模型 10月28日 Rime Blog GPT Gemini

Rime 发布 Prism：可微调的企业级端到端语音对语音模型

Rime 于 10 月 28 日推出 Prism：端到端听写说一体的 speech-to-speech 模型，约 300ms 响应，先生成可审查文本再开口；Artificial Analysis τ-Voice 约 56.6，快于多数 OpenAI/Google 实时模型。支持工具调用、可微调（SFT/RL），并提供云端 WebSocket 与本地/私有云部署。

Rime 官方博客（Lily Clifford，2026-10-28）宣布 Prism：把听、写将要说的话、边说边继续听训成同一套系统；文本是可检查、可改写的检查点，便于挂护栏、音素条件（专名/账号）与可组合 Agent 流程。changelog 写明：内置轮次检测与打断处理，工具调用时可边说填充语；当前英文四音色（aurora / wawona / brando / astra）；云端 WebSocket 为 wss://prism.api.rime.ai/v1/realtime，并提供 Python/Node/Go/Rust SDK，事件名兼容 OpenAI Realtime beta。

基准（官方按 AA 语音对语音榜同一 harness、无先推理再开口）：τ-Voice 总分约 56.6，领先未开推理的 OpenAI/Google 实时模型约 17–30 分，并高于带推理的 GPT-Realtime-2.1；电信场景约 82.5 vs GPT-Live-1 约 45.6。首包音频约 0.57 秒，约为 GPT-Live-1 / GPT-Realtime-2.1 / Gemini 3.8 Live 等待时间的一半。企业试用称相对 OpenAI 级联方案，Revmo 下单确认与取货方式从约 68% 提到 100%、无死空气通话从约 66% 到 88%。

定位为「首个可微调的前沿 S2S」：beta 客户侧推进自助 RL/SFT API；支持 on-prem / VPC，强调 SOC 2 与 HIPAA。本稿不含可复现攻击细节。

来源与参考资料

Rime Blogrime.ai · 查看原文

同栏目 · 模型

Google Blog / Artificial Analysis10月28日

Google：发布 Gemini 4 Carbon，AA Intelligence Index v5 以 59 分登顶

Google / DeepMind 10 月 28 日宣布下一代前沿模型 Gemini 4 Carbon：Artificial Analysis Intelligence Index v5 得 59，超过 Opus 5.5（58）与 GPT-6 Astra（57）。主打网络安全全链路（SEC-bench Pro 约 88.2%、ExploitGym 约 54.8%、CWE-bench 约 71.0%）与长程 Agent 工程；本周起经 Fairwind 先向部分防御方开放，公测与消费面「尽快」跟进。介绍价同 Argon：$2/$10 每百万输入/输出。

模型GPTClaudeGemini

Google 官方社交卡片：Introducing Gemini 4 Carbon

NVIDIA / Hugging Face10月28日

NVIDIA：开源 Nemotron 3.5 Transcribe，40 语转录 + 说话人标注，AA 开源 STT 并列第一

NVIDIA 10 月 28 日开源 Nemotron 3.5 Transcribe（约 30B / 4B 激活）：可提示的多语语音转写，覆盖 40 语转录、31 语英↔双向翻译、13 语说话人归因（最多 8 人、最长约 1 小时录音）。HF Open ASR 英语开源第一（约 5.33% WER），Artificial Analysis 开源侧 AA-WER 2.8% 并列第一；同期放出 Granary v2 数据管线。

模型Mistral

NVIDIA Nemotron 3.5 Transcribe 与 Granary v2 官方博客配图

Mistral Docs10月28日

Mistral：Responses API 公测，并托管 DeepSeek V4.1 Flash 与 GLM 5.3 Flash

Mistral AI 10 月 28 日开 Responses API 公开预览：兼容 OpenAI Responses 形态（POST /v1/responses），无状态、面向 Agent；声称覆盖其托管的全部聊天模型（含 Large 4）。同期推理货架上架 DeepSeek V4.1 Flash-1017（预览，$0.30/$1.20）与智谱 GLM 5.3 Flash（GA，$0.15/$0.50），均 1M 上下文，EU/US 云推理可调。

模型DeepSeekGLMMistral