ARTICLE · 1287422

AI 日报:OpenAI额度翻倍;小米开源OCR(10月31日)

发布时间：2026-10-31 20:13:56 最近访问：2026-10-31 20:13:56

New API版本发布 · 6 分钟

OpenAI 把 Pro 和 Business Premium 套餐的用量上限翻倍；小米开源0.8B 文档理解模型 Xiaomi-OCR-0。

今日十条
OpenAI 付费套餐额度翻倍
Mistral 开放万亿参数权重
小米开源0.8B OCR 模型
智元发布 GO-3 Preview
OpenAI 重组模型行为准则
Gemini 聊天内可编辑文件
Computer Use 正式可用
Reddit 转向登录后可看
DoorDash 智能体订单仅数百
Sierra 年化收入破4亿美元

头条

OpenAI 将 Pro 和 Business Premium 套餐用量上限翻倍，取消 Pro 200 的降额计划

用量上限翻倍，降额计划取消

据 The Decoder，OpenAI 10月29日宣布，Pro 100 和 Pro 500 的 Work 与 Codex 用量上限翻倍；Pro 200 因用户反馈取消原定降额，较低一档额度翻倍；Business Premium 同样受益，Plus 不变。新订阅已按新额度执行，老用户自动生效。OpenAI 提醒，额度翻倍不等于能完成的任务翻倍，实际消耗取决于模型、任务和设置。

来源：The Decoder ｜原文链接^[1]

Mistral 开放万亿参数模型 Large 4 权重，主打编程和网络安全防御

1T 参数权重开放下载

据 Hugging Face 官方博客，Mistral 10月29日开放 Mistral Large 4（昵称 Le Chonk）权重。它是多模态 MoE 模型，总参数约1T、激活约49B，上下文100万 token，提供 FP8 和 NVFP4 两个版本，采用 Mistral 开放权重许可（MIT 衍生，对模型即服务有限制）。官方称其在「复现并修补真实漏洞」测试中得82%，DeepSWE v1.1 得61.7%。首日支持 Transformers、vLLM 和 llama.cpp。

来源：Hugging Face ｜原文链接^[2]

国产模型

小米开源0.8B 文档理解模型 Xiaomi-OCR-0，一个模型做解析、抽取和问答

0.8B 小模型读懂发票和公式

据 IT之家，小米10月30日开源 Xiaomi-OCR-0，权重和推理代码已上线 Hugging Face 和 GitHub。模型基于 Qwen3.5-0.8B-Base，用约1.7亿条样本训练，可识别正文、表格和公式并输出 Markdown、LaTeX，也能从发票、卡证中抽取字段输出 JSON，并支持文档问答。官方称其在 Real5-OmniDocBench 得95.24分、OmniDocBench v1.6 得96.83分（均为官方测试）。相关技术已用于「超级小爱」识屏。

来源：IT之家｜原文链接^[3]

智元发布具身基座模型 GO-3 Preview，计划2026年底开源

据北京商报，10月29日智元创新日上，智元联合创始人姚卯青发布新一代具身基座模型 GO-3 Preview。公司称该模型在 RoboDojo、RoboTwin、RoboColiseum 三个评测榜单居首，计划2026年底全面开源。模型采用自研 WRAM（世界推理动作模型）架构，统一建模理解、预测与动作，并配有真机、仿真、世界模型协同的后训练系统。

来源：新浪财经｜原文链接^[4]

海外模型

OpenAI 更新 Model Spec，把模型行为准则重组为五项价值

OpenAI 10月29日更新 Model Spec，即公开说明模型应如何行事的文档，把内容重组为五项价值：忠实于人类意图、减少伤害、诚实透明、尊重人的自主、关怀。据路透，OpenAI 称「忠实于人类意图」是基础，要求模型理解用户、开发者和 OpenAI 想要什么，而不只按字面执行指令。新版还补充了关于上下文、监督和智能体行为的指引。

来源：OpenAI ｜原文链接^[5]

Gemini 应用支持在聊天里直接生成和编辑文档、表格、幻灯片

据 The Verge，谷歌10月29日起向所有 Gemini 用户开放新功能：在聊天里生成、预览和编辑 PDF、Google Docs、Sheets、幻灯片、Markdown、TXT 和代码文件。用户可以把文件展开到全屏直接修改，也可以选中文字让 Gemini 修改。PDF 在网页和手机端都能用，其他格式目前只支持网页版。

来源：The Verge ｜原文链接^[6]

接入与安全

Gemini API 的 Computer Use 工具正式可用

据 Gemini API 官方更新日志，10月30日起，Computer Use 工具在 Interactions API 和 GenerateContent API 中正式可用（GA）。这项能力让模型查看浏览器、桌面或安卓设备的截图，决定下一步操作，并以结构化函数调用返回，再由开发者的程序执行点击、输入等动作。

来源：Gemini API 更新日志｜原文链接^[7]

行业动态

Reddit 将转向「登录后才能看」，称 AI 搜索导致搜索引流下滑

搜索引流下滑，论坛关上大门

据 TechCrunch 和路透，Reddit 10月29日在三季度财报中宣布，将逐步转为以登录用户为主，以防止 AI 抓取数据，并先在部分美国以外市场测试。CEO Steve Huffman 称，10月搜索引擎引流平均每周减少超100万；若趋势持续，四季度日活访客可能下降一成以上。据路透，Reddit 盘后股价下跌18%。

来源：TechCrunch ｜原文链接^[8]