Google 上线 Gemini 3 Deep Think模式 GPT-5.1-Codex-Max模型开放API访问 Cursor优化Agent支持OpenAI Codex模型并开启限免 NotebookLM iOS新增图表功能并扩展聊天定制 Anthropic发布AI访谈工具并公开1250名专业人士研究数据 Haiku 4.5模型推出结构化输出beta功能 可灵AI上线数字人2.0功能 千问APP发布办公场景功能更新 Microsoft发布VibeVoice-Realtime-0.5B模型 Hugging Face发布LLM评测指南v2 Claude账单将开始按信用卡地址收税 Tavily发布Deep Research并达到SOTA水平 Exa发布NeurIPS论文语义检索功能 StepFun发布Open Vision Reasoner论文 Mistral Large 3登顶arena开源编码模型榜首 Meta面临欧盟反垄断调查并考虑采用谷歌TPU 谷歌云携手 Replit 推进企业级“Vibe Coding” OpenRouter发布100万亿token AI使用状态报告 Anthropic CEO：缩放定律直通 AGI，预估明年营收破百亿 Google向Google AI Ultra订阅者推出了基于的模式，该模式通过先进的并行推理技术显著提升了处理复杂问题的能力。
Google 在 Gemini 应用中正式向Google AI Ultra订阅者推出了模式。这一新模式基于构建，通过先进的技术同时探索多个假设，在推理能力上实现了显著提升，专门用于解决复杂的数学、科学和逻辑问题。
该模式在行业基准测试中表现领先，在上取得了 41.0% 的成绩，该结果在未使用工具的情况下获得。在基准测试中，该模式在使用代码执行的条件下达到了前所未有的 45.1% 得分。这些成绩体现了其在处理高难度推理任务时的先进性。
该项发布的技术基础部分源于变体的成功，这些变体近期在国际数学奥林匹克竞赛和国际大学生程序设计竞赛世界总决赛中均达到了金牌标准，显示出该系列模型在学术级挑战中的强大能力。
Google AI Ultra订阅者可以在Gemini应用中体验这一功能，具体操作为在提示栏选择”Deep Think”选项，并在模型下拉菜单中选择。该模式设计用于那些需要深度分析而非快速回答的场景，能够提供更丰富的可视化和输出结果。
OpenAI已通过向开发者开放其最新的前沿编码模型，该模型专为构建，并已集成到多个主流开发工具中。
OpenAI已将其最新前沿编码模型通过向开发者开放。该模型专为构建，此前已在中发布，现可集成至各类应用和工作流。Cursor、GitHub Copilot、Windsurf及VS Code等主要开发工具已完成集成或正在推出。
GitHub Copilot已向Pro、Pro+、Business和Enterprise用户推出公开预览。早期测试显示该模型擅长复杂重构，在Windows机器上是更可靠的协作伙伴。Windsurf平台已面向所有用户提供该模型，支持Low、Medium和High三种推理级别，付费用户可限时免费使用Low级别。Cursor向付费用户限时免费提供该模型。同时发布版本，带来更好的恢复功能、工具提示、屏幕显示以及性能和稳定性改进。
Cursor宣布与OpenAI合作，深度优化其以支持模型，并通过改进多项机制提升编码性能，同时向订阅用户限时免费开放。
Cursor宣布其与OpenAI合作，为模型深度优化，通过改进工具调用、推理摘要策略、集成、推理痕迹保留等机制提升编码性能。
同时，该模型在Cursor中向订阅用户开放限时免费使用，所有改进均通过内部评估套件验证。
NotebookLM的iOS应用将新增生成信息图表和幻灯片的功能，同时其聊天定制功能的字符限制从500大幅扩展至10,000。
NotebookLM 正在推出两项重要更新：NotebookLM iOS应用将新增生成和的功能。该功能正在逐步推出。
此外，NotebookLM的功能获得重大提升，字符限制从500扩展至10,000字符。用户现在可以使用更详细的提示词来创建更详细的。
