美元，高于 5 月融资轮的 9650 亿美元，但低于此前传出的 2 万亿美元目标。公司预计 11 月 19 日前后以“ANT”为代码在纳斯达克开始交易，最多 20% 的发行份额分配给散户。Anthropic 还同意按 IPO 价格向 AMD、博通、谷歌、美光、微软、英伟达和台积电私募出售 260 亿美元无投票权 N 类股，其中谷歌和英伟达各投 100 亿美元。文件披露，截至 10 月底年化营收达 810 亿美元，第三季度营收 170 亿美元，前九个月营收 332 亿美元、净亏损 1040 亿美元，现金及短期投资近 1320 亿美元。
OpenAI 第三季度营收首次突破 100 亿美元，年化约 500 亿美元
据彭博社援引知情人士，OpenAI 截至 9 月的第三季度营收首次达到 100 亿美元，环比增长近 50%，同比增长近两倍。公司向投资者披露，截至 9 月底年化营收约 500 亿美元，第三季度调整后营业利润率为 -109%，较第二季度的 -150% 收窄。OpenAI 正推进新一轮融资，目标估值 1.25 万亿美元，并已将上市计划推迟至明年，此前已完成本轮首批 110 亿美元募资。作为对照，即将上市的 Anthropic 第三季度营收约 170 亿美元，环比增长约 47%，低于其第二季度超过 140% 的环比增幅；两家公司营收统计口径不同。
模型发布
Gemini 4 Carbon 实测：9 个案例全部跑通，单任务成本低一半以上
硅星人 Pro 在 Gemini 4 Carbon 开放后第一时间跑了 9 个案例，全部在 Google 的 Antigravity 中完成，思考强度统一设为 High。其中一个案例把香港“大闸蟹”户型图做成可第一人称走进的 3D 场景，耗时约 1 小时，模型自行补齐家具、炉灶与昼夜变化；另一个案例为虚构的 iPhone Duo 生成可旋转、开合、爆炸拆解的交互式 3D 展台。Google 在发布措辞中没有强调“最强”，而是反复强调单任务成本比第二名低一半以上，价格约为 Fable 5.2 的四分之一。实测结论是 Gemini 4 Carbon 在基准上仍拿不到最高分，但 9 个案例均能完成，表现稳定。
文心 5.5 Flash Preview 发布：2800 亿总参数、100 万 Token 上下文，11 月 25 日开源
百度发布文心 5.5 Flash Preview，总参数量 2800 亿，每个 Token 激活 140 亿参数，支持最长 100 万 Token 上下文，生成速度超过每秒 200 Token。模型采用混合稀疏注意力、多路由器 MoE 和 ECHO 多 Token 预测，并首次引入自研 RSI 技术，由 ERNIE Evolve 参与推理优化。官方称其在 Terminal-Bench、AutomationBench 等基准取得有竞争力得分，游戏开发场景可基于 Cocos、Unity、LayaAir、PixiJS 和 Canvas 2D 做出近百款手机小游戏。3D 建模方面针对 Blender 和 CAD 工具使用做专项训练；专业知识工作构建了 30 万个工作空间、1000 万份参考文件，覆盖 40 多种文件类型。API 定价为每百万 Token 输入忙时 2 元、闲时 1 元，输出忙时 8 元、闲时 4 元，限时五折；模型权重将于 11 月 25 日面向全球开源。
MiniMax H3-Image 开源：10 秒生成 4096×4096 图像，支持 16 张参考图融合
MiniMax 发布新一代图像生成模型 H3-Image，并同步开放模型权重。高速版可在约 10 秒生成一张 4096×4096 像素（16MP）的 4K 图像，官方称耗时约为市面主流模型的 1/5。模型支持最多 16 张参考图融合，能处理人物、服装、材质、配色、字体和排版线框等结构化参考，在开源模型中具备较强的指令遵循能力。实测中，H3-Image 生成包含标题、六个编号步骤和约 100 个汉字的海报，全部文字与 15g、92°C、30 秒等数字单位均正确呈现；还能输出包含血条、技能栏、背包格和小地图的游戏 HUD 界面。
