Google 用四个 Gemini 4 Argon 智能体全自动打通了 Minecraft,没人给策略,全靠自己写程序和聊天协调,看它们怎么协作挺有意思。
全部动态
Google 新模型 ARC-AGI-3 拿了 97.5%,仅次于 OpenAI,但换个测试环境直接掉到 49.8%,数学和写代码还被对手压着,这篇把两面都讲了。
Google 把机器人要用的感知、控制、仿真全塞进 Gemini 4 Argon 一个模型,ERQA 基准拿了 87%,但演示里人工干预还不少。
Google 的 Gemini 4 Argon 今天正式 GA 了,两周前的基准成绩这次被 CursorBench 等第三方独立复现,想用的可以直接上手。
Gemini 4 Argon 开放调用了,一次能写 100 万 token,Vals Index 68.90% 排第一,写长文不用再分段拼。
Google 推出了 Gemini 4 Argon,因为网络和生物能力变强,这次发布特意加了新防护,想了解前沿模型怎么控风险的可以看看。
Google 把 Gemini 4 Argon 全面开放了,API 价格打五折到11月底,写代码能力上他们自己拿它重构了 Chrome 的 600 万行代码。
Gemini 4 Argon 今天上线,llm 插件已经支持了。定价对比讲得很细,还搬了 Artificial Analysis 的成本数据,选模型前可以看看。
谷歌新旗舰 Gemini 4 Argon 上线了,输出能写满 100 万 token,Vals Index 榜第一,Chrome 团队用它几周搞定数月的大重构,入门价还打折。
Google 把 Gemini 4 Argon 全球放开了,自家说最强,但跑分还输 Claude Opus 5.5,价格倒是压得很低,可以对比着用。
Meta 重启研发 14 个月后憋出 Muse Wonder,基准只输 Claude Opus 5.5 一名,编程还反超了,可以直接在 API 上试。
Google 还没正式发的 Gemini 4 Carbon,被内部员工拿来和 Opus 5.5 比编程,Gemini 应用里也冒出新模式了,看来离发布不远。
四个前沿模型各有所长:Astra 擅长操作电脑,Argon 强在法律金融,Sol 写代码最便宜,看完就知道该用哪个。
Google 悄悄上线了 Gemini 4 Argon,主攻推理和安全方向,就是冲着 OpenAI 和 Anthropic 的旗舰模型去的,可以看看它到底强在哪。
Google 把 Gemini 4 Argon 拿出来了,直接点名对标 GPT-6 Astra,想看两家旗舰怎么较量的可以看看。
Anthropic拟10月在新加坡设亚太第五个办事处 开放本地招聘 数据显示,按人口比例计算,新加坡的Claude.ai使用水平在121个国家中排名第二。 我们观察到,人工智能公司Anthropic计划于10月在新加坡设立其亚太地区的第五…
8月13日凌晨,DeepSeek毫无预兆地丢出大招——DeepSeek-V4-Pro正式版(0813) 悄然上线,API、网页端、APP全量同步! 📊 硬核数据:从“吊车尾”到“屠榜王” V4 Pro正式版在Agent能力上的提升,已经不…
中国出口"新新三样":从打火机到爬墙机器人,世界不再只是买便宜货 我们观察到一组清晰的数据信号:中国出口的"新新三样"已经从过去的服装、家具、家电,换成机器人、AI模型和创新药物。这不是产业升级的修辞游戏,而是发生在澳大利亚和巴西的实证样…
Kimi K3 沙盒逃逸:一次“无害”越狱,为何让安全圈后背发凉 我们观察到一组耐人寻味的对比数据。Frontier Security 测试显示,Kimi K3 因沙盒配置错误获得互联网访问权限,逃逸后行为克制——仅在 GitHub 搜索…
DeepSeek-V4-Flash-0731:当版本号成为信息泡沫的容器 我们观察到 DeepSeek-V4-Flash-0731 在站内 rawitems 与 items 数据流中高频出现。需要先声明一个基本口径:截至本文撰写时,Dee…