DeepSeek V4.1 Flash 1017 发布：智能体任务超越更大竞品，单任务成本大幅下降
DeepSeek 发布 DeepSeek-V4.1-Flash-1017，已在官网、App 和 API 上线，并在 Hugging Face 与 ModelScope 开源模型权重。
推荐理由：DeepSeek 小尺寸 Flash 模型在智能体编码任务上以更低单任务成本超过更大竞品，同时开放内部搜索 API。
#编码
#编码
今日 0 条The Decoder精选AI 评分8282
AWS Machine Learning Blog精选AI 评分6666 Reflection AI 发布开源权重模型 Beam，面向智能体编码并在 AWS 上线
Reflection AI 推出开源权重模型 Beam，面向智能体编码与长周期任务，可维护代码、调用工具并完成多步工作流。
推荐理由：文章给出 Beam 的参数量、上下文长度与三种精度检查点，并说明在 AWS 上的两条部署路径，便于评估开源智能体编码模型的落地成本。
Hugging Face Blog精选AI 评分8888 Reflection 发布 Beam：501B 开源 MoE 模型，1M 上下文，Apache 2.0
美国新实验室 Reflection 在 Hugging Face 发布首个模型 Beam，这是一个 501B 参数的 MoE 大语言模型，每 token 激活 23B，支持 1M token 上下文，采用 Apache 2.0 许可，聚焦编码与智能体场景。
推荐理由：原文给出 501B MoE 模型的架构细节、多精度基准与 vLLM/SGLang 部署配方，可据此判断自托管前沿模型的硬件门槛。
TechCrunch · AIAI 评分7474 Meta 发布可在 Mac 上本地运行的开源权重模型 Muse Spark Open
Meta 发布开源权重模型 Muse Spark Open，称其为美国最强开源权重模型，拥有 8160 亿参数和 100 万 token 上下文窗口，原生多模态，面向复杂编码任务和智能体工作。
Latent SpaceAI 评分6262 AINews：Gemini 4 Argon 正式发布，Vals AI 谈基准评测
Gemini 4 Argon 今日正式 GA，覆盖 Gemini API、Gemini 应用、Search AI Mode 与 Antigravity，介绍性 API 价格为每百万输入/输出 token 2 美元/10 美元，缓存输入折扣 95%，Artificial Analysis 称 11 月 30 日后价格翻倍至 4 美元/20 美元。
The Decoder精选AI 评分8585 Gemini 4 Argon 全球上线，成为 Google 最强前沿模型
Google 全球上线 Gemini 4 Argon，开发者可通过 AI Studio 和 Gemini 平台的 API 使用，AI Ultra 订阅者可在 Google Antigravity 中使用，Ultra 和 Pro 订阅者可通过 Gemini 应用和 Google 搜索的 AI 模式访问。
推荐理由：材料给出 Argon 的全球开放范围、定价与自报工程数据，可据此判断它在 Google 模型序列中的位置。
Google DeepMind精选AI 评分9292 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布 Gemini 4 Argon，今日起通过 Gemini API、AI Studio、Google Antigravity 以及 Gemini 应用和 Search 的 AI Mode 面向开发者、企业和消费者开放，定价为每百万输入 token 2 美元、输出 token 10 美元，缓存输入 token 享 95% 折扣。
推荐理由：官方给出 Argon 在编码、科研与安全对齐上的具体案例和定价，可据此判断前沿模型在长程任务上的落地程度。
Latent Space精选AI 评分7878 Meta 发布 Muse Wonder 与 Muse Wonder Full 模型家族
Meta Superintelligence Labs 发布第二代模型家族 Muse Wonder 与 Muse Wonder Full，前者通过 Meta Model API 和 Muse Code 提供，后者仅面向 Muse Code 订阅用户。
推荐理由：汇总 Meta Muse Wonder 系列的发布细节与多家第三方评测，可对照其与 Opus 5.5、GPT-6 系列的定位差异。
The Decoder精选AI 评分8080 Meta 发布前沿模型 Muse Wonder 系列，智能体与编码评测大幅提升
Meta 发布前沿模型 Muse Wonder，包含 Muse Wonder 与 Muse Wonder Full 两个版本。Muse Wonder Full 在 Artificial Analysis Intelligence Index v4.3 上得分 56，Muse Wonder 得分 52，前代 Muse Spark 1.3 为 48。
推荐理由：Meta 新前沿模型在智能体与编码评测上大幅跃升，但事实知识与成本仍是短板，可据此判断其真实定位。
