
Sign up to save your podcasts
Or


ChatGPT Sites 對 Enterprise 開放,資料駐留範圍仍有條件
OpenAI Developers 宣布 ChatGPT Sites 已對 Enterprise 一般開放,合資格工作區建立的新 Site 可採用美國或歐盟資料駐留。這讓企業團隊能用 Sites 建立含資料庫與驗證功能的團隊應用;但管理員預覽仍在分批推出,公開發布也需要管理員另行啟用。
新 Site 的資料會存在哪裡?
OpenAI 的 Enterprise 與 Edu 更新說明補上了駐留範圍:對使用美國或歐盟資料駐留的工作區,新建立的 Sites 會在支援的儲存與託管中使用工作區既有區域。若工作區採用其他地區,該區域設定目前不適用於 Sites 的儲存與託管。既有 Sites 留在目前位置,不會自動遷移。
這裡的資料駐留指支援的儲存與託管位置。官方說明將它與模型處理時的推論駐留分開,因此不能把 Sites 的區域設定理解成推論也在同一區域處理。
新 Site 的區域範圍
「一般開放」不代表每項管理功能都已到位
OpenAI Developers 的貼文稱 Sites 已對 Enterprise 一般開放;同日更新說明則指出,Sites 管理員預覽正分批提供給合資格的 Enterprise 工作區。兩者描述的範圍不同:前者說明產品可用性,後者交代管理員預覽的推出狀態。
公開發布在 Enterprise 工作區預設關閉,管理員必須另外啟用。團隊是否能建立、分享或公開發布 Site,仍取決於工作區的管理設定與權限。「一般開放」不等於所有工作區已取得相同管理功能,也不等於 Site 預設公開。
產品可用性與管理控制
團隊可以用 Sites 做什麼?
OpenAI Developers 的貼文將 Sites 描述為可用資料庫與驗證功能建立團隊應用的平台,也提到排程更新和團隊成員使用各自連接資料的例子。這些例子說明 Sites 的應用方向;實際可用功能仍須符合工作區設定、連接器權限與所在地區條件。
如果團隊正評估 Sites,先確認工作區採用的資料駐留地區、需要的是儲存/託管還是推論處理,以及管理員是否已開啟所需的建立、分享或公開發布權限。這些條件會決定新 Site 的資料位置與團隊能否使用相應功能。
影片介紹 ChatGPT Sites 的排程更新與自帶外掛:排程任務可協助更新 Site 資料,外掛則可搭配訪客自己的連接器與資料,提供個人化檢視;後段示範團隊任務控制站。
原文:https://easyvibecoding.app/curated/3459-chatgpt-sites-enterprise-data-residency
NVIDIA 推出 Nemotron 3.5 Super VL:120B 參數、主打長時程多模態代理
NVIDIA 在 2026 年 10 月 15 日發布 Nemotron 3.5 Super VL,稱它是面向長時間運作 AI 代理的開放模型。NVIDIA 在 X 貼文表示,模型結合推理、工具使用,以及文字、圖片、文件和影片理解,並標示 120B 總參數、12B active 參數。對 AI 工具使用者來說,這次公告的重點是 NVIDIA 想把多種內容理解帶進代理的連續工作流程;這是廠商對產品的描述,並非獨立能力測試。官方文章另稱,模型在 Artificial Analysis Intelligence Index 上,相較同級模型的 throughput 最高可達 5 倍;這是 NVIDIA 提出的比較主張。NVIDIA X 貼文 NVIDIA 官方文章
120B 與 12B 是 NVIDIA 公布的哪兩個數字?
X 貼文列出「120B total parameters with 12B active」。B 是十億;這裡是 NVIDIA 對模型總參數與 active 參數的標示。貼文沒有進一步說明 active 的計算方式,因此這兩個數字本身不能換算出所需硬體或模型速度。NVIDIA X 貼文
NVIDIA 自述;active 計算方式未說明。
NVIDIA 將 Super VL 描述為開放模型。官方文章進一步稱會提供開放權重、資料集與訓練配方,並把模型調整到組織自己的資料與工作流程,列為其開放性與自訂能力的一部分。NVIDIA 官方文章
模型要處理哪些內容?
