天眼早报

🤖 AI 大模型

𝕏 Google 发布 Gemini 4 Argon 前沿模型，全球上线

Google 正式发布前沿模型 Gemini 4 Argon，面向全球付费用户开放，同步登陆 Gemini API、Gemini App、Search、Antigravity 与 Enterprise。该模型支持 100 万 token 统一输入输出上下文，普通调用单次输出上限 65,536 token，长输出模式可跑最长 24 小时任务。API 定价为输入 2 美元、输出 10 美元 每百万 token，11 月 30 日后翻倍至 4/20 美元；缓存读取享 95% 折扣。在 Vals AI 专业任务指数中以 68.90% 登顶，超过 Opus 5.5 的 66.97%；Artificial Analysis 实测智能指数追平 GPT-6 Astra，折扣期单任务成本 1.99 美元，约为 Astra 的 60%，幻觉率仅 15%。谷歌内部测试中，agentic 代码提交量提升 35%，提交后回滚率下降 30%。Chrome 团队用其从 4000 万行代码库中重构出约 600 万行 遗留功能，消除了一整类浏览器崩溃。模型已接入 GitHub Copilot、Cursor（CursorBench 得分 52.8%），并在 Antigravity 中通过单条提示在 Blender 生成日本寺庙建筑群，展示多智能体协作能力。Box 企业评测较 Gemini 3.1 Pro 提升 14 个百分点。

Meta 发布 Muse Wonder 系列，重返 AI 第一梯队

Meta 发布 Muse Wonder 与 Muse Wonder Full，综合智能指数分别得 52 分、56 分，距 Claude Opus 5.5 的 58 分仅差 2 分，支持 100 万 token 上下文，主打主动记忆与长程执行。Sensor Tower 数据显示，Muse 首日留存超 ChatGPT 32 个百分点，7 日留存超 30%，14 日留存达 22%。开发者在真实仓库 bug 修复中评测 Muse Wonder Full 1.0 得 44 分，接近 GPT-6 Astra 的 45 分与 Opus 5.5 的 41.7 分，但 token 消耗巨大，低强度模式下 12 小时即触及周用量上限。Muse Wonder (Max) 进入 Code Arena WebDev 第 15 名（1651 分），Text Arena 第 2 名（1513 分），仅次于排名第一的 Gemini 4 Argon（1525 分）。

𝕏 Anthropic 因 Claude 代码量暴增自研版本控制系统 Scion，替换 Git

Anthropic 工程博客披露，因 Claude 日均代码合并量从 2500 次 激增至 3 万次，原有 Git 基础设施成为瓶颈。团队用 7 名工程师、5 个月自研版本控制系统 Scion 并完成整个 monorepo 迁移，基础设施开销降低 200 倍，检出速度提升 100 倍。日代码合并量从 5 月约 2500 次增至 9 月逾 30000 次，原有面向人类规模的开发者基础设施被迫重构。

𝕏 MiniCPM-V 4.7 开源发布，iPad Pro M4 上推理达 17+ tokens/s

OpenBMB 发布开源多模态大模型 MiniCPM-V 4.7，含 35B-A3B 与 1B 两个版本。35B-A3B 在 iPad Pro M4（16GB）上达 17+ tokens/s，iPhone 17 Pro Max 达 13+，仅占 3GB 内存；OCRBench 得分 90.4，领先 Qwen3.6 35B-A3B 5.2 分。

OpenAI 称模型解决 300 多道数学难题，学界质疑

OpenAI 发布 700 多篇 由内部模型生成的数学手稿，声称解决 300 多道 人类无法攻克的数学难题，但菲尔兹奖得主等数学家持怀疑态度，OpenAI 已因错误撤回 3 篇。

𝕏 Fish Audio 发布开源语音模型 Drama 3，支持 83 种语言与音频修复

Fish Audio 发布开源权重语音模型 Drama 3，支持多说话人 TTS、语音克隆与流式音频，单张 H200 上首音频中位延迟 89ms，已获 SGLang-Omni Day-0 支持。该模型通过 音频修复 解决重录单个词的问题，支持 83 种语言，被认为是目前最具表现力的语音 AI 之一。

