Gemini 4 Argon 发布：谷歌重回御三家，API 限时半价
谷歌正式面向全球开发者、企业及付费订阅用户开放 Gemini 4 Argon，主打编程、专业知识工作与复杂任务的持续执行能力，并强化视觉理解、空间推理和工具调用。
同一新闻，精选展示《谷歌发布 Gemini 4 Argon，主打长程任务与低价 API》
#Agent
量子位同新闻AI 评分8888 量子位AI 评分6565 蚂蚁百灵开源 Ling-3.1-flash，主打真实工作流任务
蚂蚁百灵开源推出 Ling-3.1-flash，定位高智效比专业模型，主打把真实工作流里的任务做完。模型约 560B 总参数、每 Token 激活约 25B，采用 7 层 KDA 配 1 层 Gated MLA 的混合线性注意力与稀疏 MoE，上下文窗口上限 1M；混合精度量化后权重占用从约 534GB 降至 292GB，部署 GPU 由 8 卡降至 4 卡。
InfoQ 中文精选AI 评分7878 阶跃星辰开放 Step 5 Preview 权重，600B 稀疏 MoE 面向长程 Agent
10 月 15 日，阶跃星辰正式开放 Step 5 Preview 权重，包含 BF16 与 FP8 两个版本，并同步发布技术博客、开源开发工具及部署指南，权重已上线 Hugging Face 和 ModelScope。
推荐理由：原文披露了 Step 5 Preview 的架构与训练设计，读者可据此判断长程 Agent 在上下文管理上的工程取舍。
TechCrunch · AIAI 评分7171 Meta 发布可在 Mac 本地运行的开源权重模型 Muse Spark Open
Meta 发布开源权重模型 Muse Spark Open，称其为美国最强开源权重模型，采用 8160 亿参数和 100 万 token 上下文窗口，原生多模态，面向复杂编码任务和智能体工作。
InfoQ 中文精选AI 评分7878 蚂蚁百灵开源 560B 模型 Ling-3.1-flash，每百万 Token 约 0.19 美元
10 月 15 日，蚂蚁集团旗下百灵大模型开源 Ling-3.1-flash，权重已在 Hugging Face 和 ModelScope 提供下载。该模型延续 Ling-3.0-flash 的混合线性架构，约 560B 总参数、每 Token 激活约 25B，最高支持 1M 上下文，混合调用价格约每百万 Token 0.19 美元。
推荐理由：原文给出 560B 总参数、1M 上下文与每百万 Token 0.19 美元的调用价格，读者可据此判断高频业务场景的部署成本。
The Decoder精选AI 评分8080 Meta 发布 Muse Spark Open，816B 参数开源权重模型对标 Qwen、GLM 和 Kimi
Meta 发布开源权重模型 Muse Spark Open，称其为美国最强开源权重模型，面向编码与智能体任务，拥有 8160 亿参数（激活 420 亿）、最高 100 万 token 上下文，支持文本、图像、视频和音频。
推荐理由：Meta 重返开源权重赛道，给出 816B 参数、百万 token 上下文与本地部署条件，可与 Qwen、GLM、Kimi 横向比较。
The Decoder精选AI 评分7676 Nvidia 发布 Nemotron 3.5 Super VL 开源多模态模型，同步推出两款 Bolt 端侧模型
Nvidia 发布 Nemotron 3.5 Super VL，这是一个 1200 亿参数的开源多模态模型，面向持续在后台运行的企业智能体，处理文本、图像、文档和视频。
推荐理由：原文给出 120B 多模态模型的 MoE 激活比例、压缩方案与本地端型号，可据此判断企业智能体的部署门槛。
雷锋网精选AI 评分8383 昆仑万维发布 Matrix-Game 4.0 视频大模型游戏并同步开源
昆仑万维发布 Matrix-Game 4.0，称其为第一款运行在单张消费级显卡上的视频大模型游戏，并同步开源代码、权重与白模。该模型在单张 NVIDIA RTX 5090 上以 480p、60 FPS 运行，端到端延迟低于 150 毫秒，显存峰值 18.5 GiB。
推荐理由：原文给出单卡 480p 60 FPS 与低于 150 毫秒延迟的硬指标，读者可据此判断视频世界模型能否真正本地实时运行。
Google DeepMind精选AI 评分9292 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业和消费者开放，通过 AI Studio、Gemini API、Google Antigravity、Gemini 应用和 Search 的 AI Mode 提供，定价为每百万输入 token 2 美元、输出 token 10 美元。
推荐理由：官方给出 Argon 在编码、科研与安全对齐上的具体案例和定价，可据此判断前沿模型在专业工作流中的落地程度。
