Chinese contentGoogle 发布 Gemini 4 Carbon：登顶 Artificial Analysis v5.0 榜单
Google 两周内连发两个模型，Gemini 4 Carbon 拿下 AA 榜第一，网络安全三项评测都领先，先小范围开放给安全防御者。
Latest
Every published item, in order · 306 items
Oct 29
Chinese contentGemini 4 Carbon (High) 登顶 Text Arena，得 1528 分
Google 新版 Gemini 4 Carbon 文本榜登顶了，Agent 榜排第二，仅次于 Opus 5.5，想看榜单情况的可以看看。
Chinese contentGemini 4 Carbon 首次超越 Claude 与 GPT，价格仅 Opus 5.5 一半
Google 新模型 Gemini 4 Carbon 首次全面压过 Claude 和 GPT，还只要 Opus 5.5 一半的价钱，写代码的可以试试换过去。
Chinese contentNathan Lambert 评 Gemini 4 Carbon 提前预告：或是赶在 Fable 5.5 前抢跑
Google 把还没公开的 Gemini 4 Carbon 先放出来预热，Nathan Lambert 觉得这是怕被 Fable 5.5 抢风头，看看他怎么分析这波节奏。
Chinese contentGoogle 两周内接连推出 Gemini 4 Argon 与 Gemini 4 Carbon
Google 半个月内连发两版 Gemini 4，Carbon 这次先给网络安全防御者用，做安全方向的可以留意。
Chinese contentGoogle 发布 Gemini 4 Carbon，安全基准超 GPT-6 Astra 与 Claude Opus 5.5
Google 两周内连发两代旗舰，Carbon 的漏洞发现和修补成绩直接压过 OpenAI 和 Anthropic，长上下文 96.2% 也很猛，定价还先打折，搞安全的建议盯一下。
Chinese contentGoogle Gemini 4 Carbon 登顶 Artificial Analysis 智能指数 v5
Google 新模型 Gemini 4 Carbon 拿下智能指数第一，编程追近 Claude Opus 5.5，还便宜 23%，可以先看看数据再决定用不用。
Chinese contentGoogle 发布 Gemini 4 Carbon，登顶 Artificial Analysis V5 榜单
Google 新模型 Gemini 4 Carbon 登顶 Artificial Analysis V5，主打网络安全场景，三个安全基准成绩都公开了，搞安全的可以试试。
Chinese contentGoogle 发布 Gemini 4 Carbon 预览版，主打网络安全长程编码
Gemini 4 Argon 出来才两周，Google 又放出了 Carbon 预览版，直接在 Artificial Analysis 榜单上拿第一，还专门做了网络安全防御的检测和修复能力。
Chinese contentGoogle 开放 Gemini 4 Argon，支持 100 万 token，泰国用户可经 AiPass 使用
Google 出了 Gemini 4 Argon，一次能吃下 100 万 token，走 Gemini Enterprise 渠道，泰国用户用 AiPass 就能开通。
Chinese contentGemini 4 Carbon 登顶 Artificial Analysis 指数，超越 Opus 5.5 与 GPT-6 Astra
Google 的 Gemini 4 Carbon 把 Opus 5.5 和 GPT-6 Astra 都比下去了，还拿下 Artificial Analysis 指数第一，看看这次是不是真翻身。
Oct 28
Chinese contentGoogle 发布 Gemini 4 Argon，输出上限达 100 万 token
Google 新模型 Gemini 4 Argon 上线了，输出能到 100 万 token，写代码和迁移大项目这些活儿一把做完，还挺抗提示注入攻击。
Chinese contentArtificial Analysis Intelligence Index v5 上线，Claude Opus 5.5 以 58 分居首
Claude Opus 5.5 拿下 58 分登顶，GPT-6 Astra 只差 1 分，还新增了两个编程基准，选模型前可以看看这份榜单。
Chinese content谷歌更新 Android Bench：Gemini 4 Argon 编程成绩落后 Claude 与 GPT
谷歌自家基准把自家 Gemini 4 Argon 排到第五，通过率才 21.3%，GPT-6.1 Sol 的性价比数据对安卓开发者选模型很实用。
IT之家Source
Chinese contentGoogle DeepMind 发布 Genie 4：一句话生成带声音和对话的可交互 3D 世界
Google DeepMind 的 Genie 4 一句话就能生成能走进去的 3D 世界，声音和对话也一起生成，不用后期配音，做游戏原型和机器人训练的可以关注。
Chinese contentDeepMind 发布 Genie 4，可搭配 Gemini 3.8 Flash 分步验证任务
DeepMind 的 Genie 4 来了，能配 Gemini 3.8 Flash 看场景拆步骤、逐步检查，还能模拟 Apollo 人形机器人，做机器人训练的值得看。
Oct 27
Chinese contentGemini 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。
Artificial Analysis launches Code2Video-AA video benchmark
