封面提示词:outside of a cozy snowy cafe in Paris, subtle cafe sign, iPhone camera image --ar 16:9 --profile w7q8y4m --hd
又到了我的 AIGC Weekly 很多朋友续费的时间。今年因为 Quaily 有点问题,所以先推荐大家从小报童买了,我也弄了一些 75 折的优惠券,有续费需求的话可以领一下。
快到期的或者没到期的都可以领,反正时间是叠加的嘛。小报童的返利我也依然开着,如果有推荐给朋友买的可以试试,还能挣点小钱:https://xiaobot.net/coupon/a43c3bfc-bcf1-4428-99e4-944453ec33e6
上周精选✦
Fable 5.2 发布,AI 游戏感觉要爆发了
上周最重要的应该就是Fable 5.2 的发布了。在模型这块确实是拉满了。
Fable 和 Mythos 5.2 是同一个底座,Fable带网络安全和生物防护,所有人都能用;Mythos 还是走官方的网安生命科学验证计划,需要通过申请。价格方面,Fable 5.2 降到每百万 token 输入 $8、输出 $40,输出速度比 5.1 快 30%;快速模式速度提升 2.5 倍,但价格翻倍到输入 $16、输出 $80。
性能上,AA 5.0 测评 65 分拿了第一;Max 档每个任务的成本大概是 Opus 5.5 的 2.6 倍;ARC-AGI-3 标准在 harness 下达到了 81.2 分,这个标准也快不够用了。
官方有几个很惊艳的案例:
- 一位工程师从空文件夹开始,让 1,000 多个子 agent 连跑 8 天,从零写出了一个能在笔记本上启动的操作系统。
- 1,000 多个Fable 5.2 agent 用 30 小时形式化了费马大定理,还顺带解了两个黑洞物理的开放问题。
这一波大家做的案例主要以游戏为主,集中体现了它在 3D 和前端领域极强的能力:
- 有个演示在不给任何反馈的情况下,花 8 小时让它做出了一个完整的 3D FPS 游戏,API 成本大概 $550。整个游戏连同 Three.js 在内只有一个 1.42 MB 的 HTML 文件,所有模型、贴图和声音全由代码生成。
- 另一个更猛的案例只有 97 KB,做出了一个地图很大、真实感很强且内容极其丰富的水下世界,可以在里面游泳。
- 还有一个用 32 KB 代码做出的像素飞行座舱模拟游戏,支持切换视角。
我自己周三下午也做了一个 3D 动作游戏,接入了 Tripo 3D 模型和即梦 CLI。原本 100 多 MB 的网页资源,它直接给我压缩到了 30 MB 的 HTML。
更极限的是,微信和小红书等平台的轻量小工具通常限制在 10 MB 上传,它最终给我压到了 8 MB,把所有音乐、音效、动作、3D 模型和贴图都塞了进去,非常离谱。
我还顺手沉淀了一个 Game Skill,把整套流程放进 Skill 里让 DeepSeek 试了一下,确实还不太行。
我觉得如果接下来继续迭代(比如 Opus 的下一个版本),模型能力进一步大幅提升、成本再降一些,AI 游戏的门槛会被拉得极低,甚至可能带动网页游戏的复兴。
因为它的单文件代码压缩优化太强了,过去网页游戏面临的性能瓶颈可能都不再是问题;而 Web 端的优势在于无需依赖平台、不需要做复杂的跨平台适配,一次编写就能在桌面端和移动端等多平台直接运行。
我们在 Next Token 也聊过Fable5.2。纯代码能力上,它和 Opus 5.5 其实感知不到太大差距,真正拉开身位的是它的“自动驾驶”能力:比如游戏场景怎么布置、镜头机位怎么摆、画面怎么运镜,这些往往是用户知道什么是好的、却不知道该怎么写提示词去实现的,但它一次就能出得非常漂亮。我后续的修改主要集中在打击感上,这块它可能还没做过专门训练。
这次体验下来,最核心的两个点:
- 给它配好工具比写好提示词重要得多。比如给它配备 Blender、UE 或 Tripo 之后,它的场景细节上限会被拉得非常高。
- 核心竞争力在于无中生有的审美、自动驾驶和自主创意能力。如果已经有了成品视频,理论上 Opus 5.5 也能模仿出来,但从零构思并做出来的能力完全不同。
使用上,日常推荐开 Medium 思考强度就足够用了,没必要开 High。

谷歌发布 Carbon、Hydrogen 以及新的 TPU
谷歌上一周的发布被抢了风头,但是慢慢地大家也发现谷歌这个新模型确实不错。
首先是 Gemini 4 Carbon 正式开放,官方说是目前最强模型,主打长程任务。首发价格是每百万 token 输入 $2、输出 $10,和 Argon 一样。C 端只给 Ultra 用户,Cursor 也接入了。
谷歌还发布了一个 System 1 模型,叫 Gemini Decision 1,能同时对一份输入回答 1,000 多个是非选择题和打分问题。延迟在 150 到 250 毫秒,每百万 token 输入 $0.1,输出不收钱。
另外他们还发布了一个 Gemini 4 基础模型 Hydrogen,接替了 3.8 Flash。这个模型的智能指数是 51,比 Argon 高一分;1M 上下文统一价格是输入 $1.5、输出 $7.5;完成任务比 3.8 Flash 快 2.5 倍。
这两个模型好像是一个大小的,都是 12T,像是同时两个团队赛马训出来的。
Antigravity 增加了一个功能,能在同一个会话里自动切 Carbon 和基础模型这两个模型。官方说成功率接近纯 Carbon 模型,额度少 24%,速度快 19%。
Antigravity 还上了一个 Dynamic Workflows 功能,让 Agent 自己写 Python 脚本来并行和串行调度子 Agent。
大家觉得这模型主要是写作之类的都不错,多模态也不错。问题主要在使用上:
- Antigravity 这个产品实在是太拉了
- 谷歌的基建就是慢:首字要等 11 秒,是 Fable 的 20 倍。同一个任务 Carbon 跑了 22 分钟,而 Opus 5.5 只需要跑 9 分半(这是 Theo 测试说的)
我自己大概试了一下,写作确实没有我们常见的那些 AI 味。
硬件方面,谷歌发布了新的 TPU:8i Max 和 8TX,两款都会在一年以内发布:
- 8i Max:把两颗 TPU 8i 封装进了一个 package,算力、SRAM 和 HBM 带宽都翻倍了,主要是为了超长上下文模型做的
- 8TX:配备了第五代 AMD EPYC 主板做硬件机密计算,主要面向受监管的企业和政府。