Anthropic推出新型AI研究工具，并公开发布了通过该工具对1,250名专业人士进行访谈的开放数据集。
Anthropic推出名为的新型研究工具，该工具可在人工指导下起草访谈问题、执行参与者访谈并分析结果。此工具目前已在claude.ai/interviewer启动为期一周的公开试点。Anthropic使用该工具完成了1,250名专业人士的访谈，并将所有经参与者同意的访谈数据作为开放数据集公开发布在HuggingFace平台。访谈样本包含三个群体：普通劳动力1,000名，科学家125名，以及创意工作者125名。
公开试点仅对注册两周以上的Claude.ai免费、Pro或Max订阅用户开放。收集的数据将作为反馈按照隐私政策处理，可能用于发布经匿名化处理的研究发现。
Anthropic为模型推出了结构化输出的beta功能，允许开发者通过确保模型响应严格匹配指定的模式。
Anthropic为模型推出beta功能。该功能已在中上线，开发者可确保模型响应始终匹配指定的模式或自定义工具定义，从而避免重试或解析错误。
可灵AI正式上线功能，实现了表演力、手部口型控制的全面进化，并支持生成长达5分钟的视频。
可灵AI正式上线功能，实现表演力全面进化、手部及口型精准控制、支持最长5分钟视频生成三大突破。用户通过上传角色图、添加配音内容、描述角色表现三步即可生成数字人视频。
在表演力方面实现全面进化，精通体态动作、手势、表情、镜头语言等多种表现维度。无论是音乐表演还是知识讲解场景，都能实现更生动的情绪传达，生成效果大幅提升。新版本在手部及口型精准控制方面取得显著进展，有效告别AI感。
用户可通过可灵官网Web端入口即刻体验数字人2.0功能。
千问APP发布办公场景更新，将文档处理与PPT制作整合到统一对话入口，支持用户通过自然语言在移动端完成从创作到产出的全流程。
千问APP发布面向办公场景的功能更新，将文档生成、编辑、排版、格式转换与PPT制作整合至同一对话入口。用户可通过自然语言指令、拍照上传、文件上传等多种方式，在移动端连续完成从内容创作到最终文件产出的完整流程。Microsoft发布了一款轻量级实时文本转语音模型，该模型支持流式输入，并能在约300毫秒内产生首次语音输出。
Microsoft发布，这是一款轻量级实时文本转语音模型，支持流式文本输入与鲁棒的长篇语音生成。该模型可在约300毫秒（硬件依赖）内产生首次可听语音，适用于构建实时服务、叙述实时数据流，或让不同从生成第一个时即开始语音输出，无需等待完整回答完成。
此版本专注于单说话人英语语音合成，采用交错窗口化设计，增量编码输入文本块的同时并行推进基于先前上下文的扩散声学潜变量生成。与完整多说话人版本不同，该流式模型移除了语义分词器，仅依赖在超低帧率（）下运行的高效声学分词器。
Hugging Face于12月3日发布了《LLM评测指南》第二版，旨在为开发者提供系统性的模型评估方法，强调评测的核心是理解模型能力而非仅追求分数。
Hugging Face于12月3日发布「」第二版，该指南基于OpenEvals团队三年间评测 15000+ 模型积累的经验，旨在为开发者提供系统性的模型评估方法。新版本优化了阅读体验并增加交互式图形，核心强调评测不仅是获取分数，更是理解模型能力边界、偏见及适用场景的认知工具。
在技术趋势方面，指南指出了基准测试的”饱和”现象——随着模型能力不断增强，传统基准已无法有效区分模型差异，因此选择”2025年相关”的新基准至关重要。同时，评测方法正在从简单的文本匹配，向使用更强模型充当”裁判”以及生成式评测演进，后者能考察模型解决复杂问题的能力而非仅做选择题。
指南原文发布于Hugging Face Spaces平台OpenEvals项目下。
Anthropic通知用户，自12月9日起，Claude的账单将根据用户信用卡注册地址所在地的税率收取税费。
Anthropic 通过邮箱提醒订阅用户，Claude将从12月9日起对账单收取税费，税费将根据用户信用卡地址所在地的税率进行计算，与用户自行填写的地址信息无关。这意味着无论用户填写何种地址，最终税率均以信用卡注册地为准。