NVIDIA 將 Super VL 定位為多模態代理模型:公告列出的理解對象包括文字、圖片、文件和影片,並將它們與推理及工具使用放在一起。官方文章也以網頁、PDF、圖表和表格為例,描述模型讀取視覺文件、擷取資訊並回傳見解的用途;這些是 NVIDIA 對能力與目標任務的說明。NVIDIA X 貼文 NVIDIA 官方文章
依 NVIDIA 公告整理;能力組合示意,非架構圖。
附在貼文中的影片展示了什麼?
影片畫面依序呈現 Hermes Agent 工作階段、零售商店風險評估、互動模擬工作區,以及成本分析儀表板。零售示範畫面可見蔬果區地面積水與警示牌;介面摘要將事件評為中度嚴重性,並顯示處理建議。模擬片段則展示草圖轉成互動模擬與程式碼的介面。這些是 NVIDIA 選擇展示的產品情境,不是獨立測試或實際部署成效的量測結果。NVIDIA X 貼文及附帶影片
NVIDIA 的「最高 5 倍」throughput 主張指什麼?
NVIDIA 官方文章稱,Super VL 在 Artificial Analysis Intelligence Index 上,相較同級其他模型的 throughput 最高可達 5 倍。這是 NVIDIA 公布的效能比較主張;文章文字未列出具體比較模型或測試設定,這項數字也沒有在本文中獨立驗證。NVIDIA 官方文章
讀這項發布時,哪些資訊仍要分開看?
這次發布包含幾類不同資訊:NVIDIA 自述的參數與能力、官方文章提出的 throughput 比較主張,以及附帶影片呈現的示範場景。官方文章也描述模型適用於多步驟工作流程及視覺文件理解;這些仍是廠商對產品的說明。影片展示的使用情境本身不構成效能比較或實際部署成效證據。
NVIDIA Nemotron 3.5 Super VL 產品展示:影片呈現 Hermes Agent 工具呼叫、零售風險評估、互動模擬與成本分析儀表板。
原文:https://easyvibecoding.app/curated/3456-nvidia-nemotron-35-super-vl-multimodal-agents
Vercel 擴充後端選項:Python GA、容器支援與 Daemons 公測
Vercel 於 2026 年 10 月 15 日宣布擴充平台的後端工作負載:Python runtime 正式 GA,Functions 新增容器支援,背景工作方案 Vercel Daemons 則進入 Public Beta。這讓開發者可依程式語言、系統依賴和工作執行方式,選擇不同的部署形式;三者的成熟度並不相同,Daemons 目前仍是公測。
三項功能分別解決什麼需求?
Python runtime 支援標準 CPython 與 PyPI 套件,FastAPI、Flask、Django 等框架可在其上執行;Vercel 負責框架偵測、建置與擴展。這項功能已正式 GA。容器支援則面向需要自訂 runtime 或系統函式庫的應用,官方說明可用來部署以不同語言撰寫、並打包所需作業系統函式庫與執行檔的應用程式。
Daemons 針對另一種需求:持續運作的背景 worker。它以容器部署在 Fluid compute 上,支援 pull 式工作流程,也就是程式向其他系統請求工作,再於工作可用時處理。這項服務目前是 Public Beta。
把三項公告並列,可以看出它們對應不同的後端需求:Python 應用、需要自訂 runtime 或系統依賴的容器,以及拉取工作並持續執行的背景 worker。Python 已 GA,Daemons 仍在 Public Beta;容器支援的可用成熟度,這份公告摘錄沒有進一步說明。
三種後端工作負載的比較示意,含容器成熟度註記。
公告透露了哪些範圍?
