谷歌七天里连发第四个 Gemini 4 型号,这次 Neon 把 Carbon 级别的智能卖到旗舰价三成七。做智能体编程的花费比 Claude Opus 5.5 省一半左右,办公文档处理分数还反超了 Claude。订阅用户今天就能切过去试试,写代码的和跑批量任务的开发者该比比价了。
谷歌七周连发第四款模型,Gemini 4 Neon 低价抢位
2026年11月20日,今天的最大新闻当属谷歌发布 Gemini 4 Neon——七周内的第四款模型。Neon(xhigh)在 Artificial Analysis 智能指数拿下 61 分,总排名第 3,仅次于 GPT-6.2 Astra 和 Claude Fable 5.2,而价格仅为两款旗舰的 37.5%:每百万输入 token 3 美元、输出 15 美元、缓存输入 0.15 美元,每任务成本降低 17%。性价比碾压成为谷歌的进攻策略,旗舰模型市场的价格战正式打响。
基础模型与研究侧同样热闹:Stanford Marin 团队放出 535B-A23B 稀疏 MoE 检查点及详细技术报告;论文 Chorus 用共享 n-gram 嵌入表将表体积缩小 87%;JEPA 世界模型证明反事实推理无需反事实数据;GIB-200K 基准揭示 VLM 在检索噪声下并不理想地权衡图文线索。产品与开发者工具链方面,Meta 公开 Cap-and-Track 推理调度系统,分类服务少用 43% H100;OpenAI 揭秘基于 Codex 的 Performance Factory 自动修复性能回归;Ant International 在 8×H20-3e 上将 DeepSeek-V4.1-Flash 长提示端到端延迟从 13.63 秒降至 4.70 秒,吞吐提升 2.91 倍;AWS 则为 SageMaker 无服务器定制新增 Full Fine-Tuning 支持。
企业商业化层面,TACC 将 SambaNova SambaStack 部署规模扩大三倍,确立"超算训练、AI 硬件推理"的新型分工模式;Meta 的调度设计与蚂蚁的推理优化显示推理成本工程已成为竞争主战场。区域格局上,北美巨头密集迭代旗舰模型,中国厂商(蚂蚁国际)深耕开源模型推理服务优化,亚太与全球企业则加速把 AI 推理嵌入 HPC 与云原生基础设施。今天的核心启示:模型能力差距在收窄,价格与效率正成为下一轮 AI 竞争的决定性变量。
本期各板块核心看点综述:本期早读从全网 165 个信源、536 条候选中精选核心产业信号,覆盖大模型演进、AI 产品与商业化、行业动向、前沿论文及实战工程技巧:
模型发布/更新板块(入选 5 条):重点关注「谷歌发布 Gemini 4 Neon:评测排第三,价格不到 GPT、Claude 旗舰四成」(谷歌七天里连发第四个 Gemini 4 型号,这次 Neon 把 Carbon 级别的智能卖到旗舰价三成七。做智能体编程的花费比 Claude Opus 5.5 省一半左右,办公文档处理分数还反超了 Claude。订阅用户今天就能切过去试试,写代码的和跑批量任务的开发者该比比价了);「OpenAI 发布 GPT-6.2 Astra 与 Sol,登顶 Agent Arena Index 与 Code Arena Pareto 前沿」(OpenAI 这次同时推了两款 GPT-6.2:Astra 冲性能榜,Sol 主打省钱,后者成本比 Astra 低七成左右还进了 Pareto 前沿。如果你在跑智能体或做 WebDev,这份基于 7.1K 真实会话的榜单数据比跑分更有参考价值,选型前值得对照看一下成本和分数的平衡点)。
产品发布/更新板块(入选 5 条):重点关注「Google DeepMind 发布交互式世界模型 Genie 4,Ultra 订阅用户可抢先体验」(DeepMind 把实时物理、推理和音频塞进了 Genie 4 这一个世界模型,还能嵌套生成模拟。Ultra 订阅用户直接在 Project Genie 里就能玩,比之前 Genie 系列只放演示视频实在多了。做游戏、仿真或交互内容的人应该去看看博客里的技术细节);「谷歌世界模型 Genie 4 开放 Gemini API 与 AI Studio 访问」(谷歌把 Genie 4 世界模型放进了 Gemini API 和 AI Studio,开发者可以直接调用来做交互式环境类应用。之前世界模型大多停留在演示阶段,这次真正能写进自己的产品里,想试新交互形态的开发者可以去 ai.studio/genie 玩玩)。
