“全球最强模型”又刷新了 但这还是给人用的吗？

via cnBeta.COM - 中文业界资讯站 (author: 稿源：凤凰网科技)

Telegraph

“全球最强模型”又刷新了 但这还是给人用的吗？

当地时间 11 月 9 日，Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2。两者共用同一个底层模型。Fable 面向所有用户，内置网络安全与生物安全防护；Mythos 拆掉这些限制，只对通过 Cyber 或 Life Sciences 验证计划的机构开放。 发布之后，大伙的描述几乎一致：更强、更快。也有部分开发者一看感觉定价不对劲，对于coding来说，Fable 5.2不划算。不过，Anthropic 自己在发布文档里也说了，对于大多数编码和知识工作，建议大家还是“从…

Anthropic 重夺"全球最强"：Claude Fable 5.2 登顶，还让千个智能体造了系统

Anthropic 在 11 月 10 日甩出双模型组合拳——Claude Fable 5.2 与 Mythos 5.2 同步登场，官方称：新模型在编码、推理、科研、网安到机器人全面进阶，输出速度最高提 30%、成本降 20%。

编码推理双杀对手

在智能体编码基准 FrontierCode 2.0 上，Fable 5.2 拿下 49.1%，把 GPT-6 Astra（42.8%）、Gemini 4 Carbon（41.1%）连同自家 Opus 5.5（45.5%）一并压在身下。多学科推理 Humanity's Last Exam 更以 74.2% 碾压 Astra 的 57.2%。科学视觉推理 VIALS-AA 它拿 67%，同样盖过 Gemini 的 64% 与 Astra 的 63%，且走的是"越聪明越爱调工具"的路线，与 OpenAI 截然相反。

千个智能体，八天造出操作系统

真正抓眼球的，是 Fable 5.2 的长程协作演示：它调度超过 1000 个 AI 智能体，耗时 8 天从零拼出一套可启动的操作系统，设备驱动、文件存储、窗口系统与安装程序一应俱全。在衡量 3D 体验构建的 AA-3D 榜上，它的 Elo 达 1271 分，领先 Sonnet 5.5 与 Opus 5.5 各 67 分。置信区间与其他模型不重叠，这次领先已超出误差范围。

via AI新闻资讯 (author: AI Base)

Anthropic不顾科技股震荡坚持推进IPO 计划下周上市

via cnBeta.COM - 中文业界资讯站 (author: 稿源：cnBeta.COM)

Telegraph

Anthropic不顾科技股震荡坚持推进IPO 计划下周上市

人工智能公司Anthropic正在继续推进首次公开募股（IPO）计划。尽管近期美国科技股经历大幅抛售，人工智能行业的投资热情有所降温，同时英伟达CEO黄仁勋卷入的私人关系及间谍指控事件也令市场关注度上升，但Anthropic并未因此改变上市安排。 该消息援引《华尔街日报》的知情人士透露，Anthropic计划本周确定IPO发行价格区间，并预计于下周四或周五正式开始交易。如果这一时间表得以实现，Anthropic将成为近期全球资本市场最受关注的大型科技公司上市项目之一。 不过，与此前市场对其估值的预期相比…

↩️ OpenAI 部署系统，35 秒内叫停风险 AI 任务

在花🎗️科技圈:

🤖 OpenAI 开发内部编码代理监控系统 数千万轨迹中未现最高风险失调 OpenAI 已建成并优化了一套低延迟内部监控系统，用于监督其内部部署的编码代理。该系统由 GPT-5.4 驱动，能在交互完成后 30 分钟内审查代理的思考链和动作，并自动对可能不符合用户意图或违反内部安全政策的异常行为发出警报，以快速排查并完善其他防护措施。 过去五个月，该系统监控了数千万次内部代理轨迹，零次触发旨在捕捉连贯 scheming 等高风险失调的最高严重级别警报，此类行为仅在合成评估中观察到；约 1000 次中等严…