Tavily发布了其研究Agent，该产品在排行榜上达到SOTA水平，并能减少66%的消耗。
Tavily在Hugging Face平台发布技术博客，详细介绍了其研究Agent的构建过程。该产品在排行榜上达到SOTA（State of the Art）水平，同时相比同类实现减少了66%的消耗。新发布的端点已吸引数千名开发者关注。
Tavily提出应模仿人类研究的无结构迭代方式：定义任务、收集数据、提取关键见解、存入短期记忆，并让这些提炼出的想法指导后续行动。工具输出应提炼成反思内容，只有过去的反思集合才应用作工具调用者的上下文。在准备最终交付物时才提供原始信息以确保信息不丢失。这种方法不同于传统的架构中将工具调用和输出传播到调用循环中的做法，后者会导致消耗呈二次增长。Tavily的方法移除了传播，使消耗呈线性增长，每Agent可节省的因子为(m+1)/2，在多Agent系统和规模化场景下节省效果更显著。
用户可通过官网申请Tavily Research的早期访问权限。
Exa公司针对NeurIPS会议的五千余篇论文推出了语义检索功能，支持用户通过自然语言进行精准的深度内容检索。
Exa公司推出了针对NeurIPS会议论文的语义检索功能，将五千余篇论文进行嵌入处理，支持通过自然语言进行精准检索。该功能基于Exa自研的构建，能够实现对论文内容的深度语义理解。
用户可以通过自然语言查询来发现相关研究，例如搜索”new retrieval techniques”可以找到新型检索技术相关论文，搜索”the paper that elon would love most”系统会推荐可能符合特定偏好的研究，搜索”intersection of coding agents and biology, poster session 5”则能精确定位到特定主题的墙报展示内容。该功能展示了语义搜索在学术文献检索中的应用潜力。
StepFun在NeurIPS 2025会议上发布了论文，该模型基于构建，通过两阶段训练将语言认知迁移至视觉推理。
StepFun在NeurIPS 2025会议上发布论文，该模型基于构建，通过两阶段训练方法将语言认知行为迁移至视觉推理领域。采用冷启动加强化学习范式，首先在大规模语言数据上进行冷启动训练以建立基础认知行为，随后执行约1000步的多模态强化学习，使用可验证奖励机制激活并强化这些行为在视觉推理中的表现。
项目代码已开源，相关技术博客提供详细分析。论文探讨了从语言到视觉的思维桥接机制，为视觉推理模型的发展提供了新范式。
在的编码模型类别中登顶开源模型榜首，Mistral AI官方预告将发布更多编码相关内容。
在的编码模型类别中位列开源模型第一。Mistral AI官方通过社交媒体宣布这一成绩，并配图展示排行榜数据。官方在推文中明确表示未来几天将发布更多与编码相关的内容，同时向用户发出试用邀请，有第三方观点认为 Mistral AI 可能即将发布与相关的产品或更新。
Meta因WhatsApp新政策面临欧盟反垄断调查，同时正与谷歌谈判采购以优化其AI模型训练成本。
据报道，欧洲委员会于12月4日正式启动对Meta的反垄断调查，焦点是WhatsApp新政策（自10月生效，2026年1月全面适用）禁止第三方AI提供商通过其业务API接入，涉嫌滥用市场主导地位以推广自家Meta AI，阻挡ChatGPT等竞争者。 若违规，Meta或面临全球营收 10% 罚款。
此外，作为NVIDIA最大客户之一（今年AI支出或达720亿美元），Meta正谈判斥资数十亿美元采购谷歌，用于2027年数据中心部署，并将于明年起租赁云，以优化AI模型训练成本。
谷歌云与AI编程初创公司Replit达成多年合作，Replit将扩大使用谷歌云服务并整合更多谷歌模型，共同推进企业级AI编程应用。
谷歌云（Google Cloud）宣布与 AI 编程初创公司 Replit 达成多年合作伙伴关系。根据该协议，Replit 将扩大对谷歌云服务的使用，将更多谷歌模型整合进其平台，并支持企业客户的 AI 编程应用场景。谷歌将继续作为 Replit 的主要云服务提供商。
