本栏目每天汇总近 1–2 天全球新发布 / 新开源的大模型与重要行业动态,信息来自官方公告与多家媒体交叉核验;性能数据区分「官方口径」与「第三方复测」,没复测的会明确标注。配图为原创示意插画。

11 月 12 日,英伟达向美国证券交易委员会提交的 8-K 文件与官方新闻稿同时确认:董事会已于 11 月 11 日接受黄仁勋辞去总裁、首席执行官及董事会成员职务,即刻生效。这家 1993 年成立、三十三年只有过一位 CEO 的公司,第一次把权杖交到别人手里。
接任安排(官方口径):
市场当天的反应(已发生的行情,不是预测):
为什么这件事比任何一次模型发布都重要:三条线要分开看。
一是治理。官方公告没有说明辞职原因。此前数日董事会已就黄仁勋的个人事项启动独立调查;路透 11 月 13 日又报道称,除已曝光的金伯利·鲍威尔外还有第二名员工牵涉其中,英伟达拒绝置评。这部分属于公司治理与个人事务,与模型技术无关,本文不展开。媒体另称董事会 11 人中有 6 名独立董事形成多数意见——此为媒体推算,未见官方确认。
二是路线是否延续。董事长与临时 CEO 的表态都是「延续」:琼斯称对克雷斯与管理团队「充满信心」,克雷斯称将「在黄仁勋过去 33 年打下的基础上继续前行」。英伟达计划 2027 财年维持 70% 左右毛利率,这是黄仁勋时代最后定下的财务目标。接任者真正要面对的不是路线问题,而是议价结构:过去几年英伟达的定价权高度绑定创始人个人信用,而客户(微软、谷歌、Meta、OpenAI)一边大规模采购一边自研芯片。过渡期 CEO 能不能顶住这种压力,11 月 17 日的财报电话会是第一次真实检验。
三是外溢。路透同日报道,中国境内超过 32 亿美元按受限英伟达芯片设计的算力项目,因这次变故与随之而来的美国审查而前景不明;报道同时称中国实验室正加紧到境外租用 Blackwell 算力。这条线索与下文「权重指纹」的发现互为印证。
11 月 12 日,Edge0 在官方博客宣布开源 Edge0-145B 与 Edge0-120B,连同统一推理框架与部署工具一起放出,代码 Apache 2.0、权重上 Hugging Face。官方把它定位为「世界首个 1450 亿参数的开源端侧模型」。
怎么塞进笔记本的?三件事:稀疏专家共享大矩阵(145B 总参,每次推理只有约 100 亿参数参与计算);三层存储流水线(热专家常驻显存、约 40GB 专家库放系统内存按需调入、约 48GB 词表数据留在固态盘实时读取,CPU 与 GPU 并行);投机解码把权重读取成本摊到更多输出 Token 上。
官方给出的笔记本实测(厂商自测,尚无第三方复现):

三条必须打的折扣:① 全部是官方内测,未复测;② 对比表里竞品的内存占用是估算值而非实测值;③「笔记本能跑」的前提是 48GB 内存档,普通 16GB 机器跑不动——29GB 峰值内存这条本身就把门槛写清楚了。它解决的不是「人人本地跑大模型」,而是「一台高配笔记本能不能不联网干活」。
| 模型 / 产品 | 日期 | 类型 | 要点 |
|---|---|---|---|
| Granite 4.1 LLMON 预览版(3B / 8B,IBM) | 11-12 | 开源 Apache 2.0 | 用一套新标记语言 LLMON(LLM Object Notation,读作「柠檬」)在词表层面把「指令」和「数据」隔开:六个保留 token 做分隔符、每块内容带唯一两 token ID、每轮末尾的 exec 块写明执行哪条指令、作用于哪份数据,没被引用的内容只读不执行。OPI 基准上文本注入成功率 3B 从 100% 降到 0.1%、8B 从 96.3% 降到 0.02%;工具输出注入(ASB)仍剩 5.6% / 3.1%——而智能体真正怕的正是这一档。训练用 46 亿 Token 的 LLMON 化语料 + 5 轮 GRPO + 1000 对 DPO。官方称比其测试的最强前沿模型多挡 47% 攻击、比最强开源多挡 95%,但该数字只出现在一张模型名不可读的图里,论文只对比自家 Instruct。实验预览、官方明确不用于生产,且只有管线真按 LLMON 渲染才生效。 |
| SOV-Transcribe-1(Salesforce) | 11-12 | 开源 Apache 2.0,HF | 面向政府与受监管企业的「主权 AI」语音识别:Whisper large-v3 音频编码器 + Gemma 4 26B A4B 混合专家解码器,266 亿总参 / 46 亿激活,BF16 权重约 53GB。AA-WER 2.28%,开源第一、44 个模型里第 7(Voxtral Small 2.77%、Nemotron 3.5 Transcribe 2.81%);VoiceCodeBench 关键实体全对录音占 76.3%、实体召回 93.4%;14 种英语口音客服通话平均 8.21%;给关键词后关键词 F1 从 71.9 提到 96.8。硬限制:只支持 7 种欧洲语言、没有中文;非流式,无说话人分离、无时间戳;技术报告未发。 |
