AI 日报

Grok 4.7 现已在 Amazon Bedrock 上可用。在本文中，我们基于 Grok 4.7 构建一个工具调用智能体，并在四个推理力度级别下对其在三项推理任务上的表现进行评估，同时衡量每个已完成任务的正确性和令牌成本。我们将展示如何针对每个请求调整这种权衡，并在生产环境中对其进行监控。

— AWS Machine Learning Blog

发布：llm-gemini 0.35 今天通过 Gemini API 以及其每月 100 美元订阅计划向客户提供了全新的 Gemini 4 Argon 模型，我为 llm-gemini 添加了对它的支持。下面是低、中、高三档生成的 pelican。如预期一样，它们都非常出色：Gemini 一直以来都很擅长生成优秀的 SVG，而且据我所知，这是唯一一家其员工专门投入 SVG 研究的实验室（他们以前也曾展示过自己生成的 pelican）。这是“高”档生成的插图，花费了我 17.166 美分： 时尚而准确的自行车车架。篮子里有一条鱼。帅气的围巾。双脚分列车架两侧，踩在脚踏板上。车轮辐条、一顶小帽子、漂亮的喙和喉囊，以及略显凶狠的表情。 定价很有意思。发布时，Argon 的价格是输入每百万 token 2 美元、输出每百万 token 10 美元——与 GPT-6 Sol 相同，是 Claude Opus 5.5 价格的一半，以及 Claude Fable 5.1 和 GPT-6 Astra 价格的五分之一。但从 12 月 1 日起，Argon 的价格将翻倍——届时会与 Opus 5.5 同价。 如今，这样的价格并不能真正直接比较，因为真正重要的是：在代理式运行框架中，模型要完成一个目标需要消耗多少 token。Artificial Analysis 发布了使用各模型运行其基准测试的总成本，这为我们提供了一个有用的参考。Argon 在这方面表现非常好：运行该基准测试的成本为 2,407 美元，接近 GLM-5.3，而且明显低于 OpenAI、Anthropic 和 Meta 的最新模型。即使价格翻倍，它仍会比 GPT-6 Astra 略便宜。 Artificial Analysis 的堆叠柱状图截图，对 14 个 AI 模型的美元成本进行比较，按从低到高排序；柱体按提供商着色，每个柱体下方显示提供商徽标，底部以倾斜文字标出模型名称。右上角的徽标为 Artificial Analysis。指向 Gemini 4 Argon 柱体的悬浮提示框显示：Gemini 4 Argon（High），2,407 美元；输出 313 美元；推理 815 美元；缓存写入 897 美元；缓存读取 264 美元；非缓存输入 118 美元；点击查看更多信息。 从左到右的柱体如下，每个柱体上方标有总成本，部分分段数值印在柱体内部：Qwen3.8 27B（xhigh），1,336 美元，Alibaba 徽标；Mistral Large 4 Preview，1,607 美元，Mistral 徽标；Gemini 3.8 Flash（high），1,623 美元，Google 徽标；Muse Spark 1.3（max），2,000 美元，其中一段为 769 美元，Meta 徽标；Gemini 4 Argon（high），2,407 美元，其中两段分别为 815 美元和 897 美元，Google 徽标；GLM-5.3（max），2,503 美元，其中一段为 790 美元，Z.ai 徽标；Kimi K3（max），3,658 美元，Kimi 徽标；Qwen3.8 Max（0902），4,935 美元，其中两段分别为 893 美元和 1,441 美元，Alibaba 徽标；Grok 4.7（xhigh），4,967 美元，其中两段分别为 1,861 美元和 1,618 美元，xAI 徽标；GPT-6 Astra（max），5,324 美元，其中两段分别为 778 美元和 978 美元，OpenAI 徽标；Muse Wonder（max），5,733 美元，其中一段为 1,748 美元，Meta 徽标；Claude Sonnet 5.5（max with fallback），7,260 美元，其中两段分别为 1,216 美元和 1,815 美元，Anthropic 徽标；Claude Opus 5.5（max with fallback），8,708 美元，其中一段为 921 美元，Anthropic 徽标；Claude Fable 5.1（max with fallback），13,129 美元，其中一段为 7,219 美元，Anthropic 徽标。 （我用 ChatGPT 编辑了那张图表！数据全部正确，我已经核对过了——我只是需要让 Gemini 4 Argon 的信息框显示出来，同时避免遮挡其他数字。） 标签：google，ai，generative-ai，llms，llm，gemini，llm-pricing，pelican-riding-a-bicycle，llm-release

— Simon Willison

— DeepMind Blog

— Hugging Face Blog

— DeepMind Blog

了解 AWS Generative AI Innovation Center Partner Agent Factory 和 Anchor Browser 如何构建能够自主支付费用以访问受 x402 保护的网络资源和 API 的 AI 智能体。Amazon Bedrock AgentCore payments 可检查预算、签署交易并重试请求，而无需向智能体运行时暴露钱包凭证。

— AWS Machine Learning Blog

Orca Security 构建了 Discovery AI，这是一个基于 Amazon Bedrock 的自然语言查询代理，可将日常英语问题转换为 Sonar 查询。本文分享了其多阶段架构及结果：与最初的基线相比，查询成本降低了 90%，输入令牌减少了 93%，延迟降低了 75%。

— AWS Machine Learning Blog

很快，更多 AI 代理将能够浏览 Shopify 商品列表并进行购买，这标志着该公司在代理式商务方面的野心进一步扩展。Shopify 周二宣布，将允许消费者配置自己的 AI 代理，代表他们购买商品，从而让更多代理能够访问 Shopify 商品目录中的超过十亿条商品信息。（该目录包括 […]