OpenAI 部署系统，35 秒内叫停风险 AI 任务

OpenAI 已在内部研究设施部署“控制室”系统，可在收到停止指令后，最迟 35 秒阻止有风险的 AI 智能体任务继续获取模型输出。系统通过唯一任务 ID 管理训练、评估和数据处理任务，并在推理引擎处理请求前确认任务是否获准继续。

所有前沿强化学习任务还将配备独立模型监控器，检查模型行为并在发现潜在问题时报警。OpenAI 正努力缩短由授权请求缓存造成的延迟，将其降至 0。

Independent Engineering

🌸 科技圈· 茶馆 · 投稿

via 在花🎗️科技圈 - Telegram Channel

Google Gemini关联邮箱和云端硬盘后 部分内容会被人工审核

日前有开发者发布测试报告称，个人版 Gemini AI 在关联 Google Workspace 后可能会根据日常对话自动检索 Gmail 邮件或Google云端硬盘中存储的文件。而Google在帮助文档中提到，Gemini 处理的部分关联应用数据可能会被人工审核，内容包括但不限于邮件和文件的摘要和摘录，某些情况下还有可能包含完整内容。

开发者称自己在个人版 Gemini 中启用关联应用后，尝试询问类似我的网络服务费用是否太高等问题，这种情况下 Gemini 也会自动查找邮箱里的网络服务商邮件，而此时用户并未明确要求调用邮箱进行搜索。

在不同测试中 Gemini 给出的内容包括账单摘要、姓名与账号信息、邮件片段，有时候还会展示比较完整的邮件文本，其中个人问题可能涉及比预想更多的邮件或文件内容。

Google在关联应用帮助文档中表示，Gemini 处理过的部分关联应用数据会由人工审核人员进行内容检查，包括经过培训的服务提供商人员 (也就是外包的内容审核专员)。审查目的是排查问题、保障安全和改进服务。

审核内容可能包括相关邮件和文件的摘要、摘录、推断以及与 Gemini 的交互。Google还提到，如果邮件内容较短，或者与用户的问题特别相关，摘要内容在某些情况下可能就是邮件或文件本身。

Google强调内容被审核前会采取措施尽可能减少个人信息，例如将相关交互与Google账号断开关联、减少其中个人信息进入审核流程。但这个机制并不能百分百去除个人信息，因此Google也强调，用户应当谨慎关联包含机密信息的应用。

在模型训练方面，Google表示当用户开启保存活动时，Gemini 活动及其中涉及的关联应用数据可能会被用于改进服务和训练 AI 模型。用户可以根据自己的需要在 Gemini 应用活动中关闭保存活动，避免自己的数据被用于训练模型。

via cnBeta.COM - 中文业界资讯站 (author: 稿源：蓝点网)

Claude Fable 5.2 用 4.5 小时、167 美元生成动画预告片

一位创作者使用 Claude Fable 5.2，在 4 小时 30 分钟内、花费 167 美元制作出一支电影质感的日本动画预告片，其中包含在 Claude 内部构建的 3D 世界。

内容详情 · 原文链接

via AI情报局 | 全球 AI 动态简报 - Telegram Channel

OpenAI部署AI“控制室”：最长35秒阻断模型输出

OpenAI近日宣布，已在内部研究基础设施中部署名为“Control Room”的中央控制系统。当模型任务引发安全或网络安全风险时，该系统可在收到停止指令后最长35秒内阻断模型继续输出。据介绍，Control Room可统一追踪强化学习训练、模型评估、智能体采样及数据处理等研究任务，并与模型行为监控系统联动。监控模型会检查被训练模型的推理和操作过程，一旦发现潜在问题，可根据风险程度发出警报或直接暂停任务。

在具体执行过程中，监控系统会将需要停止的任务ID发送至Control Room。相关任务下一次申请模型推理时，推理引擎将核验其运行权限；如果任务已被标记为终止，系统便会拒绝请求，防止模型继续生成内容。

