谷歌发布 Gemini 4 Argon，以低价与长上下文对标 GPT-6 和 Opus 5.5
谷歌正式发布新旗舰模型 Gemini 4 Argon 并面向全球上线，开发者可通过 AI Studio、Android Studio 及 Gemini API 接入。
推荐理由：原文汇总了官方能力数据与全网实测对比，读者可直观比较 Argon 与 GPT-6、Opus 5.5 的速度和价格差距。
#推理
#推理
今日 0 条爱范儿精选AI 评分8484 少数派AI 评分3030 派早报：Apple 发布 HomePod mini 2、HomeView 等新品，Google 推出 Gemini 4 Argon
Apple 发布 HomePod mini 2、HomeView 与第四代 Apple TV 4K，HomePod mini 2 搭载 S10 芯片、内置烟雾与一氧化碳警报识别，售价 1099 元并于 10 月 30 日发售。
XAI 评分2626 Scaledown.ai 推出约束解码模型
Scaledown.ai 推出约束解码模型，可在生成阶段直接约束输出结构。目前相关模型已通过 API 提供。
Hacker News · AI 最新AI 评分2020 Sakana AI：在日本构建前沿 AI
Sakana AI 推出可编排全球最佳 LLM 的模型 Fugu，涵盖 Fugu Ultra、Fugu Cyber 与 Fugu Max，能在闭源模型不可用时保持运行，专为智能体聊天机器人设计。
The Verge · AI精选AI 评分8686 Google 发布 Gemini 4 Argon 模型
Google 发布 Gemini 4 Argon，称其在编码、网络安全、科学、金融和法律等基准上超越 GPT-6 Astra、Claude Fable 5.1 与 Claude Opus 5.5。
推荐理由：文中并列 Argon 与 GPT-6 Astra、Claude Fable 5.1 的基准和每 token 价格对比，可据此判断前沿模型竞争格局。
Ars Technica · AI精选AI 评分7171 Gemini 4 Argon 开始在 Gemini 应用和 Antigravity 中推出，但仅限付费用户
Google 今日开始向付费用户大规模推出 Gemini 4 Argon，低阶套餐用户也无法获得完整访问权限。模型能力未变，Google 仍以此前公布的基准说明其推理与智能体编码能力，并称其经过拒绝恶意指令训练、配有可在检测到非预期工作流时中止处理的自动失配监控。
推荐理由：原文汇总了 Argon 的有限开放策略与谷歌内部落地案例，读者可据此判断该模型在编码和机器人任务上的实际价值。
AWS Machine Learning Blog精选AI 评分7878 在 Amazon Bedrock 上用 Grok 4.7 构建长周期智能体
AWS 官方博客介绍在 Amazon Bedrock 上用 Grok 4.7 构建工具调用智能体，作者设计三个均有唯一正确答案的任务，在四个推理档位下各跑六次共 72 次运行，答对 67 次，xhigh 档 18 次全部正确。
推荐理由：文章给出了可复用的推理档位评测方法，读者能据此在自己的 Agent 任务上权衡正确率与 token 成本。
TechCrunch · AI Meta 发布其首款前沿模型 Muse Wonder
Meta 超级智能实验室发布新款模型 Muse Wonder 与 Muse Wonder Full，为该公司首次尝试前沿模型。
量子位AI 评分5151 智谱新模型 GLM-5.3-Highspeed 在 Zcode 灰度开放，速度可达 490 tokens/s
智谱在 Zcode 3.15.1 中随机灰度开放新模型 GLM-5.3-Highspeed，订阅用户随机获得体验资格，有网友晒出 490 tokens/s 的生成速度。
奇客 SolidotAI 评分6161 微软在 Qwen 模型基础上推出决策模型 Microsoft-Decision-1
微软在阿里巴巴开放权重模型 Qwen3.5-9B 基础上推出决策模型 Microsoft-Decision-1，针对特定问题调优以减少模型幻觉。
The DecoderAI 评分3939 传 Google Gemini 4 "Carbon" 模型的编程表现接近 Anthropic 的 Opus 5.5
Google 正在内部测试 Gemini 4 的多个变体 Argon、Barium 和 Carbon，其中 Carbon 已部署于内部编程平台 Jetski，据称在编程任务上优于 Argon，有员工认为其表现接近 Anthropic 的 Opus 5.5。
OSCHINA 社区AI 评分5151 谷歌内测 Gemini 4 新模型 Argon，员工称其编码能力与 Claude Opus 5.5 打平