— The Verge AI

Facebook 全新的“Your Algorithm”功能将让你直接添加和管理希望在信息流和 Facebook Reels 中看到的主题。Meta 表示，在使用这项新功能针对不同主题点击“感兴趣”或“不感兴趣”进行更新后，推荐内容会“立即作出响应”。Your Algorithm 此前已在 Instagram 上推出……

— The Verge AI

Hacker News 的各位好！我是 Consus 的创始人 Eric。我们将所有 AI 请求路由至符合 ITAR 限制和受控非机密信息（CUI）要求的基础设施。Consus 本身符合 ITAR 限制要求，我们最近还完成了针对 410 项 FedRAMP High 控制措施的 FedRAMP 等效性审计。FedRAMP High 是美国政府针对处理敏感非机密数据的云服务制定的最严格安全基线。此类数据泄露可能造成严重或灾难性后果。在处理 CUI 信息之前，必须取得 FedRAMP 等效性或授权。演示：https://youtu.be/6MYxJe6P4oY 航空航天与国防行业正在快速增长。但遗憾的是，由于必要的数据保护措施和合规风险，大多数公司都难以使用 AI。如果这些公司能够使用大多数其他行业习以为常的 AI 工具，它们本可以发展得更快。 在加入 Consus 之前，我的大部分职业生涯都在航空航天与国防领域。我曾在 SpaceX 负责发射国家安全载荷，也是 Castelion 的早期员工。我亲眼看到，合规方面的繁文缛节如何让公司难以采用新技术，也难以信任那些会接触其敏感数据的供应商。 例如，我曾与一家卫星制造商合作，该公司不允许使用任何 AI 工具，即使是处理非敏感工作也不行。尽管过去 9 到 12 个月里 AI 已经变得极其有用，但令我惊讶的是，仍有这么多航空航天与国防公司拒绝接触 AI。他们看得出 AI 可能会有所帮助，但担心模型提供商使用他们的数据进行训练、违反 ITAR 规定，或者因未通过网络安全评估而失去新业务。这些担忧都是合理的。 解决其中部分或全部问题有许多方法，但我们专注于构建一个合规的 AI 推理层，可以“接入”任何 AI 工具或工作流。正如 OpenRouter 能够与大多数工具集成一样，Consus 可以连接到 ChatGPT 或 Claude 这样的工具、包括 Pi coding agent 或 Open WebUI 在内的开源工具，也可以集成到各个组织自行构建和维护的应用程序中。 几乎没有哪家航空航天与国防公司同时使用三大 GovClouds（AWS、Azure、Google）。当我梳理哪些前沿模型可以合法运行于 ITAR 和 CUI 工作场景时，我发现每个提供商都只提供部分模型，而每个模型达到的合规水平也各不相同。 我们的客户不会从云提供商的角度思考。他们考虑的是所需的数据控制措施，以及想要使用的模型。这就是我们构建合规后缀的原因。在底层，每个请求都会访问一个统一的 OpenAI 兼容端点；在接触推理服务之前，系统会先验证密钥并执行策略。每个模型名称都必须带有合规后缀，例如 gpt-5.6-sol:fedramp-high 或 claude-opus-5-5:itar，任何不带后缀的模型名称都会被拒绝。 我们绝不会代理到标准商业端点。客户还可以构建模型允许列表，并为组织内的单个用户分配支出和模型使用限制。所有这些都通过 Consus Portal 处理，团队可以在那里管理支出、密钥和策略。 我们经常听到的一个问题是：为什么不直接在 AWS GovCloud 或 Azure Government 中使用 Bedrock？对于小型团队而言，仅仅获得这些平台的访问权限就很困难。对于大型组织而言，GovCloud 允许你继承部分、但不是全部处理敏感数据所需的控制措施。此外，模型分散在不同提供商之间：GPT-5.6 Sol 仅在 Azure Government 中提供，而 Claude Opus 5.5 则通过 AWS GovCloud 中的 Bedrock 提供。如果两者都想使用，就需要搭建并保护两个独立的政府云环境。 我们将所有模型置于一个端点之后运行，因此客户无需选择云平台，而合规工作则由我们分别为每个平台处理。 鉴于数据的敏感性，Consus 不会在静态状态下存储任何客户数据。所有提示词和生成结果只会在请求处理期间保留于内存中，绝不会记录或写入磁盘。无论是我们自身，还是基础设施及模型提供商，都严格执行零数据保留政策。出于计费和审计目的，我们会保留每个请求和响应的元数据。 Consus 从设计上就不是自助服务产品。ITAR 要求我们确切了解每个密钥另一端的使用者，因此我们会验证每个组织，并在发放 API 密钥前签订合同。 我们向客户收取合规费用，起价为每席位每月 40 美元，另加按成本收取的 AI 令牌费用。我们目前正在积极服务客户，非常期待获得安全专家，以及在高度监管行业工作的开发者和工程师的反馈！ 参考资料： API 文档：https://gateway.consus.io/overview 安全与架构：https://gateway.consus.io/security 合规详情：https://consus.io/compliance 评论 URL：https://news.ycombinator.com/item?id=50073471 得分：4 评论数：1

— Hacker News 熱門

Higgsfield 借助 GPT-6 Astra 为创作者带来更长的视频，借助 GPT-Image-2.5 实现精准视觉效果，并借助 GPT-Live 开辟语音电影制作之路。

— OpenAI Blog

— Hacker News 熱門

在数十或数百个 AWS 账户之间管理 AI 模型访问权限时，如果每个账户都必须单独接受 AWS Marketplace Private Pricing Offers，就会带来摩擦。本文介绍了在 AWS License Manager 中激活 MPPO 授权的两种方式：一种是用于一次性修复的轻量级脚本，另一种是用于持续事件驱动处理的 CDK 自动化方案。

— AWS Machine Learning Blog