AI圈报
模型发布 / 更新精选

Artificial Analysis 评测 Gemini 4 Argon：Google 重回智能前三梯队

信息来源：Artificial Analysis 完整文章（网页）·
GPTGemini
原始标题：Gemini 4 Argon: Google is back as one of the top three labs in intelligence achieved

内容摘要

Artificial Analysis 评测 Google DeepMind 的 Gemini 4 Argon，其高推理档在 Artificial Analysis Intelligence Index 得分 53，追平 GPT-6 Astra (max)、领先 GPT-6.1 Sol (max) 1 分。
内容分类AI 模型发布与更新
内容层级精选情报
发布时间（北京时间）
本站收录时间（北京时间）
信息来源Artificial Analysis 完整文章（网页）
站内情报编号intel-6caacd58c600b242f196a2ac
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 / 更新精选
Inception Labs 发布 Mercury 2 for Search，解码超 1000 tokens/秒
Inception Labs 发布面向搜索管线的 Mercury 2，扩散式并行解码超 1000 tokens/秒，在 WideSearch 各步骤比 Gemini 3.1 Flash Lite 快近 2 倍、比 GPT-5 Mini 快 10 倍，定价 $0.25/M 输入、$0.75/M 输出。
信息来源：Inception Labs：Blog（网页） · GPT / Gemini
模型发布 / 更新精选
Qwen-AgentWorld：面向通用智能体的语言世界模型
Qwen 团队发布 Qwen-AgentWorld，一个以环境建模为训练目标的原生语言世界模型，在单个模型中模拟 MCP、Search、Terminal、SWE 及 GUI 域（Web、OS、Android）共七个域。模型使用超 1000 万条真实交互轨迹训练，在 AgentWorldBench 上以 Qwen-AgentWorld-397B-A17B 版本达最高模拟质量，超越 GPT-5.4、Claude Opus 4.8 和 Gemini 3.1 Pro。同时发布评测基…
信息来源：Qwen：Blog Retrieval（API） · GPT / Qwen / Claude
模型发布 / 更新精选
MiniMax M3：前沿编码、100万token上下文与原生多模态一体模型
MiniMax M3 是一个开源前沿模型，具备先进的编码与AI智能体能力。它支持100万token的超长上下文窗口，并采用名为MSA（MiniMax Sparse Attention）的新型稀疏注意力架构。该架构使模型在100万token上下文下的每token计算成本降至前代的1/20，预填充速度提升9倍以上，解码速度提升15倍以上。在SWE-Bench Pro编码基准上，MiniMax M3得分59.0%，超越GPT-5.5和Gemini 3.1 Pro，性能接近Opus…
信息来源：MiniMax：Blog（网页） · GPT / Gemini
模型发布 / 更新精选
Google发布Gemma 4多模态开源模型系列
Google DeepMind推出Gemma 4系列四款多模态开源模型，支持文本、图像及视频输入。31B（密集架构）与26B A4B（MoE架构）拥有256k上下文窗口，可在单张H100运行；另两款较小模型支持128k上下文。GPQA Diamond测试中，Gemma 4 31B（Reasoning）获85.7%，仅次于Qwen3.5 27B，但输出token仅约1.2M，效率更优；26B A4B（Reasoning）得分79.2%，超越gpt-oss-120B。
信息来源：X：Artificial Analysis (@ArtificialAnlys) · GPT / Qwen / Gemini
模型发布 / 更新精选
从 GPT-3 到 Gemini 3 的三年
GPT-3 发布至 Gemini 3 的三年间，大模型技术完成从聊天机器人（chatbots）到智能体（agents）的范式跃迁。
信息来源：Ethan Mollick：One Useful Thing（RSS） · GPT / Gemini
模型发布 / 更新普通
Gemini 4 在 PostTrainBench 达 45.3%
Gemini 4 在 PostTrainBench 上达到 45.3%，是 Gemini 3.1 Pro 的 21.99% 的两倍多，并击败了 GPT-6 Astra 🔥
信息来源：X：Karina Nguyen（@karinanguyen） · GPT / Gemini
模型发布 / 更新普通
Google Gemini 4 Argon 单次输出上限提升至 1M tokens
Rohan Paul 转引 Google 发布信息称，Gemini 4 Argon 单次响应可输出最多 1M tokens，约为 GPT-6 Astra、Opus 5.5 和 Fable 5.1 的 128K 上限的近 8 倍，此前上限为 64K。作者评价这意义重大，并指出长输出空间让模型能在单次轨迹中深度推理解决复杂问题。
信息来源：X：Rohan Paul (@rohanpaul_ai) · GPT / Gemini
模型发布 / 更新普通
Google 发布 Gemini 4 Argon，多数基准领先 GPT-6 Astra 与 Claude Opus 5.5
Google 推出旗舰模型 Gemini 4 Argon，在多数基准上超过 GPT-6 Astra 和 Claude Opus 5.5，其中 Harvey's Legal Agent Benchmark 得分 19.6%，明显高于对比模型的 6.7% 等成绩。
信息来源：X：Rohan Paul (@rohanpaul_ai) · GPT / Claude / Gemini
模型发布 / 更新普通
Artificial Analysis 评测 Gemini 4 Argon，智能指数追平 GPT-6 Astra 且成本仅 60%
Artificial Analysis 评测 Google DeepMind 新模型 Gemini 4 Argon，在 Artificial Analysis Intelligence Index 得 53 分，追平 GPT-6 Astra (max)，高于 GPT-6.1 Sol (max) 1 分。
信息来源：X：Artificial Analysis (@ArtificialAnlys) · GPT / Gemini
模型发布 / 更新普通
Google 发布 Gemini 4 Argon 前沿模型
Google 发布 Gemini 4 Argon 前沿模型，面向真实软件工程、法律与金融等企业知识工作和网络防御的复杂工作流，DeepSWE v1.1 得分 77.9% 为新 SOTA。作者称其在多项基准上优于 GPT-6 Astra、Claude Opus 5.5 和 Claude Fable 5.1，即将首先向付费 API 客户和 Google AI Ultra 订阅用户推出。Sundar Pichai 称该模型在复杂工作流、网络防御和软件工程方面表现出前沿性能，团队已…
信息来源：X：Testing Catalog (@testingcatalog) · GPT / Claude / Gemini