| Lara Mini(Translated) | 11-12 | 开源权重,限研究 / 非商用 | 拿「多语言不是负担,而是智力来源」做反证实验:从零在 45 种语言与文化、6 万亿 Token 上训练(含欧盟 24 种官方语言)。仅 6 亿激活参数,在 20 亿激活以下的开源基座里综合(英文、多语理解、数学、代码)排第一,官方称超过用 6 倍数据训练的模型;并称把多语数据换成纯英文几乎不提升英文表现、却显著削弱多语能力。权重、技术报告与一份覆盖 110 种语言变体的多语推理基准一并放出。 |
| Inkling 2 Small 完整权重(Thinking Machines) | 11-12 | 开源 Apache 2.0 | 兑现 11 月 5 日的承诺:594B 总参 / 17B 激活、100 万上下文的权重正式上 HF,外部红队已完成。AA 智能指数 31(上一代 Small 为 13),是中国以外最高分的开源模型之一。现实门槛:NVFP4 权重约需 500GB 显存、MXFP8 约 800GB——稀疏省的是算力不是存储,单卡个人仍然跑不动;托管价 $0.30 / $1.00 每百万 Token(Together 与 Tinker 同价)。 |
| Gemini 4 Hydrogen(谷歌) | 11-12 | 闭源 API | Gemini 4 家族的「干活档」,与深度推理的 Carbon / Argon 分工;全 100 万上下文统一价 $1.50 / $7.50 每百万 Token(约 ¥10.04 / ¥50.21),是 3.8 Flash 的 2 倍、Argon 的 0.75 倍;四档思考强度,官方口径默认高档 AA 智能指数 51(Argon 为 50)、xhigh 档 54,Terminal-Bench 4.1 从 18.2% 提到 57%。另有 Antigravity 的 Orchestrator 可在同一会话内切换 Carbon 与 Hydrogen。全部官方口径未复测,本站另有专文。 |
今天两条主线其实是同一件事:算力的所有权和模型的所有权,正在被重新定价。英伟达把「一个人的判断」换成「一套制度的判断」,市场用 14% 的盘中跌幅给这次交接标了价;同一天,Edge0 把 145B 塞进 48GB 笔记本、IBM 把「谁能下指令」写进语法、Salesforce 把语音模型开源给不愿上云的机构——大家都在把「必须依赖别人」的环节,改成「自己手里有」。而「权重指纹」那条研究补上了最后一句:模型文件本身就是证据。
(数据来自官方公告与公开报道,2026-11-13 整理;官方口径与第三方数据已分别标注,未复测项已在文中说明。模型能力强弱会影响选型,但实际价格以本站模型广场实时报价为准。)
OpenAI发布GPT-6.2并把旗舰价下调20%,阿里、腾讯同周把单任务成本和缓存价压到新低。结论:官方降价仍远高于本站实付价,gpt-6-astra现在最深0.099折,实付$0.099/百万输入token。日常用现款便宜档,追新等上架比价。
大模型缓存token是什么?一句话:把重复的提示词前缀存下来,命中后按缓存读计价,通常只有正常输入价的5%到12%。本文用在售模型的真实缓存价,讲清缓存读写怎么算钱、什么情况命中,以及怎么把账单压下来。
Claude 有哪些模型?站内 12 个版本按实付价排完发现:最新的 opus-5-5 月成本 $8.91,最老的 opus-4-6 反而 $49.50。本文给出全系价格表、真实实测数据与四个场景的选型结论,日常开发选 sonnet-5-5 最稳。
写代码用哪个 AI 模型?按本站实付价和 24 小时实测:gpt-5.6-terra、deepseek-v4.1-flash 各三千多次调用零失败,每月千次请求分别 $2.85 和 $1.66;gemini-3.8-flash 出字 111 token/s 最快。附完整实付价表与三档选型建议。
拿到密钥后把 API 地址改成平台地址,就能用一个 Key 调用在售的 138 个模型(覆盖 51 家厂商),同时兼容 OpenAI 和 Anthropic 两种请求格式。本文给出可直接复制的接入代码、模型切换方法和常见坑,全部接口已实测验证,数据截至 11 月 16 日。