今天最值得读的 AI 新闻，来自正在塑造 AI 的实验室、创业公司和研究者。
Hacker News · AI 热帖精选8686Edge0 开源 Edge0-145B 和 Edge0-120B 两个端侧模型，并同时发布统一推理框架与部署工具。官方称 145B 模型可在兼容笔记本上本地运行，峰值内存 29GB、解码速度 80+ tokens/s、预填充 1100+ tokens/s，支持 128K–256K 上下文。
推荐理由: 原文给出端侧 145B 模型的实测内存、速度与多项基准对比，可据此判断本地运行前沿级模型的现实边界。
Google DeepMind精选同一件事 · 5 家8787Google DeepMind 发布 Gemini 4 Hydrogen，面向日常编码与智能体工作流，在默认 high 思考档位下 Artificial Analysis 智能指数为 51，高于 Argon 的 50，xhigh 档位可达 54
推荐理由: 官方给出Hydrogen与Carbon、Argon的分工定位，以及多模型编排在成本与速度上的实测差异。
MarkTechPost精选8282Anthropic发布Claude Fable 5.2和Claude Mythos 5.2，两者基于同一个底层模型，Fable 5.2增加了分类器拦截高风险网络安全任务和大部分生物学研究任务，Mythos 5.2去掉了这些限制，需要通过Cyber Verification Program和Life Sciences Verification Program访问。
推荐理由: 将同一底层模型拆分为两档安全护栏，并提供与 Opus 5.5、GPT-6 Astra 的对比表格及成本差异。
TechCrunch · AI精选7272Meta Superintelligence Lab 发布轻量模型 Muse Ember，输入价格为每百万 token 10 美分，主打工具调用、编码子任务、路由、抽取和长文档解析等智能体高频工作。
推荐理由: Meta 用每百万输入 token 10 美分的定价和 Artificial Analysis 综合基准，把轻量模型放进智能体执行环节与 Haiku、Luna 比较。
量子位精选8282腾讯混元Hy4正式发布，770B总参数、49B激活参数，首次引入原生视觉能力和电脑操作支持，指令遵循、长文理解与长程Agent能力同步升级。模型已在腾讯云TokenHub、WorkBuddy/CodeBuddy、元宝等产品上线，API接入OpenRouter、Hermes、OpenCode等平台，权重将于近期开源。
推荐理由: 作者用多个长程任务实测混元Hy4的自主执行与自检能力，可据此判断开源模型在Agent交付上的实际水平。
量子位精选7171360 自研 AI 安全攻防系统图龙锋在 CyberGym 榜单上以 99.4% 的漏洞复现成功率登顶，三轮独立评测成功率分别为 99.27%、99.47% 和 99.40%。
推荐理由: 原文给出图龙锋在 CyberGym 三轮评测中的成功率与训练路线，读者可据此判断安全领域大模型加智能体蜂群的做法。
The Decoder精选同一件事 · 2 家7373Thinking Machines 发布第二代模型 Inkling 2 Small，采用 MoE 架构，总参数 594B、激活参数 17B，支持文本与图像输入并可调节思考深度。
推荐理由: 原文给出新模型在智能指数、智能体任务和成本上的具体对比，读者可据此判断开源权重模型的竞争位置。
IT之家 · AI精选7878蚂蚁百灵官方团队发布原生多模态模型 Ling-3.2-flash，拥有 560B 总参数、25B 激活参数和 1M 上下文窗口，支持图像、文本与视频输入。
推荐理由: 原文给出三项基准对比与 API 定价，读者可据此判断这款多模态模型的能力位置与调用成本。
The Decoder精选8585OpenAI 推出专为挖掘软件安全漏洞训练的 GPT-6 Cyber，可发现缺陷、构建可用漏洞利用并建议补丁。OpenAI 称其在无特殊安全指令时 99.93% 的测试未越界，前代为 94.49%；ExploitGym 得分 48.5%，前代 GPT-5.6 Cyber 为 32.1%。
推荐理由: 原文列出了 GPT-6 Cyber 在 ExploitGym 和真实漏洞挖掘中的具体数字，读者可据此判断安全专用模型的实际能力边界。
The Decoder精选7070腾讯发布 Hy4 模型，首次具备图像理解能力，并能自主操作 Blender、CAD 等软件，权重将在稍后未定日期开放，目前仅通过腾讯云、OpenRouter 和元宝等应用提供。
推荐理由: 腾讯 Hy4 首次加入图像理解与电脑操作能力，第三方评测与官方说法存在差距，可对照看开放权重模型的真实位置。