谷歌正在内部测试新模型 Gemini 4（代号 Argon），员工称其编码能力与 Claude Opus 5.5 相当。内部选择器提供三档上下文：256K 默认、512K 每轮约消耗 1.3 倍 quota、900K 每轮约消耗 1.8 倍 quota，配置方式接近 Gemini Flash 系列的现有选项。
Hacker News · AI 最新AI 评分4949 Liquid AI d1：单次前向传播即可输出答案的开源决策模型
Liquid AI 发布 d1 开源决策模型，仅需单次前向传播即可输出答案。该模型专为决策任务设计，以极低延迟完成推理响应。目前 d1 已开源，可直接用于构建高效决策智能体。
量子位AI 评分4646 Aether AI 因果智能系统 CRIS-0 走进真实世界：0.2秒急停、秒级重规划
Aether AI 推出因果智能机器人系统 CRIS-0，基于对物理世界因果规律的理解进行实时推理，应对突发扰动时实现 0.2 秒急停与平均 2 秒内重规划。在 Coffee Preparation 测试的 10 次随机扰动中系统取得 9 次有效恢复，Personal Pick and Place 测试中完成 20 条模糊指令里的 18 次精准抓取与放置。
少数派AI 评分2828 派早报：英伟达 RTX Spark 新品一览、Anthropic 发布 Claude Haiku 5.5 模型等
Anthropic 发布 Claude Haiku 5.5 模型，平均运行成本较上一代 Haiku 4.5 降低约 75%，成为迄今速度最快、成本最低且能力最强的 Haiku 系列模型。
雷峰网精选AI 评分8181 Claude Haiku 5.5 降本背后：操作能力暴涨，复杂编程为何仍差一截？
Anthropic 发布 Claude Haiku 5.5，OSWorld 2.1 计算机操作成绩从上一代 15.7% 升至 72.4%，平均运行成本下降约 75%，并首次支持自适应推理与 100 万 Token 上下文。
推荐理由：原文把 Haiku 5.5 与 Sonnet 5.5 在计算机操作和终端编程上的差距并列，便于判断它在智能体场景中的适用边界。
InfoQ 中国AI 评分7575 海外开源模型重新提速：“美版 DeepSeek”第一次交卷，Mistral 同时亮牌
当地时间 10 月 5 日，Reflection 发布首款开放权重模型 Beam，一天后 Mistral 推出迄今最大的 Mistral Large 4，两者均以 GLM、Kimi、DeepSeek、Qwen 为主要比较对象。
Simon Willison精选AI 评分8787 Anthropic 发布 Claude Haiku 5.5，定价对标 GPT-6 Luna
Anthropic 发布 Claude Haiku 5.5，100,000 token 以内定价与 GPT-6 Luna 持平（$0.10/$0.50 每百万 token），超出后价格上涨 5 倍至 $0.50/$2.50。
推荐理由：原文把 Haiku 5.5 与 GPT-6 Luna 的定价和 tokenizer 差异逐项对比，并给出不同上下文长度下的成本结论。
The Decoder精选AI 评分8888 Anthropic 发布 Claude Haiku 5.5，价格最高降 90% 且基准大幅跃升
Anthropic 发布 Claude Haiku 5.5，面向高量、成本敏感任务，平均价格比 Haiku 4.5 低约 75%，100,000 tokens 以内提示词请求最多降价 90%。
推荐理由：原文列出 Haiku 5.5 与 Haiku 4.5、GPT-6 Luna 的基准和价格对比，并提示新分词器会压缩实际节省，便于判断真实升级幅度与成本。
Latent Space精选AI 评分8585 OpenAI 公布内部模型 722 篇数学手稿，被称为百年来数学界最重要时刻
OpenAI 将内部前沿数学模型的 722 篇手稿（分为 372 个结果族）公开到 GitHub 仓库，模型本身仍未发布；结果来自约 4000 个研究问题的评估，平均每个耗费约 3 小时 ChatGPT Pro 算力，发布前咨询了高等研究院的数学与 AI 顾问组。
推荐理由：本期以 OpenAI 内部数学模型公开 722 篇手稿为主线，并汇总 Mistral Large 4 等同期发布，便于对照一周 AI 动态。
36氪AI 评分6161 OpenAI 发布前沿大模型全新数学能力测试成果
OpenAI 通过 GitHub 代码库公开其内部前沿大模型生成的一系列全新数学研究成果，并附带论文修订与引用的规范协议。成果包含 Lean 语言形式化证明，可让数学证明内容直接通过计算机完成校验；单份成果平均消耗的算力约等于 ChatGPT Pro 三小时的深度推理时长。
The Verge · AI精选AI 评分7676 OpenAI 发布又一批数学突破成果
