Google DeepMind 发布 Gemini 4 Neon 模型
Google DeepMind 发布 Gemini 4 Neon,主打复杂软件工程、知识工作与科研流程的端到端任务完成,在 Artificial Analysis Intelligence Index 上以 61 分位列第 3。
推荐理由:官方给出 Gemini 4 Neon 在多项基准上的排名、定价与思考档位,读者可据此判断它在 Gemini 4 家族中的定位与成本取舍。
Google DeepMind 发布 Gemini 4 Neon,主打复杂软件工程、知识工作与科研流程的端到端任务完成,在 Artificial Analysis Intelligence Index 上以 61 分位列第 3。
推荐理由:官方给出 Gemini 4 Neon 在多项基准上的排名、定价与思考档位,读者可据此判断它在 Gemini 4 家族中的定位与成本取舍。
微软在 Ignite 上一口气发布七款 MAI 自研模型,覆盖代码、安全、图像、语音、路由与检索,主打性价比。微软称 MAI Code 2 在四项基准上平均达到 GPT-6.1 Sol 性能的 98%,成本为其 40%;对比 Claude Opus 5.5 则达到 96% 的性能、5% 的成本。
推荐理由:微软一次发布七款自研模型,并给出与 OpenAI、Anthropic 同档模型的性能与价格对照,可据此判断企业智能体的成本结构。
OpenAI 发布 GPT-6.2 Astra 和 GPT-6.2 Sol 两款语言模型,已在 ChatGPT Work 和 Codex 中向 Plus、Pro、Enterprise、Edu 用户开放,并通过 API 提供。
推荐理由:原文汇总了多家第三方评测与定价数据,读者可据此比较 Astra 与 Sol 在成本与能力上的取舍。
OpenAI 发布 GPT-6.2 Astra 与 Sol,在专业输出、编码和电脑操作方面有所提升,并降低了成本。新模型覆盖 ChatGPT Work、Codex 和 API 三个入口。
推荐理由:原文给出 GPT-6.2 Astra 与 Sol 在专业输出、编码和电脑操作上的能力变化,以及更低成本这一关键信息。
美团开源 LongCat-2.5 权重,这是一个 1.6 万亿参数的 MoE 智能体模型,每个 token 约激活 480 亿参数,支持文本、图像、视频输入和最高 100 万 token 上下文。
推荐理由:读者可了解这款 1.6 万亿参数 MoE 智能体模型在编码基准上的位置,以及它完全基于华为昇腾芯片训练和部署的路径。
Google DeepMind 发布 Gemini 4 Hydrogen,面向日常编码与智能体工作流,并在 Google AI Studio、Gemini API、Gemini app 和 Google Search 等全线开放。
推荐理由:原文给出 Hydrogen 与 Carbon、Argon 的定位分工及多项基准与定价,读者可据此判断它在多模型工作流中的位置。
Moonshot AI 的 Kimi K3.1 Pro Highspeed 已在 Amazon Bedrock 上线,基于 Kimi K3 后训练而来,保持 3T 级开放权重架构和 100 万 token 上下文窗口,官方称输出速度是 Kimi K3.1 Pro 的 2–3 倍。
Latent Space 作者实测了 NaiveAI 的开源权重模型 Naive-N0.5-Flash,它基于小米 MiMo-V2.5 继续训练并适配 DeepSeek Sparse Attention,主打高吞吐。
Google DeepMind 向开发者、企业、科学家和消费者开放 Gemini 4 Carbon,称其在网络安全能力和长周期智能体工作流上达到前沿水平。Carbon 在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 上排名第一,单任务成本比次优外部模型低 2 倍以上。
推荐理由:原文给出 Carbon 与 Argon 的定位差异、多项基准排名和定价,读者可据此判断该模型适合哪类任务。
AWS 宣布 Claude Fable 5.2 和 Claude Mythos 5.2 在 Amazon Bedrock 与 Claude Platform on AWS 上可用,其中 Fable 5.2 面向编码、数学和科研等技术工作,可处理多步骤任务并自行校验输出。
推荐理由:文章说明了 Fable 5.2 在编码与科研任务上的能力定位,以及数据保留和迁移方式,便于评估接入成本。
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2 两款新模型,称其在编码、推理和视觉方面有所提升,生成速度也快于 5.1 版本。
推荐理由:读者可了解 Anthropic 两款新模型在编码、推理与视觉上的能力宣称,以及 Mythos 5.2 仅向受审核机构开放的发布差异。
Anthropic 发布 Mythos 5.2 和 Fable 5.2,称其在编码、推理和视觉方面有所提升,Fable 输入价格从每百万 token 10 美元降至 8 美元,响应速度提升 30%。