Ars Technica · AIAI 评分6969 Gemini 4 Argon 开始在 Gemini 应用和 Antigravity 推送，仅限付费用户
Google 的 Gemini 4 Argon 开始大范围推送，目前仅面向付费用户，且低档订阅方案无法获得完整访问权限。Google 称模型能力未变，仍以其上月公布的基准测试作为高级推理和智能体编码能力的依据，并设有拒绝恶意指令的训练与自动失准监控。
TechCrunch · AI精选AI 评分7878 Meta 发布首个前沿模型 Muse Wonder 与 Muse Wonder Full
Meta 的 Superintelligence Lab 发布 Muse Wonder 和 Muse Wonder Full 两款新模型，这是该公司首次尝试前沿模型。
推荐理由：Meta 首次发布前沿模型，给出定价、基准对比与仅限订阅的版本差异，可据此判断其市场位置。
Latent Space精选AI 评分8080 Anthropic 发布 Claude Haiku 5.5，定价对齐 GPT-6 Luna
Anthropic 发布 Claude Haiku 5.5，这是 Haiku 系列约一年来的首次更新，定价与 OpenAI 的 GPT-6 Luna 持平，官方称其平均运行成本比 Haiku 4.5 低约 75%。
推荐理由：汇总了 Haiku 5.5 的定价、第三方评测与 token 消耗数据，可据此判断小模型在智能体工作流中的成本取舍。
量子位精选AI 评分8787 GPT-6向ChatGPT免费和Go用户推送，拒答变少、回答变长
OpenAI宣布GPT-6开始向ChatGPT免费和Go用户推送，用GPT-6 Luna替换此前的GPT-5.6 Luna，Plus、Pro等付费用户则使用GPT-6 Sol。
推荐理由：免费用户首次用上GPT-6，同时能看到安全报告里情感依赖等指标的明显回退。
量子位精选AI 评分7878 Anthropic 发布 Claude Haiku 5.5，跑分超 GPT-6 Luna 且价格对标
Anthropic 发布 Claude Haiku 5.5，官方跑分逐项超过 GPT-6 Luna，并超越 DeepSeek V4.1 Flash 和 GLM-5.3-Flash。
推荐理由：原文给出 Haiku 5.5 的跑分、价格与迁移改动清单，读者可据此判断它能否接替 Haiku 4.5 跑执行层任务。
The Decoder精选AI 评分7676 Reflection 发布首款开源权重模型 Beam，主打低算力下的编码与推理
AI 公司 Reflection 发布首款免费开放的模型 Beam，面向编码、逻辑推理和智能体任务。
推荐理由：Reflection 首款开源权重模型 Beam 以 MoE 架构和超大规模 RL 训练换取低算力成本，读者可据此了解开源模型竞争的新路线。
Latent Space精选AI 评分7878 Reflection 发布 Beam：501B-A23B 美国开源 MoE 模型
Reflection 发布 Beam，一个面向编码、智能体与科研任务的纯文本 MoE 模型，总参数 501B、激活 23B，从零训练，Apache 2.0 全量权重预计本月放出。
推荐理由：Reflection 从隐身状态交出首个开源权重模型，读者可对照其训练规模与同期中美开源模型的位次。
TechCrunch · AIAI 评分7474 Reflection 发布开源权重模型 Beam，对标中国开源模型
Reflection AI 正式发布首款前沿开源权重模型 Beam，称其在高级推理基准上达到领先中国开源模型的水平，且推理成本大幅更低。Beam 是文本-only 的 MoE 模型，总参数 5010 亿、激活 230 亿，预训练使用 23.8 万亿 token，上下文窗口 100 万 token；公司称其推理算力消耗比对手少 3-4 倍，但性能数据尚未经独立验证。
The DecoderAI 评分6666 Cloudflare 发布 Clef 决策模型，称 AI 智能体决策不再需要人类在环
Cloudflare 发布决策模型 Clef 与 Clef-flash，称智能体可以自行收集上下文、做出决策并执行动作，必要时再交由人类处理。
TechCrunch · AIAI 评分5858 AWS 开源决策模型 Strands Decider 2B，灵感来自 TypeSafe 的 Jev
AWS 发布开源决策模型 Strands Decider 2B，用于在预设选项中做选择并给出置信度，速度更快、成本更低，且小到可本地运行。
量子位精选AI 评分8080 谷歌发布 Gemini 4 Argon：多榜单登顶，单题成本约为 Astra 一半
