跳到正文

#编码

今日 2 条
今天10月2日周五
  1. TechCrunch · AI63

    Google 发布 Gemini 4 Argon，称其为迄今最强模型

    Google（Alphabet）发布新模型 Gemini 4 Argon，主打防御性网络安全，称其可自主发现、验证并修复关键软件漏洞，目前仅通过 Fairwind 安全计划向部分网络安全合作伙伴开放。该模型也用于编码、调试和代码库迁移等日常工程工作，并称在多项基准上显著领先 GPT-6 Astra 与 Anthropic 的 Fable 和 Opus。

10月1日周四
  2. fofr33

    非常激动地分享，Gemini 4 Argon 即将到来。迫不及待想尽快跟大家分享更多内容。

    引用Sundar Pichai@sundarpichai

    Lots of discussion out there about our next model(!), so I wanted to give an early look as soon as possible. Introducing Gemini 4 Argon! It shows frontier performance in complex workflows, cyber defense and software engineering. Teams are using it extensively at Google, from coding to quantum computing, great feedback. Here’s a look at the benchmarks:

  3. Ars Technica · AI65

    Google 发布 Gemini 4 Argon 模型，暂未开放使用

    Google 发布 Gemini 4 Argon，称其在编码、知识工作和网络安全方面性能领先，但模型仍处有限测试，普通用户暂无法使用。DeepSWE v1.1 达 77.9%，高于 GPT-6 Astra、Fable 5.1 和 Opus 5.5；API 定价为每百万输入 token $2、输出 $10，输出上限提升至 100 万 token（此前为 64,000）。

9月30日周三
  1. Qwen37

    Qwen3.8-27B 现已通过 @nebiustf 开放使用。无论你是在构建智能体还是做深度研究，这个 27B 稠密模型都已为你的多步骤工作流准备就绪！🥳

    引用Nebius Token Factory@nebiustf

    Qwen3.8-27B is now live on Nebius Token Factory. A compact 27B dense model for coding, research, and agent workflows, with a focus on planning and completing tasks across multiple steps. Start building: https://tokenfactory.nebius.com/endpoints?modals=endpoint-details&model-id=Qwen/Qwen3.8-27B

9月29日周二
  1. OpenAI News70

    OpenAI 发布 GPT-6.1 Sol，以 Astra 五分之一的价格提供近 Astra 智能水平

    OpenAI 发布 GPT-6.1 Sol，定位为接近 Astra 智能水平的模型，主打编码、计算机使用和专业工作场景，价格为 Astra 标准 API 输入和输出 token 价格的五分之一。

    推荐理由：原文明确了模型定位与五分之一的价格对比，读者可以据此评估在不同工作负载下替换现有模型API的成本空间。

  4. ClaudeDevs74

    Anthropic 推出 Claude 5.5 家族第二个模型 Claude Sonnet 5.5，称其相比 Sonnet 5 更聪明、更高效，速度快 30% 以上，多数工作成本最多降低 30%。作者建议用于修复 bug、快速迭代功能等边界清晰度的日常任务，Claude Code 用量也能更省。

    引用Claude@claudeai

    Introducing Claude Sonnet 5.5, the second model in the Claude 5.5 family. It’s a clear upgrade over Sonnet 5, runs more than 30% faster, and costs up to 30% less for most work.

    推荐理由：原文给出 Sonnet 5.5 相对 Sonnet 5 的速度、成本与适用任务，开发者可据此判断是否切换日常 Claude Code 用法。

  5. Boris Cherny61

    Anthropic 发布 Claude Sonnet 5.5，是 Claude 5.5 家族的第二款模型，官方称相比 Sonnet 5 是明显升级，运行速度提升超过 30%，多数任务成本最多降低 30%。作者 Boris Cherny 演示用 Sonnet 5.5 修复 Claude Code 的一个 bug，并强调其快 30%、用量费用省 30%。

    引用Claude@claudeai

    Introducing Claude Sonnet 5.5, the second model in the Claude 5.5 family. It’s a clear upgrade over Sonnet 5, runs more than 30% faster, and costs up to 30% less for most work.

