跳到正文
11月11日周三
  1. Google DeepMind89

    Google DeepMind 发布 Gemini 4 Carbon 模型

    Google DeepMind 发布 Gemini 4 Carbon,面向开发者、企业、科学家和消费者开放,强调网络安全能力、长周期智能体工作流和科学推理。

    推荐理由:官方给出 Gemini 4 Carbon 在 CursorBench 4.0、WANDR 等基准的排名与每任务成本,可据此判断它与 Argon 的分工。

11月10日周二
  1. Latent Space82

    Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2,重夺独立榜单第一

    Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2,官方称在几乎所有评测能力上比 Opus 5.5 更进一步,在 Artificial Analysis 智能指数 v5 上以 65 分居首,超过 Gemini 4 Carbon 的 60 分和 Opus 5.5 的 59 分。

    推荐理由:汇总 Fable 5.2 的首日独立评测与定价变化,能看清它靠更多测试用例换取分数的代价。

11月6日周五
10月29日周四
  1. Google DeepMind83

    Google DeepMind 发布 Gemini 4 Carbon 前沿模型

    Google DeepMind 发布 Gemini 4 Carbon,称其在网络安全和长周期任务上能力最强,在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。

    推荐理由:官方给出 Gemini 4 Carbon 在网络安全与长周期智能体任务上的基准成绩和分阶段开放路径,可与两周前的 Argon 对比。

10月20日周二
10月6日周二