Google DeepMind 发布 Gemini 4 Carbon，在 Artificial Analysis Intelligence Index v5 上以 59 分排名第一，并在 HLE-Diamond、TB-Science 等 9 项评测中的 4 项领先。该模型主打网络安全与长周期任务，宣称在 SEC-bench Pro 上取得 88.2%、ExploitGym 上 54.8%、CWE-bench 上 71.0%，初期仅通过 Fairwind Program 向可信网络安全人员开放。规格上支持 1M token 上下文与 1M 最大输出，输入覆盖文本、图像、视频和语音，输出为文本；Artificial Analysis 列出的标准价格为每百万输入/输出 token 4/20 美元，另有 50% 上线折扣。
#模型发布#Google#安全/对齐
谷歌推出新一代大模型 Gemini 4 Carbon，聚焦网络安全与长周期复杂任务处理，在 Artificial Analysis Intelligence Index v5.0 中综合得分 59 分，位居榜首。该模型在 WebDev Arena 上较前代提升 89 个 Elo 分数至 1769 分，位列第四；内部测试显示其输出安全代码的成功率比 Gemini 4 Argon 提升两倍以上。定价初期与 Gemini 4 Argon 一致，优惠期输入每百万 Token 2 美元、输出每百万 Token 10 美元，本周优先向少量网络安全从业者开放试用。
#模型发布#安全/对齐#Agent
蚂蚁集团 GuangJian 团队在 GitHub 开源 DefakerOne2，一个基于 Qwen3.5-2B 多模态骨干的 2B 参数统一视觉取证模型，覆盖 AI 生成内容、DeepFake 人脸、文档篡改、自然图像篡改、人脸与证件防伪以及 AI 生成视频检测。模型在约 5000 万样本上训练，采用 LoRA 到全参数再到 LoRA 的三阶段 Tide-Style Tuning，并用基于熵的测试时路由在视频与帧两条通路间选择。团队称其在 53 项检测基准中 40 项达到 SOTA、14 项定位基准中 11 项达到 SOTA，权重与 RRVBench 基准已发布于 ModelScope。
#模型发布#开源生态#多模态
NVIDIA 在 Hugging Face 和 ModelScope 上发布开放权重模型 Nemotron 3.5 Transcribe，把转写、说话人分离、翻译和音频问答整合进同一个 checkpoint，支持 40 种语言转写、31 种语言与英文互译、13 种语言说话人标注，可处理最长 1 小时录音并标注最多 8 位说话人。该模型在 Hugging Face Open ASR Leaderboard 英语榜的开放权重模型中排名第一，平均 WER 为 5.33%，在 Artificial Analysis 上以约 4B 激活参数取得 2.8% AA-WER。同时发布的 Granary v2 覆盖 48 种语言、463,062 小时语音数据，配套 NeMo Speech 微调配方在医疗案例中把留出说话人的 WER 从 22.44% 降到 12.17%。
#模型发布#语音#开源生态
Baseten 旗下 Base Labs 发布 2B 决策模型 joey-1，直接输出单个 token 的标签和校准置信度，P50 端到端延迟 20ms，约为 elephant-1（49ms）的 2.5 倍速度，价格为每百万 token 0.01 美元，是 mammoth-1 的十分之一。joey-1 由 Qwen3.5-2B 后训练而来，与 elephant-1、mammoth-1 共用同一数据配方和 API，切换只需改一行。该模型已在 Baseten Model APIs 上线，默认零数据保留，权重在 Hugging Face 开源；Model APIs 支持 16k 上下文窗口，专用部署可解锁 262k 上下文窗口并支持微调权重。
#模型发布#推理#开源生态
Google DeepMind 发布新一代世界模型 Genie 4，可将提示词实时转化为可探索的逼真场景，并首次由 Genie 模型自行生成背景音和音乐，场景中的角色也能进行实时对话。用户通过键盘移动，并用文本提示在场景中即时修改内容，场景在多次输入之间保持连贯。演示中一个模拟的 Apptronik Apollo 机器人下跳棋，每一步由 Gemini 4 Argon 规划，指向 Genie 未来的机器人训练用途。
#模型发布#多模态#Google
