AI 模型发布与更新

NVIDIA 发布 Kumo Tabular 表格基础模型系列，用于分类和回归，以标注行为上下文、单次前向传播预测新行，无需训练、调参或特征工程。

Google DeepMind 发布 Gemini 4 Argon，主打编码、企业知识工作与网络防御，称在 19 项基准中 13 项第一。

DeepSeek 开源六个 Huawei Ascend 项目，矩阵内核速度达到芯片峰值的 99.8%。

Perplexity Research 与 turbopuffer 发布上下文嵌入模型 pplx-embed-v2-context-9b-preview，权重以 MIT 许可托管在 Hugging Face，可自托管部署，尚未上线 Perplexity API。

Artificial Analysis 发布对 GPT-6.1 Sol 的评测，称其推进了 OpenAI 模型的成本效率前沿。max effort 下每 Intelligence Index 任务成本 $0.72，不到 GPT-6 Astra（$3.26）的四分之一，比 GPT-6 Sol（$1.04）低 31%、比 GPT-5.6 Sol（$1.99）低 64%。

据彭博社报道，谷歌开始向小批网络安全合作伙伴逐步推出旗舰模型 Gemini 4 Argon，后续将优先面向付费订阅用户扩大开放。谷歌称该模型在多项基准测试中取得靠前成绩，安全测试成绩超过 OpenAI 的 Astra；但知情人士称其部分代码任务表现不佳、不擅前端设计，谷歌否认这一说法，DeepMind 负责人卡武库奥卢表示对性能感到鼓舞。

韩国 AI 公司 Upstage 发布专有推理模型 Solar Mini 4，在 Artificial Analysis 智能指数得分 24，报告总参数 35B、激活 3B，价格降至每 1M 输入/输出 token $0.10/$0.40，但因每任务消耗约 88k 输出 token，单任务成本约为 GPT-6 Luna (max) 的 5 倍。

Artificial Analysis 数据显示，GPT-6.1 Sol 的 Cost per Task 约 $0.72，比 GPT-6 Sol（$1.05）低约 30%，后者已约为 GPT-5.6 Sol（$1.99）的一半。

来自 @GoogleDeepMind 的 Gemini 4 Argon 刚刚在一系列生成任务中与顶级前沿模型正面交锋。 每任务成本比 GPT-6.1 Sol 低 33%，比 Claude Opus 5.5 低 70%，来看 @petergostev 对 Gemini 4 Argon 对比表现的第一印象。 https://www.youtube.com/watch?v=h5EL5zThKaI

Google 母公司 Alphabet 发布新模型 Gemini 4 Argon，主打网络安全能力，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。

谷歌于 9 月 30 日发布 Gemini 4 Argon，称其为迄今最先进的 AI 模型，主打长流程软件工程、企业知识工作和网络安全防御，单次输出上限约 100 万 tokens。

Hidream-O1-Video-1.0 以 1456 分进入 Image-to-Video Arena 排行榜第 7 名，可通过 @vivago_ai 使用。该模型与 gemini-omni-flash 仅差 8 分，与 dreamina-seedance-2.0 和 2.5 的分差在 20 分以内。

Google 发布新旗舰模型 Gemini 4 Argon，是继 Gemini 3.1 Pro 之后七个多月来的首款前沿模型。

非常激动地宣布 Gemini 4 Argon，我们的全新前沿 AI 模型，在多项关键能力上迈出了一大步。我们专注于负责任地推出它，今天起通过我们的 Fairwind Program 率先面向政府和可信网络防御者开放，随后不久将更广泛地提供。

Arena 公布 Gemini 4 Argon (High) 在 Agent Arena 排名第 8，净提升分 +7.92%，每任务成本 $0.62。

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 🔥

Google DeepMind 发布 Gemini 4 系列首个前沿模型 Gemini 4 Argon，单次响应输出上限从 64K 提升到 1M tokens，面向长周期软件工程、法律金融企业知识工作和网络防御。

美国 Austin 的 webAI 发布 3.66B 本地模型 TwIL-LM3-Pro，将 IBM Granite 的形式逻辑得分提升 28%，在形式逻辑上比 VibeThinker-3B 高约 35%、比 Qwen3.5-4B 高 24%、比 Liquid AI 的 LFM2.5-8B-A1B 高 47%。