The DecoderAI 评分6262 Google Gemini 4 Carbon 内部测试据称编码表现接近 Anthropic Opus 5.5
据 Business Insider 看到的文件、截图和内部聊天记录，Google 正在测试 Argon、Barium、Carbon 等多个 Gemini 4 变体，其中 Carbon 已在内部编码平台 Jetski 上部署数日，据称在编程任务上强于 Argon，一名员工将其与 Anthropic 最强的编码模型 Opus 5.5 相比，但仍需更多测试。
Mistral AI精选AI 评分8080 Mistral 发布 Mistral Large 4 公开预览，1 万亿参数原生多模态
Mistral AI 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、49B 激活参数的原生多模态模型，可在 Mistral Studio 试用预览 API，权重将于本月底发布。
推荐理由：官方给出 1 万亿参数、49B 激活的开放权重模型在编码、智能体与多模态上的具体基准，可据此判断开放权重与闭源前沿的差距。
The DecoderAI 评分7272 Reflection 发布开源权重模型 Beam，主打低算力对标 DeepSeek 与 Qwen
AI 公司 Reflection 发布首个免费开放的模型 Beam，面向编码、逻辑推理和智能体任务，采用 MoE 架构，每 token 激活 5010 亿总参数中的 230 亿。
Latent SpaceAI 评分7474 Reflection 发布 Beam：501B-A23B 美国开源模型
Reflection 发布 Beam，一个面向编码、智能体与科研任务的纯文本 MoE 模型，总参数 501B、激活 23B，从零训练，完整权重将以 Apache 2.0 在本月放出。
TechCrunch · AIAI 评分7171 Reflection 发布开源权重模型 Beam，对标中国开源模型
Reflection AI 发布首款前沿开源权重模型 Beam，称其在高级推理基准上达到中国领先开源模型的水平，且推理算力消耗低 3-4 倍。Beam 是 5010 亿参数、230 亿激活参数的文本 MoE 模型，预训练使用 23.8 万亿 token，上下文窗口 100 万 token，主打推理、编码和智能体任务。
Latent Space精选AI 评分8080 Gemini 4 Argon 发布：GDM 对标 Astra/Fable，输出上限 1M token
Google DeepMind 发布 Gemini 4 Argon，面向编码、企业知识工作与网络防御，先在 Fairwind 计划的政府用户和可信网络安全人员中开放，之后才向开发者、企业和消费者开放。
推荐理由：汇总 Gemini 4 Argon 与 GPT-6.1 Sol 的第三方评测数据，可对比两者在成本、token 用量与智能体任务上的取舍。
Google DeepMind精选AI 评分8585 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展至开发者、企业和消费者，起步价每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入按输入价的 95% 折扣计费。
推荐理由：官方给出 Gemini 4 Argon 的定价、输出上限与多项基准成绩，可据此判断前沿模型在长程工程与安全防御上的能力边界。
OpenAI News精选AI 评分8282 OpenAI 发布 GPT-6.1 Sol
OpenAI 发布 GPT-6.1 Sol，官方称其面向编码、电脑操作和专业工作，具备接近 Astra 的智能水平。其标准 API 输入与输出 token 价格为 Astra 的五分之一。
推荐理由：官方给出 GPT-6.1 Sol 的定位与定价，读者可据此判断它在编码和电脑操作任务上的成本取舍。
Latent SpaceAI 评分6262 AINews：Opus 5.5 擅长生成讲解视频，Claude 智能体发现类 CRISPR 酶系统
AINews 汇总 9/24-9/25 动态：Claude Opus 5.5 本周发布，在 SimpleBench 上以 88.4% 领先，并被社区用于从代码生成讲解视频和动画，Terminal-Bench-Science 上推理强度从 low 的 24% 升至 xhigh 的 62%。
Simon Willison精选AI 评分7878 Anthropic 发布 Claude Sonnet 5.5
Anthropic 发布 Claude Sonnet 5.5，官方称其运行速度提升 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均优于 Sonnet 5。
推荐理由：作者实测了 Sonnet 5.5 的编码表现与免费层可用性，可据此判断它与 Opus 5.5 及竞品免费档的差距。
Latent Space精选AI 评分8888 Anthropic 发布 Claude Opus 5.5，OpenAI 同日推出 GPT-6 Sol 与 Luna 并降价 40-50%