行业动态板块(入选 5 条):重点关注「NVIDIA、AMD、Intel 共同加入 SGLang 开源推理联盟」(三家卖卡的厂商头一回坐到一张桌子上,围着 SGLang 这套开源推理引擎转。v1.0 用 Rust 重写了关键路径,330 多家机构已经在用。做推理部署的工程师和企业选型的人都该看看,以后选卡得先看它接不接这套底座);「Epoch AI 测算:智能体推理容量一年增长 4.6 倍,远超算力增速」(Epoch AI 自建的 IPI 指数显示推理容量增速是算力增速的近两倍,Blackwell 一家占了 74%。如果你在规划推理成本或采购 GPU,这个数据说明光看 FLOP/s 会算错账,值得看看指数的口径怎么搭的)。
论文研究板块(入选 3 条):重点关注「MINT:用相遇时间指示器替代截断系数,改进多步 off-policy 强化学习」(做强化学习的朋友可以看看这篇:MINT 把多步 TD 里最难调的 trace 长度超参数换成了自动的停止指示器,MuJoCo 和 Atari 100k 上跑赢基线,还不用逐环境调参,写 RL 代码或调 R2D2 类算法的人会感兴趣);「研究提出GIB-200K基准:VLM面对检索噪声时并不像理想观察者那样权衡文本与图像」(做检索增强或多模态应用的人该看看:论文实测 LLaVA 偏信检索文本、InternVL3 偏信图像,文档说谎时模型会放弃高达 71% 的正确答案。200K 条基准和代码全开源,可以直接拿来测自己的系统)。
技巧与观点板块(入选 3 条):重点关注「Ant International 在 8×H20-3e 上优化 DeepSeek-V4.1-Flash 推理服务」(蚂蚁国际基础设施团队把 DeepSeek-V4.1-Flash 在 8 张 H20-3e 上的优化拆成七步,每步都有实测数据,端到端延迟降了近三倍。做长上下文推理部署的工程师可以直接照着复现,比泛泛而谈的调优文章实用);「在 Amazon EKS 上用 NVIDIA Run:ai 实现单张 A10G GPU 跑两个 Pod」(做 Kubernetes 上 GPU 调度的朋友可以看看,AWS 官方手把手教你在 EKS 上把一张 A10G 切给两个 Pod 用,用的是开源的 Run:ai 方案。推理负载小的团队照着做能省不少 GPU 开销,比硬件 MIG 更通用)。
模型发布/更新
5 篇OpenAI 这次同时推了两款 GPT-6.2:Astra 冲性能榜,Sol 主打省钱,后者成本比 Astra 低七成左右还进了 Pareto 前沿。如果你在跑智能体或做 WebDev,这份基于 7.1K 真实会话的榜单数据比跑分更有参考价值,选型前值得对照看一下成本和分数的平衡点。
Jim Fan 放出了 NVIDIA 最新的开源机器人模型 GR00T 2,演示视频是 1 倍速无剪辑的真实灵巧手操作。连训练数据 10 万小时、仿真引擎、硬件设计一起开源,比只放权重的项目完整得多。做具身智能的开发者和实验室可以直接拿来复现训练。
Stanford Marin 团队放了个 535B 总参、23B 激活的 MoE 模型检查点,技术报告把每个架构组件为什么这么选都讲透了。做模型训练和架构研究的人值得翻报告,XSA 这类新设计能看到第一手分析。
NVIDIA 把扩散模型搬进了语言生成,Nemotron-Labs-Sigma 一次并行吐出一块 token,数学任务 8 个 TPF、代码任务 4 个。14 个 3B/8B 权重已开放在 Hugging Face,想试试非自回归路线或做蒸馏可控生成的开发者可以上手玩玩。
产品发布/更新
5 篇DeepMind 把实时物理、推理和音频塞进了 Genie 4 这一个世界模型,还能嵌套生成模拟。Ultra 订阅用户直接在 Project Genie 里就能玩,比之前 Genie 系列只放演示视频实在多了。做游戏、仿真或交互内容的人应该去看看博客里的技术细节。
