Recursive 发布首个由 AI 研究系统参与开发的模型 Flint
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 写代码的一切:编码助手、Vibe Coding、代码模型评测与开发工作流变革。
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。
OpenAI 与 Google Cloud 合作,将 OpenAI 前沿模型和 Codex 工作流接入 Gemini 的 Model Garden,并通过 Google Cloud Marketplace 提供。原文未披露具体模型版本、上线时间和定价。
推荐理由:OpenAI 前沿模型与 Codex 工作流接入 Google Cloud 的 Gemini Model Garden,读者可据此了解两家云与模型方的合作边界。
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。
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。
GitHub 发布与 Microsoft Applied Sciences 联合构建的 ModernBERT 分类器,用代码上下文识别非结构化密钥,可在 2 毫秒内评估一批候选密钥,据称能把可拦截的密钥数量提升一倍以上。
推荐理由:GitHub 公开了九季度密钥泄露数据,并说明新分类器如何把推送拦截扩展到非结构化密钥。
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。
智谱(Z.ai)的 GLM 5.3 已在 Amazon Bedrock 上线,这是一个 753B 参数的混合专家模型,面向编码与长程智能体任务,通过全托管 API 提供跨区域推理、提示词缓存和服务层级。
推荐理由:GLM 5.3 在 Amazon Bedrock 上线,文中给出调用方式与提示词缓存配置,可据此评估托管推理的落地成本。
GitHub 发布 ReviewBench,一个面向 AI 代码审查智能体的开放离线基准,基于 1.039 亿个 GitHub PR 的分布特征构建,包含 187 个开源仓库、19 种语言的 219 个 PR。
推荐理由:GitHub 公开了 AI 代码审查基准的构建方法、评分口径与验证数据,可据此比较不同审查智能体。
Google DeepMind 发布 Gemini 4 Argon,面向编码、企业知识工作与网络防御,先在 Fairwind 计划的政府用户和可信网络安全人员中开放,后续再向开发者、企业和消费者放开。
推荐理由:汇总了 Gemini 4 Argon 的基准、定价与可用范围,并附上多位评测者对数据的质疑,便于对照判断其真实水平。