AI大模型周报

谷歌发布Gemini 3系列

• 11月18日发布，LMArena排行榜得分1501分，Humanity's Last Exam测试得分37.5%，超越GPT-5 Pro。
• 擅长数学、多模态理解、事实准确性、代码生成，推出增强推理模式Gemini 3 Deep Think。
• 支持文本、图像、视频、音频、代码等多模态处理，上下文窗口100万token，定价2美元/12美元（<20万token）、4美元/18美元（>20万token）。
• 智能体能力稳定，模拟运营一年保持一致的工具使用和决策能力。
• 推出Gemini 3 ProImage，可根据文本提示生成和修改图片，支持实时数据检索和事实核查。

xAI发布Grok 4.1

• 11月17日发布，重点提升响应速度、事实准确性和对话体验。
• 幻觉率从12.09%降至4.22%，减少近三倍，采用“前沿推理模型”和强化学习基础设施。
• EQ-Bench情感智能测试和创意写作评测表现优异，上下文窗口最高支持256,000 tokens，Fast模式下可扩充至200万。
• 情绪理解更深入，主动延展情绪线索，识别并陪伴用户失落等复杂情绪。

千问APP正式上线

• 11月16日上线，搭载Qwen3-Max模型，为通义千问家族最大、能力最强的模型。
• 阿里巴巴宣布APP免费公测，网页端和PC版同步开放，标志着AI变现策略转向C端市场。

大模型排行榜

• 提供本季度各模型在文本与文转视频方面的盲测排行数据。