11/11/2025 AI速递 | 开源模型Kimi K2超越GPT-5，多项AI创新功能发布

近日，一款名为Kimi K2的开源模型在多项任务上超越了广受关注的GPT-5，并且其运行成本仅为GPT-5的四分之一。Kimi K2基于修改后的MIT许可发布，这意味着用户可以自由使用、修改和部署该模型。相比之下，GPT-5则是闭源的，只能通过OpenAI的API访问。

引起广泛关注的是Kimi K2在实际应用中的表现及其显著的成本优势。具体来看，Kimi K2的输入和输出成本分别为每百万个token 0.60美元和2.50美元；而GPT-5则为1.25美元和10美元，这使得使用GPT-5在输出上的花费是Kimi K2的四倍。

此外，在多项任务上，Kimi K2的表现也优于GPT-5：

• 代理推理：44.9 vs 41.7
• 网页浏览：60.2 vs 54.9
• 最新信息收集：56.3 vs 53.4
• 代理编程（SWE-Bench）：61.1 vs 55.3

虽然在实时代码基准测试中，GPT-5以87.0略胜于Kimi K2的83.1，但总体而言，Kimi K2在多数实用场景下提供了更优的解决方案。

对于正在构建生产系统的开发者来说，这是一个重要的转折点。不仅可以获得更好的代理任务处理、网络搜索及编码辅助性能，同时还能大幅降低运营成本并保持对部署环境的完全掌控权。随着开源与商业模型之间的差距不断缩小甚至出现反超趋势，这一变革将对整个行业产生深远影响。

据报道，OpenAI正在为ChatGPT开发一项新的群聊功能。这一功能将使用户能够创建和参与多人聊天，带来更丰富的互动体验。

新版ChatGPT界面的顶部导航栏中新增了一个“开始群聊”按钮，用户可以生成链接并分享给他人，邀请他们加入群聊。在群聊中，所有成员都可以看到之前的聊天记录。

群聊功能的主要特点包括：

• 群聊中的自定义指令与个人ChatGPT的自定义指令分开，提供更多的灵活性。
• 用户可以选择让ChatGPT自动回复或仅在被提及时回复。
• 支持消息反应、举报和回复特定消息的功能。
• 实时显示打字指示器，增强实时互动感。
• 支持文件上传和图片创建，以及网页搜索，丰富了群聊内容。

此外，用户的个人ChatGPT记忆不会在群聊中使用，确保了隐私安全。

这项功能的推出将进一步拓展ChatGPT的应用场景，特别是在团队协作、在线教育和社交互动等领域。

ChatGPT的网页应用近日推出了群聊功能的首次预览。此次更新在顶部导航栏新增了一个“开始群聊”按钮，用户可以生成一个链接并分享给其他人，邀请他们加入群聊。

加入群聊后，新成员能够查看群聊中的历史消息。为了确保用户体验，群聊中的自定义指令与个人ChatGPT的设置是分开的。用户可以选择让ChatGPT自动回复或仅在被提及的情况下响应，但需要注意的是，在群聊中不会使用个人ChatGPT的记忆。

其他实用功能包括：

• 添加表情反应
• 举报或回复特定消息
• 显示某人正在输入的指示器
• 支持文件上传
• 图像创建
• 网络搜索

这些新增功能不仅提升了用户的互动体验，也使得ChatGPT在团队协作和项目管理等场景中更具实用性。

最新消息：xAI正在开发Grok Code的远程功能。用户将能够通过网页创建虚拟环境，并直接在浏览器中运行Grok Code任务。

这一新功能不仅提供了远程操作的便利性，还保留了本地执行的选项，使开发者可以根据需求灵活选择。

预计该功能将在12月的黑客马拉松活动中进行测试和展示。此举有望极大地提升开发者的效率和灵活性，特别是在需要快速部署和调试代码的场景下。

主要特点：

• **支持远程和本地操作**
• **直接在网页上运行代码任务**
• **创建和管理虚拟环境**

xAI的这一创新举措，将进一步推动云计算和远程开发技术的发展，为开发者提供更加便捷高效的开发体验。

最新消息：Grok Code即将推出命令行代理（CLI Agent），用户将能够在其本地机器上通过命令行界面执行编码任务。目前该功能尚未上线。

除了即将到来的CLI Agent，Grok Code还正在开发远程版本，用户将能够在网页上创建虚拟环境并直接运行Grok Code任务。这为开发者提供了更多的灵活性和选择，无论是远程还是本地操作都能满足需求。

