4B 开源音频决策模型 Smaug 登顶，音频得分超 Gemini API
bindureddy · x · 2026-11-04
Bindu Reddy 宣布开源 Smaug-Audio-Decisions，一个主打「决策」能力的音频模型，自称登顶排行榜。配图显示它是同类中唯一同时支持音频、图像、文本输入的 4B 决策模型：音频得分 60.1、图像 57.9、文本 56.6，其中音频成绩甚至超过 Gemini 4 Argon（59.4）和 Gemini 3.8 Flash（50.5）的 API 参考成绩。模型已在 Hugging Face 上线，可用于语音 agent。
「模型」频道最新
- mxstbr：模型厂商后训练强化 tool search，MCP 层叠搜索反伤工具发现 — pvncher · 2026-11-04
- Claude Opus 5.5 禁止查看 Qwen 推理内容，触发护栏报错 — andpoul · 2026-11-04
- Gemini API 多项弃用：2.5 Pro 将于 12 月 1 日自动重定向到新版模型 — patloeber · 2026-11-04
- 腾讯 Hy4 即将上线 Arena，预览版曾居开源 Agent 第二 — arena · 2026-11-04
- Mistral Large 4 开源发布：1.05T 权重、1M 上下文 — MistralAI · 2026-11-04
- Hugging Face 邀请 OmniParseBench 入驻为官方原生 benchmark — NielsRogge · 2026-11-04