小红书 dots.tts.edit V1.1：新增局部风格描述编辑，文本/情感/韵律编辑开源最佳
小红书升级发布端到端精确语音编辑模型 dots.tts.edit V1.1，新增局部风格描述编辑，并提升韵律与情感编辑效果。用户选中转录中的词句并设置文字修改或声音参数，即可一次完成多处局部编辑，模型支持中英文双语和多说话人语音。官方称在 doteBench 精确语音编辑评测中，V1.1 综合表现领先 AuK、Ming-UniAudio、Step-Audio-EditX 等开源模型；在第三方 SpeechEditBench 上，文本、情感和韵律编辑取得开源最佳成绩。模型基于 dots.tts 的连续自回归架构，在 AudioVAE 连续隐空间中生成语音，无需输入语音与文本的时间对齐，也无需单独预测时长。配套的训练数据构造管线和 doteBench 评测基准已开源。
上海创智学院开源 Nex-N2.6：321B 参数 FP8 权重，OSWorld 得分 83
上海创智学院开源能动性模型 Nex-N2.6，开放 256K 上下文窗口 API，并同步开源 321B 参数的 FP8 量化权重。团队用 698 条内部 Badcase 构建“重复问题 Bench”，Nex-N2.6 的推理复读触发率从 N2.5-Pro 的 16.0% 降至 1.6%，相对下降 90%，整体调用未循环率达到 97.8%。在 956 条真实上下文测试中，无论使用 Claude Code、Codex、Cursor 还是自研 Harness，模型对清单内工具的有效选择率均为 100.00%，与 GPT-6-Sol 相当。OSWorld 电脑操作评测得分 83.0，高于 N2.5-Pro 的 82.2、GLM-5.3-Flash 的 78.0 和 DeepSeek-V4.1-Flash 的 71.7；Terminal-Bench 2.1 得 84.1。
蚂蚁灵波发布 LingBot-Touch：拧瓶盖成功率从 56.25% 提升到 90%
蚂蚁集团旗下具身智能公司蚂蚁灵波发布触觉基础模型 LingBot-Touch，目标是把不同原理的触觉传感器信号统一成可共享的“触觉语言”。在相同 Sharpa Wave 灵巧手和 T-Rex 动作模型下，不使用触觉信息时拧瓶盖成功率为 56.25%，直接输入原始触觉数据提升到 62.50%，经过 LingBot-Touch 处理后达到 90%。模型使用 4983 小时真实触觉数据训练，包含约 46.4 万段交互记录和 13.3 亿帧触觉信息，数据来自机器人灵巧手遥操作和人类佩戴触觉手套操作。跨硬件测试中，XHand1 六项任务上 π0.5 平均成功率从 48.00% 提升到 74.17%，LingBot-VLA 从 57.21% 提升到 75.04%。其中 XHand1 使用的磁触觉传感器型号未出现在训练数据中，不调整 LingBot-Touch 参数、只训练具体任务策略仍取得明显提升。
开发生态
Visual Studio 18.12 正式支持 BYOM：可接本地模型与多套同厂商配置
微软在 Visual Studio 18.12 中正式发布 Bring Your Own Model（BYOM），开发者可在 IDE 内接入团队自托管模型、模型厂商 API Key 或本机运行的模型。该版本不需要 GitHub 登录，即使无法访问 GitHub，只要模型端点可达并满足认证要求，也能在空气隔离环境中使用内部模型。开发者可为同一模型提供商保存多套命名配置，例如“Work”和“Personal”，分别保留连接信息和模型列表，无需反复删除再添加。新增 Custom Endpoint 提供商，支持 OpenRouter 等 OpenAI 兼容服务，也可连接 LM Studio 启动的本地服务器，并在 Agent Mode 中调用。添加自定义模型时，可选择 OpenAI 兼容的 Completions 或 Responses 格式，或 Anthropic 兼容的 Messages 格式，并改配代理支持。
AWS 推出 Bedrock AgentCore Web Search API：单次调用返回排序网页结果
