Google 发布 Gemini 4 Argon，缩小与 OpenAI、Anthropic 的差距但未明显领先
Google 发布新一代前沿模型 Gemini 4 Argon，在部分关键基准上超过 OpenAI 和 Anthropic 的竞品，但并未取得明显领先。
#Agent
#Agent
今日 3 条The DecoderAI 评分7171 Ars Technica · AIAI 评分6565 Google 发布 Gemini 4 Argon 模型，暂未对外开放
Google 发布 Gemini 4 Argon，宣称在编码、知识工作和网络安全上达到业界领先性能，但目前仅限内部有限测试，外部用户尚不能使用。在软件工程评测 DeepSWE v1.1 上得分 77.9%，高于 GPT-6 Astra、Fable 5.1 和 Opus 5.5。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemini 4 Argon 前沿模型，输出 token 上限提至 1M
Google DeepMind 宣布推出前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御者开放，随后将陆续提供给开发者、企业和消费者。
推荐理由：官方给出 Gemini 4 Argon 的评测成绩与内部落地数据，可据此判断前沿模型在长周期工程与网络安全任务上的进展。
OpenAI News精选AI 评分6868 OpenAI 发布 GPT-6.1 Sol
OpenAI 发布 GPT-6.1 Sol，官方称其面向编码、电脑操作和专业工作，接近 Astra 的智能水平。其标准 API 输入和输出 token 价格为 Astra 的五分之一。
推荐理由：官方公布 GPT-6.1 Sol 的定位与定价，读者可据此判断它在编码和电脑操作上的价格取舍。
Latent Space精选AI 评分7777 AINews：Opus 5.5 擅长做讲解视频
AINews 汇总 9/24-9/25 动态，Claude Opus 5.5 本周发布后反响积极，以 88.4% 领跑 SimpleBench，并被指在生成讲解视频上表现突出。
推荐理由：汇总一周内多个模型与工具的动态，便于快速了解前沿模型在基准、成本和视频生成上的位置。
AWS Machine Learning Blog精选AI 评分6060 AWS 上线 Claude Sonnet 5.5
AWS 宣布 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上线，定位为更高效、多数任务单任务成本更低的 Sonnet 模型，适合范围明确的编码与知识工作，如告警首响应、智能体常驻监控、SQL 生成、UI/UX 测试和 IDE 内快速编码。
推荐理由：官方给出 Sonnet 5.5 的定位、适用任务和与 Opus 5.5 的分工，可据此判断该把哪些工作交给它。
Latent Space精选AI 评分8484 Anthropic 发布 Claude Opus 5.5，OpenAI 同日推出 GPT-6 Sol 与 Luna 并双双降价 40-50%
Anthropic 发布 Claude Opus 5.5，为 Claude 5.5 家族首个模型，官方称多数任务达到 Claude Fable 5.1 水平，运行成本比 Opus 5 低 40%，速度约快 30%，并成为 Claude Code 与 Claude 应用的默认模型。
推荐理由：同日两家发布新模型并同步降价，材料给出第三方评测与按任务成本拆解，可对照能力与价格的实际取捨。
OpenAI NewsAI 评分2626 Parallel 用 GPT-6 Astra 将研究时间和成本减半
Parallel 的智能体借助 GPT-6 Astra 完成劳动力市场数据的检索与综合，相比此前模型将时间和成本各降低一半。
Latent Space精选AI 评分8282 小米发布 MiMo-V2.6-Pro 与 Flash：新的开放权重模型，训练成本约 300 万美元
小米发布 MiMo-V2.6 系列，包含原生全模态的 MiMo-V2.6-Pro（1.02T 总参数、42B 激活）和 MiMo-V2.6-Flash，并推出输出速度最高快 20 倍的 UltraSpeed 版本。
推荐理由：小米 MiMo-V2.6-Pro 以约 300 万美元训练成本登顶开放权重模型，其 RL 环境与训练配方同步开源值得关注。
Latent SpaceAI 评分6969 Jev 发布两天内涌现 6 个复现方案
Jev 发布两天内出现至少 6 个复现方案，包括基于 ModernBERT 的 Laya、基于扩散模型的 DiffusionGemmaJev，以及 Qwen3.5-9B LoRA 微调的 Bespoke Nimble 等，其数据被承认 100% 为合成数据。
Latent SpaceAI 评分7070 TypeSafe 发布决策模型 Jev，称比小型前沿 LLM 快 100 倍以上、便宜 200 倍以上
