工具情報 · 2026 年第 36 週

本機巡檢 · 覆蓋 08-28 ～ 09-04 · 承重項經 GPT／Gemini／DeepSeek 三源自動校驗 · Perplexity 部分成功後卡住，餘項附人工清單

本週的重心事件有三件：Google 發布 Gemini 3.8 Flash、Anthropic 發布 Claude Fable 5.1 與 Mythos 5.1、OpenAI 發布 GPT-6 Astra——三家旗艦在七天內連發。工具側最有操作價值的一條反而不起眼：Ollama 終於為 gemma4 打通了圖像與音頻輸入，了結了一個追蹤數週的懸案。

🔧 版本更新（可升級）

• Ollama v0.33.3（09-02）— gemma4 在 MLX 引擎上開通圖像與音頻輸入；另新增回報快取提示 token、遵循 GGUF 模型自帶的預設參數。有新版，建議升級。✓三源證實（releases.atom ＋ GitHub API 的 release 正文 ＋ 兩路 AI 核查），本機所裝版本落後於此。這條同時了結長期追蹤項（詳見下方本機模型監看層一）。release
• sherpa-onnx v1.13.7（09-01）— 語音工具鏈例行版本更新。release
• mlx-vlm v0.7.0rc0（08-31）— 預發布（release candidate，候選版），非正式版，生產環境暫不建議跟進。release
• 3x-ui、ChromaDB、llama.cpp 本週僅有 dev／nightly 滾動構建，無正式版變動，不列為可升級。
• 其餘受監看倉庫本週無新 release。其中 12 個倉庫從不打 release（既有紀錄的已知情況，屬正常，非抓取失敗）。
• HuggingFace 模型類（吠陀天城體 TrOCR、藏文 Tesseract 訓練包、泰文 TrOCR、梵語 TTS、Indic Parler-TTS、Vāgdhenu、梵英 MT 權重）本週 lastModified 全部無變化。

☁️ 雲端 AI / API 動態

• Gemini 3.8 Flash（09-02）— 導入價每百萬 token 輸入 $0.75、輸出 $3.75，有效期至 2026-12-31，2027 年起調漲；同時發布受限的 Flash Cyber 安全變體。官方稱在 DeepSWE v1.1 基準上以更低成本勝過多數更大的前沿模型。✓多源證實（官方部落格一手＋模型目錄＋兩家獨立媒體＋兩路 AI）。官方發布｜The Register
  • ★ 終端通道一手探測：可用清單已出現 3.8 Flash 三個檔位；交叉查證所用的 Gemini 3.1 Pro（High）仍在清單內，路由無需更動。Pro 檔仍停在 3.1，3.5 Pro 持續未發布。
• Claude Fable 5.1 / Mythos 5.1（09-01）— 基礎 token 價維持不變。⚠分歧：一路指出快取讀取價已降至四分之一（每百萬 $0.25），另一路稱「價格完全不變」。兩說並不衝突——基礎輸入輸出價未動、快取讀取價下調，此處採較精確的表述。官方發布
• GPT-6 Astra（09-03）＋補遺 — 兩路 AI 主動提出、四家以上主流媒體證實。OpenAI 新一代旗艦，主打 computer use（模型像人一樣操作電腦）；為官方首次判定達到其準備框架中「critical」網路安全門檻的模型。目前不可用：首發僅限少數受邀組織，訂閱層與 API「數日內」開放，本週僅作記錄。Axios｜Fortune
• DeepSeek — 官方變更日誌自 08-21 的 V4-Flash-Vision-Exp（實驗性多模態視覺模型）之後無新條目，本週無新模型、無調價。✓三源。＋補遺：該視覺模型已於 08-31 以 MIT 授權開放權重（由 DeepSeek 一路提出、另一路佐證，並經模型平台 API 一手核實）。變更日誌
• OpenRouter GPT 三檔位（terra／sol／luna）本週無新代、無調價、無停用公告。⚠ 承接上週的單點故障：本次執行時該金鑰的週額度已重置（尚餘約七成），GPT 與 DeepSeek 兩路本週均正常運作。
• Azure Document Intelligence — 仍為 v4.0 GA，本週未見版本或定價變動公告。（屬否定命題，只能記為「未見公告」，非「證實無變動」。）
• 免費 GPU 平台 — Kaggle 未見配額政策變動公告；Modal 的 Starter 免費額度每月 $30 維持不變（官方定價頁一手查核，另有第二源佐證）。⚠分歧未結：Modal 的「Shared API」（按 token 計費的 OpenAI 相容推理端點）是否限 Team／Enterprise 方案——兩路 AI 均判為已限縮（其中一路稱 09-01 起生效），但官方定價頁全文仍無「Shared API」字樣（一手查核）。此案連續第三週無法以官方一手源結案，維持不採信為既成事實。百度 AI Studio 本週未查得可靠公開資料。