OpenAI 发布 GPT-6.1 Sol，定价为每百万 token 2 美元输入、10 美元输出、0.10 美元缓存输入，为 GPT-6 Astra 标准价格约五分之一。

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。

Artificial Analysis 发布 Gemini 4 Argon (High) 的智能、性能与价格分析，其 Intelligence Index 采用 v4.3.2 版本，涵盖 AA-Briefcase v1.1、GDPval-AA v2.1、Terminal-Bench 4.0、Humanity's Last Exam 等 10 项评测。

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。

Google 发布新一代前沿模型 Gemini 4 Argon，称其在软件工程、法律和金融等企业知识工作以及网络防御方面具有前沿性能。模型初期仅向一批受信任的网络防御者开放，Google 正参与美国政府的发布前模型访问自愿流程并逐步扩大访问范围；该模型已用于 Google 内部工作流，如大规模代码库迁移。

Gemini 4 Argon！

Google DeepMind 发布前沿模型 Gemini 4 Argon，经 Fairwind Program 面向部分受信任测试者推出。

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。

ARC Prize 公布 OpenAI GPT-6.1 Sol 的完整测试结果，排行榜地址为 arcprize.org/leaderboard。推文同时给出公开结果复现仓库 arc-agi-benchmarking、测试政策页面及结果详情链接。

GPT-6.1 Sol 在 ARC-AGI-3 上以更高推理等级做出更优决策，完成关卡所需动作更少，从而降低总推理成本。以 sk48 为例，使用保留不透明推理状态并支持自动压缩的 provider adapter 时，max 推理仅用 463 个动作通关，而 low 推理用了 1,078 个。

ARC Prize 公布 OpenAI GPT-6.1 Sol 在 ARC-AGI (Verified) 上的成绩：ARC-AGI-3 为 52.7%（标准 harness，$7.6K），provider adapter harness 下 96.4%（$4.4K）；ARC-AGI-2 为 94.2%（$0.25/task）；ARC-AGI-1 为 98.5%（$0.06/task）。其在 v3 上的 96.4% 接近 GPT-6 Astra 的 99.9%，但成本低 77…

ARC Prize 发文称，在 ARC-AGI-2 上 GPT-6.1 Sol 的最佳成绩为 94.2%，与 GPT-6 Astra 的 95.0% 相当，且成本低 77%。完整结果见 https://arcprize.org/results/openai-gpt-6-1-sol。

Google 宣布新模型 Gemini 4 Argon，称其在编码、知识工作和网络安全等领域达到业界领先水平，但仍处于有限测试阶段，尚未开放使用，API 定价也未公布。

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…

Google DeepMind 发布 Gemini 4 Argon 前沿模型，输出 token 上限最高 1M（此前为 64K），发布时定价为输入 $2、输出 $10。目前正与受信任的合作伙伴测试，将尽快向开发者开放访问。

以下是 Gemini 4 Argon 的基准测试预览。 今天开始向网络防御者推出，并尽快向所有人开放。 很高兴看到所有进展，迫不及待想让大家都用上！

Google AI 发布新前沿模型 Gemini 4 Argon，面向长程复杂工作流的深度推理，覆盖软件工程、法务与金融等企业知识工作及网络安全防御。模型输出 token 上限扩展至 1M，目前在 Fairwind Program 中向部分可信网络防御者推送，后续将尽快开放更广泛使用。

了解更多 ↓ https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-argon/

Google 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向部分可信网络防御者开放，后续再向开发者、企业和消费者推出，起售价为每百万输入 tokens $2、每百万输出 tokens $10，缓存输入价格低至输入价的 95% 折扣。

Gemini 4 Argon 正通过我们的 Fairwind Program 向首批网络安全防御者推出，让他们能够利用其完整的前沿级网络安全防御能力。 我们将继续收集早期测试者的反馈，同时迭代护栏机制，以便尽快将 Argon 提供给开发者、企业和消费者。 了解更多 ↓ http://goo.gle/4AFGGh1

Google 发布 Gemini 4 Argon 模型，主打真实世界软件工程、知识工作和网络安全防御等复杂工作流的前沿性能。该模型提供业界领先的 1M token 输出上限。

推出 Gemini 4 Argon——我们的全新前沿模型。 它专为编码、企业知识工作和网络安全防御等复杂工作流打造——今天起通过我们的 Fairwind Program 向一批受信任的测试者开放。