AI 日报 · AI 日报
AI 日报|2026 年 11 月 16 日
Qwen4-Max 正式版与 Hy4 flash 上线,书生 S2.1 Flash 发布科学多模态模型。OpenAI 更新医疗计算机操作工具并公布首批嵌入式安全评估合作,百度 Agent 记忆服务标准版开始商业计费。
本文目录
导读
让 AI 完成一项工作,选择模型只是开始。处理大量文档时要控制费用,操作业务软件时要保留人工确认,跨会话记住信息还会产生额外的服务成本。
11 月 16 日的更新覆盖了这些环节:通用模型增加正式服务入口,科学模型补充专业数据理解,医疗工具与外部评估则进一步说明了执行和监督的条件。
本期收录 6 项进展,引用 12 个主要一手来源。报道范围为 Asia/Shanghai(北京时间)2026 年 11 月 16 日 00:00—23:59,日期依据见文末。“发生了什么”依据来源资料,“为什么重要”和“值得关注”为编辑分析;本文未调用这些服务,也未独立复现评测结果。
今日要点
- Qwen4-Max 正式版上线,提供百万词元上下文与原生视觉能力,可通过 API 和 Token Plan 调用;它与此前的预览版有各自的发布记录。来源:阿里云公告、Token Plan 更新
- 腾讯发布 Hy4 flash,支持多模态输入和百万词元上下文,广州地域展示的输入、输出目录价分别为每百万词元 0.5 元和 2 元。来源:腾讯公告、TokenHub 价格
- 上海人工智能实验室正式发布书生 S2.1 Flash,面向多轮分析与验证的科研任务,开放模型权重与科学输入适配组件。来源:官方发布页、模型卡
- OpenAI 更新医疗场景的计算机操作能力、临床检索和插件;机构启用仍受工作区设置与访问权限约束。来源:产品公告
- OpenAI 与四家外部评估机构签约,公布首批嵌入式评估的访问与报告安排,尚不能据此判断评估已完成。来源:评估计划
- 百度 Agent 记忆服务标准版按公告从当日零时开始商业计费,原公测用户的相关用量也进入收费范围。来源:生效公告
重点进展
Qwen4-Max 正式版带来了哪些可用入口?
发生了什么
阿里云 11 月 16 日宣布发布 Qwen4-Max。官方列出 2.4 万亿总参数、每个词元激活 710 亿参数,以及百万词元上下文;模型采用混合专家结构,即每次处理内容时只使用部分参数。词元(token)是模型处理和计费的内容单位。公告确认 API 与 Token Plan 均已可用,小规模 Qwen4 开放权重模型则仍是后续计划。来源:发布公告
模型文档列出文本、图像和视频输入,输出为文本,并支持联网搜索、工具调用和结构化结果。新加坡国际部署的输入、输出价格分别为每百万词元 1.5 美元和 4.5 美元,思考模式的输出计费包含推理与答案;不同地域应分别查价。Token Plan 更新另列 11 月 11 日的预览版与 16 日的正式版,不能把本次上线写成这一系列首次出现。来源:模型规格与价格、订阅服务发布记录
阿里称,在自建的工作任务评测 Work360 中,高推理强度下词元用量减少 35%,平均任务成本下降约 60%。这是特定评测与配置下的厂商结果,不能理解为所有任务统一节省六成,也不等于价目表中的所有单价下降六成。来源:评测口径
为什么重要
对于需要同时阅读截图、文档和代码的应用,正式服务入口使其成为可以接入比较的候选模型。实际迁移仍应检查工具参数、结果格式和失败后的重试次数,不能只比较上下文长度。
最有用的成本指标是完成并验收一个任务花了多少钱。把输入、推理输出、工具执行与人工返工放在同一份记录里,才能判断模型升级是否带来实际收益。
Hy4 flash 如何降低日常任务的调用门槛?
