KeyFrame內部研究專用

Gemini 4 Flash LEAKED and Fable 5 Already Has Rate Limit Issues!

World of AI8 min英文
觀看原始影片

三句話摘要

Google DeepMind推出Gemini 3.6 Flash新模型,而Anthropic的Fable 5重啟面臨嚴重的速率限制瓶頸。 最先進AI模型的推出已被基礎設施與速率限制的現實所制約,解決這一瓶頸將是未來所有AI實驗室面臨的首要挑戰。 Gemini 3.5 Pro的延遲發佈反映了監管與市場的雙重考量——美國政府安全審核機制可能造成延遲,但更可能是Google擔心新模型若無法超越Fable 5和GPT 5.6 Sole的表現,反而會傷害品牌聲譽,因此採取保守策略先行測試3.6 Flash。

重點整理

  1. Gemini 3.5 Pro的延遲發佈反映了監管與市場的雙重考量——美國政府安全審核機制可能造成延遲,但更可能是Google擔心新模型若無法超越Fable 5和GPT 5.6 Sole的表現,反而會傷害品牌聲譽,因此採取保守策略先行測試3.6 Flash。

  2. Gemini 3.6 Flash在SVG代碼生成上確有進步,BMW M4 CS側視圖展現陰影效果與凝聚感,但PS5手柄仍存缺陷(按鈕懸浮問題),表明模型未達前沿水準,特別在思維推理與複雜編碼任務上不如競品。

  3. Fable 5重啟後保持強能力,無安全削弱跡象,但核心問題是速率限制消耗極度低效——一個簡單提問竟消耗Pro計劃額度的2%,使大多數用戶無法實際應用於日常工作流程。

  4. 基礎設施瓶頸為行業共性困境:隨著Fable 5、GPT 5.6 Sole、傳言中的Mito 6等超強模型陸續推出,速率限制問題將持續惡化,唯有實驗室大幅擴充計算能力才能解決,否則最強模型將形同虛設。

實用技巧與重點

  • 新模型
  • Gemini 3.6 Flash / Gemini 4 Flash(Google DeepMind,LMSYS Arena首次出現)
  • Fable 5 Max(Anthropic最高階版本)
  • 傳言中:Mito 6(早期測試階段)
  • 速率限制實測數據
  • Pro計劃配額:5小時使用額度
  • 測試提問:「Hello, the smartest LLM ever model is」
  • 消耗比例:單次提問消耗2%
  • 測試任務
  • Pelican騎自行車SVG生成
  • PS5手柄SVG生成(仍有懸浮按鈕缺陷)
  • BMW M4 CS側視圖SVG生成
  • 政府監管
  • 新型號需接受美國政府安全審核與批准
  • 實驗室需與政府協作建立安全規範
  • 競爭現狀
  • 市場領先模型:Fable 5、GPT 5.6 Sole
  • 當前年度Gemini發佈:僅Gemini 3.5 Flash
  • Gemini 3.5 Flash評價:Flash版本中不錯但非前沿模型

結論

最先進AI模型的推出已被基礎設施與速率限制的現實所制約,解決這一瓶頸將是未來所有AI實驗室面臨的首要挑戰。

完整解析

Google DeepMind在近期呈現出謹慎的發佈策略。原本預期推出的Gemini 3.5 Pro至今未有動靜,反而是Gemini 3.6 Flash首次在LMSYS Arena測試競技場出現。講者分析了這一現象背後的兩種可能原因。首先,Gemini 3.5 Pro可能已開發完成但正接受美國政府的安全審核程序——因為按照當前規定,任何新型號模型都必須由實驗室與政府協作,確保建立足夠的安全措施與監管規範。其次,也是講者傾向認同的解釋,是市場競爭現實的考量。目前Fable 5和GPT 5.6 Sole已成為市場上最具競爭力的模型,倘若Gemini 3.5 Pro倉促推出卻表現不如這些競品,將直接傷害Google的品牌信譽。因此Google轉向先以3.6 Flash試市,藉此評估模型在實際應用中的表現,同時為最終的3.5 Pro發佈積累更充分的技術驗證。

