Chinese contentGPT-5.6 Sol 与 Gemini 4 Argon 各自发现同一 PHP 高危漏洞
两家模型分别发现了同一个 PHP 漏洞，一边是 OpenAI 的 GPT-5.6 Sol，一边是 Google 的 Gemini 4 Argon，AI 找安全漏洞这事已经真的在发生了。
Latest
Every published item, in order · 125 items
Oct 22
Chinese contentGemini 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。
Oct 21
Chinese contentGemini 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。
Chinese contentGoogle 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。
Oct 20
Kaggle launches Human Behavior Bench for predicting human decisions
A 94.1% score above the human noise ceiling suggests behavioural-simulation systems like Engram 1.0 can outperform frontier LLMs at modelling subgroups, not just answer questions. Product and research teams building personalisation, market research or user modelling tools now have a public baseline to test against. The 601 private cases make leaderboard gaming harder, so results should hold up better than fully public benchmarks.
Chinese contentMeta 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。
Chinese contentMeta 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。
Oct 19
Chinese contentGemini 4 Argon 四个智能体27小时通关Minecraft
DeepMind 让 4 个 Gemini 4 Argon 智能体自己分工、写代码、互相调试，27 小时干掉 Ender Dragon，全程没人插手，过程细节很有意思。
Chinese content四个 Gemini 4 Argon 智能体 27 小时自主通关《我的世界》
谷歌用四个 Gemini 4 智能体互相配合，27 小时自己通关了《我的世界》，还击败了末影龙，成本约 1620 美元，全程没人插手。
IT之家Source
Chinese contentMuse 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。
Oct 18
Chinese content四个 Gemini 4 Argon 智能体全自动通关 Minecraft
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。
Oct 17
Chinese content10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。
Chinese contentAgent 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。
Chinese content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。
Oct 16
Chinese contentGoogle 的 Gemini 4 Argon 在 ARC-AGI-3 得分 97.5%，仅次于 OpenAI
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。
Chinese contentGemini 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。
Chinese contentClaude 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。
Chinese contentGemini 4 Argon 与 Muse Wonder 比拼 3D 建模，还原变形金刚大黄蜂
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。
Chinese contentGoogle 推出 Gemini 4 Argon，想让机器人只需一个模型
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。
Chinese contentGemini 4 Argon 在 ARC-AGI-3 拿下 97.5%
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。
Oct 15
Gemini 4 Argon scores 165 on Epoch Capabilities Index
The gap between Google and the ECI frontier has narrowed to 2 points, putting Gemini back in competitive range after months of lag. Teams choosing models for hard reasoning or agentic workloads now have a four-way race to benchmark on their own tasks rather than defaulting to a single leader. Comparable scores across Opus 5.5, GPT-6 Astra and Argon suggest provider switching costs are lower than vendor benchmarks imply.
Chinese content阶跃星辰开源 Step-5-Preview：600B 参数、100 万上下文
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。
Chinese contentGemini 4 Argon 正式 GA，此前基准测试结论获独立验证
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。
Chinese contentMeta Muse Wonder (Max) 登上 Agent Arena 第 12 名，成本为前代 2.1 倍
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。
Chinese contentOpus 5.5 与 Gemini 4 Argon 各生成一段视频，你能分清吗？
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。
Chinese contentGemini 4 Argon 在 Cline 发布首日用户份额创六月以来新高
Cline 公布了 Gemini 4 Argon 的真实使用数据：首日用户是 Claude 新版的三倍，还省 30% token，编程党可以关注下。
Chinese content谷歌发布 Gemini 4 Argon：Arena 榜第5，Cursor 同步接入
Gemini 4 Argon 全球上线，Cursor 接入价 $2/$10，Liquid AI 开源了 24B MoE。
Chinese contentGemini 4 Argon 全球推出，Pro 和 Ultra 订阅用户可用
Google 的 Gemini 4 Argon 开始推送了，Pro 和 Ultra 订阅用户打开 gemini.google 或 App 就能用。
Chinese contentGemini 4 Argon 面向 Google AI Pro 和 Ultra 订阅者全球推送
Gemini 4 Argon 开始全球推送，Pro 和 Ultra 订阅用户打开 Gemini 应用就能用上。
Chinese contentAA-Robotics 基准首发：GPT-6 Astra 居机械臂操控榜首
GPT-6、Gemini 4、Claude 操控机械臂，GPT-6 Astra 夺冠，但比人慢约百倍。
Chinese contentGoogle 发布 Gemini 4 Argon，The Information 直播对比 OpenAI 与 Anthropic
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。
Oct 14
Chinese contentGoogle 发布 Gemini 4 Argon：单次输出上限 100 万 token
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。
Chinese contentGemini 4 Argon 上线 Databricks，内部基准表现最佳
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。
Chinese contentGoogle 开始分批推出 Gemini 4 Argon，同步加强安全防护
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。
Chinese contentEthan Mollick 用一个梗同时测了 GPT-6 Pro、Gemini 4 Argon High 和 Opus 5.5 Max
一条提示词同时丢给 GPT-6 Pro、Gemini 4 Argon High 和 Opus 5.5 Max，三个笑话三种性格，Opus 那句自嘲"起泡的自动补全"最绝，点开看看你喜欢哪个。
Chinese contentGemini 4 Argon 开放使用：API 与 Google AI Pro/Ultra 用户均可调用
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。
Chinese contentllm-gemini 0.35 支持 Gemini 4 Argon 模型
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。
Chinese contentGemini 4 Argon 测评：任务效率高，视觉表现平淡
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。
Chinese contentGemini 4 Argon 对比 Claude Opus 5.5：价格便宜 3 倍
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。
Chinese content谷歌发布 Gemini 4 Argon：输出上限约 100 万 token，Vals Index 排名第一
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。
IT之家Source
Sep 17
AITOP16:09
Anthropic拟10月在新加坡设亚太第五个办事处 开...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…
AITOPRead
Aug 13
AITOP12:07
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！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…
AITOPRead
Aug 7
AITOP17:04
出口结构剧变：中国卖给世界的，不再是产品而是解法中国出口"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…
AITOPRead
AITOP17:02
Kimi K3沙盒逃逸：一只“只搜不攻”的文明越狱者，为何令安全圈集体警觉？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…
AITOPRead
Aug 2
AITOP17:33
DeepSeek-V4-Flash-0731：当版本号成为信息泡沫的容器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…
AITOPRead