推荐理由:读者可了解 Mythos 5.2 与 Fable 5.2 的能力、定价变化,以及 METR 报告后 Anthropic 对 RSI 与模型隐蔽行为的回应。
AI 芯片设计公司 Ricursive Intelligence 训练并发布开源语言模型 Ripple-65B Preview,预训练使用 12 万亿 token,在 TerminalBench 2.1 编码基准上得分 80.52,为美国开源模型中的最好成绩。
OpenAI 称其硬件团队用 GPT-6 Astra 设计了一款让用户与 Codex 编码智能体对话的设备,作为副项目在不到一周内完成。Astra 承担了外壳设计、含元件选型与走线的 PCB 布局、固件和用户界面等全部环节,代工厂在不到一个月内产出小批量原型,但因 Astra 未总能考虑制造约束、公差和装配细节,经历了几轮修改。
推荐理由:读者可了解 OpenAI 用 GPT-6 Astra 端到端设计硬件的具体环节,以及模型在制造约束上的实际短板。
Mistral 发布 Mistral Large 4(Le Chonk)的开放权重,这是其 1 万亿参数、原生多模态的旗舰模型,此前已公开预览。该模型在 FrontierCode 2.0 上得分 19.7%,在 Terminal-Bench 4.0 上提升 13 个百分点至 41%,并提供 Low、Medium、High 三档推理模式。
推荐理由:原文给出开放权重、三种推理模式与定价,读者可据此判断自托管部署的成本与安全取舍。
Mistral 在 Hugging Face 放出 Mistral Large 4 权重,昵称「Le Chonk」,总参数约 1 万亿、每步激活 52B,支持文本与图像输入。
Google 发布前沿模型 Gemini 4 Carbon,称其在编码、智能体任务和网络安全方面有显著提升,并在 Artificial Analysis Intelligence Index(v5.0)上排名第一,Claude Opus 5.5 和 GPT-6 Astra 位列其后。
Google DeepMind 在 Argon 发布两周后推出 Gemini 4 Carbon,该模型在 Artificial Analysis Intelligence Index v5.0 上得分 59,高于 Argon 的 50,位列第一。
推荐理由:材料汇总了第三方评测与价格数据,可对比 Gemini 4 Carbon 与 Argon、Claude Opus 5.5 在智能体编码和成本上的差距。
Google DeepMind 发布 Gemini 4 Carbon,称其在网络安全与长程任务能力上达到 SOTA,在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
推荐理由:原文列出 Carbon 在网络安全与长程编码基准上的具体分数和定价,可对照两周前发布的 Argon 看能力推进节奏。
月之暗面发布 Kimi K3.1 Pro,这是一款总参数 2.8T、激活参数 104B 的多模态 MoE 模型,支持 100 万 token 上下文,API 已上线,权重承诺于 2026 年 11 月 4 日发布。
推荐理由:材料汇总了 Kimi K3.1 Pro 的独立评测、定价与开源承诺,可据此判断开源权重与闭源前沿的差距。
AI 创业公司 Recursive 发布首个语言模型 Flint,其开发过程几乎每一步都有名为 Eureka Machine 的 AI 系统参与,由该系统提出想法、实现、测试并规划后续实验。
推荐理由:读者可以看到一个由自动化研究系统参与开发的编码模型,以及它在本地硬件上的速度与开源权重细节。
AI 初创公司 Recursive 发布首个模型 Flint,这是一个可在笔记本上运行的免费编码模型,以 Apache 2.0 许可证在 Hugging Face 开放下载。
OpenAI 表示已针对 COBOL、Fortran、Visual Basic 等低资源语言改进最新模型,并构建了 MultiLangBench 和 COBOL 迁移两项评测。
推荐理由:原文给出 GPT-6 在 COBOL、Fortran 等低资源语言上的基准提升幅度,可据此判断遗留系统迁移的可用性变化。
DeepSeek 发布 DeepSeek-V4.1-Flash-1017,已在官网、App 和 API 上线,并在 Hugging Face 与 ModelScope 开源模型权重。
推荐理由:读者可了解 DeepSeek 新 Flash 模型在智能体与编码任务上的提升,以及每任务成本降至约 0.2 美元的变化。
Meta 发布开源权重模型 Muse Spark Open,称其为美国最强开源权重模型,采用 8160 亿参数和 100 万 token 上下文窗口,原生多模态,面向复杂编码与智能体任务。
Reflection AI 推出开源权重模型 Beam,面向智能体编码与长周期任务,可维护代码、调用工具并完成多步工作流。
推荐理由:文章给出 Beam 在 AWS 上的两条部署路径与显存、并行配置要点,可供工程团队评估落地成本。
Google DeepMind 的 Gemini 4 Argon 在 ARC-AGI-3 上以 Provider Adapter Harness 测试环境取得 97.5%,成本 4800 美元,成为继 OpenAI 之后第二家跨过 95% 的实验室,仅次于 GPT-6 Astra 的 99.9%。