Vercel 的官方文章說明了上述執行方式,但沒有在目前可核對的內容中列出各方案的區域或方案限制。Daemons 的例子是 pull 式工作負載;公告沒有據此承諾所有背景工作都適用。Vercel 的 X 主貼文附有一段黑底白線動畫,畫面把 Frontend 與 Backend 區塊連接後再變換;它呈現的是前後端概念,沒有數據圖表或可供核對的產品介面。
黑底白線動畫將 Frontend 與 Backend 畫成相連的立體區塊,隨後幾何圖形逐步變換與淡出。
原文:https://easyvibecoding.app/curated/3454-vercel-python-containers-daemons-backends
Claude Code Desktop 更新聚焦並行工作:官方串文補上五項功能
ClaudeDevs 於 10 月 14 日(UTC)表示,Claude Code Desktop 正改善工作階段的啟動速度、分開處理工作的方式,以及查看各工作階段進度的便利性。主推以「Here’s what’s new」引出後續說明;五則官方回覆補上了新工作階段與環境設定、平行任務、後續工作與側邊問題、進度介面,以及開始使用的方式。查看官方主推
第一則回覆說,新工作階段畫面可讓使用者快速回到最近使用的資料夾,也能把多個資料夾、SSH 主機或 Cloud 設定存成環境,並為資料夾選擇 worktree。第二則說,使用者要求 Claude 平行執行任務時,每項任務會啟動自己的巢狀工作階段,完成後再把結果帶回主工作階段,讓主要對話保持清楚。新工作階段與環境 · 平行任務與巢狀工作階段
另外兩則回覆補上後續工作的操作與狀態資訊:Claude 可在工作時主動建議後續任務,使用者可以一鍵把它另開為工作階段;使用 /btw 提出的側邊問題則會開在另一個分頁,主工作階段可以繼續。側欄用來查看哪些工作階段正在工作、哪些需要使用者處理;單一工作階段內還有即時待辦清單、回合摘要卡,以及顯示執行環境、脈絡和變更的側欄。後續工作與 /btw · 工作階段進度介面
官方最後建議更新桌面應用程式並開始新的工作階段,並附上快速入門文件。這串貼文沒有提供最低版本、各帳號推出時間,或啟動速度的測試數字,因此目前可確認的是官方描述的功能與操作方式,而非特定帳號已取得功能的時程。查看官方使用建議
文件補充:工作階段如何各自運作
Claude 官方桌面文件將 session(工作階段)描述為各自擁有聊天紀錄、專案資料夾、脈絡與變更的獨立對話;Desktop 可以同時執行多個工作階段。這是理解上述平行工作流程的背景,文件並未將每項能力逐一標記為這次串文新增的功能。Claude Code Desktop 官方文件
使用者可從側欄或 macOS 的 Cmd+N 開始新的工作階段;按住 Cmd 點選側欄中的另一個工作階段,能在第二個面板同時查看兩個工作階段。Git 專案還可選用 worktree,為工作階段提供隔離的專案副本。這些是文件記載的操作與選項;worktree 是可選設定,不代表每個工作階段都會自動建立副本。
文件也描述另一種查看工作進度的方式:Tasks pane 顯示目前工作階段內的背景工作,例如子代理與背景 shell 命令;側欄或向 Claude 詢問,則可查看其他工作階段。文件所述跨工作階段查詢涵蓋 Desktop Code tab 管理的 Local、SSH 和 Windows WSL 工作階段,不包含 Cloud、從終端機啟動的 CLI,或 VS Code 擴充功能工作階段;也不會列出正在發問的工作階段。這個範圍限制針對跨工作階段查詢,不代表 Desktop 不能使用其他執行環境。
主推附帶的影片畫面可見 Needs input、Working、Completed 等側欄分類,以及新工作階段畫面中的 storefront-web、payments-api、infra 等示例名稱。這些是畫面中的標籤與示例,不能視為正式支援環境清單。
官方文件另列出 macOS Universal build(Intel 與 Apple Silicon)、Windows x64,以及 beta 版 Linux;建立 Code 工作階段時可選 Local、Cloud、SSH,Windows 也可選 WSL。這些是文件列出的平台與環境選項,不是串文所述新功能的帳號推出範圍。
Claude Code Desktop 介面示範:左側依 Needs input、Working、Completed 顯示工作階段狀態;中央的新工作階段畫面提供 storefront-web、payments-api、infra 等環境選項。
Claude Code Desktop 新工作階段畫面展開 Choose environment 選單,列出 payments-api、storefront-web、infra 等環境。
Claude Code Desktop 示範平行任務:主工作階段列出三項建議工作及各自的執行狀態,並顯示子工作完成後回報主工作階段。
Claude Code Desktop 顯示建議的後續工作可另開工作階段;/btw 問題則在側邊對話窗中處理,主工作仍留在畫面上。
Claude Code Desktop 示範工作階段的 live to-do list、回合摘要卡,以及側欄中的環境、Context、Connectors 和 Outputs 資訊。
原文:https://easyvibecoding.app/curated/3449-claude-code-desktop-parallel-sessions
Claude Platform 開放 OpenTelemetry traces Beta:追蹤 API、Agent 與 SDK
Claude Platform 已開放 OpenTelemetry traces 公開 Beta,讓團隊將 Messages API、Claude Managed Agents 與 Claude SDK 的追蹤資料送到可接受 OTLP 的可觀測性平台。這能讓模型請求與工具呼叫等資訊出現在團隊既有的觀測工具中,方便排查執行狀況;功能依 Anthropic 的 Beta 條款提供。
一次請求如何變成可查的追蹤資料?
