Gemini 4 Argon 在新 CS 研究基准上超越 GPT-6 Astra
Gemini 4 Argon 和 GPT-6 Astra 掰手腕，这次是 CS 研究基准，Argon 赢了，附了成绩链接。
全部动态
AI 相关资讯全量信息流 · 233 条
10月27日
Artificial Analysis 发布 Code2Video-AA：用 Elo 排名测评模型做营销视频
想知道哪个模型写代码做营销视频最强？这份 27 个模型的 Elo 榜单把效果和成本都摆出来了，Claude Opus 5.5 最强但贵 10 倍，挑模型前先看看。
Google DeepMind：4个通用编程智能体自主通关 Minecraft
DeepMind 让 4 个编程智能体自己分工、写了 2783 个程序，27 小时打死末影龙，全程没人帮忙，思路挺有意思。
10月25日
用一句话让 Gemini 4 Argon 生成 HTML 版 PPT，实测效果最好
实测发现让 Argon 生成 html 版 PPT 特别好用，说一句"html 版 ppt"就行，比 Opus 5.5 内容更满，比 GPT-6.1 强多了
10月23日
AA-PersonalityBench：模型智能水平与 Slop 程度并不对应
同一智力水平的模型，一个 Slop 排第1一个排第80，这份榜单挑话少的模型时挺有用。
10月22日
Gemini 4 Argon 72小时处理25万亿tokens，每秒约9600万
有人晒出 Gemini 4 Argon 的吞吐数据：72小时25万亿tokens，算下来每秒9600万，顺便聊了智能不再稀缺这件事。
AA-PersonalityBench：Gemini 系列模型自信度最高、最不愿承认不确定
Artificial Analysis 测了各家模型的性格：Gemini 全家自信度爆表，几乎从不说"我不确定"，分数都列出来了。
10月21日
Gemini 4 Argon 一句话生成本地开源健康 AI 应用
有人用 Gemini 4 Argon 生成了一个离线健康问答应用，底层跑 Gemma，飞行模式都能用，想试一键生成 app 可以照着做。
Gemini 4 Argon 上线 72 小时处理近 25 万亿 tokens
Google 说 Gemini 4 Argon 头 72 小时跑了近 25 万亿 tokens，是 Gemini 3 的 3 倍，看看这个用量什么水平。
Gemini 4 Argon 在 Antigravity 中配额异常：0% 显示却提示 10 月 25 日才重置
有 Antigravity 的朋友注意了，Gemini 4 Argon 的周配额好像算错了，有人等了一周重置连一条消息都发不出，你遇到了吗？
Google 开发代号 Gemini 4 Carbon 的新模型，接续 Argon
Google 又憋了个 Gemini 4 Carbon，要在刚发的 Argon 上再升级，和 Anthropic、OpenAI 掰手腕，可以看看细节。
10月20日
Kaggle 联合 RunRehearsals 发布 Human Behavior Bench 人类行为预测基准
Kaggle 出了个测 AI 预测人类行为的新基准，1,244 个真人做底，Engram 1.0 比 Gemini 4 还准，榜单挺有意思。
Fable 5.5、Gemini 4 Carbon、GPT-6.1 Terra 传闻本月发布
一条 rumor 汇总帖，把 Fable 5.5、GPT-6.1 Terra 这些流传中的模型名都列了，看个乐就行，别当真。
Meta Muse Wonder 两款模型实测：与 Claude、GPT-6.1、Gemini 4 正面对比
Meta 的 Muse Wonder 到底能不能打？这期实测直接拿它和 Claude Opus 5.5、GPT-6.1 Sol 做 3D 场景和建站对比，看完就知道差距在哪。
The Information：Anthropic 准备新模型，更会揣摩用户没说出口的意图
Anthropic 的新模型据说不怎么提示也能猜到你要干嘛，修 bug 还会顺带查同类问题，和 Gemini 4 Carbon、OpenAI Terra 撞车了。
传闻：Google 开发 Gemini 4 Carbon，OpenAI 筹备 Terra 模型
两条未证实的传闻：Google 在搞 Gemini 4 Carbon 升级 Argon，OpenAI 要发比 GPT-6.1 Sol 便宜的 Terra，看看就好。
Gemini 团队用 Gemini 4 Argon 和 Google Antigravity 从零做出 3D 巫师国际象棋
Google 用 Gemini 4 Argon 加多智能体操作 Blender，直接从想法做出能玩的 3D 国际象棋，这个工作流挺值得抄。
Meta Muse Wonder Full (Max) 登上 Code Arena: WebDev 榜单第 6 名
Meta 新模型冲进 Code Arena WebDev 第 6，还把 Meta 送到实验室第 3，跟 Claude、Gemini 的分数对比都列出来了。
10月19日
The Information：Anthropic 将于本月发布新模型
The Information 说 Anthropic 这个月要发新模型，亮点是能猜出你没说出口的意图、建议不那么套路，同期 Gemini 4 Carbon 和 OpenAI 的 Terra 也排队登场。
Muse Wonder Full 与 Gemini 4 Argon 在 CancerBench 上均得零分
