AI 模型日报：文心5.5、混元 Hy4 与视频降价（11月6日）

今天的模型新闻有两条主线：一是国产大模型集中发力，百度开源新基座，腾讯混元 Hy4 带着价格和免费额度上线；二是性价比之争，第三方统计显示闭源模型几乎在所有价位都压过了开源，谷歌又给视频生成降了价。下面是值得关注的 8 条。

闭源模型几乎包揽各价位”最值得买”

Village 用 LLM Atlas 统计每个价位上能力最强的模型：开源模型现在只在 3% 的预算区间里是最优选，且集中在最便宜的一端，今年 6 月这个比例还是 41%。扭转局面的主要是 OpenAI 的 GPT-6 Luna、GPT-6.1 Terra 和 Anthropic 的 Claude Haiku 5.5。

点评：统计按托管 API 的实际花费算，作者也提到开源模型放在自有硬件上可能更便宜。直接调 API 的团队选便宜档模型时，别默认开源更省，先按自己的任务算单次成本。

详情

百度开源文心5.5 Flash Base

11 月 5 日，百度开源基座模型文心5.5 Flash Base：MoE 架构，总参数 2800 亿、每个 Token 激活 140 亿，预训练用了 33.5 万亿 Token，推理阶段支持最长 100 万 Token 上下文。官方称在多项基准上拿到同尺寸 SOTA，超过 DeepSeek-V4-Flash-Base 等模型。

点评：这是 Base 模型，不能直接拿来聊天，主要给要自己微调行业模型的团队用。做长文档、智能体场景的可以列入候选，普通用户等对话版即可。

详情

腾讯混元 Hy4 上线：首次支持视觉和电脑操作

腾讯发布 Hy4，系列参数规模 770B（Hy3 系列不足 300B），首次加入视觉理解和 Computer Use，还针对 Blender、CAD 做了专项训练。价格沿用 Preview 版：输入每百万 Token 6 元、输出 18 元；TokenHub 到 12 月 31 日五折，WorkBuddy、CodeBuddy 在 11 月 4 日到 15 日有免费额度。权重称将近期开放，Hy4 Flash 也在路上。

点评：这是本周国内开发者最容易上手的模型，元宝、ima、WorkBuddy 里已能用，API 也接入了 OpenRouter。混元自测的金融任务里 Hy4 得 3.04 分，高于 DeepSeek-V4.1-Flash-1017 的 2.97，但评测由腾讯组织，最好用自己的任务复测。

详情

混元的研发思路：业务专家盲测

腾讯云在 MaaS 专场介绍，混元除了公开基准，还请 163 名高频使用大模型的内部业务专家做盲测，并建立覆盖 9 大业务方向的评测体系；研发体系重组后，形成两到三个月一次大版本的节奏。

点评：和 Hy4 一起看。”榜单高分”不等于”真实工作做得好”，企业选型也可以照做：找几个天天用 AI 的同事，拿真实任务盲测。

详情

Gemini Omni 1.2 Flash：视频 15 秒，降价 30%

谷歌视频生成模型 Gemini Omni 1.2 Flash 全面开放：单段长度从最长 10 秒提到 15 秒，720p 降价 30% 到每秒 0.07 美元。新增对话式编辑，可以逐步改背景、光线、画幅而不必整段重来；还支持人物图、商品图、短动作片段和音频作参考。

点评：对电商短视频和广告素材，多角度下人物、服装、包装保持一致最实用。省钱做法是先用低分辨率出草稿、改好再放大。生成视频都带 SynthID 隐形水印，商用要心里有数。

详情

英伟达 Cosmos 3 新增 4 个开源世界模型

英伟达给 Cosmos 3 加了 4 个开放权重模型，各有 160 亿可训练参数，许可允许商用。其中 Transfer-Auto 能生成最多 11 路摄像头的驾驶视频并同步生成激光雷达数据，Sim-Bimanual 能按机器人动作预测画面。

点评：这是给自动驾驶和机器人团队的合成数据工具，用来补真实采集贵、长尾场景少的短板。英伟达也承认，它能在多大程度上支撑策略训练，还要继续验证。

详情

Phonon：不联网也能跑的小体积语音合成

Gradium 的 Phonon 是跑在本地设备上的文字转语音模型，约 65MB 和 75MB 两个尺寸，支持英、法、德、西、葡五种语言和声音克隆。英文版 Phonon 31m 采用 Apache 2.0 可免费商用，首两周下载超过 20 万次。

点评：适合离线 App、智能硬件和隐私敏感场景。但它目前不支持中文，国内中文产品暂时用不上，可以当作”端侧语音能做多小”的参考。

详情

智象梅涛：三条路线终将合流到世界模型

智象元一创始人梅涛提出，大语言模型、多模态、具身大模型三条路线最终会汇合成”智能体化的全模态世界模型”：LLM 做决策，世界模型推演物理后果，具身上下文负责执行并回传数据。

点评：这是行业判断而非产品发布，适合关注具身智能的人参考。和 Cosmos 3 放在一起看，世界模型正从概念走向具体工具。

详情

信息来源

• Village：Closed AI models dominate the price-performance frontier
• 量子位：百度开源文心5.5 Flash Base
• 腾讯：Tencent Launches Hy4
• InfoQ 中国：混元 Hy4 实测
• InfoQ 中国：从混元研发体系重构到 MaaS 推理优化
• The Decoder：Gemini Omni 1.2 Flash
• Hugging Face 博客：NVIDIA Cosmos 3
• Hugging Face 博客：Phonon TTS
• 量子位：梅涛提出智能体化的世界模型
• best2ai 条目：混元 Hy4 实测，其余见每条末尾「详情」

更多每日 AI 热点见 best2ai.com