GPT-6.2 上线,Gemini 免费代办任务
OpenAI 更新 Astra 与 Sol 两款模型,Google 则把 Gemini 任务功能免费推向六个国家:从生成文档、编写代码,到预约、购物和管理日程,产品更新继续深入具体工作。微软和 Replit 分别把重点放在编码成本与多智能体协作。
01
模型发布 / 更新
2 篇
2026-11-17OpenAI
OpenAI 发布 GPT-6.2 Astra 与 Sol,更新专业工作能力与 API 价格
OpenAI 发布面向复杂专业工作的 GPT-6.2 Astra,以及面向日常任务的 GPT-6.2 Sol。官方内部 GDPval v2 测试中,Astra 比 GPT-6 Astra 高 6.2 个百分点,输出 Token 少 22%;Sol 比 GPT-6.1 Sol 高 5.3 个百分点。这项测试覆盖金融、设计等领域的长流程工作。
两款模型已向 ChatGPT Work、Codex 的 Plus、Pro、Enterprise 和 Edu 用户开放,也可通过 API 使用。标准 API 每百万输入、缓存输入、输出 Token,Astra 分别为 8、0.40、40 美元;Sol 为 2、0.10、10 美元。Astra 的普通输入与输出单价较前代下降 20%,Sol 沿用前代价格。
2026-11-17Microsoft AI
微软发布 MAI Code 2 与 Flash,成本比较包含五折促销价
微软发布 MAI Code 2 和 Code 2 Flash,分别面向多文件修改、深度调试等编码工作,以及代码解释、局部修复等高频任务。官方称,在四项编码基准的平均结果中,Code 2 达到 GPT-6.1 Sol 的 98% 表现、成本为其 40%;对比 Claude Opus 5.5 则为 96% 表现、5% 成本。
这些比较采用 max 推理档位,微软模型的成本按五折促销价计算,并随任务与配置变化。两款模型已进入 GitHub Copilot,Flash 同时在 Microsoft Foundry 限量预览。微软明确表示,目前并未针对基础科学或极长流程的智能体任务做专门优化。
02
产品发布 / 更新
5 篇
2026-11-17Google
Gemini 在六国免费推出任务功能,电话与支付等新能力先从美国开始
Google 开始向美国、日本、韩国、加拿大、澳大利亚和印度用户免费推出基于 Gemini 4 Hydrogen 的任务功能,同时先在美国上线一批高级能力。用户可让 Gemini 打电话预约、分析账单或协助购物;目前可连接超过 60 款应用,入口是应用首页的 Chat / Task 切换。
新的 Google Password Manager 与 Google Pay 集成支持经授权的账户访问和付款。Google 表示,购买前会要求确认或预先授权,用户可设支出上限;邮件转发和短信入口也先在美国提供。电话功能暂不覆盖美国印第安纳、路易斯安那、明尼苏达、蒙大拿和内布拉斯加五州。
2026-11-17Replit
Replit 推出 Missions,让多智能体按目标、预算和授权边界协作
Replit 发布 Missions:用户先约定要达成的结果、预算和需要批准的动作,再由多个智能体并行规划、构建、测试和迭代。独立 AI 评审根据约定标准检查结果;如果预算先耗尽,任务会以目标尚未解决的状态停止。用户可设置何时接收进度或阻塞通知。
Replit 披露的内部案例是监控平台 DataCat:在两天、3,000 美元预算内完成仪表盘、告警和应用追踪,并在受控测试中于 38 秒发现人为植入的数据库故障。公司已开放可自行部署的版本,同时说明这些测试并非对原监控服务线上性能或 Replit 生产环境的验证。
2026-11-17Anthropic
Claude Code 试验 Code Mode,用脚本串联工具并在长命令运行时回应
Claude 开发者官方账号宣布,Claude Code 新增实验性的 Code Mode。模型可以编写脚本,把多个工具串联成更复杂的执行流程;长命令仍在运行时,也能继续向用户回应,无需把整段交互都停在等待命令结束的状态。
这项能力目前需要主动开启,启动 Claude Code 时设置环境变量
CLAUDE_CODE_EXPERIMENTAL_CODE_MODE=1即可加入试验。官方将它定位为一种新的工具调用方式,适用于需要组合工具的工作流;本次公告没有将它表述为默认启用的稳定功能。2026-11-17Google
Google AI Studio 可生成全栈 Android 应用,并安装到个人 Play 应用库
Google AI Studio 的 Build 智能体接入 Gemini 4 Carbon 与 Hydrogen,可从提示生成 Kotlin Android 应用,并自动配置 Cloud Firestore 数据库、安全规则和 Google 登录。模型调用通过 Firebase AI Logic 与 App Check 保护,避免把 Gemini API Key 暴露在 APK 中。