AWS 为 Amazon Bedrock AgentCore 推出 Web Search API，开发者用一次 API 调用即可搜索网页，无需先创建 Gateway 和搜索目标。接口返回亚马逊运营的网页索引排序结果，每条包含文本摘录，并在可用时提供页面标题、URL 和发布时间。调用通过 AWS SDK 或 AWS CLI 完成，使用与其他 AWS 服务相同的 IAM 凭证签名，不需要预先创建资源。该 API 面向自建 Agent 循环、LangChain/LlamaIndex 等编排框架，也适用于搜索看板、事实核查、内容增强和监控等非 Agent 场景。开发者可自行管理重试、缓存和错误处理，已有 API 层的应用可直接接入。
Google 发布 A2UI 1.0：开放生成式 UI 协议，覆盖 React/Flutter/SwiftUI
Google 在开发者博客发布 A2UI 1.0，这是一个面向生成式 UI 的开放协议。它让 AI 智能体能在 Web、移动端和桌面应用中渲染可交互的原生界面。该版本提供开源渲染器 SDK，覆盖 React、Angular、Lit、Flutter、SwiftUI 和 Jetpack Compose，同时提供 Python、TypeScript 和 Dart 的智能体 SDK。A2UI 1.0 引入双向函数调用、可替换的推理格式和安全数据绑定，帮助团队把生成式 UI 集成进产品技术栈。
来源：https://developers.googleblog.com/a2ui-10-build-delightful-fast-reliable-agentic-experiences/
清华、伯克利开源 uni-robot-agent：统一 RUA 工具接口，Qwen 在 RoboDojo 得 31.39 分
清华大学丁宁、刘知远、徐梦迪、周伯文团队联合加州大学伯克利分校 Pieter Abbeel 团队，开源 uni-robot-agent，为 Robot-Use Agent 建立统一、模块化的 Harness。该框架用标准化工具接口屏蔽不同机器人硬件、传感器、控制接口以及仿真与真实环境的差异，让语言模型以一致方式获取感知、调用控制工具并接收执行反馈。在 RoboDojo 基准上，开放权重模型 Qwen3.8-Flash-Next 搭配该框架取得 31.39 分，超过 RoboDojo 官方此前公布的 GPT-6 Astra + RoboProbe 的 28.97 分；同一框架下 GPT-6 Astra 取得 51.90 分。真机 19 项任务评测中，未经任务专项微调的 Qwen 取得 53.50 分，分别领先微调后的 π₀.₅ 5.75 分、零样本 Dream-1 10 分；GPT-6 Astra 搭配该框架取得 80.50 分。
来源：https://mp.weixin.qq.com/s/_CWa2_CbkfSKD9jSe7l11A
产品应用
OpenAI 推出 ChatGPT Business Hub，并收购 AI 旅行代理 Odessia
OpenAI 推出 ChatGPT Business Hub 测试版，允许企业创建经过验证的业务档案，并维护产品和服务信息。符合条件的企业还可创建专用业务 Agent，回答 ChatGPT 用户关于该企业及其产品的问题；后台提供档案浏览量、提及次数和网站点击等有限洞察。企业必须完成正式验证，OpenAI 变现副总裁 Benji Shomair 称公司针对不同市场和业务类型采用多种验证方式。OpenAI 还确认收购 AI 旅行代理 Odessia，其创始人 Francis Davidson 已加入 OpenAI 参与旅行方向；Odessia 成立约一年，曾获 Sequoia 领投的 600 万美元 pre-seed 轮，产品上线约 5 个月后已关闭。OpenAI 称每周有 12 亿人使用 ChatGPT 处理日常任务，包括旅行规划，Booking.com、Expedia 和 KAYAK 是其客户或合作伙伴。
技术与洞察
