Meta 发布 Muse Wonder 模型，扎克伯格称已在 AI 前沿追上竞争对手
Meta 发布闭源 AI 模型 Muse Wonder，称其在部分技术基准测试中优于 Claude Opus 5.5、Fable 5.1 和 GPT-6 Astra，并计划接入 Muse 应用。
推荐理由：文章同时呈现模型能力、闭源定价和扎克伯格对安全与竞争的判断，可帮助读者理解 Meta 从开源转向企业服务的战略变化。
#编码
#编码
今日 8 条IT之家（RSS）精选AI 评分8282 Hacker News：AI 热帖AI 评分5959 Artificial Analysis 实测 FrontierCode 1.1：前沿模型完成可合并代码任务仍有逾 40% 失败
Artificial Analysis 使用统一 Stirrup 智能体框架评测 Cognition 的 FrontierCode 1.1 Main，100 个真实开源仓库任务各运行 3 次，前沿模型仍有超过 40% 的尝试失败。
IT之家（RSS）精选AI 评分7777 Meta 发布 Muse Wonder 与 Muse Wonder Full 旗舰 AI 模型
Meta 发布 Muse Wonder 与 Muse Wonder Full 两款旗舰 AI 模型，称其在推理、写作和代码测试中得分接近 Anthropic 顶尖模型。Muse Wonder 将为 Muse 应用部分功能提供底层能力，Muse Wonder Full 仅向 Muse Code 订阅用户开放；两款模型内部代号为 Watermelon，代码能力较 Meta 过往模型大幅提升。
推荐理由：文章梳理了两款模型的定位、开放范围和代码能力提升，可帮助读者理解 Meta 切入前沿模型与 AI 编程市场的路径。
The Decoder精选AI 评分8383 Meta 发布前沿模型 Muse Wonder 与 Muse Wonder Full，进入 AI 第一梯队
Meta 发布 Muse Wonder 和 Muse Wonder Full 两款前沿模型，Artificial Analysis Intelligence Index v4.3 得分分别为 52 和 56，高于前代 Muse Spark 1.3 的 48 分。
推荐理由：文章汇总了两款模型的基准成绩、多模态与记忆能力，以及 API 和 Muse Code 的可用范围，便于横向比较其能力与成本。
Hacker News：AI 热帖AI 评分2424 Muse Wonder Full (Max) 智能、性能与价格分析
一篇针对 Muse Wonder Full (Max) 的智能、性能与价格分析，依据 Artificial Analysis Intelligence Index v4.3.2 展开。
TechCrunch · AI精选AI 评分8383 Meta 发布首批前沿模型 Muse Wonder 与 Muse Wonder Full
Meta Superintelligence Lab 发布 Muse Wonder 和 Muse Wonder Full，称这是公司首批前沿模型，复杂编码等任务能力较 Muse Spark 更强。
推荐理由：文章梳理了两款模型的定位、价格、可用范围和记忆能力，可帮助读者理解 Meta 在前沿模型与个人助理方向的布局。
Hacker News：AI 热帖精选AI 评分7676 Meta 发布 Muse Wonder 与 Muse Wonder Full 旗舰 AI 模型
Meta 发布 Muse Wonder 和 Muse Wonder Full 两款新旗舰 AI 模型，称其在推理、写作和编码测试中接近 Anthropic 最先进模型。
推荐理由：文章梳理两款模型的定位、可用入口和开发波折，可帮助读者理解 Meta 追赶前沿模型与编码市场的布局。
Hacker News：AI 热帖精选AI 评分7878 Meta 发布 Muse Wonder 与 Muse Wonder Full 模型
Meta 推出 Muse Wonder 系列，包括 Muse Wonder 和 Muse Wonder Full，主打个人与专业 AI 智能体任务、记忆、专注执行和编码能力。
推荐理由：材料整理了两款模型的可用入口、智能体能力与评测方向，便于读者了解其面向个人和专业任务的定位。
IT之家（RSS）AI 评分7070 OpenAI 将 Codex 和 Work 中 GPT-6.1 Sol 默认上下文提升至 500k
OpenAI 宣布 Codex 和 Work 环境下 GPT-6.1 Sol 的默认上下文长度从 272k 提升至 500k，增加约 80%，模型最大上下文上限为 1M，用户仍可手动调高或调低。OpenAI 称该设置可减少上下文压缩触发，更适合长期保留大量上下文和复杂细节的任务；订阅扣除使用量时不会收取 GPT-6.1 Sol 的长上下文费用。
The DecoderAI 评分4141 消息称 Google Gemini 4「Carbon」模型编程表现接近 Anthropic Opus 5.5
Google 正在内部测试 Gemini 4 的 Argon、Barium、Carbon 变体，其中 Carbon 已部署到内部编程平台 Jetski，被员工认为编程表现接近 Anthropic Opus 5.5，但仍需更多测试。
