谷歌发布 Gemini 4 Argon，主打性价比与长程任务
谷歌正式面向全球上线 Gemini 4 Argon，官方称其历经六个月打磨、超过 10 万名内部用户测试，重心放在编程、金融、法律等多步骤真实世界任务上。
推荐理由：从官方工程数据到多方实测，完整呈现 Gemini 4 Argon 在长程任务与成本上的定位变化。
#编码
#编码
今日 0 条爱范儿精选AI 评分8585 爱范儿AI 评分2222 苹果发布 HomeView 家庭中枢与多款新品；Gemini 4 Argon 正式发布；阶跃 STEPX Neo 智能体手机 3999 元
苹果 10 月 13 日发布首款家庭中枢 HomeView、第四代 Apple TV 4K 与 HomePod mini 2，HomeView 搭载 A18 芯片和 7 英寸 Liquid Retina 屏幕，售价 299 美元。
爱范儿精选AI 评分7979 Meta 发布 Muse Wonder 与 Wonder Full 模型，主打个人智能体与编程
Meta 发布此前代号为 Watermelon 的 Muse Wonder 和 Muse Wonder Full，主攻个人与专业智能体任务，重点提升跨对话记忆、长时间任务执行和编程能力。
推荐理由：Meta 发布 Muse Wonder 系列并开放订阅与 API，结合首批用户实测反馈，可观察其在编程与 3D 生成任务上的真实表现与成本。
钛媒体AI 评分7171 Meta发布Muse Wonder系列旗舰模型，对标GPT-6 Astra与Claude Opus 5.5
Meta超级智能实验室于10月12日发布Muse Wonder和Muse Wonder Full两款模型，均支持100万Token上下文窗口，主打编程、长期Agent任务和专业知识工作。
The Decoder精选AI 评分7979 Meta 发布 Muse Wonder 系列前沿模型，Muse Wonder Full 进入第一梯队
Meta 发布前沿模型 Muse Wonder 两个版本，Muse Wonder Full 在 Artificial Analysis Intelligence Index v4.3 得分 56，Muse Wonder 得分 52，前代 Muse Spark 1.3 为 48；Terminal-Bench 4.0 从 33% 升至 57%。
推荐理由：Meta 新模型在智能体与编码评测上大幅抬升，同时暴露知识性短板和成本上升，可供读者横向比较前沿模型定位。
The DecoderAI 评分4949 Google Gemini 4 “Carbon” 曝光：编程性能据称对标 Anthropic Opus 5.5
Google 正在内部测试 Gemini 4 的 Argon、Barium、Carbon 三个变体，其中 Carbon 已在内部编程平台 Jetski 部署数日，编程任务表现据称超过 Argon，一名员工将其与 Anthropic 最强编程模型 Opus 5.5 相提并论，但仍需更多测试。
钛媒体精选AI 评分7878 Anthropic 发布 Claude Haiku 5.5：短上下文价格砍 90%，并下调 Sonnet 5.5 缓存价格
Anthropic 发布 Claude Haiku 5.5，将 10 万 Token 以内短上下文价格下调 90%：每百万 Token 输入 0.1 美元、输出 0.5 美元、缓存读取 0.01 美元，官方称典型工作负载实际成本约降 75%。
推荐理由：梳理 Haiku 5.5 降价 90% 与 Sonnet 缓存降价的定价细节，并对照同期 GPT-6 Luna，可看清低成本 Agent 模型这一轮价格战的具体落点。
The DecoderAI 评分7272 Reflection 发布 Beam：501B 参数、23B 激活的开源权重模型
AI 公司 Reflection 发布其首个免费开放模型 Beam，这是一个混合专家模型，每 token 激活 501B 总参数中的 23B，主打编码、逻辑推理与智能体任务，用更低算力对标 DeepSeek 和 Qwen 的开源模型。
Latent SpaceAI 评分7373 Reflection 发布 Beam 模型：501B 总参数 23B 激活的编码智能体 MoE
Reflection 发布 Beam，一个面向编码、智能体和科研任务的纯文本 MoE 模型，总参数 501B、激活 23B，从零开始训练，Apache 2.0 全权重预计本月放出。
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 正式发布首个前沿开源权重模型 Beam，称其在高级推理基准上匹配领先中国开源模型，推理算力用量少 3-4 倍。Beam 是 5010 亿参数、230 亿激活参数的文本 MoE 模型，预训练用 23.8 万亿 token，支持 100 万 token 上下文窗口。
TechCrunch · AIAI 评分6262 Google 发布 Gemini 4 Argon，称其为迄今最强模型
