微软新ASR模型比GPT-Transcribe快10倍，每小时只要0.1美元
相关推荐
微软MAI-Image-2.6-Flash卷性价比：快2.8倍，千张不到20美元
动察 Beating AI 快讯，Microsoft AI 推出 MAI-Image-2.6-Flash，并在 Microsoft Foundry 开放公共预览。它是旗舰模型 MAI-Image-2.6 的加速版，同样支持文生图、图片编辑、多图参考、联网获取最新信息和自动选择画面比例，重点是把生成延迟和成本继续压低。 速度是这次最大的卖点。MAI-Image-2.6-Flash 的生图速度是 GPT-Image-2 Medium 的 2.8 倍，GPU 使用效率高 72%。 但也不是纯靠牺牲画质换速度。Artificial Analysis 当前图片编辑榜里，MAI-Image-2.6-Flash 以 1311 Elo 排第三，略高于 GPT Image 2 high 的 1309；文生图则以 1297 Elo 排第八。旗舰 MAI-Image-2.6 的表现更强，目前分别排图片编辑第一、文生图第二。 微软 Foundry 上 MAI-Image-2.6-Flash 的图片输出价格为每百万 token 19 美元，旗舰 2.6 为 38 美元。Artificial Analysis 按代表性图片折算后，Flash 约为 19.5 美元/千张，而 GPT Image 2 high 约为 211 美元/千张。
微软拿千问9B改出决策模型，自测比GPT-6 Sol快35倍
动察 Beating AI 快讯，微软发布 Microsoft-Decision-1，专门帮 AI 智能体做快速判断。它基于 Qwen3.5-9B 进行后训练，只对预设选项打分，并返回各项概率。比如，决定用户请求交给哪个模型，或判断智能体该继续、重试还是转交人工。 微软称，Decision-1 在 36 项评测、近 15 万道题中准确率排名第一。其速度比第二名 Quyet-1.0-Large 快 4.5 倍，比 GPT-6 Sol 快约 35 倍。 在内部试用中，Xbox 研究团队用它给超过 1 万条玩家反馈分类。微软称，判断质量接近 GPT-6 Sol，速度快 14 倍以上，成本仅为后者的约 1/200。Copilot 团队也用它给 AI 回答打分。 Decision-1 已在 Microsoft Foundry 和 OpenRouter 上线，Vercel AI Gateway 也已接入。每百万输入 token 收费 0.042 美元，输出免费。微软尚未宣布开放 Decision-1 的模型权重。
Meta新ASR模型实时转写登顶，每小时只要0.18美元
动察 Beating AI 快讯，Meta Superintelligence Labs 发布 Muse Voice Transcribe。它把实时语音转文字、区分不同说话人、判断用户什么时候说完，全塞进一个模型。最长可以处理超过 1 小时的音频，同时区分 20 多个人。 在 Artificial Analysis 的英文实时转写测试中，它的 WER（词错误率，越低越好）为 3.1%。GPT Live Transcribe 为 3.9%，Gemini 3.5 Transcribe Live 为 4.0%。Muse Voice Transcribe 在说话结束后约 0.16 秒就能给出最终文本。 它没有给所有词固定同一个等待时间。模型每次读取 80ms 音频，自己决定继续听还是开始输出。简单的词可以更快写出来，难词就多听一点上下文再确定。Meta 用强化学习同时优化准确率和延迟。 模型用 70 多种语言训练，其中 25 种已经重点验证，还能直接识别一句话里中英文混说。目前已经接入 Meta AI for Mac 和 Muse Code，也开放 Meta Model API。价格为每 1000 分钟 3 美元，也就是每小时 0.18 美元。
Haiku 5.5独立评测43分：遥遥领先GPT-6 Luna，但最高档Token消耗超3倍