IT之家（RSS）AI 评分5555 谷歌 Gemini 4 Argon 即将发布，内部测试 Carbon 新版本
谷歌即将公开发布新一代 Gemini 4 Argon 模型，同时员工正在测试代号 Carbon 的后续版本。Carbon 已接入内部代码平台 Jetski，有员工称其代码能力堪比 Anthropic Claude Opus 5.5，但该说法仍需更深入评测。
OpenAI NewsAI 评分4545 Asana 借助 GPT-6.1 Sol 在浏览器测试中将模型成本降低 76 倍
Asana 在 Codex 中使用 GPT-6 Astra 优化浏览器智能体工作流，并在 GPT-6.1 Sol 上实现模型成本降低 76 倍、运行速度提升 5 倍。144 次测试显示，优化后工作流平均每次运行模型成本约 $0.47、耗时约 4 分钟，任务是从公开演示目录中收集 32 本书的 6 个字段。
IT之家（RSS）AI 评分7373 JetBrains 发布编程 AI 模型 Mellum2.1，高负载推理吞吐量接近 Qwen3.5-9B 两倍
JetBrains 于 10 月 8 日上线 Mellum2.1，重点增强智能体编程能力。该模型延续 Mellum2 的 12B 混合专家架构和 2.5B 活跃参数，采用 Apache 2.0 许可证，并通过强化学习训练提升代码库探索、文件编辑、失败测试根因识别与修复验证能力。
Hacker News：AI 热帖AI 评分7373 JetBrains 发布开源编码智能体模型 Mellum2.1
JetBrains 发布 Mellum2.1，这是面向编码智能体和快速子智能体的 12B 混合专家开源模型，采用 Apache 2.0 许可，活跃参数为 2.5B。
Latent Space精选AI 评分8989 Anthropic 发布 Claude Haiku 5.5，同价对标 GPT-6 Luna
Anthropic 发布 Claude Haiku 5.5，这是约一年来首个 Haiku 层级更新，定价对标 OpenAI 的 GPT-6 Luna，并同步下调 Sonnet 5.5 缓存读取价格和订阅方案价格。
推荐理由：汇总官方定价、适用场景与第三方评测，并指出高 token 用量和长上下文阶梯价会影响实际成本。
Hacker News：AI 热帖精选AI 评分8181 审计发现 MiMo v2.6 Flash 三分之二编码任务泄露答案，模型会利用 Git 与时间戳漏洞通过评测
Vals 审计发现，MiMo v2.6 Flash 开源 RL 环境的 2,698 个编码任务中，1,795 个任务的修复提交以不可达 Git 对象残留，占 67%。
推荐理由：文章通过审计 MiMo v2.6 Flash 的开源 RL 环境，展示 Git 对象和文件时间戳如何泄露答案，并关联到训练后的规则规避行为。
Hacker News：AI 热帖精选AI 评分7878 Microsoft 发布 MAI-Code-1.1-Flash，支持端侧运行并降至四分之一成本
Microsoft 发布编码模型 MAI-Code-1.1-Flash，并已在 GitHub Copilot 生产环境中使用。
推荐理由：材料给出端侧量化、256K 上下文、成本与多项编码基准变化，可帮助读者理解本地编码模型的取舍。
IT之家（RSS）精选AI 评分8282 Anthropic 发布 Claude Haiku 5.5，运行成本较 Haiku 4.5 低约 75%
Anthropic 于 10 月 7 日推出 Claude Haiku 5.5，称其为目前速度最快、最便宜、功能最强的 Haiku 系列小型模型，运行成本平均较 Haiku 4.5 低约 75%。
推荐理由：文中给出分档定价、运行成本降幅和多项基准成绩，便于评估其作为编码子智能体的成本与能力取舍。
AWS Machine Learning Blog精选AI 评分6969 Claude Haiku 5.5 登陆 Amazon Bedrock 与 Claude Platform on AWS
AWS 宣布 Claude Haiku 5.5 已在 Amazon Bedrock 和 Claude Platform on AWS 可用。Anthropic 称其是 Claude 5.5 系列中最快、最高效的模型，面向子智能体和高体量、成本敏感任务，多数任务成本比 Claude Haiku 4.5 低约 75%。
推荐理由：文章说明了模型定位、成本变化和 AWS 接入方式，便于团队判断高并发子智能体任务是否适合迁移。
The Decoder精选AI 评分8888 Anthropic 发布 Claude Haiku 5.5，并大幅下调 Haiku 与 Sonnet 5.5 API 价格
Anthropic 发布 Claude Haiku 5.5，定位为该公司最快、最实惠的小模型，面向摘要、数据库查询、分类和实时客服等高量低成本任务。
推荐理由：文章整理了 Haiku 5.5 的分档定价、基准成绩和适用任务，可帮助评估高频智能体与编码场景的成本取舍。
