微软MAI-Image-2.6-Flash卷性价比:快2.8倍,千张不到20美元
相关推荐
ChatGPT Images 2.5上线:生图快50%,改图终于能指哪改哪
动察 Beating AI 快讯,OpenAI 正式发布 ChatGPT Images 2.5,重点升级了生成速度、人物还原和改图体验。相比 Images 2.0,新版本生成图片的延迟最高可降 50%。拿照片做参考时,它也更能保住人物、宠物等主体的长相和细节。 这次最实用的变化,是改图终于更「听话」了。用户可以直接在图片上圈出要改的位置,再写一句怎么改,比如只换一片花瓣、只改一个物体的颜色,不用反复用文字描述具体在哪。连续改多轮时,模型也更不容易把没要求改的地方一起改掉。 ChatGPT 现在还支持直接画草图来控制构图,也加了海报、周边商品等常用图片模板。Images 2.5 已开始向 ChatGPT、ChatGPT Work 和 Codex 用户开放。 API 同时上线 GPT-Image-2.5 Flare 和 Sunburst。Arena 最新评测中,Sunburst 排第一、Flare 排第二,两款模型同时包揽文生图、单图编辑和多图编辑三个榜单前两名。
微软新ASR模型比GPT-Transcribe快10倍,每小时只要0.1美元
动察 Beating AI 快讯,Microsoft AI 发布 MAI-Transcribe-2,并在 Microsoft Foundry 开放公共预览。新模型支持 60 种语言,新增说话人区分、逐词时间戳和专业词汇偏置。开发者可以提前塞入人名、药名或行业术语,减少冷门词被听错。 这次提升最明显的是速度。Artificial Analysis 的非实时转写测试里,MAI-Transcribe-2 达到约 410.7 倍实时速度,也就是 1 小时录音理论上约 9 秒处理完。GPT-Transcribe 约为 40 倍,前者快约 10 倍;Gemini 3.5 Transcribe 约为 89.8 倍。 准确率也在第一梯队。它在 FLEURS 的 60 种语言测试中平均 WER(词错误率,越低越好)为 5.2%,排名第一;在 Artificial Analysis 的另一套非实时英文测试中 WER 为 2.0%,排第二,仅低于阿里 Fun-Realtime-ASR-preview 的 1.7%。 价格目前只有每小时 0.10 美元,上一代 MAI-Transcribe-1.5 是 0.36 美元。不过这是限时价格,只持续到 2026 年 12 月 31 日,之后正式价格还没有公布。
ChatGPT 将推出 GIF 生成功能,由未公布的 Images 2.6 模型驱动
ChainCatcher 消息,OpenAI 正在 ChatGPT 内逐步推出 GIF 生成功能,用户可用自然语言描述动画,或上传已有照片让 ChatGPT 将其转化为动图。生成完成后,用户可调整播放速度、逐帧查看画面、进行编辑并分享成品。据 The Verge 报道,该功能由 OpenAI 新的图像生成模型 Images 2.6 驱动,而该模型尚未通过官方产品发布正式公布。该 GIF 功能是 Images 2.6 更新的一部分,此次更新承诺带来更快的图像生成速度。The Verge 报道称,OpenAI 正将该模型推向网页、桌面和移动端的 ChatGPT 与 Codex 用户。开发者还将获得两个新的 API 模型 GPT-Image-2.6 Flare 和 GPT-Image-2.6 Sunburst,分别面向更快的生成速度与更高质量的结果。OpenAI 尚未发布详细介绍该模型能力的独立公告。此次更新紧随 9 月发布的 ChatGPT Images 2.5,后者带来更锐利的细节、更精确的编辑,生成速度较前代提升最高 50%。此外,OpenAI 已于 3 月关停其独立的 AI 视频生成应用 Sora。目前该功能为逐步推送,多数用户暂时无法使用,OpenAI 也未给出所有 ChatGPT 账户获得 GIF 生成功能的具体时间。
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。
微软Win11将整合MAI Code 1.1 Flash:130B参数、上下文窗口256K
火星财经消息 10月8日,在美国旧金山举办的活动中,微软表示正计划将MAI Code 1.1 Flash模型引入Windows 11设备。该模型是6月版MAI-Code-1-Flash的升级版,参数量为1300亿,采用3-bit量化后体积缩小约80%,上下文窗口256K,定位在Copilot里高频、低成本、低延迟地完成编码任务。相比6 月版本,MAI Code 1.1 Flash模型在GitHub Copilot CLI的Terminal-Bench 2.1上提升约22%,在.NET任务上提升约15%;同时输出token流速度提升约25%,完成任务所需token减少约25%。多模态方面,新增“看图写代码 / 理解图”的能力,可直接读取截图、架构图、UI 草图等图像输入,而6月版本只支持纯文本输入。(广角观察)
B.AI上线AI智能生图,首期接入GPT-Image-2
Odaily星球日报讯 9 月 16 日,B.AI 正式上线 AI 智能生图功能,首期深度接入 GPT-Image-2 模型,Web 端与 API 同步开放,为用户和开发者带来像素级自由掌控的创作体验。该功能支持文生图与图生图双向模式,可输入文本描述或参考图精准还原视觉创意,并涵盖 3D、漫画、摄影级人像、水墨风等多元风格。用户可自由调节 1K、2K 高清及超清 4K 分辨率与画质档位,支持 16:9、3:2、1:1、2:3、9:16 等多种比例及智能尺寸,单次最高可同步生成 8 张图片,兼顾个人创作与开发者集成需求。无论是个人灵感速写,还是团队规模化内容生产,B.AI 智能生图都能以更低的门槛、更高的效率,让每一个创意快速落地。