Google DeepMind 发布 Gemini 4 Neon 模型
Google DeepMind 发布 Gemini 4 Neon,这是约七周内推出的第四款 Gemini 4 模型。Neon 每百万 token 输入价格为 $3,缓存输入为 $0.15,输出为 $15,并提供 1M-token 上下文窗口和四档 effort 级别。
Google DeepMind 发布 Gemini 4 Neon,这是约七周内推出的第四款 Gemini 4 模型。Neon 每百万 token 输入价格为 $3,缓存输入为 $0.15,输出为 $15,并提供 1M-token 上下文窗口和四档 effort 级别。
OpenAI 发布 GPT-6.2 Astra 和 GPT-6.2 Sol,分别面向高要求专业工作与日常任务,并降低 API 运行成本。Astra 每百万输入、缓存输入和输出 token 的价格分别为 $8、$0.40 和 $40,Sol 保持 $2、$0.10 和 $10。
同一件事,精选收录的是《OpenAI 发布 GPT-6.2 Astra 和 Sol》
Artificial Analysis 评测显示,OpenAI 的 GPT-6.2 Astra 和 GPT-6.2 Sol 位居其智能指数第二,仅落后于 Claude Fable 5.2。
推荐理由:评测同时呈现智能、任务成本、科学知识、3D、机器人与编码表现,为比较两款模型的权衡提供了具体依据。
Microsoft AI 发布 MAI Code 2 和 MAI Code 2 Flash 编码模型,分别面向日常企业编码任务与高频常规编码工作。按四项编码基准,MAI Code 2 以 40% 的成本达到 GPT 6.1 Sol 的 98% 性能,以 5% 的成本达到 Claude Opus 5.5 的 96% 性能。
推荐理由:文章给出两款模型在编码基准、前端评测与成本方面的对比,并说明其在 GitHub Copilot 和 Microsoft Foundry 的可用状态。
Anthropic 发布语言模型 Claude Fable 5.2,可通过 Python 代码驱动模拟画笔,在虚拟画布上绘制数十万笔而不依赖外部图像模型。模型生成的停车场写实画面约含 700,000 笔,绘画过程中还能根据画面覆盖错误并接受评论调整。
Gemini 4 Carbon在MathArena数学基准中以85.4% ±3.0%的预期性能超过GPT-6.1 Sol和Claude Fable 5.2。按测试所用推理设置,其预计成本分别为$15.70 ±$1.33、$40.20 ±$2.59和$1.07 ±$0.018。Gemini 4 Carbon常见失败模式是超过时限,并曾运行脚本超过11小时而未检查进度。
Artificial Analysis 评测 Google 新发布的 Gemini 4 Hydrogen。其新增 xhigh 推理档在 Intelligence Index 得 54 分,比 Claude Sonnet 5.5 (max) 和 GPT-6.1 Sol (max) 各低 1 分;每任务成本约为 Sonnet 的 32%,约为 GPT-6.1 Sol 的 2.5 倍。
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2,并上线 Cursor、GitHub Copilot、Perplexity 等平台。
推荐理由:文章汇总官方规格、独立基准与用户实测,便于比较新模型的排名、任务成本、effort 档位和订阅限制。
Google 正式开放 Gemini 4 Carbon,面向 Artificial Analysis 付费用户和开发者提供 Gemini API、Google AI Studio、Android Studio 及 Gemini for Business 接入。
Scale Labs的RLI研究显示,Fable 5.2在真实自由职业任务评测中完成率达41.3%,高于Anthropic Opus 5.5的21.25%和OpenAI GPT 6 Astra的20.83%。
推荐理由:基于真实自由职业项目的结果,文章呈现了Fable 5.2相对前代及其他智能体的完成率变化与任务边界。
Anthropic 今天发布 Fable 5.2 和 Mythos 5.2,Fable 5.2 当前位列 Artificial Analysis 第一。
Anthropic 发布 Claude Fable 5.2 和 Mythos 5.2,面向高要求技术任务,并在部分基准测试中领先。两款模型基于同一模型基础,Fable 面向所有用户并限制网络安全和生物领域的高风险任务,Mythos 取消部分限制,仅向通过 Anthropic 验证计划的组织开放。
同一件事,精选收录的是《Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2》
AWS 宣布 Claude Fable 5.2 与 Claude Mythos 5.2 登陆 Amazon Bedrock 和 Claude Platform on AWS。
推荐理由:文章提供了模型能力、适用场景、数据治理要求及迁移方法,可帮助开发者评估接入方式并完成代码适配。
Claude 官方视频介绍了 Claude Mythos 5.2 预测完整 AAV 衣壳结构的方法。模型编写代码,在相邻五链分组上运行开源折叠模型,再利用衣壳对称性拼合全部 60 条链;在 AAV2 上,预测结果与实验结构的误差约为一个原子宽度。
Artificial Analysis 评测 Anthropic 发布的 Claude Fable 5.2,该模型在 Artificial Analysis Intelligence Index v5 中以 65 分登顶。其得分领先 Gemini 4 Carbon 的 60 分和 Claude Opus 5.5 的 59 分。
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2,官方称新模型在编码、推理和视觉方面有所改进,输出速度也超过 Fable 与 Mythos 的 5.1 版本。Claude Fable 5.2 今日推出,可处理复杂软件工程问题、编排智能体团队和长期项目;Claude Mythos 5.2 初期仅向经过审核的组织开放。
Anthropic 发布 Mythos 5.2 和 Fable 5.2,宣称新模型在编码、推理与视觉能力方面有所改进,并与用户沟通得更清晰。
推荐理由:原文给出新模型在编码、推理、速度与成本上的变化,并梳理RSI评估及隐蔽能力测试面临的难题。
Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2,作为同一底层模型的安全访问版本,面向高难度编码、推理与视觉任务。
推荐理由:发布说明覆盖编码、科研与安全评测,并给出价格、速度和防护差异,便于理解 Fable 与 Mythos 的定位。
Latent Space 在 AI 市场回落加深的背景下,复盘 Anthropic IPO 的关键判断与假设。当前 Anthropic 年底目标为 $100B run rate,实际约为 $80B,部分估值降至 $1T、概率下降 18%。本期周末播客还讨论 Nasdaq 尚未跌至 -20% 的熊市水平,以及市场持续高估所放大的下行风险。
Import AI 479 汇总了 Realtime-Bench、Metis 的符号与神经融合研究以及 Genie 4 研究预览。Realtime-Bench 通过 50 个交互任务评估实时状态感知、动态推理和时机选择,GPT-6 Astra 在 wall clock 设置下通过率为 36%,暂停时钟下部分高推理模型接近 70% 或 80%。
Google DeepMind 发布 Gemini 4 Carbon,定位为网络安全与长程任务的前沿模型,并在 Artificial Analysis Intelligence Index v5 以 59 分排名第一。