动察 Beating AI 快讯，第三方评测机构 Artificial Analysis 公布 Claude Haiku 5.5 的测试结果。新模型在综合智能指数中获得 43 分，比上一代的 17 分提高 26 分。它超过 GPT-6 Luna 的 38 分、GLM-5.3 Flash 的 42 分，接近 Kimi K3 的 44 分。该指数综合了编程、专业工作、科学推理等 10 项测试。 不过，高分也伴随着大量 token 消耗。在最高推理强度下，Haiku 5.5 每项评测任务平均输出约 16.2 万 tokens，是 GPT-6 Luna 的 3.2 倍。两者基础 API 单价相同，但 Haiku 5.5 的预估单任务成本约为 0.21 美元，Luna 仅为 0.07 美元。Haiku 5.5 从次高档调至最高档，综合得分只增加 2 分，输出量却增加约 80%。 降低推理强度后，差距明显缩小。Haiku 5.5 在 high 档获得 38 分，平均每项任务输出约 5.5 万 tokens，与最高档 GPT-6 Luna 的 38 分和 5 万 tokens 接近。开发者可以通过调整推理强度，减少不必要的 token 消耗。 Haiku 5.5 也并非全面领先。在 AutomationBench-AA 自动化任务评测中，它仅得 35%，落后于 Luna 的 53%。不过，测试期间模型存在过度拒绝执行任务的问题。Anthropic 正在修复，Artificial Analysis 计划重新测试。此外，目前公布的 Haiku 5.5 任务成本尚未计入长上下文加价，实际费用可能更高。
AI网络安全榜爆冷：GPT-6、Claude旗舰因安全拒答掉队，小米MiMo追平Grok登顶
动察 Beating AI 快讯，Artificial Analysis 推出独立的 Cyber Index，专门评测 AI Agent 做企业网络防御的能力。它不是从原来的通用 Intelligence Index 里抽几项测试，而是另外采用 CWE-Bench-AA、DeepsecBench-AA 和 CyberGym-E2E-AA 三项网络安全评测，分别测试漏洞审计与修补、漏洞发现，以及从发现漏洞到复现并修补的完整流程，三项各占三分之一。 首批榜单中，Grok 4.7（xhigh）和小米 MiMo-V2.6-Pro 同为 56 分，GPT-6 Luna（max）53 分，GLM-5.3-Flash 50 分。MiMo 平均每个任务成本只有 0.18 美元，Grok 4.7 要 11.67 美元；Luna 更低，只要 0.12 美元。 不过，这张榜不能简单理解成模型本身的网络安全能力排名。GPT-6 Sol、GPT-6 Astra 和 Claude Opus 5.5 都参加了测试，但在 CyberGym-E2E-AA 上几乎全部拒答，其中 Sol 和 Astra 拒绝全部任务，Opus 5.5 拒绝 98%。拒答直接记 0 分，Luna 反而愿意继续完成这些任务，所以综合成绩更高。Artificial Analysis 也表示，大量拒答让这些前沿模型的实际能力很难判断。 GLM-5.3 也出现了明显反常。完整版在 Artificial Analysis 的通用能力榜上高于 Flash，但这次 Cyber Index 只有 36 分，Flash 达到 50 分。主要差距来自 CyberGym-E2E-AA：Flash 得到 74%，完整版只有 29%。Artificial Analysis 暂未解释这一差距的原因。
一夜两条路线：Opus5.5冲到第一，GPT-6把同档成本砍半
动察 Beating AI 快讯，Artificial Analysis 完成对昨夜几款新模型的第三方实测。Claude Opus 5.5 max 在 Intelligence Index v4.3 拿到 58 分，目前排名第一。GPT-6 Astra 和 Fable 5.1 都是 53 分，Opus 5 为 51 分。Opus 5.5 在 10 项评测里拿下 6 项最高分。 但这个最高分也用了更多 token。Opus 5.5 max 每项任务平均输出约 11.9 万 tokens，比 Opus 5 的 7.3 万多约 60%。靠 API 降价 20% 和缓存读取降价 60%，单任务成本最终为 5.98 美元，和 Opus 5 的 5.86 美元基本持平。更实用的 medium 档拿到 51 分，已经追平 Opus 5 max，单任务成本只有 1.34 美元。 OpenAI 走的则是另一条路。GPT-6 Sol 和 Luna 的 Intelligence Index 表现与 GPT-5.6 前代接近，但价格明显下降。Sol max 每项任务成本从 1.99 美元降到 1.06 美元，Luna 从 0.18 美元降到 0.07 美元。编码 Agent 评测里，Sol 从 55 分升到 57 分，成本也下降约一半；Luna 从 43 分降到 41 分，但单任务成本低约 60%。 两家的路线已经开始出现分化：Opus 5.5 用更多推理把能力上限推到新高，GPT-6 Sol 和 Luna 则主要把原有能力做得更便宜。 在 Artificial Analysis 的性能/成本图上，两家的新模型都占据了新的 Pareto 前沿。