Gemini 4 Carbon 登顶 MathArena,成本约为 GPT-6.1 Sol 的 15 倍
Gemini 4 Carbon 在 MathArena 数学基准中超过 GPT-6.1 Sol 和 Claude Fable 5.2,以 85.4% ±3.0% 的成绩排名第一。测试采用的推理设置下,其预计成本为 $15.70 ±$1.33,约为 GPT-6.1 Sol 的 15 倍;其常见失败模式是超时,也曾启动运行超过 11 小时的脚本而未检查进度。
Gemini 4 Carbon 在 MathArena 数学基准中超过 GPT-6.1 Sol 和 Claude Fable 5.2,以 85.4% ±3.0% 的成绩排名第一。测试采用的推理设置下,其预计成本为 $15.70 ±$1.33,约为 GPT-6.1 Sol 的 15 倍;其常见失败模式是超时,也曾启动运行超过 11 小时的脚本而未检查进度。
Google 发布 Gemini 4 Hydrogen 模型,用于在多种智能体工作流中快速执行任务,并将相关能力接入 Search。Google 称该模型完成任务的速度是 Gemini 3.8 Flash 的 2.5 倍,在默认 high 思考级别下,其 Artificial Analysis Intelligence Index 得分超过 Gemini 4 Argon。
同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen 模型》
Google 发布 Gemini 4 家族中成本最低的 Gemini 4 Hydrogen,输入、缓存输入和输出价格分别为 $1.50、$0.075 和 $7.50 每百万 token。Hydrogen 目前成为免费层模型,并将为 Google Search 的 AI 功能提供支持;相较 Gemini 4 Carbon 和 Argon,其价格折让较小,作者实测生成的 pelican 质量差异明显。
同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen 模型》
Google 发布 Gemini 4 Hydrogen,可拆解包含多个部分、错别字或具体要求的复杂问题,并针对相关子主题同时发起查询。
同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen 模型》
Google 发布面向开发者与日常用户的 Gemini 4 Hydrogen,主打快速低成本处理任务,其最高思考档位在 Artificial Analysis Intelligence Index 得分 54,略低于 Claude Sonnet 5.5 和 GPT-6.1 Sol 的 55。
同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen 模型》
Latent Space 实测 Naive-N0.5-Flash 在编码场景中的速度与生成质量,评估对象包括 DeepSeek V4.1 Flash 1017 和 GLM 5.3 Flash。
Meta AI 发布 Muse Ember,将其定位为面向复杂推理及智能体重复任务的高效模型,并提供 6 个推理档位。其短提示词价格为每百万输入 token $0.10、每百万输出 token $0.50,支持最多 100 万输入 token,超过 200k 提示词后输入与输出价格分别升至 $0.30 和 $1.50。
推荐理由:文章对比了 Muse Ember 与两款同级模型的定价、上下文阈值和任务成本,并展示不同推理档位的实际输出差异。
Mistral AI 发布首个时间序列基础模型系列 Timestral,包含 5M、28M、123M 和 209M 四种规格,支持概率式、多变量预测及过去和已知未来的协变量。
推荐理由:原文给出了模型规格、基准结果、推理性能与部署方式,可用于评估其在时序预测场景中的精度和效率取舍。