9月28日周一
  1. MiniMax (official)47

    MiniMax-M3.1 Flash Preview 现已在 Token Plan 上线！ 更快、更轻，专为运行高并发、低延迟负载的团队打造，现可在你现有的 Token Plan 订阅下使用，无需额外设置。 立即试用：https://platform.minimax.io/subscribe/token-plan

    引用MiniMax_Agent@MiniMaxAgent

    MiniMax's latest text model, M3.1-Flash-Preview, debuts today on MiniMax Code. Built for everyday development, it's fast, reliable, and ready for real work, from quick bug fixes to full features.

9月25日周五
9月24日周四
  1. inclusionAI Hugging Face models62

    inclusionAI 开源 Ling-flash-2.0：100B 总参数、6.1B 激活的 MoE 模型

    inclusionAI 正式开源 Ling 2.0 架构下的第三个 MoE 大语言模型 Ling-flash-2.0，总参数 100B、激活参数 6.1B（非嵌入 4.8B），基于 20T+ tokens 数据训练并经 SFT 和多阶段强化学习。

    推荐理由：官方给出参数结构、基准对比和推理速度数据，读者可据此评估小激活 MoE 替代 40B 稠密模型的可行性。

9月23日周三
  1. Latent Space85

    Anthropic 发布 Claude Opus 5.5，OpenAI 同日跟进低价 GPT-6 Sol 与 Luna

    AINews 汇总 Claude Opus 5.5 发布：作为 Claude 5.5 家族首个模型，官方称多数任务达到 Fable 5.1 水平、比 Opus 5 快约 30% 且每任务便宜约 40%，token 单价从 $5/$25 降至 $4/$20，并成为 Claude Code 与 Claude 应用的新默认模型。

    推荐理由：汇总了 Opus 5.5 与 GPT-6 Sol/Luna 同日发布的基准、定价与第三方评测，含实际每任务成本与争议细节，便于对比两家宣传口径。

  2. Simon Willison83

    Anthropic 发布 Claude Opus 5.5，OpenAI 同日推出 GPT-6 Sol 与 GPT-6 Luna 并掀起价格战

    Anthropic 于 9 月 22 日发布 Claude Opus 5.5，约一小时后 OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna。GPT-6 Luna 定价 $0.10/$0.50 每百万 token，比 GPT-5.6 Luna 再降一半；Opus 5.5 降价 20% 至 $4/$20，缓存读取价格下降 60%。

    推荐理由：作者用实测和价格对比表梳理了这轮降价的具体幅度，还发现 Opus 5.5 max 档过度思考撞上输出上限的问题。

  3. Greg Brockman79

    OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna 两款更快、更实惠的模型，基于 GPT-6 Astra 的技术积累。两款模型在专业工作、事实性、编码、computer use 和对齐方面延续 Astra 的 SOTA 表现，同时缓存和推理效率提升使 API 价格比 GPT-5.6 促销价低 50%。

    引用OpenAI@OpenAI

    Please welcome GPT-6 Sol and GPT-6 Luna to the GPT-6 universe. GPT-6 Sol and Luna build on the advances behind GPT-6 Astra, bringing much of its strengths into faster and more affordable models to support work at scale. We’ve also made caching and inference more efficient, and we’re passing the savings directly to you: 50% lower API prices for Sol and Luna compared with GPT‑5.6 promotional pricing.

    推荐理由：原文由当事方宣布两款新模型及降价幅度，读者可以据此了解 GPT-6 系列的能力分工与成本变化。

  4. Boris Cherny76

    Boris Cherny 称 Claude Opus 5.5 是他最近几周的日常主力模型。他让 Opus 5.5 和 Fable 5.1 各把 HAProxy 从 C 移植到 Rust，两者都几乎通过全部测试，但 Opus 5.5 用时 9.5 小时，Fable 5.1 用时 12 小时，且成本低 51%。

    引用Claude@claudeai

    Introducing Claude Opus 5.5, the first model in our new Claude 5.5 family. It performs at the level of Claude Fable 5.1 for most tasks, and costs 40% less to run than Opus 5.