Google AlphaProof Code 四周验证 Signal 加密核心，生成超 600 万行证明代码
Google DeepMind 的 AlphaProof Code 用四周完成了 Signal 加密核心代码的数学验证，而同类过程通常需要数年。由 Gemini Carbon 驱动的 AI Agent 编写了超过 600 万行证明代码，仅约 1% 被标记给人工复核。该流程把形式化验证的证明生成交给 Agent，人工主要集中在被标记的少量片段。DeepMind 计划把该方法扩展到电网、医疗设备等关键基础设施。
UMM-Reflection 让统一多模态模型自我反思：修复成功率 20.6%→64.9%，GenEval 0.72→0.84
南洋理工大学、上海交通大学和东京大学的研究者提出 UMM-Reflection，在开源统一模型 BAGEL 上用强化学习训练完整的“反思—修改”多轮轨迹，让同一个模型先写诊断、再按诊断重画。推理时不再需要外部打分器或验证器，看图、诊断、修改与停止全部由同一组参数完成。经过强化学习，模型对初始错误图像的修复成功率从 20.6% 提升到 64.9%，GenEval 从反思 SFT 的 0.72 提升到 0.84，其中空间位置一项从 0.47 跃升到 0.89。在训练中未见的 WISE 上，UMM-Reflection 从 0.63 提升到 0.74，比直接用同样 RL 预算训练生成器的方案高 19.8 个点；T2I-CompBench++ 从 0.50 到 0.55，OneIG 从 0.79 到 0.83。代码、模型与训练数据均已开源。
行业动态
Mercor 获 7.5 亿美元 D 轮融资，估值 200 亿美元，英伟达参投
美国 AI 训练数据公司 Mercor 完成 7.5 亿美元 D 轮融资，英伟达、Zoom 和 Benchmark 等参投，投后估值达 200 亿美元，较 2025 年 10 月 C 轮后的 100 亿美元翻倍。公司称本轮资金将用于模型评估、后训练基础设施及相关研究，并建设更多供智能体练习复杂工作流程的环境。Mercor 成立于 2023 年，总部旧金山，通过连接各领域专家为科技公司提供训练数据和模型评估服务，专家网络覆盖超过 500 万人，OpenAI、Anthropic 等世界前五大 AI 实验室均为其客户。Mercor 由三位 19 岁辍学的 00 后创立，此前累计融资约 4.84 亿美元；投资方 Sapphire Ventures 披露其年化总收入已突破 20 亿美元，并产生正自由现金流。联合创始人 Brendan Foody 称，公司用于运行 AI 模型的推理支出已达到员工薪资的三倍，但 AI 改善团队表现带来的收益足以覆盖这笔投入。
前瞻与传闻
字节被曝筹备“中国版 Muse”个人 AI Agent，拟整合进豆包
据彭博社报道，字节跳动正在筹备一款类似 Meta Muse 的个人 AI Agent，目标是让豆包走出聊天框，成为能记住用户需求、主动规划并执行任务的个人助理。报道称字节内部早在今年 4 月就启动代号“Spell”的项目，由豆包手机助手团队负责，9 月 Meta 推出 Muse 后项目进度加快，并计划与豆包对话团队合作将功能整合进豆包。Meta Muse 允许用户交代需要数天甚至数周的任务，由智能体自行规划步骤、搜索信息、调用外部服务，遇到需要确认的环节再向用户发消息，并通过 Muse Secure VM 为每个智能体提供独立执行环境。字节此前已为豆包铺路：9 月底豆包上线“出行用豆包”入口，可查询机票、购买火车票、叫车和预订酒店；今年 8 月推出“豆包工作”，10 月增加录制个人技能功能；搭载豆包手机助手的努比亚 NaviX Ultra 于今年 9 月开售。QuestMobile 数据显示，截至 9 月豆包 App 月活达 4.19 亿，同比增长 143.6%，月人均使用 72 次；同期千问和 DeepSeek 月活分别为 1.58 亿和 1.23 亿。
来源：https://www.ifanr.com/1689016?utm_source=rss&utm_medium=rss&utm_campaign=
暂无评论。