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。
Latest
Every published item, in order · 306 items
Oct 20
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 contentThe 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。
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 contentGemini 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-V4.1-Flash-1017 replaces Gemini 4.1 Flash on RSS site
A real-world swap test between DeepSeek's latest flash model and Google's 4.1 Flash on a production translation pipeline, with thinking intensity set to High as the variable. Developers running cheap bulk-translation or summarisation workloads can copy this setup to benchmark latency, output length and quality on their own content. Those already using DeepSeek Harness should update to v0.2.1-rc.1 before adopting the new model.
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 content复刻 Gemini 4 发布页实测：GLM5.3 vs GPT-6.1 与 Opus 5.5 差距多大
一个很真实的横评：同一个复刻任务，GLM5.3 搞了近 3 小时没做成，GPT-6.1 和 Opus 5.5 几分钟搞定，最后作者手动拉源码反而最快。
Chinese contentKaggle 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。
Chinese content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。
Chinese content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。
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 contentGemini 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。
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。
Chinese contentGoogle 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。
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 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。
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 contentGoogle 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。
Chinese content谷歌布林称 Gemini 已开始参与打造下一代模型
布林说 Gemini 已在帮谷歌写下一代模型的代码，安全报告里写得挺具体，Anthropic 和 OpenAI 也有类似判断，这篇把几方观点都列了。
IT之家Source
Chinese content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。
Chinese content四个 Gemini 4 Argon 智能体 27 小时通关 Minecraft 击败末影龙
4 个 Gemini 4 Argon 智能体自己写代码自己调试，27 小时通了 Minecraft，全程没人帮忙，过程细节很值得看。
Chinese contentClaude 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。
Chinese contentAntigravity 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。
Chinese contentGemini 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。
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 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。
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
Chinese contentGemini 4 Argon 在 Antigravity 中自主生成可探索 3D 宝塔场景
DeepMind 放了个演示，Gemini 4 Argon 在 Antigravity 里自己搭出一座能逛的 3D 宝塔，几分钟搞定，过程全程自动。
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 contentGemini 4 Argon 上线 Genspark 的 AI Chat、Code Agent 和 Claw
Google 新旗舰 Gemini 4 Argon 刚发布，Genspark 已经接进聊天、代码 Agent 和 Claw 三个入口，可以直接上手试了。
