Google 发布 Gemini 4 Hydrogen 模型，称这是搜索迄今最大的一次模型改进，能更好理解多部分、高具体度和含拼写错误的复杂问题。该模型面向快速执行的智能体工作流，完成任务速度是 Gemini 3.8 Flash 的 2.5 倍，在 Artificial Analysis Intelligence Index 默认高思考档位上超过 Gemini 4 Argon。
同一件事，精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen 模型》
Google 发布 Gemini 4 家族中成本最低的 Gemini 4 Hydrogen，定价为每百万 token 输入 1.50 美元、缓存输入 0.075 美元、输出 7.50 美元。
同一件事，精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen 模型》
Google 发布 Gemini 4 Hydrogen 模型，称其能更好地处理包含多个部分、拼写错误或高度具体要求的复杂问题，并会拆解问题逐项作答。
同一件事，精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen 模型》
Google 发布 Gemini 4 Hydrogen，并已在自家产品中替换 Gemini 3.8 Flash。该模型提供 low、medium、high 和新增的 xhigh 四档思考等级，Google 称 high 模式下速度是 Flash 3.8 的 2.5 倍，编造性表述减少 5 倍以上，Terminal-Bench 得分超过 3.8 Flash 三倍。
同一件事，精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen 模型》
Google 发布 Gemini Decision 1 决策模型与 Decisions API，支持闭集判定，单次请求最多 1000 个问题、256K 上下文，端到端返回 150–250ms，输入定价 $0.10/1M tokens 且输出不计费。
Latent Space 对 NaiveAI 的开源权重模型 Naive-N0.5-Flash 做了实测，该模型宣称峰值约 2100 tokens/s、思考阶段接近 1000 tokens/s。
Google DeepMind 面向开发者、企业、科学家和消费者开放 Gemini 4 Carbon，称其在网络安全能力和长程智能体工作流上达到前沿水平。
推荐理由：原文给出 Carbon 与 Argon 的定位分工、多项基准排名和每任务成本对比，便于判断何时该换用更强模型。
微软研究院 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 KLS 猜想，证明高维对数凹分布中平面切割与任意形状切割的效果只差一个与维度无关的常数。
推荐理由：微软研究者用人类引导的智能体搜索证明 KLS 猜想，读者可看到人机协作做数学研究的具体流程。
Cloudflare 的 27B 多模态决策模型 Clef 已在 Ollama 上线，用户可在本地或 Ollama 云端运行。Clef 由 Qwen3.8-27B 微调而来，采用 Apache 2.0 许可，支持文本与图像输入，兼容 Jev 和 System One API，可一次读取输入并同时为所有问题打分。
Reflection 的首个开放权重模型 Beam 于 10 月 16 日上午正式发布，Ollama 作为 day-zero 合作伙伴限时免费提供。Beam 是 MoE 模型，总参数约 501B、每 token 激活 23B，上下文窗口 100 万 token，面向软件工程、推理和长程智能体任务，采用 Apache 2.0 许可。
推荐理由：Reflection 首个开放权重模型 Beam 以 Apache 2.0 发布，读者可据此了解其 MoE 规模、百万 token 上下文与智能体定位。
Ollama 发布 0.35 版本，新增对基于 TypeSafe Jev API 的决策模型的支持，通过 /v1/systemone 端点一次请求回答一组命名问题。官方称本地运行无需额外费用且延迟更低，Nimble 9B 在 M5 Max 上平均每次决策耗时 91ms。目前可拉取 nimble、tev1 和 tev1:0.8b 三个模型，适用于工单分流、模型路由和内容或安全审核等场景。
推荐理由：原文给出本地决策模型的延迟数据、可用模型清单和请求示例，便于判断这类接口适合哪些实时决策场景。
Berkeley AI Research 博客介绍将 K-Search 进化式内核搜索框架扩展到 MLX，通过结构化的 CUDA 到 MLX 翻译层，让已有 CUDA 内核经验适配 Apple Silicon。