AI TrackerAgent Arena 将 Tencent 的 Hy4 排名为总榜第 14，单项任务成本比 Kimi K3.1 Pro 低约 62%
Arena 表示，Tencent 的 Hy4 在其 Agent Arena 总榜中排名第 14。该榜单根据用户社区提供的真实智能体会话为模型评分。Arena 称，这一结果基于 8,500 多次长周期会话，净提升 4.7%，Hy4 也因此跻身 Agent Arena 的得分与成本帕累托前沿。腾讯发布 Hy4，现已登陆 OpenRouter 和腾讯云
腾讯的 Hy4 已在 OpenRouter 上线，页面列出的名称为 tencent/hy4，上下文窗口为 1,048,576 个 token。AI 模型新闻账号 AiBattle 称，该模型也已登陆腾讯云；腾讯计划发布模型权重，并正在开发更小的 Hy4 Flash。腾讯混元的官方公告称，Hy4 是一款具备视觉能力的新模型，并称其“稳居领先开源模型之列”，且在构建时考虑了网络安全和生物安全。该模型的腾讯研究页面位于 hy.tencent.ai/research/hy4。OpenRouter 的目录为 Inception 的三款 Mercury 模型标注了 11 月 8 日的到期日期
OpenRouter 的模型目录现显示，Inception 的三款模型的到期日期为 2026 年 11 月 8 日：Mercury 3（inception/mercury-3，1,000,000-token 上下文）、Mercury 2.5（inception/mercury-2.5，260,000 tokens）和 Mercury 2（inception/mercury-2，128,000 tokens）。此前，这些条目均未标注到期日期。这只是目录中的一项字段；条目并未说明原因，也未说明这些模型在该日期之后会怎样。OpenRouter 新增 Crouton Alpha：一款免费的隐身模型，支持 100 万 token 上下文
OpenRouter 宣布推出一款新的隐身模型 Crouton Alpha，并将其描述为“一个高效的推理模型，旨在扩展你的智能体全天反复执行的工作”。开发方尚未公布。Gemini 2.5 Pro 和 2.5 Flash 将于 12 月 1 日弃用，并重定向至更新的模型
发布 Gemini API 相关内容的 Patrick Löber 表示，Gemini API 中的 Gemini 2.5 Pro 和 Gemini 2.5 Flash 将于 12 月 1 日弃用，对它们的请求将自动重定向至：OpenRouter 的模型目录为五款 MiniMax 模型标注了 11 月 5 日的到期日期
OpenRouter 的模型目录现为五款 MiniMax 模型显示 2026 年 11 月 5 日的到期日期：MiniMax-01（minimax/minimax-01，1,000,192-token 上下文）、MiniMax M2（minimax/minimax-m2）、M2.1（minimax/minimax-m2.1）和 M2.7（minimax/minimax-m2.7），这四款的上下文长度均为 204,800 tokens；以及 M2-her（minimax/minimax-m2-her，65,536 tokens）。此前这些条目均未标注到期日期。这只是目录中的一项字段；条目并未说明原因，也未说明这些模型在该日期之后会怎样。Anthropic修订后的S-1称，公司可能很快达到其自身对AI加速进步的定义
epyhia.com的一篇文章援引TechCrunch报道称，Anthropic于11月2日星期一提交的修订版S-1/A注册声明新增了一项风险披露。据该文章称，文件表示，Anthropic对未来模型而非当前模型的内部估算和预期表明，公司可能“迫在眉睫”地达到其《负责任的扩展政策》中“由AI带来的显著加速进步”的定义；该文章将这一门槛等同于递归式自我改进。文件称，Anthropic当前的模型均未跨过这一门槛，并表示正在考虑修改政策，“以确保人类掌控Anthropic前沿模型的开发”。OpenAI称GPT-6 Astra能够设计设备外壳和电路板，并寻求工程合作伙伴
OpenAI介绍了其模型如何助力机械和电气工程：CAD模型、制造图纸、仿真和PCB设计。这些都是OpenAI自己的说法。OpenRouter 目录移除了 Meta: Llama 3.1 70B Instruct 的 11 月 3 日到期日期
OpenRouter 的模型目录不再显示“Meta: Llama 3.1 70B Instruct”（meta-llama/llama-3.1-70b-instruct）将于 2026 年 11 月 3 日到期；原定到期日正是这一天。该字段自 10 月下旬起一直显示 11 月 3 日，现在已为空。该条目仍列出 131,072 个 token 的上下文长度。OpenRouter 尚未说明此次退役是取消还是仅仅推迟。Artificial Analysis：Kimi K3.1 Pro 的性格与 Kimi K3 的差异，大于其测评过的任何一次模型更新
