全部动态

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。

官方账号Decoder@Matthias Bastian原文

本周 Arena 榜单更新，Gemini 4 Argon 升到第 5，小米 MiMo 拿下开源第一，Meta 的 Muse Wonder 一上榜就冲到第 2，还有省钱 37% 的新路由器。

lmarena.ai@lmarena_ai原文

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。

官方账号Decoder@Matthias Bastian原文

Gemini 4 Argon 刚拿下 WANDR 纪录，用 Perplexity Pro 或 Max 的话现在就能切换体验，可以去试试搜索效果差多少。

官方账号Perplexity@perplexity_ai原文

有人拿 Gemini 4 Argon 和 Muse Wonder 硬刚同一道题：建大黄蜂的 3D 模型再用 three.js 动起来，视频里能直接看出两者水平差距。

@atomic_chat_hq@atomic_chat_hq原文

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。

官方账号Decoder@Jonathan Kemper原文

Gemini 4 Argon 的 ARC-AGI 成绩出来了，ARC-AGI-3 拿到 97.5%，是第二家过 95% 的实验室，不过换个测试 harness 就只有 49.8%，差别挺大。

官方账号ARC Prize@arcprize原文

阶跃星辰把 Step-5-Preview 开源了，600B 参数只用激活 27B，输入输出都能吃 100 万上下文，长文档场景可以试试。

Gorden Sun@Gorden_Sun原文

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。

官方账号Latent Space (swyx)@Latent.Space原文

Meta 新模型 Muse Wonder (Max) 的实测排名出来了，智能体任务比上一代强不少，但价格贵了一倍多，文本榜冲到第 2，数据都在这。

lmarena.ai@lmarena_ai原文

有人拿 Devin 当 Agent，让 Opus 5.5 和 Gemini 4 Argon 各做一段视频，猜猜哪段是谁做的，评论区吵翻了。

Gorden Sun@Gorden_Sun原文

GPT-6、Gemini 4、Claude 操控机械臂，GPT-6 Astra 夺冠，但比人慢约百倍。

官方账号Artificial Analysis@ArtificialAnlys原文

The Information 直播聊 Gemini 4 Argon，跟 OpenAI、Anthropic 摆在一起比，还聊 AI 能不能打赢华尔街分析师。

The Information@theinformation原文

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。

官方一手marktechpost@Asif Razzaq原文

Databricks 首发测试了 Google 新模型 Gemini 4 Argon，编码和企业智能体基准成绩是测过的 Gemini 里最强的，还能直接跑在自家 Lakehouse 数据上。

官方账号Databricks@databricks原文

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。

Tech in Asia@Aiko Gao Ishida原文

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。

Blognone@mk原文

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。

有人试了 Gemini 4 Argon，说干活效率很高但视觉一般，比不过 Anthropic 的模型，比 OpenAI 的强，想选模型可以参考。

岚叔@lufzzliz原文

有人拿 Gemini 4 Argon 和 Opus 5.5 一起做 3D 动画任务，效果差不多但价格便宜 3 倍，附 API 可自己试。

@atomic_chat_hq@atomic_chat_hq原文

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。

Meta 的 Muse Wonder 在文本榜冲到第 2，只差 Gemini 4 Argon 12 分，网页开发榜也进了前 15，可以直接 API 调用试试。

lmarena.ai@lmarena_ai原文

LlamaIndex 实测了 Gemini 4 Argon 和 Muse 两个新模型做文档 OCR，谁在表格理解上性价比最高、价格陷阱在哪都讲清楚了。

Jerry Liu@jerryjliu0原文

Gemini 4 Argon 上线 GitHub Copilot 了，编码基准全面超过上一代 Gemini，写复杂代码和跑 agent 任务可以试试

GitHub@github原文

Google 拿 Gemini 4 Argon 做了个有意思的实验：机器人看人玩沙包的视频，自己搭仿真训练，最后真学会了，不用手写程序。

官方账号Google AI@GoogleAI原文

Google 把内测的 Gemini 4 Argon 开放了，专业任务榜上分数超过了 Claude 两个型号，单次测试还便宜一半，做长任务的可以看看价格变化节点。

rohanpaul_ai@rohanpaul_ai原文

Google 新模型 Gemini 4 Argon 拿下 Val Index 第一，Chrome 团队用它重构了 4000 万行代码库，干掉了一整类崩溃，成本还只有 Opus 5.5 一半。

Cline@cline原文

Gemini 4 Argon 冲进 Arena 总榜第 5 了，前面还压着 Opus 5.5 和 GPT 6.1 Sol，想看各家模型排名的可以对比下。

TestingCatalog@testingcatalog原文

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。

官方账号Decoder@Matthias Bastian原文

Phil Schmid 测试了 Gemini 4 Argon：不是直接出图，而是写了个多遍渲染器，一笔笔画出油画版曼哈顿，思路挺有意思。

Philipp Schmid@_philschmid原文