Anthropic 发布 Claude Opus 5.5，称其为新 Claude 5.5 家族首个模型，多数任务达到 Claude Fable 5.1 水平，运行成本比 Opus 5 低 40%，并成为 Claude Code 与 Claude 应用的默认模型。
推荐理由：汇总了 Claude Opus 5.5 与 GPT-6 Sol/Luna 同日发布的价格、基准与第三方评测差异，便于横向比较两家新模型的定位。
OpenAI News精选AI 评分8282 OpenAI 发布新一代模型 GPT-6 Astra
OpenAI 发布 GPT-6 Astra，称其为迄今最智能、对齐程度最高的模型，在计算机操作、编码、网络安全和科学领域具备 SOTA 能力。
推荐理由：OpenAI 发布新一代模型 GPT-6 Astra，读者可据此了解其在计算机操作、编码等方向的能力定位。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber
Google DeepMind 发布 Gemini 3.8 Flash 和 Gemini 3.8 Flash Cyber，称其为迄今最强的推理与编码模型，速度与成本与 3.7 Flash 持平。
推荐理由：官方给出两款 Flash 变体的能力定位与定价，读者可据此判断长程编码与网络安全场景的选型。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 3.7 Flash，面向编码与智能体并降价一半
Google DeepMind 发布 Gemini 3.7 Flash，称其为面向编码和智能体最强的主力模型，距 Gemini 3.6 Flash 发布仅三周。
推荐理由：官方给出与 3.6 Flash 的多项基准对比和半价定价，可据此判断编码与智能体场景的性价比变化。
OpenAI News精选AI 评分6262 OpenAI 预告下一代模型 GPT-5.6 Sol
OpenAI 预告下一代模型 GPT-5.6 Sol，称其在编码、科学和网络安全方面具备更强能力，并搭配其最先进的安全技术栈。
推荐理由：OpenAI 官方预告下一代模型 GPT-5.6 Sol，读者可据此了解其在编码、科学与网络安全上的能力方向。
Hugging Face Blog精选AI 评分8888 GLM-5.2 发布：面向长周期任务，支持 1M 上下文
智谱发布旗舰模型 GLM-5.2，面向长周期任务，首次在 1M token 上下文上稳定支持长程工作，并采用 MIT 开源许可。新架构 IndexShare 让每 4 层稀疏注意力共享同一 indexer，在 1M 上下文下将每 token FLOPs 降低 2.9 倍，MTP 层改进使投机解码接受长度最高提升 20%。
推荐理由：GLM-5.2 把 1M 上下文落到长周期编码任务上，并给出与闭源前沿模型的基准对比，可据此判断开源模型在长程工程任务中的位置。
Mistral AI精选AI 评分8080 Mistral 发布 Mistral Medium 3.5 与 Vibe 云端远程智能体
Mistral 发布 Mistral Medium 3.5，这是一个 128B 稠密模型，采用修改版 MIT 许可开放权重，支持 256k 上下文窗口，在 SWE-Bench Verified 上得分 77.6%，官方称最少四块 GPU 即可自托管。
推荐理由：Mistral 把编码智能体搬到云端并同步开源 128B 新模型，读者可据此判断自托管与异步编码的可行边界。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini 3.5 Flash，主打智能体与编码
Google DeepMind 发布 Gemini 3.5 系列首个模型 3.5 Flash，定位为面向智能体与编码的前沿模型，即日起在 Gemini app、Google Search 的 AI Mode、Google Antigravity、Gemini API 及 Gemini Enterprise 等渠道开放。
推荐理由：官方给出 3.5 Flash 在编码与智能体基准上的成绩和开放入口，可据此判断速度与能力如何取舍。
OpenAI News精选AI 评分7878 OpenAI 发布 GPT-5.5
OpenAI 发布 GPT-5.5，官方称该模型面向编码、研究和数据分析等跨工具的复杂任务。
推荐理由：OpenAI 官方发布 GPT-5.5，面向编码、研究与数据分析等复杂任务，读者可据此了解其定位。
OpenAI News精选AI 评分6565 OpenAI 发布 GPT-5.4 mini 与 nano
OpenAI 发布 GPT-5.4 mini 和 nano，两者是 GPT-5.4 的更小、更快版本。官方称其针对编码、工具调用、多模态推理以及高并发 API 和子智能体负载做了优化。
推荐理由：OpenAI 在 GPT-5.4 之下补出 mini 与 nano 两档，读者可据此判断小模型在编码与子智能体负载上的定位。
Mistral AI精选AI 评分7878 Mistral 发布 Mistral Small 4 开源模型，统一推理、多模态与编码能力