Trace 是一次請求在系統中的完整紀錄,span 則是其中的一個步驟,例如模型請求或工具呼叫。API 與 SDK 可以分別設定追蹤,也可以一起使用;一般情況下,兩者的 spans 能串在同一條 trace 中。若請求送往 Claude Platform on AWS,API spans 會位於各自獨立的 traces。
官方示範中,操作者在 Console 新增 OTLP 目的地、填入收集器端點與驗證標頭,再選擇內容模式和工作區範圍。追蹤資料可送往接受 OTLP 的觀測平台。
示範接著展示 Managed Agents 的一次執行:工作階段可拆成多個回合,每個回合再列出模型請求與工具呼叫及其耗時。操作者篩選錯誤狀態的 spans,並依 genai.tool.name 分組;畫面中的 querymetrics 範例列有成功項目與逾時項目。旁白稱約三分之一呼叫逾時,讓代理多做幾輪重試。這些是示範中的排查情境,不是 Claude Platform 整體的錯誤率或效能數據。
追蹤資料會包含哪些內容?
每個目的地與每個 SDK client 都有各自的內容模式,設定時分別選擇。預設的 metadata-only 模式會記錄識別資訊、時間、狀態、token 數,以及使用者選擇加入的文字,例如 agent 或工具名稱與描述;「僅中繼資料」不代表完全沒有文字。Full content 模式會額外包含模型提示與回覆。目的地平台會依自己的存取權限與保存設定管理這些內容。
內容模式決定 span 包含什麼;metadata-only 仍可能含使用者選定的文字。 組織資料政策可能讓目的地匯出僅含 metadata,即使已選 full-content;SDK spans 不受此限制。
Full content 的每個 span 預設最多包含 0.75 MB 內容;超過上限時,API 或 SDK 會截短內容並設定截短標記,圖片與文件只以類型呈現。若組織與 Anthropic 的資料處理限制涵蓋 HIPAA、FERPA 或 K–12,送往目的地的內容只會有 metadata,不受所選內容模式影響;這項限制不適用於 SDK spans。
使用 zero data retention 時,Messages API 匯出的內容只會在交付目的地前暫存於記憶體。Claude Managed Agents 不適用 zero data retention,啟用 OpenTelemetry 也不會改變它原有的資料保存方式。團隊應依資料類型、組織政策及目的地的存取與保存規則選擇內容模式。
Claude Platform OpenTelemetry Beta 示範:設定 OTLP 匯出目的地與驗證標頭、選擇內容模式,再檢視代理追蹤中的工具錯誤、執行內容與 Token 用量。
原文:https://easyvibecoding.app/curated/3448-claude-platform-opentelemetry-traces-beta
Claude 進入 Google 文件、試算表與簡報:側欄編修和對話連接器有何不同
Anthropic 宣布 Claude for Google Workspace 開放 beta,適用於所有付費 Claude 方案。從 Google Workspace Marketplace 安裝外掛後,可在 Docs、Sheets、Slides 已開啟的檔案旁叫出 Claude 側欄;另一項 beta 功能則是在 Claude 對話中使用 Google 檔案連接器建立或編輯檔案。兩者入口不同,連接器存取檔案時依照既有 Google 分享權限。官方公告
側欄會讀取目前開啟的文件、試算表或簡報,也能辨識使用者選取的文字、儲存格或投影片,並直接修改檔案。Docs 可原位修正文句或調整標題樣式;較大的改寫則可列成建議卡片,讓使用者逐項套用或略過。Sheets 可建立公式、樞紐分析表、原生圖表和新分頁,也能用 Python 處理資料後寫回試算表;Slides 可依現有版型和主題新增投影片,並檢查重疊、超出頁面或難以閱讀的元素。官方公告
側欄預設使用「Ask before edits」:每項修改會以附摘要的核准卡呈現,等使用者同意後才套用。切換到「Accept all edits」後,Claude 會連續完成並套用修改,不再逐項停下等待核准。官方公告
