新模型天天发，真正能帮你省时间的往往是那些落到具体场景里的工具。这一期我们从最近一个月的官方发布里，挑了 7 个“现在就能上手”的 AI 工具，覆盖办公、内容核验、语音、检索和开发。每个工具都写清楚它做什么、适合谁、怎么收费，并附上官方链接。

1. Claude for Google Workspace：在 Docs、Sheets、Slides 里直接用 Claude

它能做什么：Anthropic 在 10 月推出的 Google Workspace 插件，会在文件旁边打开一个 Claude 侧边栏。它能读取当前文档、表格或幻灯片，看到你选中了哪段文字或哪些单元格，再直接动手修改：在 Docs 里原地改句子、调标题；在 Sheets 里写公式、建数据透视表和原生图表；在 Slides 里按现有版式生成新页面，并检查元素是否重叠或超出页面。默认是“改之前先问你”模式，每次修改都会弹出确认卡片。

适合谁：日常泡在 Google 文档里的运营、产品、财务和咨询人员。

价格：所有 Claude 付费方案均可使用，目前为公开测试版。安装路径：Google Workspace Marketplace，然后在文件中打开“扩展程序 > Claude > Open Claude”。

官方链接：Claude now works with Google Docs, Sheets, and Slides

2. ChatGPT Slides：在对话里做 PPT，还能多人协作

它能做什么：根据一段对话、一份文件或一个大纲生成演示文稿，也可以给它一份示例 PPT 来参考风格。生成后可以直接编辑文字、图片、形状和图表，也能邀请同事实时共同编辑和评论。网页版支持导出为 PowerPoint、PDF 或 Google Slides。

适合谁：经常要赶汇报、做路演材料的团队。

价格：正在向拥有 Space 权限的 Pro、Business、Enterprise 用户逐步开放（网页版和桌面版）。

官方链接：ChatGPT 发布说明（10 月 20 日条目）

3. SynthID Detector：上传一下，看看是不是 AI 生成的

它能做什么：Google 在 10 月 7 日把 SynthID Detector 开放给所有人（全球可用，界面为英文）。上传图片、视频或音频，它会检查文件里是否带有 Google 及合作方的 SynthID 隐形水印，目前合作方包括 OpenAI、NVIDIA、Kakao，Apple 也即将加入。Google 称已经给超过 1800 亿张图片和视频打上了 SynthID 水印。

适合谁：编辑、自媒体作者、需要核实素材来源的人。

需要注意：它只能识别带 SynthID 水印的内容。检测结果为“无水印”，并不代表内容一定是人类创作的。

官方链接：Google · Expanding SynthID Detector

4. DeepSeek Search & Fetch API：给你的智能体配一个搜索引擎

它能做什么：Search 接口返回结构化的搜索结果，包括标题、链接、摘要、发布时间和权威度评分，支持 site:、lang:、after: 等搜索语法；Fetch 接口抓取单个网页，返回 Markdown 格式的正文。两个接口都使用现有的 DeepSeek API Key 鉴权。

适合谁：在做 RAG、研究型智能体、资讯聚合的开发者。

价格：Search 和 Fetch 都按每 1,000 次成功请求 $0.75 计费，失败、空结果和超时不收费。通过 DeepSeek Harness、Claude Code 或 Codex 产生的服务端调用，在北京时间 2026 年 11 月 1 日 0 点之前免费。

官方链接：DeepSeek API · Search & Fetch

5. Mistral Voxtral 3：搭语音客服的一整套工具

它能做什么：包括语音转写（50 多种语言，支持说话人分离和专有名词纠偏）、实时转写（延迟低于 500 毫秒）、富有情感的语音合成，以及一个语音智能体 SDK，可以接入 SIP 电话和 WebRTC。

适合谁：做客服中心、电话预约、语音助手的团队，尤其是对数据驻留有要求的企业，因为它支持私有化部署。

价格（官方定价）：批量转写 Voxtral Mini Transcribe 3 为 $0.0035/分钟，实时转写为 $0.008/分钟，语音合成 Voxtral Speech 3 为 $13/百万字符。语音智能体 API 搭配 Mistral Small 4 推理为 $0.04/分钟，搭配其他推理模型为 $0.08/分钟。

官方链接：Mistral · Voxtral 3

6. EmbeddingGemma 2：能在手机上跑的多模态向量模型

它能做什么：把文本、代码、图片、音频、视频映射到同一个向量空间，于是你可以用一句话搜视频片段，或者用语音备忘录去找相关录音。参数量 7.4 亿，向量维度可以从 768 截断到 512、256 或 128，最多节省约 6 倍存储空间。上下文为 8K token。

适合谁：想做本地或端侧语义搜索、隐私优先的 RAG 应用的开发者。

价格：开放权重，采用 Apache 2.0 许可，可以商用。可以从 Hugging Face 和 Kaggle 下载，支持 transformers、sentence-transformers、Ollama、llama.cpp、vLLM 等常用工具。

官方链接：Google · EmbeddingGemma 2 · Hugging Face 模型页

7. Nano Banana 2.1：又快又稳的出图与改图模型

它能做什么：Google 的高效图像生成和对话式改图模型，模型名为 gemini-nano-banana-2.1。它支持 1K、2K、4K 输出，最多可以融合 14 张参考图（最多保持 4 个角色、10 个物体的一致性），文字渲染和信息图排版也有改进，还能借助 Google 网页和图片搜索进行事实校准。

适合谁：需要批量产出配图、海报、电商图的内容团队和开发者。

价格：通过 Gemini API 调用，按官方价目表计费，支持 Batch API。

官方链接：Gemini API · Nano Banana 2.1

怎么选？

  • 办公提效：用 Google 文档的选 Claude for Google Workspace，用 ChatGPT 的选 ChatGPT Slides。
  • 内容核验：SynthID Detector 免费，适合作为发布前的一道检查。
  • 开发者：DeepSeek Search 加 EmbeddingGemma 2，一个联网检索，一个本地检索，组合起来就是一套低成本 RAG 方案。
  • 语音场景：Voxtral 3 的按分钟计费很透明，适合先小规模试点。

你最近在用哪个 AI 工具？欢迎留言推荐，我们会挑选读者推荐的工具来做实测。

信息截至 2026 年 10 月 21 日（北京时间），价格与可用范围以各官方页面为准。