News Briefing
今日快讯
采集窗口为北京时间11月17日08:00至11月18日08:00。RSS仅返回30条且未覆盖完整窗口,本期补充HuggingNews与官方发布,并与上一期#418去重。涉及既有模型的资讯聚焦本次正式版、平台接入或新测试结果。
头条动画
用“维修班组按工种派活”和“给系统增加导出按钮”的例子,解释微软专用模型与编程任务成本。配音使用豆包TTS,字幕白色居中。
微软一口气推出六款自研模型,编程价格竞争升温
标签:微软 / 编程模型 / 任务成本
来源:微软MAI Code 2官方介绍 · HuggingNews发布汇总
微软在Ignite推出覆盖编程、网络安全、图像和语音等方向的六款自研模型,MAI Code 2与Flash分别面向复杂代码修改和高频日常开发。微软称,在四项指定编程基准的平均结果中,MAI Code 2达到GPT-6.1 Sol约98%的表现、成本约为40%,其中价格比较采用了限时五折促销条件。两款编程模型已进入GitHub Copilot,企业应固定任务和推理配置复测,并把返工与工具费用纳入比较。
商汤SenseNova-Loop-9B正式版开放权重,循环层支持更深计算
标签:商汤 / 中国模型 / 开放权重
来源:商汤官方模型卡
商汤在11月17日开放SenseNova-Loop-9B正式版权重和代码,延续预览版的循环架构,通过重复执行共享权重的中间层增加计算深度。模型约9B参数,支持图文输入、文本输出与512K上下文,项目采用Apache 2.0许可。官方同时列出复杂指令和长程智能体任务的稳定性限制,企业可优先用固定文档、代码和工具任务检查实际表现。
可灵Image 4.0进入图像竞技榜,原生8K服务接入fal
标签:快手 / 中国模型 / 图像生成
可灵Image 4.0在本次图像竞技榜更新中位列编辑榜第13、生成榜第14,并通过fal提供调用。平台介绍其支持原生8K与最多约2000字符的文字排版,2K生成参考价格约0.063美元,具体费用应以调用时的页面为准。海报和长图团队可以重点测试中文准确率、品牌元素一致性和局部修改能力,榜单名次仍受样本与评测方式影响。
谷歌向六国合资格用户免费开放Gemini Tasks
标签:谷歌 / AI应用 / 定时任务
来源:Gemini官方发布 · HuggingNews功能说明
谷歌将Gemini Tasks向美国、日本、韩国、加拿大、澳大利亚和印度的合资格用户免费开放,由Gemini 4 Hydrogen支持较长项目和周期任务。美国还逐步上线代打电话与通过Google Pay完成付款等能力,具体地区和账户开放范围分别推进。对预约、询价和库存查询等应用,接入团队需核对工具权限、确认步骤与结果通知方式。
Perplexity推出Orchestrator API,统一接入模型与部署切换
标签:Perplexity / 推理API / 可靠性
来源:Perplexity官方技术说明 · HuggingNews模型目录概况
Perplexity发布Orchestrator API,以统一接口和账单接入45款以上开放权重及专有模型,兼容常用OpenAI与Anthropic请求格式。官方说明,同一模型的某个部署遇到错误、限流或超时后,可在其他可用部署重试,并对尝试设置时限。开发者需要分别配置模型选择与供应商故障恢复,接入时核对数据流向、重试行为和当前模型目录。
Replit推出Missions,智能体群按预算和审批规则开发软件
标签:Replit / 多智能体 / 软件开发
Replit推出Missions,让多个智能体围绕目标规划、构建、测试和迭代,用户可设置支出上限及需要批准的操作。预算耗尽时任务停止,公司用开源监控应用DataCat展示协作开发能力。试点时应先约定功能清单、测试样例和完成标准,厂商演示所展示的复制能力需要在自己的代码、数据与权限条件下验证。
Marin公开Mochi 535B预训练的57个中间检查点
标签:Marin / 开放研究 / 预训练
Marin公开Mochi 535B-A23B预训练的57个中间检查点,其中10个来自长上下文扩展阶段,总权重文件约61TB,对应18.2万亿Token训练过程。研究者可以比较不同训练阶段的能力、稳定性和后训练潜力,而不只观察最终模型。下载和实验需要较高存储与算力预算,使用前应核对各检查点的配置、许可和适配代码。
SGLang发布1.0,新增Trainium支持并扩展模型适配
标签:SGLang / 推理框架 / 多硬件
SGLang 1.0加入megakernel、以Rust重写的热路径以及AWS Trainium支持,发布信息列出对217个模型的适配与首日支持进展。团队同时介绍产业联盟与生产采用情况,并展示在相同8张GB300上将Muse Spark Open吞吐从517提升到1109 Token/秒的测试。部署团队应复现自己的并发、上下文和量化配置,按业务负载评估升级收益与兼容性。
AMD生态优化MiniMax M3.1 Flash,公布生产流量下的新速度
标签:MiniMax / 中国模型 / AMD推理
vLLM与Inferact针对AMD MI355X上的MiniMax M3.1 Flash继续优化,披露不到20天内性能提升约4倍,并在生产流量测试中记录P90输出速度1129 Token/秒。改进涉及使用FlyDSL编写的新内核,本条关注推理栈进展,模型本身此前已推出。该结果对应团队公布的具体负载,选型时仍需测量首字延迟、并发吞吐和输出质量。
GitHub Copilot Fusion Max登顶指定终端编程评测,多模型协作再进一程
标签:GitHub / 多模型 / 编程智能体
来源:GitHub官方发布 · HuggingNews成绩更新
GitHub公布Copilot Fusion Max在Terminal-Bench 4.1取得71.2%的任务解决率,位列该次榜单首位。系统通过智能体运行框架协调多个前沿模型,公司同时披露相对部分单模型方案的成本优势,并表示已进入Copilot产品体验。代码团队可重点验证模型之间如何分配任务,以及在自己的仓库中能否保持测试通过率、修改一致性和可追踪性。
Trellis Data发布220B参数Agentaus 1,强调澳大利亚本地托管
标签:Trellis Data / 主权AI / 数据地区
Trellis Data发布220B参数模型Agentaus 1,宣布服务部署在澳大利亚服务器,用户输入不用于训练,数据保留在当地。公司披露MMLU-Pro成绩84.4%,其产品重点还包括面向敏感数据的本地服务条件。受数据驻留要求约束的团队,可进一步核对日志、备份、运维访问与分包商条款,并用行业任务测试能力。
Sage S2.1 Flash更新OfficeQA Pro成绩,开放模型办公问答能力再进一程
标签:SageAI / 开放模型 / 办公问答评测
Sage S2.1 Flash在本次OfficeQA Pro成绩更新中取得72.2分,成为该次榜单得分最高的开放模型,与榜首Claude Fable 5.2的72.9分相差0.7分。本条收录新的办公问答评测进展,模型此前已发布,结果只对应这一基准及其配置。需要处理复杂材料问答的团队,可用自己的表格、报告和跨文档问题复测,并逐项核对答案依据、字段遗漏与计算错误。