OpenRouter与a16z合作，基于平台超过100万亿的真实交互数据发布了“State of AI”研究报告，揭示了开源模型增长、Agent推理兴起等关键趋势。
OpenRouter与a16z合作发布“State of AI”实证研究报告，基于OpenRouter平台超过100万亿的真实交互数据进行分析。该数据集涵盖数十亿提示词-完成对，来自全球数百万用户，时间跨度约两年。OpenRouter目前服务超过500万开发者，路由300多个活跃模型，覆盖60多家提供商，日交易量上周刚突破1万亿。研究聚焦13个月滚动期，揭示推理模型普及、开源模型增长、推理兴起等关键趋势。
报告核心采用隐私保护设计，仅分析匿名化请求级元数据，不访问提示词或生成的实际内容。任务分类通过对约0.25%随机样本进行，该模块调用Google Cloud Natural Language API，返回类别路径和置信度分数。分类基于提示词前1000个字符，置信度低于0.5的类别被排除。研究将标签映射到自定义类别，包括、、、、、、、等。
研究发现开源模型（）占比达约三分之一。专有模型仍占多数，但模型稳步增长。使用高峰与重大开源模型发布对齐，表明竞争型模型被快速采用并持续使用。中国开源模型增长显著，从2024年末仅占1.2%周份额，到2025年下半年某些周达到近30%，全年平均约13.0%。相比之下，世界其他地区开源模型平均占13.7%，专有模型平均占70%。
开源模型生态呈现高度动态化。DeepSeek以14.37万亿保持最大开源贡献者地位，但其主导地位减弱。Qwen达5.59万亿，Meta LLaMA 3.96万亿，Mistral AI 2.92万亿。市场从近垄断结构转变为多元化格局。2024年末DeepSeek V3和R1两模型曾持续占超50% 使用，但2025年夏季拐点后，Qwen、Minimax M2、MoonshotAI Kimi K2、OpenAI GPT-OSS系列等新进入者迅速获得显著份额。到2025年末，没有单一模型超过25% 份额。
模型尺寸趋势显示市场走向成熟，中型模型崛起。小型模型（<150亿参数）使用率下降。中型模型（150亿-700亿参数）类别在2024年11月发布后形成，随后和加入，体现用户寻求能力与效率的平衡。大型模型（≥700亿参数）领域呈现多元化，Qwen3 235B A22B Instruct、Z.AI GLM 4.5 Air、OpenAI GPT-OSS-120B等各自捕获持续使用，表明用户积极在多个开源大模型间。
开源模型主要用于创意角色扮演和编程辅助。角色扮演占52% 使用，编程为第二大类别。中国模型使用模式不同，角色扮演占33%，编程和技术合计占39%，显示DeepSeek和Qwen越来越多用于代码生成和基础设施相关工作。
推理成为使用的基本形态转变。推理优化模型份额从2025年初可忽略水平增长至超过50%。xAI Grok Code Fast 1目前处理最大推理相关流量，其次是Google Gemini 2.5 Pro和Flash。工具调用呈现持续上升趋势，早期集中在和系列，但到2025年中支持工具调用的模型更广泛。
提示词和完成长度均显著增长。平均提示词从约1.5K增至超6K；完成从约150增至约400。编程工作负载是提示词增长的主要驱动因素，请求常超过20K输入。平均序列长度从2023年末不足2000 增至2025年末超5400 。
地理分布显示市场日益全球化。北美虽仍是最大区域，但占比低于50%。欧洲贡献稳定，周支出份额通常保持在15-20%区间。亚洲崛起显著，其全球支出份额从约13%翻倍至约31%。语言分布方面，英语占所有超80%，简体中文占近5%。
用户留存分析揭示效应。少数早期用户队列展现持久参与，形成深度”工作负载-模型匹配”。例如Gemini 2.5 Pro 2025年6月队列和Claude 4 Sonnet 2025年5月队列在第5个月保留约40%用户。DeepSeek模型显示”回旋镖效应”，部分流失用户在尝试替代品后返回。