𝕏 GLM-5.3 单任务成本跨厂商差异达 9 倍

Artificial Analysis 公布 GLM-5.3 各厂商单任务成本，从 Makora 的 0.92 美元 到 Nebius 的 8.68 美元，相差约 9 倍，主因是缓存输入定价与命中率差异。缓存命中率跨 21 家厂商在 41%—100% 之间。

𝕏 美国运通推出新框架，确保 AI 代理仅进行授权购买

美国运通 推出新框架，旨在确保 AI 代理 仅进行用户授权的购买，防止随着 AI 购物增长而出现昂贵错误和纠纷。

梁文锋投资 Swin Transformer 作者，DeepSeek 布局具身大脑

DeepSeek 创始人 梁文锋 投资 Swin Transformer 作者创立的 Winverse AI，开始布局 具身智能大脑。

Qoder 推出项目工作区，支持 Claude Code 指令迁移

Qoder 推出项目工作区功能，可将现有文件夹直接变为工作区，支持将 Claude Code 指令迁移至 AGENTS.md，并在工作过程中逐步构建记忆。

𝕏 Claude Opus 5.5 在 Agent Arena 与 OpenRouter 榜单领先

Agent Arena 更新 Bash Reliability 信号后，Claude Opus 5.5 居首，GPT-6.1 Sol 第二，Gemini 4 Argon 升至前五；前 14 名均为闭源模型，开源最佳为 GLM 5.2（第 15 位）。同时，OpenRouter 报告称，Anthropic 的 Opus 5.5 按支出份额排名第一，带动 Anthropic 在与 OpenAI 的竞争中回暖，Sonnet 5.5 和 Haiku 5.5 的发布期表现同样强劲。

𝕏 新架构 CDM：分类、提取、总结，比前沿 LLM API 快 200 倍便宜 467 倍

新 AI 模型架构 Constrained Decoding Models (CDMs) 为单任务设计，支持 100 万 token 多模态输入，在 DecisionBench 达 77.2%，比前沿 LLM API 快 200 倍、便宜 467 倍，输入定价 $0.05/百万 token。

Requesty 与 Melious 合作，欧洲路由 GLM-5.3 与 DeepSeek V4

Requesty 宣布与 Melious 合作，通过统一 API 提供欧洲路由推理服务，支持 GLM-5.3、GLM-5.3 Flash、DeepSeek V4.1 Flash、DeepSeek V4 Flash，起价每百万 token 0.12 美元。

𝕏 Grok bot 0.70.2 发布：每个 bot 可领专属邮箱

xAI 推送 Grok bot 0.70.2，每个 bot 可在 @mail.grokbot.com 领取专属邮箱并代拟邮件，支持 Figma、Notion、Canva 卡片、搜索 X 公开内容，并在不可逆操作前设审批。

𝕏 Claude Opus 5.5 应用展示：生成 K-pop 音乐视频与辅助 iOS 动画

用户展示 Claude Opus 5.5 的多项能力：仅凭一个提示、音乐、情绪板与角色，即生成节拍同步的 K-pop 音乐视频，并称 Muse Wonder 远不及；另一用户称其强到帮其在 Capacitorjs 开发的 iOS 应用中拟合实现键盘弹起的过渡动画，认为该模型很难得。两个案例均体现该模型在创意与工程辅助上的实用性。

DeepSeek V4.1 Flash 提供 3 天 100 美元使用额度

DeepSeek V4.1 Flash 现提供 100 美元 使用额度，为期 3 天，之后额度调整为 80 美元。Command Code 在 10 美元 GOAT 套餐上同步跟进该额度。

Meta 推出 AI 工具，允许用户自定义 Facebook 信息流

Meta 在 Facebook 上线 AI 驱动的「你的算法」功能，用户可用自然语言向算法说明希望在信息流和 Reels 中看到的内容，由 大语言模型 识别自由文本中的意图与上下文。

𝕏 Nimble-v4-max 成为决策模型第一，错误比 Jev 少 43%

Nimble-v4-max 在 Decision Index 上得分超 Jev 1.13 +10，错误比 Jev 少 43%，模型路由决策提升 50 个百分点。

---