Mistral AI 发布 Mistral Small 4，这是 Mistral Small 系列的下一个重要版本，也是首个把 Magistral 的推理、Pixtral 的多模态和 Devstral 的智能体编码能力统一到单一模型的 Mistral 模型，采用 Apache 2.0 许可。
推荐理由：Mistral 把推理、多模态与编码能力合并进单一开源模型，并给出可调推理强度与部署门槛，便于评估其替代多模型组合的可行性。
Mistral AI精选AI 评分6262 Mistral 发布 Leanstral：面向 Lean 4 的开源代码智能体
Mistral 发布 Leanstral，这是首个面向 Lean 4 的开源代码智能体，采用 6B 激活参数的稀疏架构，权重以 Apache 2.0 许可开放，并接入 Mistral Vibe 与免费 API 端点 labs-leanstral-2603。
推荐理由：Mistral 开源面向 Lean 4 的代码智能体，给出与 Claude 系列和开源模型的成本与得分对比，可据此判断形式化验证路线的性价比。
OpenAI News精选AI 评分8686 OpenAI 发布 GPT-5.4 前沿模型
OpenAI 发布 GPT-5.4，称其为面向专业工作能力最强且高效的前沿模型。该模型具备 state-of-the-art 的编码、computer use、工具搜索能力，并支持 1M-token 上下文。
推荐理由：OpenAI 公布 GPT-5.4 的编码、computer use 与 1M token 上下文等能力定位，可据此判断其面向专业工作的边界。
OpenAI News精选AI 评分7171 OpenAI 发布 GPT-5.3-Codex-Spark 实时编码模型
OpenAI 发布 GPT-5.3-Codex-Spark，称其为首个实时编码模型，生成速度提升 15 倍，支持 128k 上下文。该模型目前面向 ChatGPT Pro 用户开放研究预览。
推荐理由：OpenAI 发布首个实时编码模型，给出 15 倍生成速度和 128k 上下文，可据此判断编码工作流的响应变化。
OpenAI News精选AI 评分8080 OpenAI 发布 GPT-5.3-Codex
OpenAI 发布 GPT-5.3-Codex，这是一个 Codex 原生的智能体，将前沿编码性能与通用推理能力结合，用于支持长周期、真实世界的技术工作。
推荐理由：OpenAI 发布 Codex 原生的 GPT-5.3-Codex，读者可了解其在前沿编码与通用推理上的定位。
OpenAI News精选AI 评分7272 OpenAI 发布 GPT-5.3-Codex 系统卡
OpenAI 发布 GPT-5.3-Codex 系统卡，称其为迄今能力最强的智能体编码模型。该模型把 GPT-5.2-Codex 的前沿编码性能与 GPT-5.2 的推理和专业领域知识能力结合在一起。
推荐理由：官方系统卡披露 GPT-5.3-Codex 把编码能力与推理、专业知识合并，可据此判断智能体编码模型的能力边界。
OpenAI News精选AI 评分6060 OpenAI 发布 GPT-5.2 系统卡增补：GPT-5.2-Codex
OpenAI 发布 GPT-5.2 系统卡增补文件，涉及 GPT-5.2-Codex。
OpenAI News精选AI 评分7878 OpenAI 发布 GPT-5.2-Codex 编码模型
OpenAI 发布 GPT-5.2-Codex，称其为自家最先进的编码模型。该模型主打长程推理、大规模代码转换以及增强的网络安全能力。
推荐理由：OpenAI 官方给出 GPT-5.2-Codex 的三项能力定位，读者可据此判断编码模型在长任务与安全方向的变化。
Mistral AI精选AI 评分8080 Mistral 发布 Devstral 2 编码模型与 Mistral Vibe CLI
Mistral AI 发布下一代编码模型系列 Devstral 2，含 123B 的 Devstral 2 和 24B 的 Devstral Small 2，分别采用修改版 MIT 和 Apache 2.0 许可，均为开源。
推荐理由：官方给出 Devstral 2 的 SWE-bench 成绩、许可与部署门槛，可据此判断开源编码模型的可用边界。
OpenAI News精选AI 评分7878 OpenAI 发布 GPT-5.1-Codex-Max 智能体编码模型
OpenAI 发布 GPT-5.1-Codex-Max，一款面向 Codex 的更快、更智能的智能体编码模型。该模型面向长时间运行的项目级任务，在推理能力和 token 效率上有所增强。
推荐理由：OpenAI 发布面向 Codex 的智能体编码模型，读者可了解其在长时任务与 token 效率上的定位。
Google DeepMind精选AI 评分8787 Google DeepMind 发布 Gemini 3 Pro，并推出智能体开发平台 Google Antigravity
Google DeepMind 发布 Gemini 3，称其为自家最智能的模型，Gemini 3 Pro 在各项主要 AI 基准上超过此前版本，编码能力也强于 2.5 Pro。
推荐理由：官方给出 Gemini 3 Pro 的基准成绩、API 定价与配套开发平台，可据此判断它在智能体编码和多模态场景中的定位。