Google 母公司 Alphabet 发布 Gemini 4 Argon，可用于编码、研究和写作，并称其在防御性网络安全任务上尤为擅长，能自主发现、验证并修补软件漏洞。
爱范儿AI 评分5858 和 Opus 5.5 同题交卷，MiniMax M3.1 Flash 的前端创作实测
爱范儿用 Opus 5.5 的公开提示词在 MiniMax Code 中实测 MiniMax M3.1 Flash Preview，让它完成动态作品集、手绘与水墨短片、时间轴交互场景以及街机卡丁车等游戏原型。
Google DeepMind精选AI 评分7676 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 宣布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络防御者开放，随后逐步扩展至开发者、企业和消费者。
推荐理由：官方披露了 Gemini 4 Argon 的能力、基准与分阶段开放方式，读者可据此判断前沿模型在企业工作流和网络防御中的落地节奏。
爱范儿AI 评分6969 AI 圈新顶流 Space Bunny 实测：涂鸦能生成可交互 3D 网页
爱范儿实测了近日在海外 AI 圈走红的匿名模型 Space Bunny Alpha，其可在 OpenRouter 和 OpenCode 免费调用，模型 ID 分别为 stealth/space-bunny-alpha 和 space-bunny-free。
Latent Space精选AI 评分8282 Opus 5.5 本周发布，在解释视频生成上表现突出
Anthropic 本周发布 Opus 5.5，在 SimpleBench 上以 88.4% 领先，被多位评测者视为 Anthropic 迄今最强视觉模型，成本约为 Fable 5.1 的 40%。
推荐理由：汇总一周内多个前沿模型与基础设施的实际评测和部署信号，可用来对照各家模型在编码与检索场景的取舍。
Simon WillisonAI 评分6464 Anthropic 发布 Claude Sonnet 5.5
Anthropic 发布新 Sonnet 模型 Claude Sonnet 5.5，官方称其运行速度快 30% 以上、多数工作成本最多降低 30%，定价与 Sonnet 5 相同，但在各项基准上表现更好。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber
Google DeepMind 发布 Gemini 3.8，包含两个变体：Gemini 3.8 Flash 面向软件工程、智能体任务和多步推理，定价与 3.7 Flash 相同，为每百万输入 token $0.75、输出 token $3.75；Gemini 3.8 Flash Cyber 面向漏洞检测与自动修补，通过新的 Fairwind Program 向受信任防御方开放。
推荐理由：官方给出 3.8 Flash 与 Cyber 两个变体的定价、基准表现和开放入口，便于对照 3.7 判断升级幅度。
Google DeepMind精选AI 评分7676 Google DeepMind 发布 Gemini 3.7 Flash，编码与智能体能力提升且首发价减半
Google DeepMind 发布 Gemini 3.7 Flash，称其为面向编码和智能体最智能的主力模型，距 Gemini 3.6 Flash 仅三周，首发价为 3.6 Flash 每百万 token 成本的一半，即 $0.75/1M 输入 token、$3.75/1M 输出 token，优惠持续到年底。
推荐理由：相较 3.6 Flash 的编码与知识工作基准提升和限时半价定价，是判断其性价比的直接依据。
NVIDIA Developer BlogAI 评分4747 NVIDIA Nemotron 3 Ultra 在智能体 RTL 编码中精度与效率领先开源模型
NVIDIA Nemotron 3 Ultra 在智能体 RTL 编码任务上于精度与效率两项指标领先开源模型。RTL 开发与验证需要专业硬件知识和精确推理，并需反复与 EDA 工具交互。LLM 已加速代码生成，AI 智能体则借助验证反馈迭代纠错，进一步扩大其作用。
Hugging Face Blog精选AI 评分8282 智谱发布 GLM-5.2：面向长程任务，1M 上下文与 MIT 开源
智谱发布旗舰模型 GLM-5.2，主打长程任务，首次提供稳定的 1M token 上下文，并采用 MIT 开源许可且无地域限制。官方称其架构引入 IndexShare，每 4 层稀疏注意力共享同一 indexer，在 1M 上下文下把每 token FLOPs 降低 2.9×，MTP 层改进使投机解码接受长度最高提升 20%。
推荐理由：官方给出 1M 上下文在长程编码任务上的实测栈位、架构改动与 MIT 开放权重，可据此判断开源模型的长任务能力边界。
Google DeepMind精选AI 评分8686 Google DeepMind 发布 Gemini 3.5 系列并首发 3.5 Flash
Google DeepMind 发布 Gemini 3.5 系列模型，首发 3.5 Flash，主打智能体与编码的前沿性能。