TypeSafe 发布名为 Jev 的决策模型，官方称其专为分类、路由与打分等决策任务优化，采用 RLCD 训练，比小型前沿 LLM 快 100 倍以上、便宜 200 倍以上，输出 token 不计费。
OpenAI News精选AI 评分7474 OpenAI 发布 GPT-6 Astra，面向工作场景的新一代模型
OpenAI 发布 GPT-6 Astra，称其为面向企业场景能力最强的模型，具备更强的推理能力、计算机操作能力，以及更强的写作与设计判断力。
推荐理由：OpenAI 官方发布面向企业场景的新一代模型，读者可据此了解其在推理与计算机操作上的定位。
Google DeepMind精选AI 评分8585 Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber
Google DeepMind 发布 Gemini 3.8 系列，包含通用模型 Gemini 3.8 Flash 和网络安全模型 Gemini 3.8 Flash Cyber，二者共用同一底层智能。
推荐理由：官方给出了两款 Gemini 3.8 Flash 的评测成绩与定价，可对照 3.7 Flash 判断智能体编码与网络安全任务上的取舍。
Google DeepMind精选AI 评分6666 Google DeepMind 发布语音转文字模型 Gemini 3.5 Transcribe
Google DeepMind 发布语音转文字模型 Gemini 3.5 Transcribe，并在 Gemini API、Google AI Studio 和 Gemini Enterprise Agent Platform 开放公开预览。
推荐理由：原文给出两个 API 的延迟与 WER 数字，读者可据此比较它相对上一代 Chirp 3 在实时语音场景的可用性。
Google DeepMind精选AI 评分8181 Google DeepMind 发布 Gemini 3.7 Flash，主打编码与智能体
Google DeepMind 发布 Gemini 3.7 Flash，定位为面向编码与智能体场景的最强主力模型，距离 Gemini 3.6 Flash 发布仅三周。
推荐理由：Google DeepMind 公布 3.7 Flash 的基准提升与降价幅度，可据此判断它在编码和智能体工作流中的性价比。
Hugging Face Blog精选AI 评分8787 Meta 开源 Muse Glimmer：面向本地智能体的 30B 多模态模型
Meta 发布开源多模态模型 Muse Glimmer，从 Muse 蒸馏至 30B 参数，采用 Apache 2.0 许可，面向编码、文档分析、个人助理等本地智能体场景。
推荐理由：Meta 开源 30B 多模态模型，附 day-0 推理与量化支持，可用于评估本地智能体模型的落地方案。
Google DeepMind精选AI 评分7272 Google DeepMind 发布具身推理模型 Gemini Robotics ER 2
Google DeepMind 发布面向机器人具身推理的 Gemini Robotics ER 2，作为高层大脑负责对话、理解物理世界并规划多步任务，再交由底层 VLA 模型执行动作。
推荐理由：官方给出进度分类、时刻定位与多机协作的量化结果，可对照上一代了解具身推理的实际提升幅度。
Google DeepMind精选AI 评分7777 Google DeepMind 发布 Gemini Robotics 2，为机器人带来全身智能
Google DeepMind 发布 Gemini Robotics 2，包含 VLA 模型 Gemini Robotics 2、具身推理模型 Gemini Robotics ER 2 和端侧模型 Gemini Robotics On-Device 2，首次实现对人形机器人从脚到指尖的全身控制。
推荐理由：官方给出了全身控制、22 自由度手部操作与多机器人协作的能力边界，并说明首个具身推理模型已开放入口。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 两款新模型，并推出面向网络安全的 Gemini 3.5 Flash Cyber。
推荐理由：官方给出三款新模型的价格、token 效率与多项基准对比，可据此判断智能体工作流的成本变化。
Google DeepMind精选AI 评分7272 Google DeepMind 发布 Gemini 3.5 Flash Cyber 安全模型
Google DeepMind 推出 Gemini 3.5 Flash Cyber，一款基于 3.5 Flash 微调的轻量网络安全模型，用于快速发现、验证和修补漏洞，在 CyberGym 等基准上以多次调用 CodeMender 的方式取得与更大模型相当的表现。
推荐理由：官方给出了新模型在真实代码库漏洞挖掘上的基准与落地案例，可据此判断轻量安全模型的能力边界。