The 300x spread in cost per task means the ranking alone is misleading: GPT-6.1 Sol delivers fourth place at 90% less cost than the leader, which changes which model is actually practical for batch video generation. Teams building automated marketing video pipelines can use the five-axis Elo breakdown to match models to their budget and quality needs, and the open-weights results give a concrete quality gap for self-hosting comparisons.
Chinese contentGoogle 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。
Oct 25
Chinese content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
Oct 24
Chinese content皮查伊：AI 距离递归自我改进还很远，谷歌已让智能体协助研发模型
皮查伊亲自谈 AI 自我改进到底走到哪一步了，75% 代码 AI 生成这个数字他都觉得过时了，想了解 Gemini 4 研发内幕的可以看看。
IT之家Source
Chinese contentMoonshot 发布 Kimi K3.1 Pro，11 月 4 日开源权重
Moonshot 放出 Kimi K3.1 Pro，分数只比 Claude Opus 5.5 低 3 分，价格便宜一半，下个月还开源权重，可以先用 API 试试。
Oct 23
Chinese content潜伏 20 年没人能利用的 PHP 漏洞，AI 一周做成了武器
PHP 核心里的老漏洞被 AI 一周做成武器，WordPress 站长得赶紧看自己 PHP 版本，8.2 到 8.5 要升修复版，8.1 以下只能先升级了。
AA-PersonalityBench links model slop to intelligence gaps
Slop output is only loosely tied to raw capability, so model selection for writing or content pipelines should weigh the Slop ranking separately from the Intelligence Index. Teams building customer-facing copy or summarisation tools can use these two scores as a joint filter instead of assuming a smarter model reads better. Qwen3.8 Max ranking high on both lists is a useful data point when weighing it against Gemini 4 Argon or GPT-6 variants.
Oct 22
Chinese contentPHP2Shell 漏洞由 LLM 发现，藏匿 14 年未被人察觉
PHP 藏了 14 年的漏洞，被 GPT-5.6 Sol 和 Gemini 4 Argon 先后挖出来了，看完你就知道 AI 挖洞到什么水平了。
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。
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。
Chinese contentAI 审批监控器会出现相关性失效，论文建议按证据源计数而非投票
这篇论文测了 16 个模型当支付审批监控器的表现，发现一起失效的根源是共享证据源，结论是数来源别数票，做智能体安全的人可以看看。
Chinese contentAA-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。
Oct 21
Chinese content谷歌 CEO 皮查伊：与苹果 AI 合作反馈良好，愿意继续深化
皮查伊亲口回应了谷歌和苹果的合作现状，Gemini 定制进 Siri 后用户反应不错，还提到 Gemini 4 Argon 和 OpenAI 竞争。
IT之家Source
Chinese contentGemini 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。
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 contentGemini 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？
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 contentFable 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。
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 contentThe 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。
Chinese content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。
Chinese contentGemini 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。