Google 发布面向网络安全与长时编码任务的前沿模型 Gemini 4 Carbon，在 Google 自家 17 项基准中登顶 15 项，但尚未公开，仅向部分网络安全防御人员开放。其在 Artificial Analysis 的 Intelligence Index 上得 59 分，超过 Claude Opus 5.5，比四周前的 Argon 提升 9 分；在长输入推理上领先 OpenAI Astra 和 Opus 24 分。API 介绍价为每百万 token 输入 2 美元、输出 10 美元，为 Opus 5.5 的一半，折扣期后翻倍至 Opus 的费率。Google 未公布扩大开放的时间。
#模型发布#Google#推理
Mistral AI 在为期三周的预览后，将 Mistral Large 4 的权重发布到 Hugging Face。该多模态模型在 3800 块 Nvidia 加速器上训练，参数量达一万亿，目前仍难以在游戏 PC 或单卡上运行。Mistral 称其在网络安全基准 CyberGym-E2E 上领先 GLM-5.3 和 Kimi K3，在智能体编码基准 Terminal Bench 4.0 上与 GLM-5.3 持平，但尚无独立评测；预览版定价为每百万输入 token 1.4 美元、每百万输出 token 4.2 美元。
#模型发布#开源生态#Hugging Face
Google 发布 Gemini 4 Carbon，距上一代前沿模型 Gemini 4 Argon 发布仅两周。据 Google 称，Carbon 在 Artificial Analysis 的 Intelligence Index 上超过 Anthropic 的 Claude Opus 5.5 升至第一，Argon 此前仅排第六。Carbon 主要提升复杂编程任务与网络安全能力，在 SEC-bench Pro 上得分 88.2%，高于 Argon 的 83.4% 和 OpenAI GPT-6 Astra 的 85.4%；但在 Coding Agent Index、Terminal-Bench 和 Frontiercode 上仍落后于 Claude Opus 5.5。目前 Carbon 仅向网络安全防御专家等选定用户开放，需通过美国政府的自愿预审流程后才会向开发者、企业和消费者开放。
#模型发布#Google#推理
谷歌发布新旗舰模型 Gemini 4 Carbon，在 Artificial Analysis 智能指数 5.0 上以 59 分登顶，超过 Claude Opus 5.5 和 GPT-6 Astra。Terminal-Bench 4.0 得分 65.2%，256k 至 1M 上下文的 GraphWalks 得分 96.2%，SEC-bench Pro 漏洞挖掘得分 88.2%。首发定价为输入 2 美元、输出 10 美元每百万 Token，缓存命中输入低至 0.2 美元；因具备漏洞挖掘与利用能力，将先向部分网络安全防御人员开放。
#模型发布#Google#DeepMind
扩散智能发布扩散语言模型Clover-35B-A3B-Preview，采用MoE架构，总参数350亿、每token激活约30亿，支持思考模式。在网页Agent评测WindTunnel的49个任务中，其中位执行时间1.52秒，低于Jev＋Mercury 2.5组合的3.21秒，成功率分别为98.6%和95.9%。代码评测上SWE-bench Verified得73.6、Terminal-Bench 2.1得51.7，团队称后续将推出多模态版本并推进端侧适配。
#模型发布#Agent#编码
谷歌在 Gemini 4 Argon 亮相两周后发布新一代前沿模型 Gemini 4 Carbon，称其在网络安全与长周期任务上达到当前最高水平，并针对编程、Agent 工作流与网络防御做了强化。该模型在漏洞发现基准 SEC-bench Pro 上得分 88.2%，漏洞利用基准 Exploit Gym 为 54.8%，补丁应用基准 CWE-bench 为 71.0%。Carbon 本周先向部分网络安全防御者开放，随后扩展至更多受信任合作伙伴，之后才向开发者、企业和消费者推出；试用期沿用 Argon 价格，每百万输入 token 2 美元、输出 token 10 美元，试用期后调整为 4 美元和 20 美元。
#模型发布#Agent#编码
Mistral 发布了万亿参数开源模型 Mistral Large 4（ML4，昵称 Le Chonk）的权重，企业和政府机构可自行下载部署，权重已在 Hugging Face 和其 API 上提供。Mistral 称该模型性能与开源模型 GLM-5.3 相当，但每任务 token 消耗少 47%，并在 Artificial Analysis 的 Coding Agent Index 上位列开源模型第一。Mistral 科学副总裁 Pierre Stock 表示，开放权重意味着机构可在自有环境本地部署，用于实时识别、协调和响应重大安全事件。
#模型发布#开源生态#安全/对齐