推荐理由：Gemini 3.5 Flash 在编码与智能体基准上超过 3.1 Pro，且输出速度达其他前沿模型 4 倍，读者可据基准与速度数据判断其性价比。
Hugging Face BlogAI 评分4949 Granite Embedding Multilingual R2 发布：Apache 2.0 多语言嵌入模型，32K 上下文
Hugging Face 发布 Granite Embedding Multilingual R2 两款 Apache 2.0 多语言嵌入模型，均基于 ModernBERT。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Gemini 3 Pro 并推出 Antigravity 平台
Google DeepMind 发布 Gemini 3 Pro，称其在各项主要 AI 基准上超过此前版本，并在编码上超过 2.5 Pro，兼顾智能体工作流与复杂零样本任务。
推荐理由：官方给出 Gemini 3 Pro 的定价、基准成绩和配套工具入口，可据此判断它在编码与智能体工作流中的位置。
Google DeepMind精选AI 评分8989 Google DeepMind 发布 Gemini 3，含 Gemini 3 Pro 与 Deep Think 模式
Google DeepMind 发布 Gemini 3，首发 Gemini 3 Pro 预览版并当天上线 Gemini 应用、AI Studio、Vertex AI 和新的智能体开发平台 Google Antigravity。
推荐理由：Gemini 3 Pro 与 Deep Think 的同期亮相，加上多项基准的提升，可供读者判断前沿模型的推理与智能体能力走到哪一步。
Hugging Face Blog精选AI 评分7575 Answer.AI 与 LightOn 发布 ModernBERT：取代 BERT 的编码器模型系列
Answer.AI 与 LightOn 发布 ModernBERT，一个仅编码器模型系列，包含 base（149M 参数）和 large（395M 参数）两个规模，作为任何 BERT 类模型的即插即用替代。
推荐理由：从架构到训练的完整技术拆解，并附论文、预训练 checkpoint 与微调路径，便于判断能否替换现有 BERT 类编码器。
Hugging Face Blog精选AI 评分6262 Google 发布 CodeGemma 代码模型系列
Google 发布开源代码模型系列 CodeGemma，基于预训练的 2B 和 7B Gemma checkpoint 进一步用 5000 亿 token 的英文、数学和代码数据训练，包含专注代码填充的 2B 基础模型、混合代码与自然语言的 7B 基础模型和面向对话的 7B Instruct 三个版本，上下文长度均为 8K。
推荐理由：原文给出三个规格的 CodeGemma 及其在 HumanEval 等基准上的对比数据和 FIM 提示词格式，便于评估其在代码补全场景的定位。
Hugging Face Blog精选AI 评分6767 BigCode 发布 StarCoder2 代码模型，并推出 The Stack v2 数据集
BigCode 发布透明训练的开放代码大模型 StarCoder2，含 3B、7B、15B 三个参数版本，分别由 ServiceNow、Hugging Face 和 NVIDIA 训练。
推荐理由：BigCode 同时放出 3B/7B/15B 三档代码模型与 67.5TB 数据集，可据此判断开源代码模型的当前水位。
Hugging Face Blog精选AI 评分8585 Meta 发布 Code Llama：Llama 2 的代码专用版本并接入 Hugging Face 生态
Meta 发布 Code Llama，这是基于 Llama 2 初始化、在 5000 亿 token 代码数据上训练的开源代码模型系列，提供 7B、13B、34B 三个参数版本，另有 Python 专用版（额外 1000 亿 token）和指令微调版，采用与 Llama 2 相同的许可协议并允许商用。
推荐理由：梳理 Code Llama 三个参数版本、Python 与 Instruct 变体的训练构成及生态集成方式，方便对照选型。
Hugging Face Blog精选AI 评分7171 BigCode 发布 StarCoder：面向代码的开源 LLM，HumanEval 达 40.8%
BigCode（Hugging Face 与 ServiceNow 联合）发布 StarCoder 和 StarCoderBase 代码大模型，基于 GitHub 宽松许可数据训练，覆盖 80+ 编程语言，约 15B 参数、训练 1 万亿 token。
推荐理由：StarCoder 是 BigCode 推出的开源代码大模型，约 15B 参数、上下文 8k，在 HumanEval 上以 40.8% 超过 CodeGen-16B-Mono 和 OpenAI code-cushman-001，并公开权重与数据集。