推荐理由:梳理 Gemini 4 Argon 在 ARC-AGI-3 等基准上的成绩,并说明测试环境差异如何影响分数可比性。
美国新实验室 Reflection 在 Hugging Face 发布首个开源模型 Beam,采用 MoE 架构,总参数 501B、每 token 激活 23B,支持 1M token 上下文,以 Apache 2.0 许可开放。
推荐理由:文章给出 Beam 的架构细节、多精度基准与部署配置,可据此判断自托管前沿模型的门槛。
Meta 发布开源权重模型 Muse Spark Open,采用 MoE 架构,总参数约 816B、每 token 激活约 42B,支持文本、图像、音频和视频输入,上下文窗口最高 1M tokens。
推荐理由:Meta 开源 816B 多模态 MoE 模型,文中给出各推理框架的部署命令与微调配置,可据此评估本地运行门槛。
Meta 发布开源权重模型 Muse Spark Open,称其为美国最强开源权重模型,面向编码与智能体任务,拥有 8160 亿参数(激活 420 亿)、最高 100 万 token 上下文,支持文本、图像、视频和音频。
推荐理由:Meta 重返开源权重赛道,读者可了解其参数规模、多模态能力与商用许可限制。
Meta 的编码优化开源权重模型 Muse Spark Open 现已在 Amazon SageMaker JumpStart 上线,可在用户自己的 AWS 账户中部署到 SageMaker AI 端点。
推荐理由:Meta 的编码优化开源模型上线 SageMaker JumpStart,读者可了解其 MoE 规格、两种量化变体与部署路径。
Google 全球上线 Gemini 4 Argon,开发者可通过 API、AI Studio 和 Gemini 平台使用,AI Ultra 订阅者还可在 Google Antigravity 中使用。
推荐理由:梳理 Gemini 4 Argon 的全球开放范围、订阅分层与定价,并给出编码与安全的自报数据。
Google 发布长期预告的 Gemini 4 Argon 模型,称其具备前沿推理能力并减少冗余与套话,在编码、网络安全、科学、金融和法律等基准上超过 GPT-6 Astra、Claude Fable 5.1 和 Claude Opus 5.5。
推荐理由:Google 在落后数月后发布 Gemini 4 Argon,读者可了解其基准表现、内部用例与极具攻击性的定价。
Google DeepMind 发布 Gemini 4 Argon,面向开发者、企业、科研人员和消费者开放,通过 AI Studio 与 Gemini API 提供,Google AI Ultra 订阅者可在 Antigravity 中使用。
推荐理由:官方给出 Argon 在编码、科研与安全对齐上的具体案例和定价,可据此判断前沿模型在长程任务中的落地程度。
Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder 与 Muse Wonder Full,前者通过 Meta Model API 和 Muse Code 提供,后者仅限 Muse Code 订阅用户。
推荐理由:汇总了 Meta 新模型的首发细节与多家第三方评测数据,可对照其与 Opus 5.5、GPT-6 系列的排名和成本差异。
Meta 发布前沿模型 Muse Wonder,含 Muse Wonder Full 与 Muse Wonder 两个版本,在 Artificial Analysis Intelligence Index v4.3 上分别得 56 分和 52 分,前代 Muse Spark 1.3 为 48 分。
推荐理由:Meta 新前沿模型在智能体与编码评测上的跃升和成本上涨,可对照其与头部模型的差距。
据 Business Insider 看到的文件、截图和内部聊天记录,Google 正在测试 Argon、Barium、Carbon 三个 Gemini 4 变体,其中 Carbon 已在内部编码平台 Jetski 上部署数日,据称在编程任务上强于 Argon,一名员工将其与 Anthropic 最强的编码模型 Opus 5.5 相比,但仍需更多测试。
Mistral 发布 Mistral Large 4 公开预览,这是一个 1 万亿参数、520 亿激活参数的原生多模态模型,权重将于本月底开放。官方称其在网络安全、金融、法律等企业场景中达到开源模型领先水平,在视觉 grounding 的 Dense 200 上以 42% 超过 GPT-6-Astra 的 41%。
推荐理由:Mistral 公布 1 万亿参数多模态模型的公开预览与权重开源计划,可对照其编码、网络安全与智能体基准表现。
AI 公司 Reflection 发布首款免费开放模型 Beam,面向编码、逻辑推理和智能体任务,采用 MoE 架构,每 token 激活 5010 亿总参数中的 230 亿。
Reflection 发布 Beam,一个总参数 501B、激活 23B 的 MoE 文本模型,面向编码、智能体与科研任务,从零训练,Apache 2.0 全量权重预计本月发布。