Mistral 发布 Mistral Large 4（Le Chonk）的开放权重，这是一个 1 万亿参数的原生多模态模型，在预览版基础上继续强化学习，编码与防御性网络安全能力提升。它在 FrontierCode 2.0 上得分 19.7%，在 Artificial Analysis Coding Agent Index 上得 48%，与 GLM-5.3 基本持平，但每任务平均少用 47% token；Terminal-Bench 4.0 提升 13 个百分点至 41%。模型支持三种推理模式，采用修改版 MIT 的 Mistral Ecosystem Open-Weight 许可，API 定价为每百万输入 token $0.70、缓存输入 $0.07、输出 $2.10。
#模型发布#开源生态#推理
Google 发布 Gemini 4 Carbon，在 Artificial Analysis Intelligence Index v5.0 榜单拿下 59 分，超过 Claude Opus 5.5 的 58 分和 GPT-6 Astra 的 57 分。该模型在 SEC-bench Pro、ExploitGym、CWE-bench 分别取得 88.2%、54.8% 和 71.0%，谷歌称其可连续数天处理大型代码库中的工程问题。该模型本周先向部分网络安全防御人员开放，再通过 Fairwind Program 扩大至可信合作伙伴，普通用户暂无时间表；首发定价为每百万输入 Token 2 美元、输出 10 美元。
#模型发布#Google#评测/基准
Google DeepMind 以研究预览形式向受信任测试者发布 Genie 4 世界模型，可根据文本和图像提示实时生成可探索世界，并原生生成环境音、音乐和角色对话。该模型在仿真循环中引入 Gemini 3.8 Flash 作为规划器，负责拆解目标、检查画面并重新规划，DeepMind 称这是迈向混合世界模型的早期一步。Genie 4 仅托管在 Google 平台，后续将开放给 AI Ultra 用户和 Gemini API 合作伙伴，所有视频与音频均带 SynthID 水印。
#模型发布#多模态#Agent
Google DeepMind 推出 Gemini 4 Carbon，称其为面向长周期智能体编码和网络安全防御的前沿模型，在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。该模型在 GraphWalks 长上下文测试中取得 96.2%，在 SEC-bench Pro、ExploitGym 和 CWE-bench 上分别为 88.2%、54.8% 和 71.0%，但在 OSWorld-2.1 上以 81.5% 落后于 Claude Opus 5.5 的 87.2%。目前 Carbon 仅向经过审核的网络安全防御方开放，定价为每百万 token 输入 2 美元、输出 10 美元的引入价，后续为 4 美元和 20 美元，开发者和公众的开放时间未公布。
#模型发布#Agent#编码
NVIDIA 发布 Nemotron 3.5 Transcribe，这是一个开源权重的语音大模型，支持 40 种语言、单次最长 1 小时音频，可通过文本指令选择逐字、书面、说话人标注、上下文和翻译等输出形式。模型总参数约 34B、激活参数约 4.3B，采用混合 Mamba-Transformer MoE 架构，BF16 可在单张 H100 80GB 上运行，NVFP4 版本约 21GB 可在 RTX 5090 上运行。NVIDIA 自报其在 9 个公开英文 Open ASR 测试集上平均 WER 为 4.71%，为开源权重模型最好成绩，但商业 API 仍领先；短板是仅支持离线，中文远场会议 cpCER 为 34.95%。
#模型发布#语音#开源生态
Block 的 AI 研究实验室发布全双工语音模型 Dessa，以研究预览形式开放候补名单，只用人声对话音频训练，未使用文本和预训练模型。该模型可在 MacBook Pro M4 Max 或更高配置上本地运行，速度快于实时；训练使用 1 台 NVIDIA GB200 NVL72（72 块 GPU），目前未公布基准分数、参数量、权重、论文或 API。
#模型发布#语音#开源生态
Baseten 旗下 Base Labs 发布 2B 决策模型 joey-1，基于 Qwen3.5-2B 后训练，直接返回标签和校准概率而非生成文本，面向高并发路由、分类和护栏检查。模型在 Jev Decision Index 0.4 公开集得分 63.30，为 4B 以下最高，但比 9B 的 elephant-1 低 8.94 分。Model APIs 定价每百万输入 token 0.01 美元，平均 2000 token 请求 P50 延迟 20 ms，权重以 MIT 协议开源在 Hugging Face，可单张 CUDA GPU 自托管。
#模型发布#开源生态#推理