全部动态

Anthropic 这次一次发了两个模型，编码跑分把 GPT-6 Astra 和 Gemini 4 Carbon 都压了下去，API 还便宜了 20%。最离谱的演示是协调上千个智能体花 8 天写出能启动的操作系统。做编程和智能体开发的可以重点看 FrontierCode 2.0 那组数据。

Anthropic 把旗舰 Fable 从 5.1 升到 5.2，跑分压过 Gemini 4 Carbon 和 GPT-6 Astra，速度快 30%，输入价降到 8 美元一百万 token。做硬核技术求解的团队值得看，写代码还是先试试 Opus 5.5。

Blognone@mk原文

Anthropic 把 Claude Fable 5.2 的 WebDev 分数干到 1832，压过自家 Opus 5.5 和 Gemini 4 Carbon，价格还降了两成。做前端页面、小游戏、可视化的开发者可以直接试试，速度也快了 30%。

lmarena.ai@lmarena_ai原文

Anthropic 又发新模型了，Claude Fable 5.2 在 Code Arena 的 WebDev 评测拿了 1832 分，比自家的 Opus 5.5 和 Google 的 Gemini 4 Carbon 都高。关键是价格还降了 20%，速度更快 30%。平时用 Claude 写代码、做网站的朋友可以直接换新版试试。

lmarena.ai@lmarena_ai原文

Anthropic 这次一次发了 Fable 5.2 和 Mythos 5.2 两个高端模型，编程评测分数超过 GPT-6 Astra 和 Gemini 4 Carbon，API 还降价两成。Pro 用户这一周能免费用 Fable，写代码的可以趁机试试它到底比 Opus 5.5 强多少。

宝玉@dotey原文

Anthropic 的新旗舰模型，科学推理和编程基准刷了一堆纪录，比如 HLE-Diamond 拿到 80%。有意思的是调低 effort 档反而更划算，输出 token 用得更少还能赢 Opus 5.5。做科学计算、代码开发的团队值得看下这笔成本账。

官方账号Artificial Analysis@ArtificialAnlys原文

DeepLearning.AI 拆了 Gemini 4 Carbon 和 Claude Opus 5.5 的真实账单：单价一样，Carbon 每任务省 23%，还在 AA 独立榜单以 59 分排第一。按 token 付费的人选型前应该看看这笔账。

DeepLearning.AI@DeepLearningAI原文

编程评测分数超过了 GPT-6 Astra 和 Gemini 4 Carbon，价格还降了两成，写代码的同学可以直接在 Claude Code 里手动切换试试。Pro 用户 16 号前用 Fable 不额外扣钱，别忘了去设置里领那次额度重置。

宝玉@dotey原文

Google AI Studio 主管拿 Gemini 4 把《时之笛重制版》搬上了 iPhone，结果被指侵犯任天堂版权，帖子已删，AI 逆向工程的版权边界又成了争议焦点。

谷歌 AI Studio 的 Ammaar Reshi 用 Gemini 4 加 nxnative 工具把 Switch 2 的塞尔达塞进了 iPhone，还附了 NX2Apple 这款免命令行工具，想折腾的可以看看。

Lxfater@lxfater原文

SemiAnalysis 搞了个新基准 GDPx，模拟芯片设计、量化交易这类真实工作，结果最强的 Claude Opus 5.5 也才 12% 出头，智能体离真干活还差得远。