发生了什么
腾讯发布 Hy4 flash,总参数为 2240 亿,其中包含 640 亿 Engram 参数,每次激活参数为 120 亿,支持多模态输入和最多百万词元上下文。官方列出 TokenHub、WorkBuddy、元宝、企业微信等入口;公告中 OpenRouter 接入与模型开源仍使用后续计划的表述。来源:腾讯发布公告
TokenHub 产品页展示的广州地域目录价为每百万词元输入 0.5 元、输出 2 元、缓存命中输入 0.02 元。腾讯同时公布截至 11 月 30 日的 WorkBuddy 免费体验与 TokenHub 五折活动;目录价、限时优惠和缓存命中价需要分开理解,实际结算应核对活动适用条件。来源:地域目录价、限时活动公告
腾讯以内部工作任务评测 WorkIndex 报告其相对成本优势,并建议多数日常工作使用 flash、长程复杂软件工程使用 Hy4。这些属于厂商测试和选型建议,不能直接作为读者项目的效果保证。来源:评测与定位
为什么重要
把文档整理、表格处理等高频任务交给较便宜的模型,可能降低持续使用的费用。但如果一次任务需要反复重做,较低的词元单价也可能被抵消。
合理的比较方式是固定输入和验收要求,观察交付质量、总耗时与重试费用。限时免费适合试用,长期预算则应按活动结束后的价格评估。
书生 S2.1 Flash 怎样把专业科学数据交给模型理解?
发生了什么
上海人工智能实验室正式介绍书生 S2.1 Flash,官方发布页称其采用 3200 亿参数的混合专家架构,面向需要多轮推理、工具执行与结果核验的科研工作。它支持分子图、晶体结构、蛋白质序列与三维结构等十余类科学输入。来源:官方发布页
模型卡说明,专业数据先经过编码与投影,转换为能与文字指令共同参与推理的表示;科学编码器、预处理依赖和任务输出组件仍需另行准备。仓库提供模型与低精度权重入口,并标明代码和权重采用 MIT 许可。开放权重并不意味着下载后就能直接处理所有原始科研文件。来源:模型卡与接入步骤
日期上,本期报道的是 16 日的正式发布说明与项目资料公开。权重仓库在 15 日已有上传记录,因此不将“所有权重首次上传”归到 16 日。来源:模型提交记录、官方项目当日发布记录
为什么重要
科学数据中的连接关系和空间结构,往往无法靠一句文字描述完整传达。专门的输入处理方式有助于保留这些信息,让模型参与后续分析和软件操作。
研究团队仍需检查每类数据的预处理是否正确,并用独立计算或实验验证结论。模型能够提出步骤、调用工具和观察反馈,不能替代科研结果本身的验证。
OpenAI 的医疗更新如何处理跨软件工作?
发生了什么
OpenAI 宣布,医疗团队可通过 API、ChatGPT for Healthcare 和 ChatGPT for Clinicians 使用计算机操作能力,即让 Agent 读取界面、点击、输入并在应用之间切换。示例使用合成患者数据准备检查申请,临床文书与保险授权请求分别保留专业人员复核环节。来源:计算机操作公告
配套产品更新增加临床证据检索和 20 多个医疗插件。机构端的计算机操作与检索受工作区设置约束,插件需由管理员启用;个人临床医生产品的免费注册面向符合资格并通过验证的美国临床医生,不能把它写成面向所有人的免费开放。来源:产品范围与启用条件
OpenAI 在独立研究者制定的 HealthAdminBench 上自行评测,报告 Astra、Luna 分别获得可得评分点的 94.3% 与 91.8%。这是评分点占比,不是实际医疗任务成功率。官方还要求涉及受保护健康信息的合规工作流使用协议覆盖的适用服务及相应安全、留存设置。来源:评测方法与数据条件
为什么重要
不少业务流程的困难在于多个系统之间的信息搬运。界面操作为缺少完整接口的步骤提供了另一条自动化路径,也让权限、日志和提交前确认更重要。
对开发者而言,这次更新值得关注的是执行流程如何受到约束。应分别验证信息是否读取正确、表单是否填写正确,以及最终提交是否经过必要授权。
外部评估者能看到模型开发的哪些内部信息?