OpenAI 公布了由一款未发布前沿模型产出的数学研究成果，共 722 篇手稿、覆盖 372 个结果族，据新成立的数学顾问组 AGMAI 称其中包含数百个开放问题的解答。
推荐理由：原文给出了这批成果的手稿数量、结果族规模与算力消耗估算，并呈现了数学界围绕发布伦理的争议，读者可据此判断此类成果的分量。
Simon WillisonAI 评分3232 Mistral Large 4 趣味测试：生成“穿渔网袜的犰狳在火星乱穿马路”的 SVG
wren6991 使用提示词“生成穿渔网袜的犰狳在火星乱穿马路的 SVG”对 Mistral Large 4 等前沿模型进行了趣味测试。测试分别调用了 claude-opus-5.5、gpt-6.1-sol、gemini-3.8-flash 与 mistral/mistral-large-4，并列出各自的默认推理等级。此举调侃传统 benchmark 已趋于饱和，转而用创意提示词检验模型实力。
Simon WillisonAI 评分6262 Mistral Large 4 预览版发布：1 万亿参数，计划本月开源权重
Mistral 发布 Mistral Large 4 预览版：1 万亿参数、49B 激活参数，在自有的 3,800 块 NVIDIA Grace Blackwell GPU 集群上训练。
XAI 评分3434 UT Austin 数学系主任称 OpenAI 准备发布 400 个 AI 生成的数学证明
UT Austin 数学系主任透露，OpenAI 正准备发布 400 个由 AI 生成的数学证明。
The Decoder精选AI 评分6666 Reflection 发布首个开源模型 Beam，以更少算力匹配 GLM 5.2 并逼近 Qwen3.8-Max
Reflection 发布首个免费模型 Beam，面向编码、逻辑推理与智能体任务，MoE 架构总参数 501B、每 token 激活 23B。公司称 Beam 在高难度推理任务上以 3 到 4 倍更少的算力匹配 GLM 5.2，编码与智能体基准接近 Qwen3.8-Max，但原始性能仍弱于 Kimi K3。
推荐理由：原文给出 Beam 与 GLM 5.2、Qwen 3.8 的同性能算力对比，读者可据此判断低算力开源模型的竞争位置。
TechCrunch · AI精选AI 评分7171 Reflection AI 发布首款开放权重模型 Beam，以更低算力成本对标中国开源模型
Reflection AI 正式发布首款前沿开放权重模型 Beam，为 501B 总参数、23B 激活参数的纯文本 MoE 模型，预训练数据 23.8T tokens，上下文窗口 100 万 token。
推荐理由：原文把 Beam 的参数规模、上下文窗口与 GLM-5.2 等对手并列对比，读者可据此判断其低算力成本主张的分量。
Simon WillisonAI 评分3838 Qwen3.8 27B 英文单词加法测试
Simon Willison 在 DGX Spark 上测试了 Qwen3.8-27B-Q4_K_M.gguf 的英文单词加法能力。禁用推理时，5,070 个测试的数值准确率仅 23.57%，随操作数位数增加从 97.04% 降至 6.44%，格式合规率为 96.17%。开启中等推理后，169 次单次测试中答对 167 次，准确率大幅提升。
NVIDIA Blog精选AI 评分6868 NVIDIA GPU 如何加速 OpenAI GPT-6 Astra Ultrafast
GPT-6 Astra Ultrafast 现已在 OpenAI API 上线，并向符合条件的 ChatGPT Work 和 Codex 用户开放，运行于 NVIDIA Blackwell GPU，token 生成速度最高比 Astra Standard 模式快 8 倍。
推荐理由：原文给出 Ultrafast 相对 Astra Standard 最高 8 倍的提速幅度与编码工作流影响，读者可据此判断是否切换到该模式。
量子位精选AI 评分8181 谷歌发布 Gemini 4 Argon，多榜单跑分第一且成本约为 GPT-6 Astra 一半
谷歌发布新一代旗舰模型 Gemini 4 Argon，在 DeepSWE v1.1 拿到 77.9%、CWE-bench v1 拿到 68%，并以 68.90% 登顶 Vals Index、1525 分位居 Text Arena 第一。
推荐理由：原文并列了 Argon 与 GPT-6 Astra、Opus 5.5 的跑分和定价对比，读者可据此判断这代旗舰模型的实际位置。
HackerNews 每日摘要AI 评分2828 HackerNews 2026-10-01 每日摘要：OpenAI 发布 GPT-6.1 Sol