    推荐理由：作者亲测对比两个模型移植 HAProxy 的耗时与成本，给出了具体数字供选型参考。

9月22日周二
  1. elsewhere articles65

    Step 5 Preview 实测：榜单之外的真实表现与短板

    阶跃毫无预兆发布 Step 5 Preview，总参数量 600B、激活 27B，带视觉输入，称 Artificial Analysis 上涨 44 分、全球开源前三，单任务成本仅为 Claude Opus 5 的 1/8。

    推荐理由：作者与朋友实测了 Step 5 Preview 在可视化、金融、游戏等任务上的真实表现，补上了榜单分数之外的第一手体感参考。

  3. Andrew Milich55

    Grok 4.7 发布，官方称在同等价格和速度下较 Grok 4.6 有明显提升。作者推荐在 Grok Build 和 Cursor 中以高 TPS 尝试，称其在编码、工程工作和 3D 方面表现出色。附表显示 Grok 4.7 xHigh 输入 $2/百万 token、输出 $6/百万 token，与 Grok 4.6 相同；Cursor Bench 4.0 得分 46.3%（4.6 为 40.4%），EEBench 64.0%（53.0%），Harvey Legal Agent 19.6%。

    引用SpaceXAI@SpaceXAI

    Grok 4.7 is here. It's a notable improvement over Grok 4.6 at the same price and speed.

  4. Anthropic Newsroom90

    Anthropic 发布 Claude Opus 5.5，成本较 Opus 5 降低 40%

    Anthropic 发布 Claude Opus 5.5，为 Claude 5.5 家族首款模型，官方称其表现与 Claude Fable 5.1 相当，运行成本较 Opus 5 降低 40%，输入和输出 token 价格为 $4 和 $20 每百万，缓存读取 $0.20 每百万（降低 60%），输出速度快 30% 以上。

    推荐理由：官方给出完整基准、价格与安全评估细节，读者可据此比较 Opus 5.5 在成本与智能体编码上的实际变化。

9月15日周二
9月5日周六
9月3日周四
  2. Demis Hassabis60

    Demis Hassabis 宣布 Google 发布 Gemini 3.8 Flash，这是不到一个月内的又一次升级，同时推出面向网络防御方向的 3.8 Flash Cyber。引用内容称 3.8 Flash 是 6 周内第三个更新的 Flash 模型，提升了智能体与编码能力，详情见博客 https://blog.google/innovation-and-ai/models-and-research/gemini-models/3-8-flash-and-3-8-flash-cyber/

    引用Logan Kilpatrick@OfficialLoganK

    Introducing Gemini 3.8 Flash, another jump in Gemini's agentic + coding capabilities, and our 3rd updated Flash model in only 6 weeks... This model has been a ton of fun to work with, excited to see what you all think!

9月1日周二
  2. Claude Platform release notes71

    Anthropic 发布 Claude Fable 5.1 与 Claude Mythos 5.1，默认 1M token 上下文并下调缓存读取价格

    Anthropic 发布 Claude Fable 5.1（claude-fable-5-1），面向长时运行的智能体编码、知识工作和研究，并向 Project Glasswing 参与者提供 Claude Mythos 5.1。

    推荐理由：官方发布说明列出了定价、上下文窗口和多项 API 变更，方便现有使用方评估迁移和缓存成本影响。

8月29日周六
8月28日周五
8月27日周四
8月19日周三
  1. @thexpin68

    智谱 AI 发布新基础模型 GLM-5.3 的 API，聚焦复杂编码、网络安全防御和长程任务，在 Artificial Analysis Intelligence Index 得分 60，进入全球前沿模型梯队。该模型已接入 ZCode 和 GLM Coding Plan，与 Kimi K3 并列为领先开源模型，权重定于下周开源。

    推荐理由：原文交代了 GLM-5.3 的能力侧重、基准分数和开放节奏，读者可以据此判断其在开源与闭源模型中的位置。