- 登入
- 註冊
一週 AI 大事 10/5｜Gemini 4 Argon、GPT‑6.1 Sol、OpenAI Dots
一週 AI 大事・完整延伸閱讀
2026／10／05模型更強也更省，AI 開始長時間工作、精準創作與走進真實世界
這週從 Gemini、Claude、OpenAI 的模型與 Agent 更新，一路延伸到影像、語音、機器人和太空運算。真正值得看的，不只是分數變高，而是 AI 更接近可以持續完成工作的系統。
更強更省全天候 Agent創作與真實世界
本週完整整理
10 則 AI 更新，一則一則看懂
以下把正式上線、限定測試、即將開放與研究原型分開說明。公司公布的跑分、價格與偏好測試，也都保留測試條件，不把宣傳數字當成所有情境都成立的結論。
Gemini 4 Argon：Google 的高階推理模型，先向可信任資安團隊開放
發生什麼
Google 在 9 月 30 日發表 Gemini 4 Argon，主打數學、科學、寫程式、電腦操作和長篇研究。它目前先透過 Fairwind Program 向可信任的資安防禦團隊推出，開發者與一般使用者仍要等待後續開放。
為什麼值得注意
Argon 把高階推理、電腦操作和超長輸出放在同一個模型裡。這代表模型的方向不只是回答更難的題目，也開始瞄準能連續規劃、操作工具並交付完整成果的工作。
展開使用範圍、輸出長度與跑分
- 官方標示最高 100 萬「輸出」Token，不是把 100 萬誤寫成一般輸入上下文；真正可用長度仍會受到產品、任務和預覽限制影響。
- DeepSWE 77.9%、AutomationBench 51.3% 等結果來自 Google 公布或引用的指定評測，只能說明這些測試條件下的表現。
- 官方沒有足夠證據支持「幾乎不會幻覺」這種絕對說法，因此本文不把低幻覺率寫成已確立結論。
Claude Sonnet 5.5：日常專業工作更快，Token 單價是 Opus 5.5 的一半
發生什麼
Anthropic 在 9 月 28 日推出 Claude Sonnet 5.5。官方表示它相較 Sonnet 5 有明顯升級，典型任務速度快 30% 以上、每項任務成本最多降低 30%，API 定價為每百萬輸入 2 美元、輸出 10 美元。
為什麼值得注意
它不是單純追求最高階模型的極限，而是把寫程式、文件和日常知識工作做得更快、更便宜。對需要大量呼叫的 Agent，完成一件工作的總成本會比單題跑分更重要。
展開與 Opus 的差異
- Sonnet 5.5 的 Token 單價是 Opus 5.5 的一半，但不代表兩者在所有工作上的能力完全相同。
- Anthropic 把 Sonnet 5.5 定位在範圍清楚的日常任務；在 GDPval‑AA 上，官方結果比 Opus 5.5 低約 2 個百分點。
- 實際任務成本仍會受到推理努力、快取、工具呼叫、上下文與重做次數影響。
GPT‑6.1 Sol：接近 Astra 的能力，標準 Token 價格約五分之一
發生什麼
OpenAI 推出 GPT‑6.1 Sol，強調在寫程式、電腦操作和專業工作上接近 GPT‑6 Astra，但標準 API 價格降到每百萬輸入 2 美元、輸出 10 美元。它已進入 ChatGPT Work、Codex 與 API。
為什麼值得注意
旗艦模型的能力若能下放到更便宜的版本，長時間執行的 Agent 才更容易成為日常工具。這次的重點不是再多一個模型名稱，而是高階能力和可負擔成本之間的距離縮短。
展開名稱、價格與使用範圍
- 模型正式名稱是「Sol」，不是常見誤寫的 Soul。
- 「五分之一」比較的是 Sol 每百萬輸入／輸出 2／10 美元，與 Astra 標準 10／50 美元；快取、批次和其他方案需另外計算。
