Qwen4-Max 上线 OpenRouter
Qwen 宣布 Qwen4-Max 已在 OpenRouter 上线,可直接用于构建。据 OpenRouter 介绍,Qwen4-Max 是 Qwen4 系列的首个模型,面向编码、办公工作和长程智能体。
技术方向
能自己拆解任务、调用工具、一步步把事办完的 AI 智能体:Claude Code、Manus 等应用,各家 Agent 框架与评测。
28 条精选近 30 天 23 条共收录 257 条
Qwen 宣布 Qwen4-Max 已在 OpenRouter 上线,可直接用于构建。据 OpenRouter 介绍,Qwen4-Max 是 Qwen4 系列的首个模型,面向编码、办公工作和长程智能体。
AWS 发布下一代 Amazon Bedrock AgentCore runtime 更新,每个会话仍运行在独立的 Firecracker MicroVM 中,会话启动快至 15 倍、算力扩至 4 倍、运行效率提升 68%。会话规格提升到最高 8 vCPU 和 32 GB,支持 10 GB 容器镜像,启动时间低于 2 秒且不受镜像大小和并发影响。计费改为按实际用量,空闲会话可缩容至零,多轮会话每会话内存消耗最多减少 68%,并支持通过 FUSE 将工作数据挂载到 Amazon S3 等文件系统。
Google 在 Antigravity 中向外部研究者与开发者开放 /teamwork 多智能体工具,可与 Gemini 4 Argon、Carbon、Hydrogen 及 /boost、Deep Review 配合使用。官方称该工具已在信息论、形式化验证、分子结构解析和内核优化上产出成果,例如 /teamwork-LEAP 自主生成约 180 万行 Lean 的 Weil 猜想形式化。Google 同时开放 1 万名学术研究者六个月的免费高用量档申请,并称后续会把形式化证明模式等更多工作流带入 Antigravity。
GitHub 宣布 Google 的 Gemini 4 Hydrogen 已在 GitHub Copilot 中正式可用。该模型面向快速高效的智能体编码、工具调用和多步工作流,指令遵循较 Gemini 3.8 Flash 有所改进。用户可在 GitHub Copilot 应用、CLI 和 @code 中找到它。
OpenAI 推出 ChatGPT Wallet,让 ChatGPT Work、Codex 和 dots 中的智能体在用户批准下完成购买。该钱包沿用现有的银行卡保护机制,原文未披露支持的卡组织、地区或上线时间。
DeepSeek 将 DeepSeek App 背后的搜索、文件、链接、安全与语音能力通过 DeepSeek API 开放。开发者可用少量参数启用内置功能,或调用 OCR、ASR、TTS 等独立 API,在自己的应用中构建对话或复刻完整 App 体验。官方同时放出支持导入 DeepSeek 对话历史的开源前端 demo,代码托管在 GitHub。
World Labs 正式开放世界模型 Atlas,同步上线网页应用和开发者 API,新用户注册送 10000 积分。平台包含 Viewfinder、Chisel、Relight、Splat to mesh 四款工具,覆盖从图片或提示词生成场景、智能体搭白模、重新打光到转 GLB 网格的链路。作者实测用一句提示词生成重庆山城场景,Chisel 内置智能体执行 6 步计划、耗时约 30 分钟,最终场景含 38 级石阶和 8 个零遮挡机位。
NVIDIA宣布黄仁勋辞去CEO、总裁和董事职务,结束其33年任期,CFO Colette Kress保留原职并兼任临时CEO。SEC文件显示董事会于11月11日接受辞呈,公司11月12日对外公布,Harvey Jones成为董事会首任主席,董事会已启动继任者搜寻。此前独立董事于11月10日聘请Joon H. Kim与Wachtell, Lipton, Rosen & Katz就相关指控展开调查。
无界前沿开源生物信息大模型Fx-Bio-1031并开放完整模型权重,面向专业生信分析任务。在Anthropic的BioMysteryBench困难子集上,其Pass@5为70.59%,高于同框架下GPT-6-Astra的47.06%和Claude Opus-5的52.94%;BiomniBench的Pass@3为89.50%。模型基于Qwen3.8-Flash-Next做RSI后训练,采用总参数125B、每token激活6B的MoE架构,原生支持512K上下文,权重以Qwen Community License 1.0协议发布。
Google DeepMind 发布 Gemini 4 Hydrogen,面向日常编码与智能体工作流,并同步开放给 AI Studio、Gemini API、Gemini app、Google Search 及付费 Pro/Ultra 订阅用户。该模型在 Artificial Analysis 智能指数默认高档得 51 分,高于 Argon 的 50 分,xhigh 档达 54 分;100 万 token 上下文窗口统一按每百万输入 token $1.50、输出 $7.50 计价。相比 Gemini 3.8 Flash,其默认高档完成任务快 2.5 倍,Terminal-Bench 4.1 得分从 18.2% 升至 57%。
