混元 Hy4 登上 Agent Arena 总榜第14名

Arena 宣布 DeepSeek-V4.1-Flash-20261017 (Max) 成为 Code Arena: WebDev 榜单第一开源模型，超过 Kimi K3 (Max)，成本低约 10 倍。

Arena 宣布 Meta 的 Muse Wonder (Max) 进入 Code Arena: WebDev 榜单第15名（1651分），与 Kimi K3 (Max) 的 1655 分相差 4 分。

Arena 预告腾讯混元 Hy4 即将推出，届时将在 Arena 排行榜上公布其表现。其引用的数据显示，Hy4 preview 上月以开源模型身份位列 Agent Arena 第 2（总榜第 10），在 14.5K+ 真实智能体会话中净提升 +5.4%，仅落后 Kimi K3 (Max) 的 +6.6%；成本约 $0.26 per median task，比 $0.80 低约 68%，已进入 Pareto frontier；Confirmed Success 12%、Bas…

Arena 发布 Gemini 4 Carbon 预览版的早期实测视频，由 @petergostev 用 3D 生成、创意提示词、可视化讲解和 UI 任务对该模型进行了长时间测试，对比对象包括 Gemini 4 Argon、Claude Opus 5.5、GPT-6.1 Sol、Muse Wonderful、Kimi 和 DeepSeek。

月之暗面 Kimi K3.1 Pro (Max) 进入 Agent Arena 排名第 11，基于超 4000 个真实智能体会话实现 +7.6% 净提升，较 Kimi K3 (Max) 的 #25（+1.6%）上升 14 位。

@petergostev 对 Kimi K3.1 Pro 的第一印象来了。 我们把 @Kimi_Moonshot 的 Kimi K3.1 Pro 用于 3D 场景、HTML 动画、网站、UI 构建和研究型页面，并与 K3、Opus 5.5、Sonnet 5.5、GPT-6.1 Sol、Gemini 4 Argon 等模型进行对比。 看看它表现如何，并在我们的 YouTube 上找到 Peter 的提示词。 https://www.youtube.com/watch?v=rV…

Arena 宣布 Kimi K3.1 Pro 在 Code Arena: WebDev 以 1692 分排名第 8，较 Kimi K3 (Max) 的第 17 名（1655 分）上升 9 位，与 Claude Opus-5 (Max) 持平但成本低 70%。

Arena 宣布月之暗面的 Kimi-K3 以 1679 分登顶 Frontend Code Arena，超过 Claude Fable 5（1631 分），较 Kimi-K2.6 从第 18 名跃升 17 位至第一。Kimi-K3 在 7 个分域中的 6 个排名第一，仅 Gaming 落后 Fable 5 居第二；完整模型权重将于 7 月 27 日发布。

观看 @petergostev 对 @AIatMeta 的 Muse Wonder（Max）进行测试，涵盖一次性 3D 场景、动画 HTML 和前端设计。 他将其与 Astra、Opus 5.5、GPT-6.1 Sol、Claude Sonnet 5.5、Fable、Kimi 和 Mistral 进行对比，并附上了每次生成的费用。 Muse Wonder 的 Arena 评分即将公布。敬请关注，同时可以先看看 @petergostev 的第一印象。 https://www.…

月之暗面发布旗舰模型 Kimi K3.1 Pro，参数 2.8T，支持 100 万 Token 上下文，完整模型权重预计 11 月 4 日前开放。API 输入每百万 Token 13 元、输出 68 元，相比 K3 基本砍半，并同步推出输出速度约 2 到 3 倍、价格翻倍的 Highspeed 版本。