AI 模型发布与更新

Meta 发布面向智能体编码工作流的 Muse Spark Open，为 816B 参数的 MoE 推理模型，每 token 激活 42B 参数，具备 1M token 上下文窗口，可容纳整个项目仓库，并提供可靠的工具调用与更高首次尝试准确率。

NVIDIA 发布开源可定制多模态模型 Nemotron 3.5 Super VL，采用 120B 参数 MoE 架构、每 token 激活 12B 参数，官方称在单 GPU 上智能体任务吞吐最高达同规模开源模型的 5x。

Artificial Analysis 评测显示，NVIDIA 发布的 Nemotron 3.5 Super VL 以 26 分（另一处写作 26.5）登顶美国开源权重模型，智能达前代 Nemotron 3 Super（13 分）的两倍，且每任务输出 token 少约 60%（46k 对 114k）。

Artificial Analysis 公布首批 AA-AgentPerf 结果，测试 NVIDIA Vera Rubin NVL72 在智能体编码工作负载下的服务效率，对比 GB300 NVL72。

Arena 宣布 Anthropic 的 Claude Haiku 5.5 (High) 上线 Agent Arena，基于超 20.5K 真实智能体会话，净提升 +1.48%，总排名第 27。

蚂蚁百灵（AntLingAGI）宣布 Ling-3.1-flash 开源，总参数约 560B，每 token 激活约 25B，上下文最长 1M。官方称其面向实际工作，可将粗略需求稿生成页面、移动 UI 或可供团队评审和迭代的交互原型，并附演示视频。

非常高兴看到 @Google 的 Embedding Gemma 2 登上 HF 热门榜第一！ 媒体和硅谷泡沫只谈论推理 LLM，而实际上还有种类多得多的 AI 模型极具影响力和实用性，比如嵌入向量、决策模型、音频、视频、时间序列……（HF 上已有超过 300 万个公开模型！）。 让我们把它们重新放回聚光灯下！

作者实测 Gemini 4 Argon 的写作能力，让其以起点修真风格撰写自己的更新公告。文中提到该模型统一了 100 万 token 输入输出窗口（此前输出上限仅 64K），写作更直接、更少套话；API 价格为每百万输入 $2、每百万输出 $10，11 月 30 日后价格翻倍。

你对 Gemini 4 Argon 的早期反馈是什么？我们该在哪些方面改进？我们会认真对待你的意见。

美国初创公司 Artemis Security 发布 Orion-1，一款可自主调查并响应企业网络攻击的安全专用模型，在公司自建基准上超过 Claude Opus 5.5 和 GPT-6 Sol。

Leonxlnx 从零重建 TasteSkill 并推出 TasteSkill v2，为编码智能体提供艺术方向、素材资源和浏览器检查来验证产出效果，可通过 npx skills add Leonxlnx/taste-skill 安装。作者转发时好奇这个 skill 能否把 GPT 的审美拉到 Opus 5.5 同一水平。

用户反馈 Gemini 4 Argon 代码能力不如 Opus 5.5，但一般需求可用；最大问题是速度太慢，习惯了 Opus 5.5 未开 fast mode 的快速响应后难以忍受。此外 Antigravity app 体验差，Chrome 是 Google 做的，Antigravity 却没有内置浏览器。

蚂蚁 inclusionAI 在 Hugging Face 发布 Ming-3.0-asr-tiny，基于 Ling-tiny-v3 语言骨干加音频编码器，支持中英文单轮语音转写、15 种区域方言测试集（含粤语、闽南、上海话）以及热词和对话上下文的 Context ASR。

用户用 Codex（GPT-6-Astra）和 Grok Bot 研究同一问题，Codex 使用更早、上下文更完整，但 Grok Bot 的回答明显更有参考价值，Codex 则更空泛套话、未深入具体问题背景。用户不确定 Grok Bot 背后默认模型是什么，但觉得确实好用，尚未用 Claude Code 对比，因为以前账号都被封了。

Ai2 发布 HiRO-ACEv2，新降尺度模型 HiROv2 可同时预测多种高分辨率场，对百万分之一概率的极端降雨、风和气压事件，其高分辨率统计与 X-SHiELD 目标模拟误差在 3% 以内。

Liquid AI 发布开源权重推理模型 LFM2.5-24B-A2B，总参数 24B、每 token 激活约 2.45B，上下文 131,072 tokens，专为笔记本和迷你 PC 上的多步工具调用 Agent 设计，在 Apple M5 Max 上通过 llama.cpp Q4_K_M 达到 184 tok/s。

Artificial Analysis 将 DeepSeek V4.1 Flash 加入其智能体推理性能基准 AA-AgentPerf，榜单现覆盖四款模型。

作者实测 Google Gemini 4 Argon 的写作能力，让其以起点修真小说风格自写更新公告。该模型统一了 100 万 token 的输入输出窗口（此前输出上限为 64K），官方称回答更直接、减少套话、更好遵循提示词。API 定价为百万输入 2 美元、百万输出 10 美元，11 月 30 日后价格翻倍。

用 @Grok @Imagine 制作

Google DeepMind 向开发者、企业和付费订阅用户开放 Gemini 4 Argon，这是一款稀疏 MoE 前沿模型，单次响应最多可输出 1M tokens，输入与输出共享 1M 窗口。

