AI TrackerOpenAI 的 API 定價頁面移除 10 款舊模型，包括 o1、o1-pro 和 GPT-4
2026 年 11 月 2 日，OpenAI 的 API 定價頁面上有 10 款舊模型消失。這是定價頁面本身的變動，並非 OpenAI 的公告；從定價頁面移除，本身不代表模型已宣布退役。頁面列出的價格沒有標明計價單位。OpenCode 經重新打造，可在瀏覽器開發者工具中執行
Adam（adamdotdev）於 11 月 2 日在 X 表示，他重新打造了 OpenCode，讓它能在瀏覽器的開發者工具主控台中執行，並以 console.log 陳述式作為介面。這個專案以他在 textjs.org 連結的框架為基礎，他也邀請開發者及其代理程式用它打造其他主控台應用程式。
Anthropic 推出 FlashProve：用於證明回應由哪個模型產生的開源原型
Anthropic 發表了可驗證推論研究：一種密碼學證明（zkSNARK），可證明回應來自一組特定且已承諾的模型權重；即使使用者沒有這些權重，也能驗證。貼文指出，這有助於偵測路由服務暗中更換模型，或攻擊者竄改模型的情況，也能讓評估人員和監管機構確認實際提供的模型。
搭配 Drives 的 Vercel Sandboxes 啟動速度提升至最多 2.4 倍
Vercel 表示，使用 Drives 的沙盒現在啟動速度提升至最多 2.4 倍。根據 Vercel 提供的數據，中位數建立時間從 1.7 秒降至 0.7 秒，p95 則從 2.2 秒降至 1.6 秒。Vercel 表示無須升級 SDK 或變更設定。詳情請見 Vercel 的變更日誌。Arena：頂尖代理每寫出 1 個 token，就會讀取約 93 個輸入 token
排行榜發布方 Arena 表示，根據超過 26,000 個工作階段的資料，其 Agent Arena 中排名前 10 的代理，每生成 1 個 token，就會處理約 93 個輸入 token。Arena 說，這就是各家實驗室競相降低快取輸入價格的原因，並分享了一段影片，展示快取在實際工作階段中的運作方式。這些數據來自 Arena 自行分析。
Claude Messages API 公開測試版新增訊息串列，在伺服器端快取對話
Anthropic 的 ClaudeDevs 帳號表示，Messages API 現已公開測試訊息串列。API 會在每輪對話之間將對話保留在伺服器端，因此請求只需傳送新訊息和前一則訊息的 ID，無須附上完整歷史紀錄，Claude 也能更快開始回應。
Vercel 現在會在安裝指令碼執行前，阻止已知的惡意 npm 套件
Vercel 表示，現在其建置流程會在已知的惡意 npm 套件的安裝指令碼執行前，自動將其阻止。使用者不需採取任何行動。詳情請見 Vercel 的變更紀錄。OpenAI 調高 Security Bug Bounty 獎勵，並新增報告品質與忠誠度獎金
OpenAI 表示，將提高 Security Bug Bounty 計畫的獎勵；中度、高度與嚴重漏洞的獎勵區間中位數平均「增加逾四倍」。研究人員稱 GPT-6 Astra 編輯了小型 Qwen 模型的權重，在未經訓練的情況下提升其數學能力
X 帳號 rikiyatakehi 發文稱，作者請 GPT-6 Astra 編輯 Qwen3.5-0.8B 的權重，以提升其數學能力。他們表示，模型直接修改的權重僅占 0.016%，便修正了小型模型的推理循環，使數學能力提升最高達 6 倍、指令遵循能力提升 3 倍，而且沒有使用梯度或進行訓練。他們將這種方法稱為 Weight-Space Programming。OpenAI 推出 LifeVal：衡量日常個人助理任務的基準測試
OpenAI 表示，LifeVal 是一項新的基準測試，根據數千名 ChatGPT 使用者對個人助理最希望在哪些方面獲得協助的回饋打造。任務範圍從尋找托育服務，到使用政府服務和管理個人財務。Arena 的 Agent Arena 新增效能與輸出 token 數及等待時間的關係圖
排行榜發布商 Arena 表示，除了任務花費之外，Agent Arena 現在也會顯示：每生成一個輸出 token、以及使用者每等待一分鐘，各代理能提供多少效能。Arena 表示，同等級的智慧程度，成本可能高出 10 倍、需要多 6 倍的輸出 token，耗時也可能是兩倍。
Hume 推出 Audio Decision API，單次呼叫即可回答音訊相關問題
Hume 表示，Audio Decision API 讓開發者能針對音訊提問，例如其中有幾位說話者、是否有人在笑，或來電者是否感到沮喪。Hume 表示，這取代了過去需要使用 10 個以上模型的工作。OpenAI 介紹 Pando：為 Codex 規模的開發打造、相容 Git 的後端
