AI TrackerArtificial Analysis：Qwen-Audio-3.1-TTS-Plus 在美式英語文字轉語音中居首，HeyGen Voice 則在英式英語及整體排名中領先
Artificial Analysis 表示，在其 Controlled Voice Arena 中，所有文字轉語音模型都使用相同的八種克隆語音（四種美式、四種英式）進行評分。Qwen-Audio-3.1-TTS-Plus 在美式英語排名中居首，而 HeyGen Voice 在英式英語的表現更好，並在整體排行榜中領先。OpenAI 推出 BioBasicsBench，評測日常濕實驗科學任務的基準
OpenAI 與專注於酵素設計的生技公司 Ligo 合作，推出 BioBasicsBench。這項基準涵蓋 100 項常規濕實驗任務，使用原始實驗證據（凝膠影像、菌落培養皿、顯微影像、定序檔案、儀器匯出資料和實驗桌操作影片），涵蓋蛋白質方法、成像與流式細胞分析、定量與分析測定、核酸方法，以及分子選殖。這些任務由科學家根據自己的實驗撰寫，並依照專家編寫、可給予部分分數的評分規準評分。Cursor 推出與代理程式即時語音通話
Cursor 表示，現在你可以透過即時語音通話與代理程式交談：直接口述要做的變更、詢問代理程式正在處理什麼，並在工作進展時聽取更新。語音聊天可在 Agents Window、IDE、網頁版及 Cursor iOS 版使用。Artificial Analysis 推出 VIALS-AA：生命科學視覺推理排行榜，Gemini 4 Carbon 以 64% 領先
Artificial Analysis 推出了 VIALS-AA，這是 Handshake AI 的 VIALS 基準測試排行榜。VIALS 包含八個領域的 161 項任務，模型必須讀取科學圖像資料（凝膠轉漬圖、流式細胞儀圖表、質體圖譜、系統發育樹），並得出特定結論。
OpenAI brings GPT-Image-2.6 Flare and Sunburst to the API and Codex
OpenAI released Images 2.6 on November 4 in ChatGPT, Codex and the API, available globally in ChatGPT and Codex on all subscription tiers. In the API it comes as two models, GPT-Image-2.6 Flare and Sunburst. OpenAI says both generate images 50% faster than before. Flare, at low quality, can produce an image in as little as six seconds and improves layout for posters and product imagery. At medium or high quality, Sunburst gives higher-quality images and keeps details more consistent from one edit to the next. ChatGPT Images 2.6 adds GIF output and reference images. OpenAI says people now create 4 billion images per week across ChatGPT, Codex and the API.World Labs 推出 Frameboy：Atlas 世界模型的即時展示
World Labs 推出了 Frameboy，這是一款可即時探索生成世界的展示版。它運行經高度最佳化的 Atlas 版本。Atlas 是一款具備攝影機控制功能的自回歸世界模型，該公司於兩個月前推出，並透過雲端 GPU 以最高每秒 15 幀的速度串流。World Labs 稱 Atlas 的攝影機控制精準至像素；這是該公司的說法。Artificial Analysis 將 FLUX 3 Image Klein 列為開放權重文字轉圖像模型第 2 名
Artificial Analysis 表示，Black Forest Labs 的 FLUX 3 Image Klein 是一款擁有 5.6B 參數、於 10 月 15 日發布的開放權重圖像模型，在其 AA-Image-T2I v2.1 排行榜上名列開放權重模型第 2，與排名第 1 的 Qwen-Image-2.1 不相上下。在 AA-Image-Editing v2.1 上，它則在開放權重模型中排名第 3。這些排名是 Artificial Analysis 自行評定的。Gemini Omni 1.2 Flash 現已上線 Vercel 的 AI Gateway
Vercel 表示，Google DeepMind 的 Gemini Omni 1.2 Flash 影片模型已上線其 AI Gateway，模型 ID 為 google/gemini-omni-1.2-flash。Vercel 列出支援 3 至 15 秒、含原生音訊的影片片段，最多使用六張參考圖片進行編輯，延長後總長度可達 30 秒，並支援橫向或直向的 360p 至 4K 解析度。Arena 排名：Gemini Omni 1.2 Flash 在文字轉影片與圖片轉影片項目中居首