Grok @Bot 可以协助处理复杂的税务

Grok @Bot 太棒了

祝贺 @lightseekorg 取得令人瞩目的 TokenSpeed 成果！🚀 很高兴看到 Qwen3.8-Flash-Next 在 Nvida GPU 上达到每用户 685 output tokens/s。期待社区进一步释放 Qwen 的推理潜力！

请把那个中间商砍掉吧 🙏 Agentmail 这帮人当时也太超前了，天哪 @poteto：“让你的 bot 和我的 bot 对话”很快就会变得很常见！ 通过邮件实现多人 Grok Bot 的一些有趣用例可能包括： • 调试（你可以给我的 bot 发 bug 报告！） • 客户支持 • 预订会议和活动 • 团购 • 在 craigslist 上买卖东西 你用过 bot mail 做什么？

OpenBMB 发布 MiniCPM-V 4.7，为 35B-A3B 开源 MoE 多模态模型，在 iPhone 17 Pro Max 上仅占 3GB 内存，解码速度 13+ tokens/s。

如果你想提交 bug 报告，让你的 bot 发邮件到 tibo@mail.grokbot.com！

用不了多久，“让你的 bot 跟我的 bot 聊聊”就会变得很常见！ 通过邮件实现多人 Grok Bot 的一些有趣用例可能包括： • 调试（你可以给我的 bot 发 bug 报告！） • 客户支持 • 预订会议和活动 • 团购 • 在 craigslist 上买卖东西 你用 bot mail 做过什么？

今早与 @spacexai 社区进行了问答！ 我们有最棒的大使——感谢 @benln 和 @sunrao 邀请我。 也感谢整个社区的付出！

Gemini 4 TikZ 独角兽

有用户表示自己用 Grok Bot 比 ChatGPT 的 Dots 更多，其杀手级用例是用 Grok Bot 每天整理关注的推友推文并汇总到 Notion 做成简报，相当于过滤掉 slop 和营销号的推特优质信息。引用推文提到，Grokbot 对 X 的集成推送比 Dots 更靠谱，但需要主动打开、且开太多 Bot 占资源。

嘿，AI，给我来个你最好的"除非它来自 X，否则只是起泡 Y"风格的笑话"： GPT-6 Pro："除非它来自瑞典斯德哥尔摩地区，否则只是起泡的员工敬业度。" Gemini 4 Argon High："除非它来自凌晨 3 点盯着天花板发呆的地区，否则不是存在主义危机——只是起泡的焦虑。" Opus 5.5 Max："只有来自法国干邑地区才算认知。否则只是起泡的自动补全。"

推文提出"卡拉克第一定律"：老权威说某事可能几乎肯定对，说不可能几乎肯定错，并以 Yann LeCun 多年否认大语言模型能实现真正智能为例。推文称在 LeCun 否认期间，语言模型已从预测下一个 token 发展到攻克 coding、解出大量人类解不出的数学难题，而老权威仍不松口。引用推文则质疑杨力坤、李飞飞等的大世界模型路径能否替代 LLM，认为语言即世界的抽象，语言模型就是世界模型。

Artificial Analysis 发布 Coding Agent Index 评测，Sonnet 5.5 在 Claude Code 中 max 档以 68 分登顶，xhigh 档 63 分。

加入 SpaceXSI（原 SpaceXAI）满一个月的 Larsen Cundric 表示，他入职首日见到的 Grok 版本与今天已大不相同，主要精力投入浏览器使用与智能体功能，并上线了 X 上的 @bot 标记功能。他称几周前还几乎不可用的功能如今已彻底改变，团队在极大体量下仍保持这种迭代速度，且自认距离目标还很远。

宇树 CEO 王兴兴表示，GPT-6 发布后在各种机器人上测试效果很好，宇树和其他机器人公司已在工厂落地试点，大规模应用还需提升泛化性和效率，但未来几年很可能解决。他认为商业服务场景的落地可能比工业领域更快，并称过去十几年自己犯的最大错误就是对AI的相信还不太够。作者评论称机器人行业要被 OpenAI 抄家了。

Zoox 卡在了十字路口中间。 旧金山的问题都不算真问题。

Liquid AI 发布 LFM2.5-24B-A2B，为 LFM2.5 系列最大成员，总参数 24B、每 token 激活 2B，上下文扩展至 131K tokens，是推理模型。模型面向笔记本和 PC 本地运行多步智能体任务，在智能体和工具使用任务上与总参数和激活参数均多约 50% 的 Qwen3.6-35B-A3B 表现相当，开放 base 和 post-trained 权重，已上架 Hugging Face。

Gemini 4 Argon于10月13日全面开放，Pro会员可在Gemini APP使用，Antigravity需100刀Ultra会员。作者实测认为其知识类专业能力强，Vals Index综合第一（68.9）且单次成本仅15.68美元，但CUA-bench仅4.83%排倒数第二；前端效果不及GPT-6 Astra，额度消耗快，中文写作味道重，整体体验糟糕，不建议订阅Ultra。

Meta 发布 Muse Wonder 和 Muse Wonder Full，定位面向长期运行的 agent 任务，支持 1M token 上下文和文本、图像、视频、音频输入。

Google 发布 Gemini 4 Argon 模型，面向全球开发者与企业开放，可通过 AI Studio、Gemini 平台 API 及订阅服务使用。