簡單區分:側欄從已開啟的 Google 檔案開始,直接在檔案中協作;對話連接器則從 Claude 開始,可要求建立或編輯 Google 檔案,支援的設定會在對話旁開啟檔案面板。兩種功能都仍在 beta;Team 和 Enterprise 方案要先由 owner 或 primary owner 啟用連接器。官方公告
側欄從已開啟的 Google 檔案開始協作;對話連接器則從 Claude 對話開始存取檔案。
Claude for Google Workspace 示範:在 Google Docs 側欄整理文件摘要,在 Sheets 比對各團隊預算與實際支出,並展示 Slides 與 Google Drive、Salesforce 連接器的工作流程。
保留原始產品示範影片;自動轉錄未能核實,因此未提供字幕。本文功能資訊依據官方文字來源。
Claude for Google Workspace 示範:在 Google Docs 側欄整理文件摘要,在 Sheets 比對各團隊預算與實際支出,並展示 Slides 與 Google Drive、Salesforce 連接器的工作流程。 影片中的 Prompt 與操作:
Prompt: 請撰寫簡潔的執行摘要,先列建議,使用標題整理內容,並以表格列出後續事項。
Prompt: 比較 Q3 各團隊預算與實際支出,並標示超支項目。
操作步驟: 1. 從 Google Docs 的 Extensions 選單開啟 Claude for Docs 側欄。 2. Claude 在 Sheets 中整理各團隊預算與實際支出,呈現超支項目及合計差額。 3. 展示 Google Slides 中的 Claude for Slides。
原文:https://easyvibecoding.app/curated/3425-claude-google-workspace-sidebar-connectors
GPT-6 把 ChatGPT 回答變成可操作介面:Intelligent UI 的做法與限制
OpenAI 於 2026 年 10 月 7 日宣布,GPT-6 開始在 ChatGPT 導入 Intelligent UI:回答可以把文字、圖像和互動元件放在同一個對話中,依問題選擇呈現方式。使用者可以在對話裡看比較、操作圖表或表單,也能直接使用為當下任務生成的工具;若純文字更合適,ChatGPT 仍可用文字回答。
這項更新的重點,是回答不必只是一段聊天文字。OpenAI 展示的自行車說明會以可切換的圖解呈現車架、車輪、傳動、煞車和操控等系統;規劃週日烤羊肉餐時,資訊則可以結合菜單、依人數調整的份量與備餐時間表。使用者也可以要求製作分帳計算器、退休儲蓄試算工具或小遊戲,直接在對話中使用。
回答如何變成可以操作的介面?
OpenAI 表示,GPT-6 可從一套原生元件庫組合介面,並由編譯器在模型生成內容時逐步呈現。元件包括圖形、可點擊按鈕、表單和圖表;模型會依問題安排內容與版面,並判斷是否需要互動。這些是 OpenAI 對產品設計的說明,並不表示每個問題都會產生介面,也沒有保證每種元件在每次對話都可用。
訓練時,OpenAI 表示也評估了生成介面的清晰度、實用性和完整性。官方舉出的例子包括讓使用者切換自行車的不同系統、調整晚餐人數後查看採買份量,以及依時間順序查看烹調步驟。這些例子呈現了產品希望支援的操作方式;官方同時表示,仍會改善模型的設計判斷並擴充它能建立的介面。
GPT-6 會一邊思考、一邊開始回答
OpenAI 也把逐步回答納入這次更新。GPT-6 可以在繼續思考或使用工具時先開始回覆,再補上後續找到的資訊,讓使用者不用等整段答案完成才開始閱讀。逐步輸出的內容仍需由模型維持整體連貫與事實性,這是官方描述的設計目標。
OpenAI 報告了兩類內部評估結果:
| 評估情境 | OpenAI 報告的結果 | 結果範圍 | | --- | --- | --- | | 高價值日常代理任務 | GPT-6 Extra High 開始回答的時間與 GPT-5.6 Medium 相同;整體得分高於 GPT-5.6 Extra High | 官方未提供分數、樣本數或評估細節 | | 需要網路搜尋的問題 | GPT-6 Instant 平均開始回答的時間比 GPT-5.6 Instant 早 44% | 指的是開始回答,不是完成整份答案;官方未列出樣本數 |
OpenAI 另表示,GPT-6 在困難問題中更常找出支持答案的資訊,也更常抓到需要網路查證的問題核心;公告沒有提供這兩項評估的量化分數。以上都是 OpenAI 的內部評估,不能直接當成所有使用者、問題類型或工作環境下都會出現的速度與品質保證。
哪些人可以使用?
