AI圈报
模型发布 / 更新普通

AI预测AI难题时间点

信息来源：X：Ethan Mollick (@emollick)·
GPTClaude
原始标题：This never gets old (& also shows how hard forecasting AI is even for AI)

内容摘要

这永远不会过时（也说明即便是对AI而言，预测AI有多难） “嘿，Claude Fable 和 GPT-6 Astra，不许查任何资料，你们觉得我们什么时候能解决指数时间假说？”（篇幅所限，我只展示部分回答）
内容分类AI 模型发布与更新
内容层级普通情报
发布时间（北京时间）
本站收录时间（北京时间）
信息来源X：Ethan Mollick (@emollick)
站内情报编号intel-1c8e65fc0ea132c099b5bcc6
阅读原始信息 ↗查看数据来源更多模型发布 / 更新

相关推荐

综合分类、实体标签与信息来源匹配

模型发布 / 更新普通
Ethan Mollick 转评 Artificial Analysis v5 指数：开源权重模型与闭源差距扩大至 12 分
Ethan Mollick 转发 Artificial Analysis v5 智能指数，该版本改用封闭基准（告别 GDPval-AA）后测得开源权重模型差距进一步拉大。领先的 Kimi K3.1 Pro（权重未发布）得 46 分，落后榜首 12 分，而 v4.3 时差距为 3 分；已发布权重中 DeepSeek V4.1 Flash 1017（max）和 GLM-5.3（max）最高 32 分。HLE-Diamond 与 Terminal-Bench-Science 差距…
信息来源：X：Ethan Mollick (@emollick) · GPT / DeepSeek / Claude
模型发布 / 更新普通
Gemini 4 体感与其他模型差异明显
用 Gemini 4 会让你意识到，有多少其他模型一定是在蒸馏 Claude/GPT（或者用了类似的训练流程）。它和其他模型感觉相当不一样。
信息来源：X：Ethan Mollick (@emollick) · GPT / Claude / Gemini
模型发布 / 更新精选
Inception Labs 发布扩散大语言模型 Mercury 3，速度达 1068 tokens/秒
Inception Labs 发布扩散式大语言模型 Mercury 3，称其在多项基准上超过 GPT-6 Luna 和 Claude Haiku 5.5，速度达 1068 tokens/秒，参数量较 Mercury 1 扩大 40 倍以上。
信息来源：Inception Labs：Blog（网页） · GPT / Claude
模型发布 / 更新精选
Gemini 4 Argon 全面开放，作者实测后认为难以撼动 Claude Opus 5.5 和 GPT-6 Astra
Google 于10月14日全面开放 Gemini 4 Argon，作者实测后认为其很难冲击 Claude Opus 5.5 和 GPT-6 Astra 的地位。
信息来源：X：卡兹克 (@Khazix0918) · GPT / Claude / Gemini
模型发布 / 更新精选
实测Gemini 4 Argon：知识工作强劲但体验糟糕，卡兹克称难撼Claude Opus 5.5与GPT-6 Astra
Gemini 4 Argon于10月13日全面开放，Pro会员可在Gemini APP使用，Antigravity需100刀Ultra会员。作者实测认为其知识类专业能力强，Vals Index综合第一（68.9）且单次成本仅15.68美元，但CUA-bench仅4.83%排倒数第二；前端效果不及GPT-6 Astra，额度消耗快，中文写作味道重，整体体验糟糕，不建议订阅Ultra。
信息来源：公众号：数字生命卡兹克 · GPT / Claude / Gemini
模型发布 / 更新精选
Artificial Analysis：Claude Sonnet 5.5、GPT-6.1 Sol 与 Gemini 4 Argon 登顶 Coding Agent Index 榜单但成本差异大
Artificial Analysis 发布 Coding Agent Index 榜单，Claude Sonnet 5.5 (max) 在 Claude Code 以 68 分居首，但每任务成本最高达 $14.19。
信息来源：X：Artificial Analysis (@ArtificialAnlys) · GPT / Claude / Gemini
模型发布 / 更新精选
Claude Sonnet 5.5 (xHigh) 以 1786 分登 Code Arena: WebDev 第 3 名
Arena 宣布 Claude Sonnet 5.5（xHigh）进入 Code Arena: WebDev 榜单，以 1786 分排名第 3，距第 2 名 GPT-6 Astra 的 1788 分仅差 2 分。
信息来源：X：Arena (@arena) · GPT / Claude
模型发布 / 更新精选
Claude Opus 5.5 登顶 Arena Code Arena: WebDev 榜首，得 1818 分
Arena 宣布 Claude Opus 5.5 (Max) 以 1818 分登顶 Code Arena: WebDev，领先第二名 GPT-6 Astra (Max) 26 分，比 Opus 5 (Max) 的 1692 分高出 126 分。
信息来源：X：Arena (@arena) · GPT / Claude
模型发布 / 更新精选
MiMo-V2.6-Pro、Claude Opus 5.5、GPT-6 Luna/Sol 发布改变智能指数与成本 Pareto 前沿
Artificial Analysis 称本周 MiMo-V2.6-Pro、Claude Opus 5.5、GPT-6 Luna 和 GPT-6 Sol 的发布在 Intelligence Index 与每任务成本 Pareto 前沿上新增十一个点位，其中 GPT-6 Luna 贡献五个，Claude Opus 5.5 贡献四个。
信息来源：X：Artificial Analysis (@ArtificialAnlys) · GPT / Claude
模型发布 / 更新精选
Claude Opus 5.5 与 GPT-6 Sol、GPT-6 Luna 同日发布并引发价格战
Anthropic 发布 Claude Opus 5.5，约一小时后 OpenAI 发布 GPT-6 Sol 和 GPT-6 Luna。GPT-6 Sol 和 Luna 价格为此前 GPT-5.6 同级的一半，GPT-6 Luna 低至输入 $0.10/M、输出 $0.50/M；Opus 5.5 定价降 20% 至 $4/$20，缓存读取降 60%。
信息来源：Simon Willison 博客 · OpenAI / GPT / Claude