- Sol 發布時可在 ChatGPT Work、Codex 和 API 使用，不等於一般 ChatGPT 對話中的所有帳號都已自動切換。
OpenAI Dots：擁有自己的雲端電腦，讓 Agent 24 小時持續工作
發生什麼
OpenAI 發表由 GPT‑6 Astra 驅動的 Dots。每個 Dot 都有自己的雲端電腦和瀏覽器，可連接超過 4,000 個 App，透過 ChatGPT、Slack、Teams 與語音通話接收任務，再依回饋調整工作方式。
為什麼值得注意
這把 Agent 從「你打開視窗時才工作」推向可持續執行的數位同事。但它也會接觸郵件、文件和企業系統，因此權限範圍、審核節點和可追溯紀錄會比單次回答更重要。
展開平台、權限與推出範圍
- Dots 先向符合資格地區的 Pro 與 Business Premium 用戶逐步推出，Enterprise 則由管理員啟用 Beta。
- 官方列出的 4,000 多個 App 來自插件生態系，不代表每一個服務都能無限制讀寫；實際操作取決於連接器與帳號授權。
- 可全天候工作不代表應該完全無人監督。外寄訊息、付款、刪除與高風險操作仍需要清楚的人工確認。
美國白宮推動 Super Intelligence Accord，六家 AI 公司簽署自願承諾
發生什麼
白宮宣布 Anthropic、Google、Meta、NVIDIA、OpenAI 與 xAI 簽署 Super Intelligence Accord。內容包括內部控制、獨立外部稽核、董事會層級審查，以及對高階 AI 風險的管理承諾。
為什麼值得注意
這顯示 AI 治理正在往公司內控、外部查核和高階責任機制發展。但協議是企業自願承諾，不應被誤讀成已通過、具有普遍強制力的新法律。
展開「SI」稱呼與協議效力
- 白宮要求美國聯邦機關在非立法性官方溝通中使用 Super Intelligence／SI，並研擬定義；這不等於 AI 在全球或學術界被正式改名。
- 六家公司簽的是自願性承諾，實際執行仍要看稽核方式、公開程度與後續政策。
- 本文將「簽署協議」「聯邦用語方向」與「法律規範」分開，不把三者混成同一件事。
Ideogram 4.5：多輪修改時，盡量只改你指定的區域
發生什麼
Ideogram 推出 4.5 版影像模型，主打更精準的多輪編輯。官方的 Precise Edit 模式會保留未選取區域的像素與原始尺寸，也能同時使用最多四張參考圖。
為什麼值得注意
生成影像真正難用的地方，常常不是第一次做不出來，而是改一個細節後，其他已經正確的部分也跟著漂移。若能減少無關區域變動，才更適合反覆修稿的設計流程。
展開精準編輯與開放權重狀態
- 「未選區域像素不變」是 Precise Edit 的官方設計目標，實際仍要依遮罩、輸入畫質與任務複雜度檢查。
- Ideogram 將 4.5 定位為最精準的影像編輯模型，這是官方產品宣稱，不等於所有第三方測試都已證明全面第一。
- 官方說明開放權重版本將在之後推出；截至本文整理時尚未提供下載，因此不標成已開源。
FLUX 3 Image：用框線控制構圖，支援原生 2K／4K 與局部精修
發生什麼
Black Forest Labs 推出 FLUX 3 Image，可用 bounding box 指定物件位置，最多放入十張參考圖，並提供原生 2K、4K 生成與像素級局部編輯。
為什麼值得注意
它把生成圖從「描述大概長什麼樣」往可控版面設計推進。對廣告、商品視覺和多角色畫面，構圖位置、參考圖一致性與局部修正，通常比再多一點風格更實用。
展開解析度、參考圖與開放版本
- 2K／4K、十張參考圖與 bounding box 都是官方列出的功能；不同入口、方案與編輯模式可能有各自限制。
- 官方提到的像素級編輯，仍要依遮罩邊界與生成內容檢查，不能直接等同傳統圖像軟體的完全可逆編輯。