两款新模型上线 CancerBench 评测，结果都拿零分，还并列第一和倒数第一，挺有意思的一条测试动态。
10月17日
Gemini Pro 用户可在 AI Studio 使用 Gemini 4 Argon
Google 给 Gemini Pro 订阅用户放开了 Gemini 4 Argon，APP、AI Studio、Antigravity 都能用，就是额度给得抠。
DeepSeek 发布 V4.1-Flash-1017，性能与成本同步优化
DeepSeek 放出 V4.1-Flash-1017，输出更短、速度更快还省钱，做翻译站或接 API 的可以试试换成这个。
10月17日AI简报：DeepSeek、OpenAI、Google、NVIDIA 多家模型与产品更新
DeepSeek 开源了推理更强的 V4.1-Flash-1017，Perplexity 也开源了两款决策模型，程序员和折腾党今天能下载的好东西不少。
Kaggle 推出 SVG 鹈鹕骑车测试，GPT-6 Astra 暂居榜首
Kaggle 把 Simon Willison 的鹈鹕骑车测试做成了人气投票，各模型画 SVG 让人打分，现在 GPT-6 Astra 排第一，Gemini 4 Argon 咬得很紧，去看看各家画得有多离谱。
用 Gemini 4 Argon 给特斯拉 Roadster 做出飞行跑酷游戏
有人拿 Gemini 4 Argon 复刻了个 Subway Surfers，主角换成飞行版特斯拉 Roadster，代码都开源了，可以去玩玩。
从 Gemini 4 Argon 的 Minecraft 实验看模型持久性能力
四个 AI 智能体没分工却在 Minecraft 里熬了 27 小时、死了 605 次通关，这篇分析讲了为什么持久性比聪明更关键。
Agent Arena 周榜：Gemini 4 Argon 升至第 5，MiMo V2.6 Pro 居开源第一
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。
Gemini 4 智能体团队协作通关 Minecraft 论文解读
Ethan Mollick 分享的一篇论文，用 Gemini 4 智能体组队打 Minecraft，看 AI 怎么自发分工，跟人类协作思路还挺不一样。
四个 Gemini 4 Argon 智能体 27 小时通关 Minecraft 击败末影龙
DeepMind 放了 4 个 Gemini 4 Argon 进 Minecraft，27 小时写 2783 个程序自己把末影龙打了，协作细节挺值得看看。
Google AI Studio Build 上线 Pan 和 Max 两种模式
Google AI Studio 的 Build 加了 Max 和 Plan 两个模式，一个跑得更久出更好结果，一个先出计划再改代码，写应用更省心。
10月16日
Gemini 4 Argon 登顶 WANDR 基准，已上线 Perplexity
Google 的 Gemini 4 Argon 刷了 WANDR 纪录，Perplexity 的 Pro 和 Max 用户现在搜索和 agent 模式都能直接用上。
Gemini 4 Argon 创 WANDR 纪录，已登陆 Perplexity
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。
Google DeepMind：四个 Gemini 4 Argon 智能体 27 小时通关 Minecraft
DeepMind 让四个 Gemini 4 Argon 智能体自己分工写代码，27 小时通关 Minecraft，做长任务智能体的可以看看这套协作机制。
Gemini 4 Argon 面向 Pro 订阅用户开放
Google 又上新模型了，Gemini 4 Argon 只对 Pro 订阅用户开放，订阅的可以直接试试。
基于 Gemini 4 Argon 构建的项目现已 100% 开源
用 Gemini 4 Argon 在 Antigravity 里做的项目直接开源了，代码在 GitHub 上，Pro 用户现在也能用这个模型，可以拿来看看怎么搭。
Claude Haiku 5.5 降价 90%，微软发布决策模型 Decision-1
这期周报把几条定价信息都列清楚了：Haiku 5.5 便宜九成，Decision-1 输出还免费，做路由分类的可以对比下。
Antigravity 向付费 Google AI Pro 用户开放 Gemini 4 Argon
Google 给 Antigravity 的 Pro 付费用户上了 Gemini 4 Argon，额度按周算还和 3.8 Flash 分开，用编程工具的可以看看自己能不能用上。
Gemini 4 Argon 上线 Antigravity，Pro 订阅者可用独立周配额
Google 把 Gemini 4 Argon 接进 Antigravity 了，Pro 订阅用户每周有独立配额，不占 Flash 的额度，写代码的可以试试。
Claude Opus 5.5、Gemini 4 Argon、GPT-6 Astra 同题重建游戏视觉引擎
同一款游戏视觉引擎让三款顶级模型分别重写，谁更会做游戏一眼能对比，结果都贴出来了。
Gemini 4 Argon 向 Google AI Pro 订阅者推送，Antigravity 配独立周额度
Google 把 Gemini 4 Argon 推给 AI Pro 用户了，就在 Antigravity 里用，还单独给了一块每周额度，写代码的朋友可以看看自己有没有收到。