成本与使用动态分析显示需求相对价格无弹性。价格下降10%对应使用量仅增加约0.5-0.7%。市场呈现强分割：专有模型占据高成本、高使用区域，开源模型主导低成本、高容量区域。四个使用-成本原型浮现：高效巨头如Gemini 2.0 Flash和DeepSeek V3（低于0.40美元/百万token）；优质领导者如Claude 3.7 Sonnet和Claude Sonnet 4（约2美元/百万token）；长尾模型如Qwen 2 7B（几美分定价）；优质专家如GPT-4和GPT-5 Pro（约35美元/百万token）。
研究存在若干局限性，数据来自单一平台OpenRouter，未涵盖企业使用、本地部署或封闭内部系统。
Anthropic首席执行官Dario Amodei表示，仅靠就能实现，并透露公司营收预计在2025年底达到80亿至100亿美元。
Anthropic 首席执行官兼联合创始人 Dario Amodei 表示，仅靠就能实现，在此过程中只需要进行微小的调整。在接受记者 Andrew Ross Sorkin 的峰会采访时，Amodei 强调了他对长达十年的观察，并自信地表示，持续的扩展加上实验室层面偶尔的小幅调整，将推动模型在所有领域的各项能力不断增强。他驳斥了单一的概念，而是将其描述为一种持续的指数级改进过程。Amodei 透露，Anthropic 的员工现在已习惯让 Claude 编写代码初稿，他们只负责编辑。
Amodei 详细列举了 Anthropic 惊人的营收轨迹，公司营收在 2023 年从零增长到 1 亿美元，随后在 2024 年达到 10 亿美元，并预计在 2025 年底达到 80 亿至 100 亿美元。他将这一业绩归功于 Anthropic 专注于企业的战略，并引用最近发布的 作为目前可用的最佳编程模型。
这位 CEO 引入了的概念，来描述在营收预测范围处于 200 亿至 500 亿美元之间时，规划 2027 年算力所面临的挑战。建设级的算力设施在五年有效寿命期内需耗资约 500 亿美元。风险计算涉及两个危险：购买算力不足会迫使客户流向竞争对手，而购买过剩则会带来潜在的破产风险。他警告说，一些未点名的竞争对手正在（盲目冒险），承担不明智的风险。
在谈到行业融资惯例时，Amodei 解释了，即像英伟达（Nvidia）这样的芯片供应商投资 AI 公司，然后 AI 公司再购买芯片。他描述了一种典型安排：一笔 100 亿美元的投资可能为一个 500 亿美元的数据中心项目提供首年资金。关于芯片折旧，Amodei 表示，随着新的、更快的 和 迭代出现，旧芯片的价值会下降。
针对近期的竞争压力，包括报道称 OpenAI 在谷歌发布最新模型后进入状态，Amodei 对自己选择的企业路线表示庆幸。关于，他坚持认为 架构加上缩放和算力就已足够，像和这类修改只是微调。他形容未来的模型最终将成为“数据中心里的天才国度”。在他的文章《》（）中，Amodei 预测 AI 能够在达到这一里程碑后的十年内将人类寿命延长至 150 岁。他预见经济年增长率可能达到 5% 至 10%。
在国家安全政策方面，Amodei 重申了他反对向中国出售高端英伟达芯片的立场，称民主国家保持优势至关重要。他表示尊重英伟达 CEO 黄仁勋，但坚持认为这是一个政策问题。
关于监管，Amodei 驳斥了白宫 AI 顾问 David Sacks 关于 Anthropic 通过散布恐惧来追求的指责。他指出了自己在公司成立前（早在 2016 年）发表的关于 AI 风险的学术论文，并指出像加州 SB 1047 这样受支持的立法包含了针对营收低于 5 亿美元公司的豁免条款，这是为了刻意保护初创公司。
关于对劳动力的影响，Amodei 详细阐述了管理 AI 驱动的就业变革的三个层面。直接层面涉及私营部门的决策。第二层面需要政府参与再培训计划和财政政策。第三层面涉及向后 时代的长期社会重构，他引用约翰·梅纳德·凯恩斯的预言，即技术性失业可能使每周只需工作 15 到 20 小时。
提示：内容由AI辅助创作，可能存在幻觉和错误。
作者，视频版在同名哔哩哔哩。欢迎点赞、关注、分享。
Google 上线 Gemini 3 Deep Think【AI早报 2025-12-05】