Google 的新图像模型 Nano Banana 2.1 用更少的钱生成更好的图像

Google 发布图像生成与编辑模型 Nano Banana 2.1,价格比上一代便宜约一半,同时提升了文字渲染、角色一致性和信息图能力。它不是最强的 Pro 模型,但把高质量图像生成的单位成本压到了新的档位。

Google 发布图像生成与编辑模型 Nano Banana 2.1,价格比上一代便宜约一半,同时提升了文字渲染、角色一致性和信息图能力。它不是最强的 Pro 模型,但把高质量图像生成的单位成本压到了新的档位。

Google 发布 EmbeddingGemma 2,一个基于 Gemma 4 的 Apache 2.0 开源多模态嵌入模型,用不到 10 亿参数把文本、代码、图像、视频和音频映射到同一个 768 维向量空间,让开发者在单一模型里完成跨模态检索。

Google DeepMind 发布开源多模态嵌入模型 EmbeddingGemma 2,把文字、图像、视频帧和音频映射到同一个向量空间,740M 参数即可在手机本地跑多模态检索。它值得关注的点在于:端侧语义搜索不再需要串联图像描述、语音转文字等多个模型。

Google 在 Gemini API 更新日志中宣布图像生成与对话式编辑模型 Gemini Nano Banana 2.1 正式 GA,同时给出旧版 gemini-3.1-flash-image 的停用时间表,开发者需要在 2026 年 10 月 29 日前完成迁移。

Anthropic 为 Claude Code 推出云端会话(Cloud Sessions),每个任务独占一台虚拟机、独立分支,可并行运行,完成后输出分支直接转 Pull Request。这意味着 AI 编程代理开始从“单机串行”进入“多机并行”的工程化阶段。

ARC Prize 公布了 DeepSeek V4.1 Flash 在 ARC-AGI 两项基准上的成绩,准确率较前代明显提升,但单任务推理成本上涨约 250%,性能与价格之间的取舍再次成为焦点。
![[SAP provider] cache_control is stripped from messages — Anthropic prompt caching unusable](https://www.chat-gpts.plus/wp-content/uploads/2026/10/34797-cf3f6cac-768x403.jpg)
当通过 LiteLLM 的 sap/ Provider(SAP AI Core Orchestration)路由 Anthropic 模型时,消息内容块上的 cache_control 标记会在请求转换阶段被静默丢弃,导致 Anthropic prompt caching 永远无法生效,响应中的 c
![[Bug]: Azure DeepSeek-V4.1-Flash cost map prices both Foundry paths from the Fireworks meter](https://www.chat-gpts.plus/wp-content/uploads/2026/10/43473-1e596b08-768x403.jpg)
这个报错出现在 LiteLLM 成本映射中 Azure DeepSeek-V4.1-Flash 的 Direct 与 Fireworks 两条路径价格被错误地使用同一套 Fireworks 零售价时;优先确认你用的 LiteLLM 版本是否已包含 #43566,并检查 model_prices_an

Anthropic 为 Claude 推出 Google Workspace 集成测试版,用户可以直接在 Docs、Sheets、Slides 中调用 Claude 生成和编辑内容,不必再来回切换窗口。这意味着 Claude 正从独立聊天工具,转向嵌入企业高频办公场景的生产力插件。

Sierra 与 Meta 联合 Genesys、Shopify、Stripe、Walmart 等企业发布 Personal Agent Protocol 开放协议,为个人 AI 代理与商家系统之间的身份认证、权限控制和任务执行制定统一标准。这关系到个人代理能否真正替用户完成下单、改签、退换货等实际操作。