Artificial Analysis 表示，在 AA-PersonalityBench 上，Kimi K3.1 Pro 展现出其测评中模型与直接前代之间最大的性格变化。每个模型都会在 30 项特质上获得 1 到 100 的百分位排名。这些分数由该网站自行评定。
Perplexity 发布 pplx-embed-v2-context：参数规模为 9B 和 0.6B 的开放权重视觉语言嵌入模型
Perplexity 在 Hugging Face 上发布了 pplx-embed-v2-context，这是一组开放权重视觉语言嵌入模型（9B 和 0.6B），并与 turbopuffer 合作撰写了一篇论文。两个模型都会为每份文档返回一个 int8 向量，或者为每个可获取整篇文档内容的分块各返回一个向量；它们也都支持非上下文模式，此模式下每份文档只生成一个嵌入向量，不进行分块。
OpenAI 的 API 定价页面移除了十款旧模型，包括 o1、o1-pro 和 GPT-4
2026 年 11 月 2 日，OpenAI 的 API 定价页面上有十款旧模型条目消失。这是定价页面本身的变化，并非 OpenAI 发布的公告；从定价页面移除本身也不代表模型已退役。页面列出的价格没有注明计价单位。Arena：顶尖智能体每生成 1 个 token，平均读取约 93 个输入 token
排行榜发布方 Arena 表示，在超过 26,000 次会话中，其 Agent Arena 排名前 10 的智能体每生成 1 个 token，平均会处理约 93 个输入 token。Arena 称，这也是各实验室竞相降低缓存输入价格的原因，并分享了一段展示缓存如何在实际会话中发挥作用的视频。这些数据来自 Arena 自行分析。
研究人员称，GPT-6 Astra 编辑了一个小型 Qwen 模型的权重，在不训练的情况下提升了数学能力
X 账号 rikiyatakehi 发帖称，作者让 GPT-6 Astra 编辑 Qwen3.5-0.8B 的权重，以提升其数学能力。他们表示，模型直接改动的权重仅占 0.016%，修复了小模型的推理循环，使数学能力最高提升 6 倍、指令遵循能力提升 3 倍，且没有使用梯度或进行训练。他们将这种方法称为 Weight-Space Programming。OpenAI 推出 LifeVal：评测日常个人助理任务的基准
OpenAI 表示，LifeVal 是一项新基准，其设计参考了数千名 ChatGPT 用户的反馈，了解他们最希望个人助理在哪些方面提供帮助。任务范围从寻找儿童托管服务，到使用政府服务和管理个人财务。Arena 的 Agent Arena 新增性能与输出 token 数和等待时间的关系图
排行榜发布方 Arena 表示，Agent Arena 现在除了展示任务开销，还会显示每生成一个输出 token、每等待一分钟，各个智能体的表现如何。Arena 称，相同水平的智能可能贵 10 倍，需要 6 倍的输出 token，耗时也会翻倍。
Hume 推出 Audio Decision API，一次调用即可回答有关音频的问题
Hume 表示，开发者可以通过其 Audio Decision API 询问有关音频的问题，例如有几位说话者、是否有人在笑，或来电者是否感到沮丧。Hume 称，该 API 取代了过去需要 10 个或更多模型才能完成的工作。开源权重科学模型 Hydrogen-1.0 发布，基于 GLM-5.3 进行后训练
Chenru Duan 宣布推出 Hydrogen-1.0，团队称这是其首个用于科学研究的开源权重模型。该模型基于 GLM-5.3（来自 Z.ai），使用团队内部的科学数据、实验室记录和发现轨迹进行后训练。
SemiAnalysis 发布 GDPx：一项智能体基准测试，最佳模型得分为 12%
SemiAnalysis 发布了 GDPx，这是一项评估其认为最具价值领域中的智能体能力的基准测试，涵盖芯片设计、网络安全和生物学等领域。该公司称，即使是表现最好的模型也只得了 12%。一篇转述结果的帖子称，Claude Opus 5.5 以 12.0% 排名第一，即将推出的 Gemini 4 Carbon 得分为 10.9%；这是转述者对结果的解读，并非 SemiAnalysis 的原文。
美团发布 LongCat-2.5：面向智能体任务的 1.6T 参数多模态模型
据账号 leo114119 在 X 上发布的帖子（附有美团 LongCat 博客链接），美团已发布 LongCat-2.5。帖子称，美团将其描述为一款面向智能体任务打造的原生多模态模型，拥有 1.6 万亿参数，在复杂视觉编程项目以及创意设计、3D 任务和商业分析等专业办公工作方面表现出色。