—— 凤凰网科技

via 风向旗参考快讯 - Telegram Channel

Command Code GOAT 套餐：每月 10 美元享 100 美元额度，覆盖 DeepSeek V4.1 Flash 与 GLM-5.3 Flash

Command Code 宣传其 GOAT 订阅套餐：每月 10 美元可获得价值 100 美元的模型用量，覆盖 DeepSeek V4.1 Flash 1017、GLM-5.3 Flash 等模型。

内容详情 · 原文链接

via AI情报局 | 全球 AI 动态简报 - Telegram Channel

Incorrect cost data in Costs API exports

Status: Monitoring

We have identified an issue causing incorrect cost data in Costs API exports published between November 6 and 9. We are working to correct the affected records and will provide an update once recovery is confirmed.

via OpenAI status

LiteLLM Gateway 让 Codex 的 /models 列表显示 Claude 与 Gemini 模型

使用 LiteLLM Gateway 后，Codex 的 /models 输出中现在会列出包括 Claude 和 Gemini 在内的所有模型。

内容详情 · 原文链接

via AI情报局 | 全球 AI 动态简报 - Telegram Channel

Meta 抛出"小钢炮"Muse Ember：跑分追上 Haiku，成本只要三分之一

轻量模型赛道又挤进一位狠角色。Meta 在 11 月 10 日推出 Muse Ember，标榜自家"迄今最小、最高效"的模型，专为复杂推理和智能体反复执行的日常任务而生。它不拼参数规模，只拼性价比。

跑分追上 Haiku，账单只剩零头

在 Artificial Analysis 榜单上，Muse Ember 的综合表现已能与 Claude Haiku 5.5 掰手腕，可单任务成本只有对方的三分之一，还在多项测试里压过 GPT-6 Luna。比如端到端业务工作流 AutomationBench-AA，它拿到 37.8 分，远超 Haiku 的 13.9 和 Luna 的 20.2；智能体编程、长文档处理等维度同样领先。

一次吞下整套代码库

Ember 配上 100 万 Token 的上下文窗口，最多可输出 51.2 万 Token，意味着一次调用就能喂进完整代码库或一整摞文档。智能体可在单场会话里连做数百个编程子任务，读文件、跑测试、定点修 bug 一气呵成。

它还是个原生多面手：文本、图像、音频、视频通吃，截图、图表、扫描件、会议录音、视频都不在话下，不必再外挂别的模型。安全上，发布前经 Meta SI 框架评估，风险低于高风险红线。价格亲民：输入每百万 Token 0.10 美元、输出 0.50 美元，已在 Meta Model API、谷歌云与甲骨文云上线。

via AI新闻资讯 (author: AI Base)

通用大脑能力再提升，蚂蚁灵波发布LingBot-Touch触觉基础模型

via AI新闻资讯 (author: AI Base)

Telegraph

通用大脑能力再提升，蚂蚁灵波发布LingBot-Touch触觉基础模型

11月10日，蚂蚁灵波科技开源触觉基础模型LingBot-Touch，为机器人大脑补齐关键的触觉感知能力。该模型基于近5000小时真实触觉数据预训练，覆盖磁触觉、视触觉和压阻式三类主流传感原理，可将不同信号转化为同一套触觉表征，供不同灵巧手和动作模型使用，让机器人在“看得清楚、想得明白”的同时，进一步补齐精细操作所需的触觉感知。 在通用大模型加速演进的时点，选择推出一款面向物理操作闭环的触觉基础模型，传递出蚂蚁灵波对具身原生路线的持续投入和笃定。 此前，蚂蚁灵波通用大脑已覆盖高精度空间感知、高动态环境交…

给失控 AI 智能体装"急刹车"：OpenAI 35 秒熔断机制上线

AI 智能体一旦跑偏，人类还能不能拉得住缰绳？OpenAI 在 11 月 10 日给出了一道新保险——名为"控制室"的系统已在内部研究设施上线，专门用来掐断有风险的 AI 任务，最快能在 35 秒内叫停一只失控的智能体。

从"报警"升级到"断供"