Arena 表示，Google 的 Gemini Omni 1.2 Flash 在文字轉影片和圖片轉影片排行榜首度登榜便名列第 1，並在影片編輯項目排名第 3。Gemini Omni 1.2 Flash 現已在 OpenRouter 上線
OpenRouter 表示，Google 的 Gemini Omni 1.2 Flash 影片模型已在其平台上線。該模型支援 15 秒片段、360p 至 4K 解析度、原生音訊，且每秒價格比 Omni 1.1 低約 30%。OpenRouter 表示，價格與直接向 Google 購買相同，且現在一個 API 就能同時支援影片與聊天。Ant Ling 推出 Ling-3.2-flash：560B 多模態模型，據稱在三項基準測試中勝過 Opus 5
Ant Ling 宣布推出 Ling-3.2-flash，稱這是一款原生多模態模型，總參數量為 560B，活躍參數量為 25B。Ant Ling 表示，這款模型在複雜視覺理解、長期多模態代理、3D 理解與互動，以及醫療智慧方面表現更強。Gemini Omni 1.2 Flash 尚未發布，但多個帳號和 OpenRouter 的型錄都顯示了它
Google 尚未宣布 Gemini Omni 1.2 Flash 這款影片生成模型；它預計將接替 Omni 1.1 Flash。OpenRouter 的模型型錄也在 11 月 5 日新增了 google/gemini-omni-1.2-flash 項目，列出的上下文長度為 131,072 個 token。多個帳號表示曾看見這款模型：Google 推出 Gemini Omni 1.2 Flash，支援 15 秒影片，價格降低 30%
Google 表示，Gemini Omni 1.2 Flash 已在 Gemini API 和 Google Cloud 上全面推出，這也是 Gemini Omni 首次全面推出。它可原生生成及編輯最長 15 秒的影片（Omni 1.1 最長為 10 秒），並可按一秒為單位設定 3 至 15 秒的片長。
OpenAI's GPT-Live outbound telephony API is generally available
Justin Uberti, an OpenAI engineer, said on X on November 4 that the GPT-Live outbound telephony API has been promoted to general availability. Developers can now have a GPT-Live voice agent place phone calls through any SIP trunk provider, such as Telnyx or Twilio.OpenRouter 的模型目錄為 OpenAI: GPT-5 Image Mini 列出 12 月 1 日的到期日
OpenRouter 的模型目錄現在為「OpenAI: GPT-5 Image Mini」（openai/gpt-5-image-mini）列出 2026 年 12 月 1 日的到期日。該模型自 2025 年 10 月 16 日起列於目錄中，支援 400,000 個 token 的上下文長度。這筆資料此前未列出到期日。這只是目錄中的欄位；該項目並未說明原因，也未說明模型在該日期之後會如何處理。xAI 淘汰 grok-imagine-image-quality 和 grok-imagine-image-pro，改由更便宜的模型提供服務
根據 xAI 的 API 發布說明，對 grok-imagine-image-quality 和 grok-imagine-image-pro 發出的請求，現在會由 grok-imagine-image-2.0-low 處理；此模型是將 grok-imagine-image-2.0 的 quality 設為 low，每張圖片的價格也較低。xAI 表示，無須變更請求。OpenRouter 加入 Crouton Alpha：一款免費的隱身模型，具備 100 萬 token 的上下文長度
OpenRouter 宣布推出一款新的隱身模型 Crouton Alpha，並稱其為「一款高效率推理模型，旨在擴展代理程式每天反覆執行的工作」。開發者未具名。ai-cli 讓任何 coding agent 都能生成圖片、影片和音訊
Vercel 的 Chris Tate 推出 ai-cli（npm i -g ai-cli），這是一款命令列工具，能讓 agent 使用任何模型生成圖片、影片和音訊。他的貼文列出該工具可搭配 Claude Code、Codex、OpenCode 和 Vercel 的 fx harness 使用，支援的模型包括 Opus、Flux、GPT、Gemini、DeepSeek、GLM 和 Grok。OpenAI 表示 GPT-6 Astra 能設計裝置外殼與電路板，並尋求工程合作夥伴
OpenAI 說明其模型如何協助機械與電機工程工作，包括 CAD 模型、製造圖、模擬和 PCB 設計。這些都是 OpenAI 自身的說法。Perplexity 推出 pplx-embed-v2-context：9B 與 0.6B 開放權重視覺語言嵌入模型
Perplexity 在 Hugging Face 發布了 pplx-embed-v2-context，這是兩款開放權重視覺語言嵌入模型（9B 和 0.6B），並與 turbopuffer 共同撰寫了一篇論文。兩款模型都會為每份文件輸出一個 int8 向量，或為每個可讀取整份文件的區塊各輸出一個向量；兩者也都能以非情境模式執行，每份文件產生一個嵌入向量，不進行分塊。