🆕 新模型雷達（查證／深度研究 + 特別亮眼）

• Gemini 3.8 Flash（Google）— 社群 Elo 排行第 8 名（1494），獨立跑分站品質指數 59、每任務約 $0.58、輸出 306 tokens/s。兩個獨立跑分來源互證。相關性：OCR 前置篩選與查證通道的直接候選。跑分
• Claude Fable 5.1（Anthropic）— 獨立跑分站智力指數 66（最高檔）居全榜首位，社群 Elo 1504。兩源。
• Meta Muse Spark 1.3（09-02）— 跑分 62，$1.25/$4.25，1.05M 上下文，多模態推理與長程 agentic／編碼向。兩源。
• GLM-5.3（Z.ai）— 跑分 60、每任務約 $0.68，MIT 授權，開放權重版在模型平台上下載量已達五十萬級。兩源。
• Microsoft MAI-Transcribe-2（09-03）— ✓三源。每音頻小時 $0.10（促銷價，至 2026 年底），FLEURS 多語基準 60 語種平均字錯率 5.2% 稱第一，支援說話人分離、詞級時間戳、關鍵詞偏置、語種自動識別與語碼轉換。⚠相關性須打折：FLEURS 的語種表不含梵語與藏語；此模型對現用梵／藏 ASR 主力是否構成替代，未經任何本地基準測試，屬「值得測」而非「更好」。官方｜VentureBeat
• IFM K2-Horizon（09-03）— Apache-2.0 授權的六模型開源系列，跨 0.9B 至 375B。詳見下方本機模型監看層二。官方
• OrcaRouter 免費／低價雷達：以未登入的公開 API 視角查詢（回傳 193 個模型）。該端點只給模型 id、不含價格，因此本週只能建立「免費標記」基線，無法核算 <$1 檔位。目前帶 free 標記者四個：orcarouter/free、deepseek/deepseek-v4-flash-free、qwen/qwen3.8-27b-free、tencent/hy3-free。⚠ 這是首次建立基線（本節屬新增檢查項），不等於「本週新增」；要到下週才具備逐週比較的基準。公開視角可能不完整。

⭐ 更優替代掃描

• 梵語／天城體 OCR — UniLipi（arXiv 2608.28195，08-28）：單一框架跨 13 種印度系文字聯合訓練的手寫寫本 OCR，宣稱直接處理行幾何極端變化、行長差異巨大、以及非文字元素造成的斷行。✓三源（arXiv 一手＋兩路 AI）。⚠ 為手寫寫本向，與印刷書本 OCR 的用途需分辨；目前尚無可核的權重或代碼，標「待驗」。arXiv
• 梵語 NLP — Padārtha（arXiv 2608.29324，08-29）：首個以正理－勝論（Nyāya-Vaiśeṣika）本體論為基礎的梵語細粒度命名實體識別基準，取材《摩訶婆羅多》，18 個細類歸於 10 個本體節點並映射至五個標準粗類以保持與既有基準的互通。論點是為古典文獻套用現代新聞語料的標註體系，等於把源文化的定義強加於文本。單源（arXiv 一手），待驗。arXiv
• 歷史語言詞義 — Inspicio（arXiv 2609.00998，09-01）：開放詞彙的詞義檢索管線，不需要源語言的義項清單或詞－義映射，改以指令微調模型產生語境英譯後鏈接至 Open English WordNet。對 WordNet 不完整或尚在建設中的梵、巴、藏直接相關。單源，待驗。arXiv
• 藏語 OCR／TTS、梵語 ASR、音源分離／去噪／強制對齊：本週無更優替代。
• TTS 另記一筆：模型平台本週新上榜一個 3.5B 的小型 TTS，體積適合本機，但屬漢語系語音向，與梵／巴／藏主線無關，僅記錄不推薦。

🖥 本機 AI 模型全景監看

• 層一·別落後：清單內各模型與其底模家族本週在模型平台端無更新。⭐ 唯一實質變動是一個追蹤數週的懸案結案——Ollama 自 v0.33.3 起在 MLX 引擎上為 gemma4 開通圖像與音頻輸入，此前該架構的圖像輸入一直不可用；本機所裝客戶端仍落後於此版本，升級後即可實測驗證。
• 層二·別停滯：
  • IFM K2-Horizon MoVA-36B-A4B（Apache-2.0）— 經模型平台 API 一手核實為 37.4B 總參數／4B 激活的 MoE，是本週唯一在 24GB 統一內存機器上做 4-bit 量化後有機會跑起來的新開源候選。
  • 本週趨勢榜上的大型多模態新模型，逐一以 API 核實參數量後全部超出本機可行範圍：Qwen3.8-Flash-Next 180B、GLM-5.3-Flash 321B、DeepSeek 視覺實驗版 304.6B——這三者只適合租用 GPU 或雲端呼叫，不列為本機候選。（此處刻意以一手 API 核實參數量，而非採信排行榜或 AI 面板的轉述。）
  • 一個值得注意的趨勢：本週趨勢榜上「解限／abliterated」量化版本佔比顯著，多集中於同一個 27B 系列；該族先前已在本機清空，若要重新評估，須先確認當初清空的理由是否仍然成立，不宜因為榜單熱度就回頭。