谷歌发布新一代旗舰模型 Gemini 4 Argon，在 DeepSWE v1.1 上取得 77.9%，高于 Claude Opus 5.5 的 74.2% 和 GPT-6 Astra 的 74.1%，并以 1525 分位居 Text Arena 第一。
推荐理由：谷歌新一代旗舰模型在多榜单登顶并给出成本与长任务能力细节，可对照其与竞品的差距。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展到开发者、企业和消费者，起价每百万输入 token 2 美元、输出 token 10 美元。
推荐理由：官方给出 Argon 在编码、企业知识与网络安全上的基准表现和分阶段开放路径，可据此判断前沿模型的能力边界。
TechCrunch · AI精选AI 评分8080 OpenAI 发布 GPT-6.1 Sol，称能力接近 GPT-6 Astra 且价格更低
OpenAI 在 DevDay 上发布 GPT-6.1 Sol，称其在智能体编码、计算机使用和专业工作上接近 GPT-6 Astra 的智能水平，标准输入输出 token 价格仅为后者的五分之一。
推荐理由：OpenAI 在 DevDay 发布 GPT-6.1 Sol，并披露 GPT-6.1 Astra 因安全顾虑被搁置，读者可据此了解其模型节奏与定价策略。
爱范儿精选AI 评分7878 爱范儿实测匿名模型 Space Bunny：草图生成网站与 3D 场景
爱范儿实测了近期在海外 AI 圈走红的匿名模型 Space Bunny Alpha，它上线 OpenRouter 和 OpenCode 后冲上两个平台日调用量第一，作者用草图生成了可打开的唱片店网站和可交互 3D 网页。
推荐理由：作者用草图转网页、3D 小游戏和发动机展台等实测，呈现匿名模型 Space Bunny 在速度与交付上的取舍。
量子位AI 评分6262 至知创新研究院发布IQuest-Q1模型，320B参数激活15B
至知创新研究院IQuest Research发布IQuest-Q1模型，采用decoder-only Transformer主干与稀疏MoE架构，总参数约320B、激活参数约15B。
量子位AI 评分5858 匿名模型 Space Bunny 登 OpenRouter 双榜第一，Coding 实测全记录
匿名模型 Space Bunny 在几天内冲上 OpenRouter 和 OpenCode 调用日榜第一，作者通过 OpenRouter API 接入 DeepSeek Harness 实测了十余个 coding 任务和一次多模态任务。
爱范儿精选AI 评分8888 Anthropic 发布 Claude Opus 5.5，性能直逼 Fable 5.1 并降价 20%
Anthropic 正式发布 Claude Opus 5.5，这是 Claude 5.5 家族首款模型，官方称其在多数任务上达到 Claude Fable 5.1 水平，典型任务成本比 Opus 5 降低 40%，输出速度提高超过 30%。
推荐理由：Anthropic 发布 Claude Opus 5.5，给出评测、价格与长任务实测数据，可据此判断旗舰模型降价对 Agent 工作流的影响。
爱范儿精选AI 评分8888 OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna，API 价格降至上一代一半
OpenAI 正式发布 GPT-6 Sol 和 GPT-6 Luna，API 价格降至上一代的一半左右，其中 Luna 每百万 Token 输入 0.1 美元、输出 0.5 美元。
推荐理由：OpenAI 把前沿模型价格压到 DeepSeek 区间，读者可据此比较两家在成本与产品入口上的取舍。
The Decoder精选AI 评分8888 Anthropic 发布 Claude Opus 5.5，性能对标 Fable 5.1 且成本降低约 40%
Anthropic 发布新系列首个模型 Claude Opus 5.5，称其在多数任务上达到 Claude Fable 5.1 的水平，运行成本比 Opus 5 低约 40%，输出速度提升 30% 以上。
推荐理由：Anthropic 新模型在价格、token 用量与写作风格上的变化，以及蒸馏防护和 EU AI Act 合规措施，可供读者判断其实际取舍。
量子位精选AI 评分8888 小米MiMo-V2.6开源发布：6天RL训练花费350万美元，Pro登顶开源第一
小米发布MiMo-V2.6-Pro和Flash，Pro为1.02万亿参数、420亿激活，在Artificial Analysis Intelligence Index上以46分位列开源第一，两款模型各跑完30个训练Step，总花费约350万美元。
推荐理由：小米公开了MiMo-V2.6的RL训练账单与工程细节，读者可据此了解大规模强化学习在成本、评测与防作弊上的真实约束。