传统监控只会给可疑行为贴标签，而控制室走的是主动阻断路线。它把智能体训练、评估和数据处理等任务负载接入中央服务，由系统拍板某项任务能否继续吐出内容。研究员启动任务前，必须向控制室申领唯一任务 ID，这个身份标识会跟随每一次发给推理引擎的请求；引擎在跑之前得先问控制室："这活儿能不能干？"

一旦研究员或监控系统喊停，控制室就会拒绝下一次推理请求，让引擎不再为该项任务输出任何模型结果。换句话说，危险动作不是被记录，而是被当场切断。

35 秒延迟，目标归零

OpenAI 透露，从收到停止指令到彻底拦下任务，最长耗时 35 秒。这道时差来自推理授权请求的缓存层，公司正设法把它压到零。与此同时，所有前沿强化学习任务都配了独立的模型监控器，负责盯行为、发现问题就拉响警报。

让 AI 自己看着 AI 跑、再设一道人工可触发的急停开关，OpenAI 这套组合拳，折射出行业对"失控智能体"风险的警惕正从纸面预案走向工程落地。

via AI新闻资讯 (author: AI Base)

千问 Qwen4 跑分力压 Opus 5.5，极高性价比展现强劲竞争力

在新一轮即将发布的国产 AI 大模型阵营中，阿里巴巴旗下的千问 Qwen4系列率先展现出强劲的技术爆发力。根据近日泄露的核心评测数据，该系列在专门评估游戏开发创造力的 GameFeel Bench 基准测试中表现亮眼，成功在部分指标上超越了海外顶尖的 Opus5.5，成为首个在该项评测中实现反超的国产大模型。

核心跑分超越海外劲敌，本地部署版本紧追主流

此次曝光的测试结果显示，定位轻量的 Qwen4-Flash 取得了49.9分的优异成绩，正式超过了得分47.2分的 Opus5.5xHigh，标志着国产模型在特定垂直领域的创造力表现上达到了全新高度。与此同时，参数量较小的本地部署版本 Qwen4-27B 也拿到了44.6分的高分，其表现与拿到45分的 Sonnet5.5几乎不相上下。

除了性能表现实现突破外，该系列在推理使用成本上也具备显著优势。数据显示，Qwen4-Flash 完成同等任务的成本仅需约0.4美元，远低于 Opus5.5所需的2.6美元;而 Qwen4-27B 的执行成本更是被压缩至0.16美元，在同档次产品中展现出极强的成本竞争力。

完整产品矩阵即将登场，多款主力型号蓄势待发

在产品布局方面，Qwen4家族拥有至少4款不同定位的核心型号。除了已经在跑分中崭露头角的 Flash 和27B 版本之外，还包括面向更广泛应用场景的 Qwen4Plus，以及代表该系列最高性能上限的 Qwen4Max。随着千问团队此前承诺的发布节点临近，该系列的正式推出将为业界提供一个观察国产大模型与 GPT-6.1以及 Opus5.5等海外旗舰直接同台竞技的全新窗口。

via AI新闻资讯 (author: AI Base)

Meta推出最小AI模型Muse Ember：性能追平Claude，成本只要三分之一

Meta周一发布轻量级AI模型Muse Ember。根据第三方评测机构Artificial Analysis的数据，该模型在综合智能指数中取得36分，与Claude Haiku 5.5最高推理档位持平，但单次评测任务成本约为后者的三分之一。

Meta 公司将 Muse Ember 定位为旗下规模最小、运行效率最高的模型，主要面向AI智能体需要反复处理的高频任务，包括调用工具、执行编程子任务、请求路由、提取信息及解析长文档。Muse Ember 拥有约100万Token的上下文窗口，最高可输出约51.2万Token。Muse Ember每百万输入 Token 收费0.10美元，缓存输入收费0.004美元，每百万输出Token收费0.50美元。