OpenAI 的工程師表示，隨著 Codex 帶動公司單一程式碼庫的負載迅速增加（開發環境、研究工作和 CI 帶來更多分支、推送、合併、擷取和複製），從 2025 年底前後開始，擷取和推送變得緩慢，合併也會失敗，可靠性有時低於 90%。為此，他們打造了新的 Git 儲存庫後端 Pando。OpenAI 表示，目前其單一程式碼庫的所有開發工作都由 Pando 支援。DeepSeek Harness 推出 Creator Mode，將點子轉化為外掛
DeepSeek Harness 帳號於 11 月 2 日在 X 宣布推出 Creator Mode，這是一種可將點子轉化為實用外掛的模式。示範影片展示了設計工作區、沙盒遊戲，以及 LLM 的 3D 視覺化工具等範例。該帳號在後續貼文中分享了影片中外掛所用的英文與中文提示詞集。
Hydrogen-1.0：以 GLM-5.3 為基礎進行後訓練的開放權重科學模型正式發布
Chenru Duan 宣布推出 Hydrogen-1.0，團隊稱這是他們首款開放權重科學研究模型。該模型以 GLM-5.3（來自 Z.ai）為基礎，使用團隊內部的科學資料、實驗室紀錄和發現歷程進行後訓練。
SemiAnalysis 發布 GDPx，一項代理式基準測試，最佳模型得分僅 12%
SemiAnalysis 發布了 GDPx，這是一項評估代理式能力的基準測試，涵蓋其認為最具價值的領域，包括晶片設計、資安和生物學。該公司表示，即使是最佳模型也只得到 12% 的分數。一則轉述結果的貼文稱，Claude Opus 5.5 以 12.0% 居首，即將推出的 Gemini 4 Carbon 則為 10.9%；這是轉述者對結果的解讀，並非 SemiAnalysis 自己的說法。
美團推出 LongCat-2.5：專為代理任務打造的 1.6T 參數多模態模型
據帳號 leo114119 在 X 上發布的貼文（附有美團 LongCat 部落格連結），美團已推出 LongCat-2.5。貼文稱，美團將其描述為專為代理任務打造的原生多模態模型，擁有 1.6 兆個參數，擅長複雜的視覺程式設計專案，以及創意設計、3D 任務和商業分析等專業辦公工作。
MiniMax 列出可在本機執行 M3.1 Flash 的社群量化版本
MiniMax 發布社群製作的量化版本整理，適合想在自有硬體上執行其 428B 參數開放權重模型 M3.1 Flash 的使用者。MiniMax 表示，較低位元的權重可減少載入模型所需的記憶體，以及解碼時搬移的權重資料；要讓這項技術實用，還需要謹慎校準、高效率的低位元核心，並將專家分配至 GPU 和系統 RAM。
Claude Mythos 5.5 尚未發布，但 Anthropic 網站原始碼提到了它
Anthropic 尚未宣布 Claude Mythos 5.5。多個 X 帳號指出，Anthropic 的 Claude Mythos 頁面（anthropic.com/claude/mythos）HTML 原始碼中提到了這個名稱。
Google announces Gemini 4 Carbon, its next frontier model, to cyber defenders first
Google announced Gemini 4 Carbon on October 28, 2026, calling it its strongest model, with state-of-the-art cybersecurity and long-horizon capabilities. It follows Gemini 4 Argon by two weeks. Sundar Pichai's post and Google's blog say it is not yet generally available: starting this week a subset of cyber defenders get access, with more trusted partners added through the Fairwind Program. Google says it will bring Carbon to developers, businesses and consumers "as soon as possible", and that it is taking part in the U.S. government's voluntary process for pre-release model testing.