🏛 IE 文獻學新工具/資源（更廣範圍）

• UniLipi（同上）— 13 種印度系文字的統一手寫寫本 OCR，是本週對寫本數字化最直接相關的一篇。arXiv
• Inspicio（同上）— 歷史語言的開放詞彙詞義檢索，直接面向希臘、拉丁等 WordNet 不完整的語言。arXiv
• OmniHandwritingOCR（arXiv 2608.18586，08-19）— 評測多模態大模型在手寫 OCR 場景表現的診斷性基準。單源，待驗。arXiv
• Seeing the Unseen（arXiv 2608.30541，08-31）— 以視覺相似度做像素語言模型（pixel language model，直接把文字當圖像處理而不經分詞器的模型）適配，對缺乏分詞器支援的古文字系統有潛在意義。單源，待驗。arXiv
• 上週已報過的兩篇（阿拉伯寫本行標註管線、abugida 分詞器上限）不重複。

📋 清單變動

• 工作區新出現一個本機 MLX 推理服務目錄（含啟停腳本與診斷子目錄），底下新增兩個解限量化模型（各約 4–6GB，已用實際佔用空間核實非空殼目錄），建議補入監看清單的本機模型欄。
• 監看方式修正：社群 Elo 排行站的網域已 301 永久重定向至新網域；本任務的來源網址應同步更新，否則每週都會多跳一次。
• 建議補入監看清單：Ollama（本週唯一實質版本更新的來源，卻不在清單表內）、llama.cpp、mlx——三者都是本機推理棧的底座。
• 建議補入監看清單（evaluating）：MAI-Transcribe-2、IFM K2-Horizon。

🔎 第二源校驗小結

• GPT／Gemini／DeepSeek 三源自動校驗：7 條承重項——證實 5 條、分歧 2 條、補遺 3 條。
  • 分歧①（Fable 5.1 價格）：一路稱「非完全不變」（快取讀取降至四分之一），一路稱「基礎價維持不變」。判定：兩者相容，前者更精確，已按前者表述寫入。
  • 分歧②（Modal Shared API 層級）：兩路均判限 Team／Enterprise，第三路無法核實，官方定價頁一手查核無此字樣。連續第三週未結案，維持不採信。
  • ⚠ DeepSeek 這一路本週檢索覆蓋明顯偏弱：7 條中 5 條回「無法核實」，且對 Gemini 3.8 Flash 直接判 FALSE。依既有紀律「AI 說查無不等於否證」，該 FALSE 判定為檢索假陰性、不計入分歧——其餘兩路加上官方部落格、兩家獨立媒體與兩個跑分站均證實該發布。其 web_search_requests 計數欄位一如既往缺失，但回答引用到 09-01／09-02 的頁面，可判實際有聯網。
  • 三路提出的補遺：GPT-6 Astra（兩路）、DeepSeek 視覺模型開放權重（一路提出、一路佐證，並經模型平台 API 一手核實）。
• Perplexity：部分成功後卡住，已附清單。第一問成功取回（佐證 Modal Starter 每月 $30 免費額度不變）；追問「Shared API 屬哪個層級」時，輸入框靜默吞掉整段文字（既有紀錄的已知失效模式），依停止規則不再重試。
• 🔬本地模型參考（Gemma，離線·不計入共識）：本機 Ollama 服務未啟動，依規則跳過此步。
• Perplexity 待人工核查清單：
  1. Modal 的「Shared API」是否限 Team／Enterprise？官方定價頁無此字樣，兩路 AI 稱 09-01 起限縮，需官方文檔一手佐證才能結案。
  2. MAI-Transcribe-2 的 60 語種完整清單是否含泰語，以及是否含任何南亞古典語言——這決定它值不值得進基準測試。
  3. 百度 AI Studio 本季算力卡政策有無變動（本週公開檢索未得可靠資料）。

本週按量 API 成本：交叉校驗兩路合計約 $0.35（其中掛聯網的 GPT 一路 $0.34，觸發 11 次搜索；DeepSeek 一路 $0.011）。高於一般週次，成因是承重項較多導致搜索次數偏高，非誤用貴檔位。其餘各步驟走訂閱或免費通道，零邊際成本。