OpenAI 的 10 月 7 日公告表示,ChatGPT Plus、Pro、Business 和 Enterprise 從當日起開始全球推出 GPT-6 Intelligent UI,Free 與 Go 預計自 10 月 8 日起加入。付費方案使用 GPT-6 Sol,Free 與 Go 使用 GPT-6 Luna;企業帳戶是否可用也受工作區管理員設定影響。公告說明,此次更新只改動 ChatGPT 的 Chat 體驗,Work 與 Codex 使用的模型不在這次變更內。
Intelligent UI 支援 Instant 到 Extra High 推理等級;Pro 推理等級仍使用 GPT-6 Astra,並不支援 Intelligent UI。這裡的 Pro 是模型選單中的推理等級,與 Pro 訂閱方案名稱不同。OpenAI 說明頁也指出,功能會在網頁版及受支援的更新版應用程式推出;較舊的 macOS 和 Windows 桌面版不支援這些能力,可改用網頁版。行動裝置需更新到可用的最新版本。
這些文件反映的是分階段推出:公告安排 Free 與 Go 於 10 月 8 日開始取得 GPT-6 Luna,但同日查閱的說明頁仍在部分位置列出 Free 與 Go 使用 GPT-5.6 Luna。帳戶、工作區和客戶端的實際狀態可能不同,應以帳戶中當下可選的模型與功能為準。Intelligent UI 沒有獨立的使用額度,但原有模型、工具和方案額度仍適用;網頁版的「Layout and visuals」設定可減少部分視覺元素,官方提醒仍可能出現一些視覺內容。
OpenAI 將 Intelligent UI 描述為讓 ChatGPT 依任務調整回答形式的一步。這次公告提供了互動圖解、規劃表格和對話內工具等產品例子,也公布部分內部速度評估;實際可用功能則仍受推出進度、訂閱與工作區設定、推理等級和應用程式版本影響。
OpenAI 官方主視覺呈現 GPT-6 Intelligent UI:ChatGPT 對話旁顯示腳踏車介面,包含圖表、欄位與按鈕,示意互動式回覆。
ChatGPT 畫面輸入「Help me understand the central limit theorem intuitively」,訊息區顯示載入狀態;這是互動體驗的起始畫面,尚未呈現回答內容。
原文:https://easyvibecoding.app/curated/3422-gpt-6-chatgpt-intelligent-ui
a16z 消費型 AI 第七版榜單加入美國消費卡樣本支出排名:流量熱度不等於付費表現
a16z 第七版 Top 100 Consumer AI Apps 加入依 YipitData 美國消費卡樣本觀察支出編列的排名;該支出資料僅涵蓋美國、來自 panel 而非普查,不代表公司總營收。榜單另並列網頁與行動流量排行。主貼提到 ChatGPT 行動月活逾 10 億、Claude 網頁月訪問近 10 億;兩者平台與指標不同,不宜直接比較。圖表涵蓋 50 個網頁與 50 個行動產品,並指出 15 個消費網路類別中有 9 類沒有專門 AI 產品進入這版 Top 100:串流、社群、交友、遊戲、旅遊、零售、金融、不動產、求職。這反映榜單涵蓋範圍,不代表市場上不存在相關 AI 公司,也不能外推為全球營收總表。
圖表原標示「Monthly Revenue」前 50 名,資料來源為 YipitData;官網說明該排名反映美國消費卡 panel 樣本的觀察支出,不是普查,也不代表公司總營收。
a16z 第七版消費級生成式 AI 行動 App 每月活躍用戶前 50 名;資料來源標示為 Sensor Tower,時間為 2026 年 8 月。
a16z 第七版生成式 AI 網頁產品每月獨立訪客前 50 名;圖表標示 Similarweb 為資料來源,時間為 2026 年 8 月。