從技術測試結果看,Gemini 3.6 Flash在SVG代碼生成能力上確實展現了進步。在Pelican騎自行車的測試中,模型輸出了更豐富的細節刻畫;BMW M4 CS側視圖的生成則加入了陰影效果與整體的視覺凝聚感,這些都是相較於過往Gemini系列的明顯改善。然而,PS5遊戲手柄的測試中仍出現問題,例如背面按鈕出現懸浮現象。這清楚地表明,新模型雖有進步但仍未達到前沿水準,特別在思維與推理能力上,距離Fable 5和GPT 5.6 Sole等競品還有顯著距離。這意味著Gemini 3.6 Flash難以成為開發者選擇用於複雜編碼工作的主力模型,而這正是市場所需要的。相比之下,上一代Gemini 3.5 Flash發佈時曾因優越的速度與效率而獲得廣泛應用,但這一代的競爭力明顯下滑。

在Anthropic方面,Fable 5已於近日重新上線提供服務。根據用戶反饋,模型的能力保持強勁,未出現被削弱的跡象,也未發現內建的追蹤或安全限制機制。然而,最嚴重的問題是其驚人低效的速率限制消耗。一位用戶在使用Fable 5 Max版本時,僅提出了一個簡單的問題——「hello, the smartest LLM ever model is」——卻消耗了Pro計劃5小時使用額度的2%。這不是個案,大量用戶都回報了類似的體驗。Anthropic官方雖建議用戶僅在最困難的任務中使用該模型以節省配額,但問題的根本原因在於基礎設施限制。目前Anthropic缺乏足夠的計算資源來以大規模、高效的方式服務Fable 5這樣的強大模型。隨著Fable 5、GPT 5.6 Sole乃至傳言中更強的Mito 6模型相繼推出,這一速率限制的瓶頸只會愈發嚴峻。除非各實驗室能夠大幅擴充其計算基礎設施與服務能力,否則這些頂級模型將難以被普通用戶實際應用於日常工作流程。

8 min
AI 技術中文11月17日

Muse AI 国内注册方法来了!无需排队、无需信用卡,全程免费!

一路向前看原片 ↗
  • IP環境是核心要素:乾淨的住宅IP搭配日本節點能大幅提升註冊成功率,講者稱日本節點「幾乎秒過」,可選美國但成功率較低。
  • 全新郵箱是必要條件:系統會記錄每個郵箱的註冊歷程,曾排隊或卡在信用卡驗證的信箱會直接失敗,必須使用全新未註冊過的郵箱才能完全規避之前的失敗記錄。
AI 技術中文11月17日

Meta 改写 K-Means,训练轮次降到十分之一​ | K-Means | e-means | Meta FAIR | 聚类算法 | 向量检索 | Faiss | DINO10B | 向量数据库

Best Partners TV看原片 ↗
  • 從累加到衰減的中心維護:傳統小批量更新會累積歷史統計量造成早期分配記錄長期影響,而 e-Means 用指數移動平均使新分配能即時調整中心,早先統計逐漸失效,避免陷入次優解。
  • 死簇復活機制是關鍵改進:消融實驗顯示這項改動影響最大,透過每 5 批次檢查樣本不足的中心,從較大簇拆分一半重新安排,將樣本不足 10 個的中心比例從 26.3% 降到 0.3%。
AI 技術英文11月17日

Goal Engineering - The New Buzzword

Prompt Engineering看原片 ↗
  • 長期開放式目標中最難提供的上下文不是文件或 API,而是人類的判斷力與品味。傳統的檔案查詢或技術規格是相對容易部分,真正瓶頸在於定義「什麼是好的結果」。
  • Actively AI 初期採用單一代理處理多種任務類型失敗,因為人類審查者必須在十種不同的任務格式間切換心智模式,造成效率低落。重新架構為多個專一代理後,人類可在相同心智模式下快速連續審查。