Mistral AI精选AI 评分6565 Mistral 发布 OCR 4，新增文本框选与区块分类
Mistral 发布文档解析模型 OCR 4，在提取文本之外新增边界框、区块分类和内联置信度评分，支持 170 种语言并可单容器自托管部署。官方称独立标注者在 600+ 份、12+ 种语言的文档对比中平均 72% 情况下更偏好 OCR 4，该模型在 OlmOCRBench 得 85.20、OmniDocBench 得 93.07。
推荐理由：Mistral OCR 4 在文本框选、区块分类和自托管上的变化，让文档解析可直接进入 RAG 与智能体管线。
Google DeepMind精选AI 评分7878 Google DeepMind 发布 Gemma 4 12B：统一无编码器多模态模型
Google DeepMind 发布 Gemma 4 12B，一款面向笔记本电脑的无编码器多模态模型，视觉与音频输入直接进入 LLM 主干。该模型在标准基准上接近 26B MoE 模型的表现，同时总内存占用不到其一半，并首次在中等规模 Gemma 中支持原生音频输入。
推荐理由：原文给出无编码器架构的视觉与音频直连设计和 16GB 显存本地运行门槛，可据此判断端侧多模态智能体的落地条件。
Mistral AI精选AI 评分7878 Mistral 发布 Mistral Medium 3.5，并在 Vibe 与 Le Chat 上线云端远程智能体
Mistral 发布 Mistral Medium 3.5，这是一个 128B 密集架构模型，在 SWE-Bench Verified 上得分 77.6%，以修改版 MIT 许可证开放权重，API 定价为每百万输入 token 1.5 美元、每百万输出 token 7.5 美元。
推荐理由：Mistral Medium 3.5 以 128B 密集架构开源并成为 Vibe 与 Le Chat 默认模型，读者可据此判断云端异步编码智能体的可用性。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini 3.5 Flash
Google DeepMind 发布 Gemini 3.5 系列首个模型 3.5 Flash，主打智能体与编码能力，今日起在 Gemini app、Google Search AI Mode、Google Antigravity、Gemini API、AI Studio、Android Studio 及 Gemini Enterprise 上线。
推荐理由：官方披露 3.5 Flash 在 Terminal-Bench 2.1 等基准上的成绩与 4 倍输出速度，可据此判断其性价比定位。
Mistral AI精选AI 评分7474 Mistral 发布 Mistral Small 4 开源模型，统一推理、多模态与编码能力
Mistral AI 发布 Mistral Small 4，这是 Mistral Small 系列的下一个主要版本，也是首个把 Magistral 推理、Pixtral 多模态与 Devstral 编码智能体能力统一到单一模型的 Mistral 模型，采用 Apache 2.0 许可。
推荐理由：Mistral 首次把推理、多模态与编码智能体能力合并进一个开源模型，并给出可调推理强度与延迟数据。
Mistral AI精选AI 评分7171 Mistral 发布 Devstral 2 编码模型与 Mistral Vibe CLI
Mistral AI 发布 Devstral 2 编码模型家族，包括 123B 的 Devstral 2 和 24B 的 Devstral Small 2，两者分别采用修改版 MIT 和 Apache 2.0 许可，均为开源。
推荐理由：官方给出了 Devstral 2 的 SWE-bench Verified 成绩、参数规模与定价，可据此判断开源编码模型的性价比位置。
Mistral AI精选AI 评分6565 Mistral AI 联合 All Hands AI 发布 Devstral Medium 并升级 Devstral Small 1.1
Mistral AI 与 All Hands AI 合作发布 Devstral Medium，并升级开源版 Devstral Small 1.1。
推荐理由：Devstral 新版本给出了 SWE-Bench Verified 分数、开源许可与 API 定价，读者可据此比较开源代码智能体的性能与成本。
Mistral AI精选AI 评分7171 Mistral AI 与 All Hands AI 发布编码智能体模型 Devstral
Mistral AI 与 All Hands AI 合作发布面向软件工程任务的智能体模型 Devstral，以 Apache 2.0 许可开源。
推荐理由：官方给出 SWE-Bench Verified 46.8% 的横向对比与单卡本地部署门槛，便于判断开源编码智能体的可用边界。