#AI 模型

共 3 篇文章

杂谈 2026年10月1日

还得是谷歌，Gemini 4 发布猛得离谱 —— Argon 独占 12 项基准第一

谷歌昨夜发布 Gemini 4 Argon（DeepMind 七个多月来首款高于 Flash 旗舰），DeepSWE v1.1 以 77.9% 居全球第一，Vals Index、AutomationBench 等 18 项基准 12 项第一 + 1 项并列。AI 智能指数（AII）53 分与 GPT-6 Astra 持平，幻觉率 15%（45+ 分模型中最低）。输出上限拉到 100 万 token（业内第一）。

GoogleGeminiGemini 4 Argon

杂谈 2026年9月30日

OpenAI 发布 GPT-6.1 Sol：性能媲美 Astra，费用仅为 1/5

OpenAI 在 DevDay 推出 GPT-6.1 Sol，标准输入/输出价格仅为 Astra 的 1/5，性能在编程、电脑操作、专业工作流等任务上接近 Astra。缓存读取 0.1 美元 / 百万 Token，事实错误率降至 7.7%。

OpenAIGPT-6.1Sol

杂谈 2026年9月29日

Anthropic Sonnet 5.5 发布：编程能力从 10% 飙到 70%，但"何时用"成为新问题

Anthropic 在 Opus 5.5 发布不到一周，再推 Claude Sonnet 5.5。编程能力 Terminal-Bench 4.0 从 10.3% 跃升至 70.6%，超过 Opus 5.5。多数任务成本降 30%，但 Max 推理下成本可达 7.60 美元 / 次。

AnthropicClaudeSonnet 5.5