IT之家 · AI精选7878月之暗面按 10 月 24 日发布时的承诺，在 Hugging Face 开放了 2.8 万亿参数的 Kimi K3.1 Pro 模型权重。
推荐理由: 原文给出开放权重后的 Agent Arena 排名与分项指标变化，可对照上一代 K3 看智能体能力的提升幅度。
IT之家 · AI精选同一件事 · 2 家8282美团龙猫将面向长程智能体任务的原生多模态模型 LongCat-2.5 正式开源，采用 MIT 协议，支持商用推理部署与二次训练且无需额外授权。模型总参数 1.6 万亿，每个 token 激活约 480 亿参数，支持一百万上下文，并针对显存与带宽受限的国产算力芯片在架构、芯片适配与部署策略上做了协同优化。
推荐理由: 原文给出总参数、激活参数、上下文长度与开源协议，读者可据此判断长程智能体任务的开源模型选项。
Mistral AI精选同一件事 · 2 家8282Mistral 发布旗舰万亿参数原生多模态模型 Mistral Large 4（Le Chonk）的开放权重版本，此前已公开预览三周。
推荐理由: 官方给出万亿参数开源模型的编码、安全与推理效率数据，以及权重下载和自托管路径。
Latent Space精选8282Google DeepMind 发布 Gemini 4 Carbon，距 Argon 仅两周，宣称在网络安全与长周期任务上达到 SOTA，在 Artificial Analysis Intelligence Index v5 上以 59 分位列第一。
推荐理由: 汇总了 Gemini 4 Carbon 在多个独立榜单上的位置与定价，并列出编码、幻觉率等与竞品的差距。
Google DeepMind精选同一件事 · 6 家8787Google DeepMind 面向开发者、企业、科学家和消费者开放 Gemini 4 Carbon，称其在网络安全能力和长程智能体工作流上达到前沿水平。
推荐理由: 官方给出 Carbon 与 Argon 的定位分工、多项基准排名和每任务成本对比，便于判断何时该用更重的模型。
Google DeepMind精选同一件事 · 2 家8484Google DeepMind 发布世界模型 Genie 4，可实时生成带原生音频的交互式模拟世界，并以文本提示实时改变天气、镜头和场景元素。Genie 4 首次原生生成环境音与人声对话，角色可实时对话并响应场景事件；Gemini 3.8 Flash 在循环中充当引导智能体，把目标拆成步骤并逐帧校验。
各家口径不同：The Verge 表示模型支持长达两分钟的场景，而 Ars Technica 和 TechCrunch 提到物理和人物模拟的改进，但没有具体说明场景时长。
推荐理由: 官方披露了原生音频、实时文本操控与 Gemini 引导推理三项能力，可据此判断世界模型在机器人与内容预演中的位置。
量子位精选8080OpenAI发布GPT-6.1 Terra，标准API输入1美元/百万Token、缓存输入0.05美元/百万Token、输出5美元/百万Token，价格约为GPT-5.6 Terra的一半。
推荐理由: 原文给出GPT-6.1 Terra的官方基准、API定价与网友实测成本对比，可据此判断低价电脑操作模型的性价比边界。
IT之家 · AI精选同一件事 · 2 家8686OpenAI 发布新模型 GPT-6.1 Terra，主打以更低成本完成需要视觉推理和操作桌面软件的复杂任务，于 10 月 27 日向 Plus、Pro、Enterprise 和 Edu 用户开放，可在 ChatGPT Work 和 Codex 中使用，API 模型标识为 gpt-6.1-terra。
推荐理由: 原文给出多项基准与每任务成本对比，读者可据此判断低成本模型在桌面自动化上的取舍。
Artificial Analysis Articles精选8585OpenAI 发布 GPT-6.1 Terra，这是 GPT-5.6 之后的首个 Terra 级模型，输入/输出定价为每百万 token 1 美元/5 美元，低于 GPT-5.6 Terra 的 2 美元/12 美元。
推荐理由: 原文使用 Intelligence Index 与 Coding Agent Index 的分数和每任务成本，量化了 GPT-6.1 Terra 相对于 GPT-5.6 Terra 的性价比变化。
The Decoder精选8585月之暗面发布 Kimi K3.1 Pro，这是 Kimi K3 的后训练版本，在 Artificial Analysis 智能指数上得分 55，比 K3 提升 11 分，排名第四，仅次于 Claude Opus 5.5（58）、Claude Sonnet 5.5（56）和 Muse Wonder Full（56）。
推荐理由: 文章用第三方指数和多项基准对比，呈现开源权重模型与闭源前沿模型之间差距缩小的具体幅度。