Google DeepMind 推出 Gemini Decisions API,由新模型 Gemini Decision 1(gemini-decision-1)驱动,已在 Google AI Studio 的 Gemini API 中开放。该接口对文本、图像、音频、视频和 PDF 的同一份多模态输入(上限 256K tokens)一次评估最多 1000 个是/否、多选和评分问题,单次前向打分返回概率与 0 到 1 的置信度,端到端延迟 150-250 ms。定价为每 1M 输入 tokens $0.10、输出 tokens 不计费,并提供 AI Studio 免费额度用于原型开发。
Qwen 宣布 Qwen4 即将推出,主打更深的知识、更强的世界理解以及编码与智能体能力,面向复杂编码、知识工作、前端构建和专业软件工作流等真实任务。Qwen4-Max 已在阿里 Token Plan 开启预览,并可在 QwenWork、Qoder、Qwen APP 和 QwenStudio 提前体验。
微软研究人员披露后门技术Lazarus,通过重编程LLM中不到10个休眠神经元即可给基于该模型的智能体植入后门,且无需训练。被植入后门的模型能通过标准评测并正常表现,直到触发条件出现,例如时钟跨入2027年,智能体便会在普通任务中发出下载并运行攻击者代码的命令,并以用户授予的权限执行。作者指出检测需与原始未修改权重做diff,权重来源与完整性因此关键;微软Foundry已通过来源校验、绑定可信发布方和容器扫描防范来自可信实验室的模型,并计划将权重扫描、红队工具和模型签名用于开放权重模型接入。
Gemini 4 Carbon 此前两周仅面向部分网络安全人员开放,现已向所有用户开放。该模型定价为输入$2/百万、输出$10/百万,与GPT-6.1 Sol、Claude Sonnet 5.5同档,并计划在12月1日翻倍至$4/$20。作者用低中高三档思考强度各生成一张鹈鹕图,默认中档,并在Google Antigravity IDE中让它生成Three.js动画。
GitHub 宣布 Google 的 Gemini 4 Carbon 已在 GitHub Copilot 中正式可用,该模型面向复杂编码、智能体和推理任务,并特别侧重安全工作。用户可在 GitHub Copilot 应用、CLI 和 @code 中试用。
NVIDIA 在 KubeCon + CloudNativeCon 上宣布把用于保障和治理自主智能体的开源运行时 NVIDIA OpenShell 贡献给 CNCF,作为 Sandbox 项目由社区治理。NVIDIA 同时参与 Google 主导的 Agent Substrate 项目,并发布 DSX AI Factory Platform 的三个新组件 NVIDIA Kubernetes Engine、NVIDIA Kubernetes Recipes 和 NVIDIA Snapshot,其中前两者已进入公开预览。NVIDIA 称 OpenShell 上线不到一年已有数百家组织使用、收到数万次贡献;Snapshot 在 Crusoe 上用 NVIDIA HGX B300 测试 GLM-5.3,工作负载就绪时间从约 8 分钟缩短到 31 秒。
Google DeepMind 研究人员用 AlphaProof Code 智能体框架对 Signal 协议实际代码做形式化验证,证明其关键安全属性。该框架由多个 LLM 智能体分工,先由人类专家与模型共同把安全目标转成形式化规范,再由 Gemini Carbon 驱动的智能体生成超 600 万行 Lean 证明,人工只需复核约 1% 代码。整个验证过程耗时四周,而这类任务历史上需专家团队数年;团队还向隔离版本重新植入两个已修复的真实漏洞,系统均给出机器可检验的不安全证明。DeepMind 表示这是 AI 首次以这种深度形式化验证广泛部署的加密协议,并将开源相关验证产物。
Meta AI 发布 Muse Ember,称其为自家最小、最高效的模型,面向复杂推理执行和智能体重复工作,包括工具调用、编码子任务、路由、抽取和长文档解析。短提示词下它与 GPT-6 Luna、Claude Haiku 5.5 同价,均为每百万输入 token $0.10、输出 $0.50;超过 200k 输入 token 后涨至 $0.30/$1.50,介于另外两家之间。Simon Willison 用六档推理级别各生成一张骑自行车鹈鹕 SVG,发现 high 档未返回完整 SVG,且推理级别与画面质量没有清晰对应。
Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2,称两者在多数评测能力上超过 Opus 5.5,并重夺世界第一模型位置。Fable 5.2 定价为每百万输入 token $8、输出 token $40,比 Fable 5.1 的 $10/$50 低 20%,但 SemiAnalysis 的 GDPx 基准上单任务成本从 $67.16 升至 $88.15,因其会生成数百到数千个测试用例并调用子智能体自查。Artificial Analysis 智能指数 v5 中 Fable 5.2 以 65 分居首,Gemini 4 Carbon 60 分、Opus 5.5 59 分;多个评测显示 max 档表现反而不如 high 档。
Ethan Mollick 提前试用 Claude Fable 5.2 后认为,按他给出的定义,即 AI 在多数可用电脑完成的知识任务上达到多数人类专家水平,这已接近 AGI,但仍属他所说的 Jagged AGI。他用硬件破解、创业方案、复现 Auden 课程、原创学术论文和 3D 世界生成等项目测试,多数任务达到专家水准,例如一篇 182 页论文和 450 多个由代码实时绘制的世界。他指出主要短板是模型不会自己发现作品冗长、重复或乏味,评审 agent 只查错不查质量,因此他仍不放心让模型独立经营业务。