安装步骤：

1. 安装Grok代理：npm install -g @xai-official/grok

这些新功能可能与即将到来的十二月黑客松活动有关，为开发者提供更多工具和支持。

Pathwork通过使用LlamaParse，成功将每周处理的寿险文档从5,000页增加到40,000页，显著提升了处理效率。

该解决方案能够处理复杂的医疗记录、实验室结果以及数十年前扫描的PDF文件，实现了8倍的吞吐量提升。LlamaParse还能够自动提取和索引保险公司核保指南，确保风险规则的实时更新。这一自动化流程取代了脆弱的手动管道，可以处理从数字表单到1970年代褪色扫描件的各种文档。

具体优势包括：

• 处理复杂文档的能力，例如医疗记录和老旧扫描件
• 自动提取和索引核保指南，保持数据的时效性
• 强大的自动化流程，减少手动操作
• 释放工程师时间，使其专注于新功能开发

Pathwork的产品，如案例承保员（Case Underwriter）、知识助手（Knowledge Assistant）和预申请经理（Pre-App Manager），都依赖于将非结构化保险文档转化为结构化数据，从而加速决策过程。通过集成LlamaParse，他们消除了制约客户增长的瓶颈，并构建了能够随时间自动优化的未来型基础设施。

BlueCodeAgent是一款端到端的蓝队框架，旨在通过自动化红队测试流程、数据和安全规则来增强代码安全性。该框架利用这些工具指导大型语言模型（LLM）进行防御决策。

动态测试是BlueCodeAgent的核心功能之一，它能显著减少漏洞检测中的误报率，从而提高整体的安全效率。具体来说，BlueCodeAgent会模拟攻击者的行为，对代码进行全面的测试，以发现潜在的安全问题。

主要特点包括：

• 自动化红队测试流程
• 基于数据和安全规则的决策支持
• 减少误报，提高检测准确性

这种框架在企业级应用中尤其有用，可以帮助开发团队在代码发布前识别并修复安全漏洞，从而降低被黑客攻击的风险。

更多详情请访问：
https://t.co/BMzhbtMf8e

Gemini宣布了一项新的突破性功能：Dynamic View（创意画布），该功能允许用户在Gemini聊天中直接渲染交互式画布体验。

这项功能的亮点包括：

• 搜索网络
• 生成图像
• 渲染游戏及其他内容

Dynamic View不仅能够提升用户的互动体验，还为开发者和内容创作者提供了丰富的创作空间。通过这一功能，用户可以在聊天过程中实时生成和分享多媒体内容，增强了沟通的趣味性和实用性。

加入Discord社区，亲自体验并讨论这项新功能：链接

成本创新，也是创新，而且是中国人擅长并多次奏效的创新。

当前这场深度学习革命具有重要意义，国内AI厂商若能在此领域取得突破，将对整个行业产生深远影响。最近，来自中国的Kimi K2 Thinking引起了广泛关注。尽管它声称超越了GPT-5，但在实际测试中，特别是在复杂的软件工程任务中，Kimi的表现仍不及GPT-5 Codex。

然而，Kimi真正“可怕”之处在于其极不对称的性价比。据传闻，Kimi的训练成本仅为460万美元，但其性能却达到了SOTA（最先进）水平的90%和实际能力的75%。这种低成本、高性价比的模式可能会彻底改变现有的竞争格局。

过去，OpenAI及美国AI公司的核心优势之一是强大的融资能力和大规模算力基础。然而，如果出现一个性能接近但API成本低10倍的竞争者，如Kimi K2 Thinking，那么这些公司的商业模式将面临巨大挑战。例如，在同一任务中，Claude Sonnet 4.5花费5美元，而Kimi K2 Thinking仅需0.53美元。

这种现象在其他行业也有所体现。例如，《创新者的窘境》中提到的小钢厂炼钢的质量达到大钢厂的90%时，大钢厂纷纷开始破产。如果Kimi这种高效率（1T MoE激活32B参数）、低成本的模式成为常态，那么OpenAI的“资本护城河”将从资产变成“成本负债”。

对于那些背负着巨额融资和高昂计算成本的AI公司来说，这可能不是一场“振动”，而是一次“致命一击”。关键在于模型的基础能力是否还能继续提升。

ElevenLabs近日发布了Scribe V2 Realtime，这是一款专为代理使用场景设计的低延迟转录模型。该模型支持90多种语言，适用于各种多语言环境。

Scribe V2 Realtime在处理包含背景噪音和复杂信息的困难样本时表现出色，显著优于其他现有的转录模型。这使得它在需要高精度和实时性的应用场景中尤为重要，例如会议记录、远程教育和客户服务等。

主要特点：

• 低延迟：确保实时转录的高效性和准确性。
• 广泛的语言支持：涵盖全球90多种语言，满足不同用户的需求。
• 强大的噪声抑制能力：在嘈杂环境中仍能保持高质量的转录结果。

ElevenLabs的这一创新不仅提升了转录技术的标准，也为需要跨语言交流的行业提供了新的解决方案。