比較網路時代的重要消費類別與本版 Top 100 中的 AI 產品;九個類別標為 None,兩個類別標為 Partial。
原文:https://easyvibecoding.app/curated/3421-a16z-consumer-ai-apps-revenue-rankings
OpenAI API 付費用量層級縮為三級,Grow 門檻降至 500 美元
OpenAI Developers 於 2026 年 10 月 6 日宣布,OpenAI API 的五個付費用量層級將整併為 Build、Launch、Grow 三級;升到最高的 Grow 層級,累計 API 付款門檻由 1,000 美元降為 500 美元。這讓使用者更容易符合較高限流層級的資格,但不代表每個模型都會套用相同的請求上限。
用量層級和 rate limit 是什麼關係?
可以把用量層級想成組織累計購買 API 點數後,平台用來判定資格的階梯;rate limit 則是 API 在一段時間內允許的請求或 token 數量。OpenAI 的文件說明,付費層級會依累計購買金額自動升級,較高層級通常有較高的 rate limit。
不過,rate limit 不是一個所有請求共用的單一數字。它可能以每分鐘請求數(RPM)、每分鐘 token 數(TPM)等指標計算,哪個先達上限,哪個就會先限制請求。實際額度也會依模型和組織或專案設定而異。因此,Grow 資格門檻降低,不等於每個模型都會取得固定的新 RPM 或 TPM 數值。
500 美元不是月費,也不是支出上限
公告談的是符合 Grow 層級的累計付款門檻;官方 rate limit 文件則以累計 credit purchases 說明資格。這和某個月能花多少錢、或 API 單價是否調降,是不同問題。公告本身沒有宣布 API 價格變更,也沒有列出各模型的完整限流數字。
OpenAI 另把平台核定的每月用量上限,和組織或專案可自行設定的支出限制分開。支出提醒只通知用量;若設定硬性支出上限,達標後相關請求可能收到 429 錯誤,而且支出統計與限制生效之間可能有延遲。使用者若在意預算,仍應另行檢查支出設定;若在意吞吐量,則要查看所用模型與專案的實際 rate limit。
這次變動的重點,是最高付費層級的資格門檻降低。它讓累計 API 付款達 500 美元的組織有機會符合 Grow 資格;至於個別模型的實際額度和支出控制,仍須分別確認。
圖片比較 Build、Launch、Grow 三欄中 Astra、Sol、Terra 與 Luna 的 RPM 和 TPM 上限;Grow 欄的 Luna 顯示 30,000 RPM、180,000,000 TPM。
原文:https://easyvibecoding.app/curated/3420-openai-api-paid-usage-tiers-grow-500
Mistral Large 4「Le Chonk」登場:API 預覽先行,權重預計十月底推出
Mistral 於 2026 年 10 月 6 日宣布 Mistral Large 4,暱稱「Le Chonk」。公司稱這是原生多模態、總計約 1 兆參數、每次啟用 490 億參數的模型,並宣稱其彙整基準表現勝過美國與歐洲開放權重模型,在視覺定位等工作上也有突出表現。這些排名與能力描述是 Mistral 的自述,不是本文獨立驗證的評測結果。當日提供的是 API 公開預覽;模型權重預計十月底釋出,尚未公開下載。Mistral 也表示模型由歐洲團隊端到端打造,並可透過自家 Mistral Cloud 在歐洲部署。
博物館畫廊裡,一隻橘貓走近並攀上橘色幾何雕塑;片尾顯示「Le chonk.」與 Mistral Large 品牌字樣。
原文:https://easyvibecoding.app/curated/3417-mistral-large-4-le-chonk
From the publisher's feed