开发流程还加入更快的高清模拟器、实时音频、向智能体发送模拟器截图以及自定义字体。用户可以使用普通 Google 账号把应用发布到自己的 Google Play 个人应用库,再安装到手机测试;这一入口的明确范围是个人应用分发。
2026-11-17Suno
Suno Visuals 把歌曲变成最长 15 秒视频,视觉额度单独购买
Suno 推出 Visuals,把音乐库中的歌曲用于生成图像和视频。用户可制作随节拍变化的歌词视频、专辑封面,或把自己的照片变成视频片段;官方称模型会配合歌曲结构、歌词和口型。初始视频最长 15 秒,之后可延展、编辑或重新输入文字指令。
功能已在网页、iOS 和 Android 上线,视觉额度与歌曲额度分开购买。用户可从预设角色或自己的图片开始;平台会检查上传与生成内容,并在视觉作品向站外分享前嵌入水印。
03
基础设施与行业
3 篇
2026-11-16NVIDIA
NVIDIA 推出四节点 DGX Spark 开发套件,提供 512GB 合计内存
NVIDIA 在 SC26 展示并销售 DGX Spark HPC Developer Kit:四台设备通过 ConnectX-7 网络组成环形连接,每台直接连接两个相邻节点,无需额外交换机。四节点合计提供 512GB 内存和 16TB NVMe 存储,面向本地多节点科学计算与 AI 工作负载。
官方称,采用 NVFP4 量化时,可把最高 7,000 亿参数的模型分布在四台设备上运行。套件已展示材料模拟和分子动力学任务,但 NVIDIA HPC SDK 的安装操作指南仍标为即将提供。它增加的是多节点开发环境,不应把合计内存理解成单台设备的容量。
2026-11-17NVIDIA
NVIDIA 第三财季营收 1,158 亿美元,同比增长 103%
NVIDIA 公布截至 2026 年 10 月 25 日的 2027 财年第三季度业绩:营收 1,158 亿美元,环比增长 20%、同比增长 103%;数据中心营收 1,076 亿美元,同比增长 110%。公司同时确认 Vera Rubin NVL72 已开始出货,设备正在多家云服务商运行。
公司预计第四财季营收为 1,300 亿美元、上下浮动 3%,该季度比通常多一周,指引不计入来自中国的数据中心计算收入。上述季度数据已发生,第四季度数字则是公司预测;两者的时间范围与口径不同。
2026-11-17Isomorphic Labs
Isomorphic Labs 完成 50 亿美元 C 轮融资,扩展 AI 药物设计
Isomorphic Labs 宣布完成 50 亿美元 C 轮融资,由 Greenoaks 与红杉资本共同领投,a16z 等新投资者参与,Alphabet 继续投入。公司表示,资金将用于扩展专有药物设计引擎 IsoDDE,以及由 AI 设计的治疗候选药物管线。
本轮也得到 Thrive Capital、MGX、GV、CapitalG、淡马锡和英国 Sovereign AI Fund 等全部现有投资者参与。公告披露的是融资与研发扩张,并未宣布新药获批;公司目标仍是利用 AI 缩短寻找新药的时间和成本。
04
安全与研究
2 篇
2026-11-17Wiz
agent-framework 两个恶意版本被下架,Python 启动即可触发窃密
Wiz 报告,PyPI 上 Microsoft agent-framework 的 1.26.1 和 1.26.2 版本于 11 月 17 日 UTC 20:35 和约 21:08 被上传,约 21:30 已无法下载。恶意包通过 Python 启动时执行的 .pth 文件触发窃密,即使程序没有导入 agent-framework 也会运行。
目标包括环境变量、凭证文件、Azure 托管身份与 CI 的 OIDC 令牌。Wiz 表示入侵根因尚未确认,建议排查安装记录,固定到当时最近的安全版本 1.26.0,并在确认暴露后轮换相关凭证;仅卸载恶意版本不能收回已经泄露的访问凭据。
2026-11-17Fireworks AI
Fireworks 评测 Kimi K3.1 Pro:多数项目进步,记忆构建和合同审阅回退
Fireworks 发布基于 Specialized Intelligence Index 的 Kimi K3.1 Pro 分析:它在与 K3 共有的 17 项基准中有 14 项更高。在相同的 97 道旧代码维护任务上,完成率从 54.3% 升至 62.5%,模型调用成本下降 48%;研究使用的是 11 月 9 日评测快照。
提升并不覆盖所有任务:记忆构建基准得分比 K3 低 22%,单独的合同审阅基准从 8.3 降到 3.0。研究还用 461 道已记录任务模拟双模型路由,而非线上流量实验;相关节省统计的是模型成本,不包含裁判或适用场景中的模拟用户成本。