OpenAI 发布 GPT-6.1 Sol，性能接近 GPT-6 Astra，价格仅五分之一，事实性错误率降低约 32%。该模型在 DeepSWE v1.1 追平 Astra，已在 ChatGPT Work 和 Codex 可用，API 输入每百万 token 2 美元。OpenAI 同日还发布由 GPT-6 Astra 驱动的始终在线智能体 dots。
爱范儿精选AI 评分7979 Gemini 4 正式发布，我们终于有了一个写作强于代码的前沿模型
Google 正式发布 Gemini 4 Argon，官方跑分中 18 项测试有 13 项领先，输出上限从 6.4 万 token 拉升至 100 万 token。
推荐理由：原文对比了 Gemini 4 在知识、写作与编程能力上的表现差异，并给出定价对照，便于判断其适用场景。
The Decoder精选AI 评分8181 Google 发布 Gemini 4 Argon，追平 OpenAI 与 Anthropic 但未取得明显领先
Google 发布 Gemini 4 Argon，这是自 Gemini 3.1 Pro 以来七个多月的首款前沿模型，初步评测追平 GPT-6 Astra 但仍未超过 Claude Opus 5.5。
推荐理由：借助 Artificial Analysis 与 Arena 的独立评测，可以看出 Argon 在推理与写作上追平 GPT-6 Astra，但 token 消耗更高、应用体验仍落后。
OpenAI NewsAI 评分2727 Basis 用 GPT-6 Astra 完成税务工作簿，速度快 2 倍
Basis 用 GPT-6 Astra 完成包含 50 个工作表的税务工作簿，速度比 GPT-5.6 Sol 快 2 倍。GPT-6 Astra 对用户意图的理解更强，让 Basis 在实际使用中更有信心。
Simon Willison精选AI 评分8181 Claude Opus 5.5、GPT-6 Sol 与 GPT-6 Luna 同日发布，新一轮价格战开打
Anthropic 于 9 月 22 日发布 Claude Opus 5.5，约一小时后 OpenAI 发布 GPT-6 Sol 与 GPT-6 Luna。GPT-6 Luna 与 Sol 定价仅为 GPT-5.6 同名型号的一半，Luna 为 $0.10/M 输入与 $0.50/M 输出；Opus 5.5 则比 Opus 5.0 便宜 20%，缓存读取价格下降 60%。
推荐理由：作者把一天内发布的四款新模型放进同一张定价对照表，并给出实测印象，读者可据此判断这轮价格战如何改变模型选型。
Simon Willison精选AI 评分7979 Jev 引入新型 LLM 形态 System One，即决策模型
上周 TypeSafe AI 发布 Jev，一种被称为 System One 的决策模型：接收文本或半结构化输入，直接输出分类、是非判断、评分及置信度等浮点数结果，而非文本。
推荐理由：文章梳理了 Jev 这类决策模型的输入输出形式、计费方式与适用场景，并提示了纯数值输出带来的黑盒偏见风险。
AIGC Weekly精选AI 评分7070 TypeSafe JEV 模型详解：主打快速判断的 System 1 模型
TypeSafe 推出 JEV 模型，它不生成自由文本，只针对输入返回选择、评分或布尔判断，定位为“快思考”的 System 1 模型。
推荐理由：文章对比了 JEV 与普通 LLM 在判断任务上的差异，并给出把任务拆成小判断加代码组合的适配方法，便于判断是否要改造现有工作流。
Google DeepMind精选AI 评分7575 Google DeepMind 发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking
Google DeepMind 发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两款实时语音对话模型，前者面向规模与成本效率，后者面向高复杂度任务的多步推理。
推荐理由：原文给出了两款实时语音对话模型的能力定位与基准成绩，读者可据此判断它们在语音智能体场景中的适用性。
OpenAI News精选AI 评分8585 GPT-6 Astra 发布：面向工作的下一代智能
OpenAI 发布 GPT-6 Astra，称其为面向企业的最强模型，具备高级推理、计算机使用以及更强的写作与设计判断能力。
AIGC WeeklyAI 评分6161 AIGC Weekly #187：OpenAI 发布 GPT-6 Astra，Anthropic 发布 Fable 5.1
OpenAI 发布 GPT-6 Astra，号称世界上最智能、最对齐的模型，在 Computer Use、网页浏览、软件工程、网络安全等领域刷新 SOTA，API 定价为每 100 万 token 输入 $10、输出 $50，Fast 模式的输出速度与定价均为标准模式的 2 倍。