—— 凤凰网科技

via 风向旗参考快讯 - Telegram Channel

苹果 Logic Pro 推出 50 美元 AI 用量包

苹果在 Logic Pro 中加入“购买更多用量”选项，一次性售价 49.99 美元，成为首个对 Apple Intelligence 额外用量收费的应用。

该用量包用于继续使用依赖 OpenAI 或 Gemini 云端模型、有额度上限的 AI 功能，仅限购买账户使用，未用额度可逐月结转，12 个月后过期。本月预计扩展到 Pixelmator Pro、Final Cut Pro 等应用。

The Verge

🌸 科技圈· 茶馆 · 投稿

via 在花🎗️科技圈 - Telegram Channel

华尔街给 AI 热泼冷水：Anthropic 冲刺"史上最大 IPO"遇降温

AI 叙事最炽热时，Anthropic 端出了科技史上最大一桩上市交易。据《华尔街日报》11 月 10 日报道，这家 Claude 模型的开发商正推进 IPO，目标 11 月 19 日或 20 日登陆纳斯达克，股票代码拟定为 ANT，本周初披露估值区间与发行价。

2 万亿美元的幻想先退潮

此前市场一度把估值炒到接近 2 万亿美元（约 13.36 万亿元），1.5 万亿（约 10.02 万亿元）也成了基准预期。但上周 AI 板块大幅回调后，部分重量级机构投资人开始施压，要求接受更低定价。有声音直言 1.5 万亿已属"偏高"，更现实落点在 1.1 万亿至 1.3 万亿美元（约 7.35 万亿至 8.68 万亿元）；也有人把锚点压到 1 万亿美元（约 6.68 万亿元）附近。

一场关于 AI 估值的压力测试

Anthropic 尚未公开推迟时间表，本周将密集会见核心投资者并启动路演，试探市场对这桩罕见发行的承接力。公司曾希望募资 800 亿至 1，000 亿美元（约 5344 亿至 6680 亿元人民币），若成真将是全球最大 IPO 之一，但最终规模与定价仍未落定。

这场上市是检验 AI 估值逻辑的关键窗口：一边是 Anthropic 凭借 Claude、收入快速增长和庞大算力投入被视为核心受益者；另一边，市场对天量资本开支、盈利能力和算力瓶颈的担忧，正把高估值压得喘不过气。

via AI新闻资讯 (author: AI Base)

法学教授让 Claude 更新页码：吃个午饭回来，全年课堂笔记被全盘删光

via AI新闻资讯 (author: AI Base)

Telegraph

法学教授让 Claude 更新页码：吃个午饭回来，全年课堂笔记被全盘删光

人工智能在带来办公便利的同时，其直接操作本地文件所带来的潜在风险也再次引发关注。11月9日消息，美国宪法领域知名学者、芝加哥大学法学院教授 William Baude 近日公开分享了一起令人哭笑不得的 AI 操作失误事件，引发了科技界与教育界的热议。 简单任务演变成翻车现场:只求更新页码，却酿成文件大面积丢失 据 William Baude 透露，事件起因相当简单。他当时请 Anthropic 旗下的 AI 助手 Claude 帮忙处理一份旧版宪法法律讲义，核心任务仅仅是“更新讲义中的页码”。然而，当他…

每月200美元却不是20倍？Anthropic这次要应诉了

加州一名联邦法官日前裁定，Anthropic必须应对一项拟议集体诉讼。原告指控该公司在推广Claude Max订阅服务时，以“5倍或20倍用量”为卖点，可能对消费者构成误导。

联邦法官认为，消费者可能将上述宣传理解为Claude Max用户在整个月内可获得Pro用户5倍或20倍的使用量，而非仅指每个5小时会话周期内的用量。涉案Claude Max套餐月费分别为100美元和200美元。原告称，Max用户单个会话周期的使用量上限虽然为Pro 用户的5倍或20倍，但其每周用量上限并未按相同比例提高，导致实际可用量与消费者依据广告形成的预期存在差异。

—— 凤凰网科技、路透社

via 风向旗参考快讯 - Telegram Channel