量子位AI 评分7171 阶跃星辰发布Step 5 Preview：600B总参数、激活27B，实测Agent能力
阶跃星辰发布新一代旗舰基座模型Step 5 Preview，采用MoE架构，600B总参数、激活参数仅27B，支持1M上下文。在Artificial Analysis评测中取得44分，位列全球开源Top 2，定价为百万输入1美元、百万输出2.7美元，单任务成本为Opus 5的12.5%。
量子位AI 评分6262 中国电信开源 Xing4.0-29B-A4B：4-bit 量化后一张 3090 可跑
中国电信 AI 开源 Xing4.0-29B-A4B，这是一款全栈国产化的轻量级代码智能体大模型，采用 MoE 架构，总参数 290 亿、每次推理激活约 40 亿，4-bit 量化后显存占用从约 60GB 压缩至约 15GB，一张 RTX 3090 即可运行。
爱范儿AI 评分6262 阶跃星辰发布开源旗舰模型 Step 5 Preview
阶跃星辰发布新一代开源旗舰基础模型 Step 5 Preview，采用稀疏 MoE 架构，总参数量 600B、激活参数 27B，原生支持文本与视觉输入，上下文长度 1M。
The Decoder精选AI 评分8080 Qwen3.8-Omni-Flash 发布：多模态基准追平 Gemini Flash，价格更低
Qwen 发布首个面向 AI 智能体的多模态模型 Qwen3.8-Omni-Flash，可同时处理音频与视频并自主调用工具，上下文窗口达一百万 token。
推荐理由：原文给出 Qwen3.8-Omni-Flash 与 Gemini Flash 的多模态基准对比和逐项价格，读者可据此判断成本差异。
The Decoder精选AI 评分8282 GPT-6 Astra 通关宝可梦、Factorio 与辐射3，却在 Minecraft 中陷入种土豆循环
GPT-6 Astra 在多项游戏测试中大幅超越前代模型：据 GPT Plays Pokemon 运营者 Clad3815，它用 18 小时 12 分钟拿下 Pokemon FireRed 冠军。
推荐理由：通过 Astra 在多个游戏中的实测对比，读者可以看到自主智能体从经验中提炼规则的能力边界与过度泛化的代价。
量子位AI 评分7171 云知声发布U2-Flash：稀疏MoE架构，代码与Agent成绩反超上一代U2
云知声发布U2-Flash，采用稀疏MoE架构，总参数约266B、单次推理仅激活约10B，生成速度相比U2提升2.1倍，Agent任务完成时间缩短35%，Token消耗降低20%至30%。
量子位精选AI 评分7878 生数科技发布Vidu S2，支持实时视频编辑与空间视频
生数科技发布Vidu S2模型，包含S2-Avatar和S2-Editing两个细分模型，发布当天全量开放。S2-Editing可对正在播放的视频实时换装、换角色、换背景和换风格，S2-Avatar将实时输出分辨率从540p提升到720p，并支持互动中接收参考图执行动作。
推荐理由：生数科技在两个月内完成从S1到S2的迭代，读者可借此了解实时视频编辑与空间视频的当前进展。
TechCrunch · AIAI 评分6262 Salesforce 与 Nvidia 发布推理模型 Koa，基于 Nemotron 后训练
Salesforce 在 Dreamforce 大会上发布其首个推理模型 Koa，基于 Nvidia 开源权重模型 Nemotron 后训练，专攻销售、营销和客户支持任务。
量子位AI 评分6262 北京中关村学院7名博士生3个月从零训练7B模型ZGCM-1并开源全流程
北京中关村学院7名博士生用一个暑假从零训练出7B模型ZGCM-1，并开放模型权重、训练代码、数据配方、中间checkpoint和日志。ZGCM-1在多项通用评测中与Qwen3-8B等同规模模型表现相近，部分数学推理和搜索评测可与Qwen3-235B-A22B、GLM-5.1等更大模型比较。
The Decoder精选AI 评分7878 DeepSeek 发布 V4.1-Flash，大幅压缩智能体 KV cache 内存占用
DeepSeek 发布多模态模型 V4.1-Flash，主要目标是降低长上下文智能体的运行成本。该模型语言主干有 5520 亿参数，支持最多 100 万 token 上下文。
推荐理由：原文给出 KV cache 压缩比例与激活参数等具体数字，读者可据此判断长上下文智能体的部署成本变化。
The Decoder精选AI 评分7878 GPT-6 Astra 在 24 小时内无人工干预通关《Portal》
开发者 cozyblaze 在 X 上称，GPT-6 Astra 在设定初始目标后无人工干预通关《Portal》并看到片尾字幕，用时约 23 小时 43 分钟。
推荐理由：记录智能体在无人工干预下通关《Portal》的完整过程，可了解其通过 MCP 与暂停工具控制游戏的具体方式。