官方账号Decoder@Manuel Uth原文

斯坦福他们测了 18 个模型当队友的水平，最强的 Gemini 4 Argon 也才 82.2 分，冲突一开会就妥协，挺扎心的。

shao__meng@shao__meng原文

Agent Arena 拆了成本维度看模型：贵任务上 OpenAI 和 Anthropic 不再通吃，Gemini 4 Argon 和小米 MiMo 顶上，选型前值得对号入座。

lmarena.ai@lmarena_ai原文

Agent Arena 拿 5 家实验室的旗舰模型跑了长任务对比，Claude Opus 5.5 能连续干近 2 小时，Kimi 最快但也最短，差距挺直观。

lmarena.ai@lmarena_ai原文

有人给模型的写作能力搞了个权重基准，Gemini 4 Argon 拿了好成绩，关心模型文笔的可以看看榜单。

Shubham Saboo@Saboo_Shubham_原文

Google 放出了新的 Gemini 4 Carbon，这次专门加强了网络安全和复杂任务处理，搞安全或自动化的可以看看它能干嘛。

CNBC Indonesia Tech原文

SemiAnalysis 搞了个 GDPx 基准，让智能体真去翻几千个文件干活，结果最强的 Claude Opus 5.5 也才拿 12 分，金融法律题全军覆没。

rohanpaul_ai@rohanpaul_ai原文

GDPx 这个基准挺有意思，用 206 个真实经济任务测智能体。Opus 5.5 分最高，但 Gemini 4 便宜 4 倍只低 1.1%，选型可以参考。

kimmonismus@kimmonismus原文

有人实测 Gemini 4 Argon 跑游戏任务，成本比 Claude Opus 5.5 便宜，但 token 和耗时上有差距，选模型前可以看看

Xianbao Qian@Xianbao_QIAN原文

三大模型同周换榜：Gemini 4 Carbon 直接冲到文本第一，GPT-6.1 Terra 花 0.62 美元就能跑完一个任务，选模型前先看看这份数据。

lmarena.ai@lmarena_ai原文

Google 两周内连发两个 Gemini 4，新出的 Carbon 专攻找漏洞、打补丁，综合分 59 排到 Artificial Analysis 榜首，安全运维方向可以关注。

SoyaCincau@Alif Azizan原文

Google 两周连发两代，Gemini 4 Carbon 冲上 Artificial Analysis V5 第一，还主打长时程任务和编程能力，编程党可以看看。

官方账号Logan Kilpatrick@OfficialLoganK原文

Google 发了 Gemini 4 Carbon，编程和网络防御能力是主打，目前先给 Fairwind 计划里的安全人员用，搞安全的朋友可以留意申请。

官方账号Google AI@GoogleAI原文

Google 放出了新模型 Gemini 4 Carbon，独立评测排第一，不过先只给网络安全防御人员用，普通用户还得再等等。

官方账号Latent Space (swyx)@swyx .ai原文

Google 出了个专攻网络安全的 Gemini 4 Carbon，在 Artificial Analysis 5.0 榜单拿了第一，做安全方向的可以看看。

Tech in Asia@Naomi Li Gan原文

Google 出了新的 Gemini 4 Carbon，专攻写代码和网络安全，感兴趣可以先看看它具体能干嘛、为什么现在还用不上。

Detik Inet原文

一条顶五条：Gemini 4 Carbon 干过了 Opus 5.5，OpenAI 还要买 Google TPU，早上扫一眼就够。

爱范儿@郑廷旭原文

Google 两周内连发 Argon 和 Carbon，Carbon 综合榜 59 分登顶，引入期价格只有 Opus 5.5 一半，不过编程测试还没打过 GPT-6 Astra。

岚叔@lufzzliz原文

Google 放出了新的 Gemini 4 Carbon，在 Artificial Analysis 的榜单上超过了 Claude Opus 5.5 和 GPT-6 Astra，这次还特别强化了网络安全能力。

官方账号theverge@Emma Roth原文

Google DeepMind 两周内连发两版，Gemini 4 Carbon 拿下 59 分登顶智能指数，还能跑完整网络防御流程。

官方账号Decoder@Matthias Bastian原文

Google 放出 Gemini 4 Carbon，网络安全基准把 GPT-6 Astra 甩开 12 个点，不过现在只有安全领域的合作伙伴能用，定价倒是和 Argon 一样。

Blognone@lew原文