- 預告中的開放權重版本是 FLUX 3 Dev backbone，狀態仍是 coming soon，不是已經釋出。
Eleven v4：用上下文和標記控制情緒、停頓與每一句演法
發生什麼
ElevenLabs 發布 Eleven v4 與較快的 v4 Turbo。新模型能利用上下文調整情緒和語氣，也可以加入笑聲、耳語、停頓等 audio tags，逐行指定不同的聲音演出。
為什麼值得注意
語音模型開始從「念得自然」走向「能被導演」。對有角色轉換、情緒層次和多語版本的影片或 Podcast，逐句可控會比單純換一個好聽聲音更有價值。
展開語言、偏好測試與可用狀態
- 官方表示支援 90 多種語言，Eleven v4 與 v4 Turbo 已在產品和 API 上線。
- Artificial Analysis 排名與約 75% 偏好率是 ElevenLabs 引用的指定盲測結果，不能外推成所有聲音、語言和腳本都一定勝出。
- 情緒、角色和語音複製涉及授權與冒用風險；公開使用時仍要確認聲音來源與使用權。
Humanoid Badminton：Unitree G1 能和真人持續對打羽球
發生什麼
清華大學、香港中文大學與合作團隊發表 Humanoid Badminton，讓 Unitree G1 依據動作捕捉資料學會正手、反手和跳躍回擊，並展示與真人持續來回的羽球對打。
為什麼值得注意
羽球需要快速追蹤小物體、移動全身重心、控制球拍並在極短時間內回應。這項研究把感知、全身運動與擊球控制整合在一起，是動態人機互動的重要示範。
展開成功率、測試場地與限制
- 論文報告在其測試條件下回擊成功率 89.4%、平均 8.42 次、最多 23 次來回；這些不是正式比賽勝率。
- 展示包括正手、反手與高動態跳躍回擊，不宜把所有跳躍回球都直接寫成競技羽球中的「殺球」。
- 實驗使用動作捕捉系統，場地沒有實體球網，也不要求把球精準打到指定落點；距離完整羽球比賽仍有明顯差距。
Project Suncatcher 升空：Google 的 TPU 原型衛星已取得聯繫並正常運作
發生什麼
Google 與 Planet 合作的 Project Suncatcher 原型衛星在 10 月 1 日隨 SpaceX Transporter‑18 升空。Google 表示已和衛星取得聯繫，系統運作符合預期，接下來會蒐集發射震動、輻射和熱環境對 TPU 的影響。
為什麼值得注意
這把「太空 AI 運算」從紙上設計推到真實軌道測試。能否利用長時間日照只是第一步，晶片可靠度、散熱、衛星互連和維修仍決定它能不能走向更大規模。
展開目前完成了什麼
- 目前可確認的是原型衛星已升空、取得聯繫並開始運作；它正在收集太空環境資料。
- 衛星上測試 TPU，不等於已經建成可提供服務的軌道資料中心，也不代表大量模型訓練已移到太空。
- 真正擴大前仍要驗證輻射錯誤、真空散熱、高速互連、部署成本與故障後的處理方式。
讀完最常問
本週 FAQ
白宮真的把 AI 正式改名成 SI 了嗎？
不是全球性的正式改名。白宮的方向是要求美國聯邦機關在部分官方、非立法性溝通中使用 Super Intelligence／SI，並建立定義；產業、學術界與其他國家仍然會繼續使用 AI 等既有名稱。
Ideogram 4.5 和 FLUX 3 Image 已經開源了嗎？
目前正式上線的是產品與服務；兩家公司提到的開放權重版本都還在後續規畫中。可以下載權重時，仍要再確認實際模型檔、授權條款和商用限制。
Project Suncatcher 現在已經在太空跑 AI 資料中心了嗎？
還沒有。現在是 TPU 原型衛星的軌道環境測試，重點是驗證硬體能不能承受發射、輻射和熱環境。多衛星互連與大規模 AI 運算仍是後續研究方向。
想跟大家一起討論這些 AI 更新？
易悅元宇宙社群免費開放。除了每週整理，也可以交流工具、內容創作與實際使用心得。