发生了什么
OpenAI 公布与 Apollo Research、METR、Transluce、Goodfire 签订首批嵌入式评估协议。所谓嵌入式评估,是让外部专家在一段时间内深入查看实验室内部系统;根据项目需要,访问可能包括模型训练检查点、代码、训练及评测数据、监控记录和研究人员访谈。来源:合作与访问范围
各项目仍有范围与阶段之分:例如 METR 的后续监控评估尚待双方就范围达成一致,Transluce 更广泛的后续评估属于 2027 年初的共同意向。评估者保有独立发表权,但 OpenAI 保留删去保密信息的权利,也可能要求为修复安全问题延迟披露。来源:项目状态与披露安排
为什么重要
外部机构只测试公开接口,很难知道内部监控是否漏掉异常,或训练过程是否产生了新的问题。获得内部证据,可能使评估回答更具体的问题。
这仍是一套合作与监督安排。后续应关注实际访问是否充分、公开报告能否说明失败案例和限制,以及问题发现后怎样处理,不能把签约本身视为模型已经通过安全认证。
百度记忆服务开始收费后,使用者需要核对什么?
发生了什么
百度智能云此前发布的公告明确,Agent 记忆服务标准版于北京时间 11 月 16 日正式发布,并从 00:00:00 起开始商业计费。服务用于提取、召回和整理跨会话信息;此前从 5 月 29 日开始的公测免费阶段结束,原公测用户的标准版相关用量也开始计费。来源:商业化生效公告
标准版采用按量后付费,分别统计记忆推理输入、记忆推理输出和向量化用量。计费页所列单价为每千词元 0.00096 元、0.0024 元和 0.0006 元;向量化是把内容转换为便于检索的数值表示,写入与召回查询都可能产生此项用量。计算和存储资源暂不单独收费,专享版规则仍待公布。来源:计费组成与价格
为什么重要
应用让模型“记住用户偏好”,并非只增加一次数据库写入。提取、整理和检索这些记忆,也可能调用推理或向量化服务,长期使用时会形成持续费用。
已经参与公测的团队应检查后台任务和费用记录。预算需要覆盖记忆更新、反思与查询的实际频率,并明确哪些信息值得长期保留。
值得关注
- 比较通过验收后的总成本。 通用模型的效率数字应放回具体任务验证,推理、重试与人工修正都会影响最终费用。
- 把开放状态拆开核对。 正式公告、API 可用、权重可下载和专业输入可运行,是不同条件,不能互相替代。
- 让执行结果可检查。 对跨软件 Agent,界面截图、动作记录与提交前确认,能帮助人判断任务究竟完成到哪一步。
- 继续追踪评估报告。 外部评估的价值最终要体现在可审视的证据、明确的限制与问题处理上。
来源
以下为 12 个主要一手来源;提交记录、RSS 与合作方公告用于辅助核时,不另计入主要来源数量。
- 阿里云:Qwen4-Max 发布公告。
- 阿里云:Qwen4-Max 模型规格与地域价格。
- 阿里云:Token Plan 产品更新。
- 腾讯:Hy4 flash 发布公告。
- 腾讯云:TokenHub 模型入口与价格。
- 上海人工智能实验室:书生 S2.1 Flash 官方发布页。
- 上海人工智能实验室:Sage S2.1 Flash 模型卡。
- OpenAI:医疗计算机操作能力与评测说明。
- OpenAI:ChatGPT for Healthcare 产品更新。
- OpenAI:首批嵌入式评估合作与协议。
- 百度智能云:Agent 记忆服务标准版发布及商业化计费公告。
- 百度智能云:Agent 记忆服务计费概述。
日期说明:Qwen4-Max 公告以中国杭州 11 月 16 日为发布日,Token Plan 更新分别记录 11 日预览与 16 日正式版;不以文档更新时间单独判断首发。腾讯公告的带时区发布时间为 16 日 14:27:03 UTC,对应北京时间 22:27:03。书生官方页明确宣布正式发布,项目发布模型卡的提交为 16 日 07:59:06 UTC,即北京时间 15:59:06,合作方沐曦当日公告交叉确认 16 日发布;权重此前已有上传,不混同两种日期。
OpenAI 官方 RSS中,两篇医疗公告均为 16 日 06:00 UTC,即北京时间 14:00;嵌入式评估公告为 08:00 UTC,即北京时间 16:00。百度公告发布于 11 月 4 日,本期报道其明确约定的北京时间 16 日零时生效事件,价格页用于说明当时的计费规则,不作为当天新公告。服务状态与价格核对截至北京时间 2026 年 11 月 17 日。