谷歌把 Genie 4 世界模型放进了 Gemini API 和 AI Studio,开发者可以直接调用来做交互式环境类应用。之前世界模型大多停留在演示阶段,这次真正能写进自己的产品里,想试新交互形态的开发者可以去 ai.studio/genie 玩玩。
OpenAI 把 Codex 从写代码扩展到运维场景,用一套智能体流程自动排查 ChatGPT 性能回退、提修复方案再验证上线效果。想知道智能体怎么在真实生产环境里干活的,这篇值得看看思路。
OpenAI 在 Responses API 上线了延迟换折扣的模式,用 GPT-6.2 Astra 或 Sol 跑批任务最多省 40% token 费。跟各家的优先级加价正好反着来,批量报告、代码审查这类不赶时间的活很适合。开发者直接改个窗口参数就能用。
Perplexity 的 Brain 会翻你过去的会话轨迹,自动给你写 Agent 技能。8 周测试里 72.9% 用户拿到了个性化技能,失败率还降了 11%。做 Agent 自我改进方向的人值得看看这个实证数据。
行业动态
5 篇三家卖卡的厂商头一回坐到一张桌子上,围着 SGLang 这套开源推理引擎转。v1.0 用 Rust 重写了关键路径,330 多家机构已经在用。做推理部署的工程师和企业选型的人都该看看,以后选卡得先看它接不接这套底座。
Epoch AI 自建的 IPI 指数显示推理容量增速是算力增速的近两倍,Blackwell 一家占了 74%。如果你在规划推理成本或采购 GPU,这个数据说明光看 FLOP/s 会算错账,值得看看指数的口径怎么搭的。
OpenAI 的模型帮 AMD 在 5 个月里把优化多年的 GPU IP 又提升了 14% PPA,结果已经流片验证。和 Synopsys 的 EDA 工具打通后,普通芯片设计师也能用上这套流程。做硬件或关注芯片效率的人都该看看细节。
Anthropic 自己披露的 S-1 财务数据:单季度烧 100 亿美元在算力上,年化 400 亿,三年涨了 90 多倍。4 倍的年增速也压过了 OpenAI 的 3 倍。关心头部实验室烧钱规模和 IPO 财务状况的人值得看看原始数据。
Vercel 自家 Gateway 的真实账单数据,比投票式的榜单靠谱:Anthropic 拿下 65% 闭源支出,开源模型也从 2% 涨到 29%。正在选模型或算预算的团队可以看看同行真金白银花在哪。
论文研究
3 篇做强化学习的朋友可以看看这篇:MINT 把多步 TD 里最难调的 trace 长度超参数换成了自动的停止指示器,MuJoCo 和 Atari 100k 上跑赢基线,还不用逐环境调参,写 RL 代码或调 R2D2 类算法的人会感兴趣。
做检索增强或多模态应用的人该看看:论文实测 LLaVA 偏信检索文本、InternVL3 偏信图像,文档说谎时模型会放弃高达 71% 的正确答案。200K 条基准和代码全开源,可以直接拿来测自己的系统。
Meta 把自家生产环境跑了几个月的推理调度方案写成了论文,亮点是完全不需要预测输出长度,只靠后端拒绝信号自动跟容量。同一流量下省了 43% 的 H100,跑大规模推理服务的团队可以直接抄设计思路。
技巧与观点
3 篇蚂蚁国际基础设施团队把 DeepSeek-V4.1-Flash 在 8 张 H20-3e 上的优化拆成七步,每步都有实测数据,端到端延迟降了近三倍。做长上下文推理部署的工程师可以直接照着复现,比泛泛而谈的调优文章实用。
做 Kubernetes 上 GPU 调度的朋友可以看看,AWS 官方手把手教你在 EKS 上把一张 A10G 切给两个 Pod 用,用的是开源的 Run:ai 方案。推理负载小的团队照着做能省不少 GPU 开销,比硬件 MIG 更通用。
AWS 给 SageMaker 无服务器微调加上了全参数微调选项,不用自己管 GPU 也能跑 FFT。博客里把 FFT 和 LoRA 在基准上的差异讲得比较透,还给了超参数参考。经常做微调、纠结 LoRA 够不够用的工程师可以照着流程试一遍。