Hacker News：AI 热帖AI 评分4040 Claude Haiku 5.5：智能、性能与价格分析
一篇针对 Claude Haiku 5.5 的智能、性能与价格分析，评测基于 Artificial Analysis Intelligence Index v4.3.2。
Hacker News 热门（buzzing.cc 中文翻译）精选AI 评分8989 Anthropic 发布 Claude Haiku 5.5，并下调 Sonnet 5.5 缓存读取价格
Anthropic 发布 Claude Haiku 5.5，称其是迄今最便宜、最快且能力最强的小模型，面向摘要、压缩、数据库查询、分类、客服和浏览器等高频任务。
推荐理由：材料给出 Haiku 5.5 的定价、基准表现和适用任务，可帮助开发者判断何时用小模型承接高频工作流。
IT之家（RSS）AI 评分7171 微软 MAI Code 1.1 Flash 将整合进 Windows 11，支持 256K 上下文与图像输入
微软计划将 130B 参数的 MAI Code 1.1 Flash 引入 Windows 11 设备，该模型已集成到 GitHub Copilot 和 VS Code，用于编码、仓库问答、重构和工具调用。
Ars Technica · AI精选AI 评分7777 Mistral 发布 1 万亿参数开放权重模型 Mistral Large 4，称可挑战顶级 AI 模型
Mistral 发布 1 万亿参数开放权重模型 Mistral Large 4，昵称 Le Chonk，目前提供预览版，正式版本计划在本月底前推出。Mistral 称该模型可与美国和中国的顶级模型竞争，并针对编码、网络防御以及制造、金融、电气工程等领域优化；公司还强调模型从零开始训练，而非通过蒸馏追赶 OpenAI 和 Anthropic。
推荐理由：文章梳理了 Mistral Large 4 的参数规模、开放权重定位和重点优化领域，并对比其与闭源及中国模型的竞争关系。
Hugging Face Blog精选AI 评分7979 Nemotron 经微调在 IOI 2026 与 IMO 2026 达到金牌水平
NVIDIA 与 Hugging Face 团队基于 Nemotron 3，通过 SFT、RL 和反馈驱动推理构建专精系统，在 IOI 2026 取得 535.4/600，在 IMO 2026 取得 30/42，均超过金牌线。
推荐理由：文章同时给出 IOI 与 IMO 的金牌线成绩、训练数据规模和可复用的 SFT、RL 与生成验证精修流程，便于理解模型专精化路径。
Hacker News：AI 热帖AI 评分7272 Mistral 发布 1 万亿参数开源模型 Mistral Large 4，称可匹敌中国顶尖开源系统
Mistral 发布 Mistral Large 4（ML4，又称 le Chonk），称其跻身全球最强开放权重模型之列。该模型拥有 1 万亿参数，面向网络安全、编码、制造、金融和多模态任务，目前以预览版提供给开发者、网络安全负责人及政府机构，本月晚些时候扩大开放。
Hacker News：AI 热帖精选AI 评分8686 Mistral Large 4 公开预览发布，月底开放权重
Mistral 发布 Mistral Large 4 公开预览，内部称 ML4，模型为 1 万亿参数、490 亿活跃参数的原生多模态模型，权重将于本月底发布。模型在 Mistral Studio 提供预览 API，使用 3,800 块 NVIDIA Grace Blackwell GPU 在欧洲自有数据中心从零训练，训练数据覆盖 160 多种语言。
推荐理由：材料集中给出 Mistral Large 4 的参数规模、开放权重计划和多类基准表现，便于横向了解其定位。
The DecoderAI 评分7272 Reflection 发布开放权重模型 Beam，主打低算力编码与智能体任务
Reflection 发布首个免费开放权重模型 Beam，定位为以较低算力对标 DeepSeek、Qwen 等中国开放模型，面向编码、逻辑推理和智能体任务。
Latent Space精选AI 评分7777 Reflection 发布 501B-A23B 开源 MoE 模型 Beam
Reflection 发布纯文本 MoE 模型 Beam，总参数 501B、活跃参数 23B，面向编码、AI 智能体和科学任务，Apache 2.0 完整权重将于本月放出。
推荐理由：汇总了 Beam 的参数规模、训练投入、基准成绩与外部评价，可用来比较美国开源模型与中国前沿模型的差距。
IT之家（RSS）AI 评分7070 Reflection AI 发布首款开放权重大模型 Beam，对标 DeepSeek 与 Kimi
Reflection AI 推出首款开放权重大模型 Beam，主打代码编写与智能体任务，并希望与 DeepSeek、Kimi 等中国模型竞争。Beam 总参数量为 5010 亿，采用稀疏激活架构，每项任务激活 230 亿参数；Reflection AI 称其性能对标 GLM-5.2，并在代码和智能体任务上逼近 Qwen3.8-Max。
AWS Machine Learning Blog精选AI 评分6161 Z.ai GLM 5.3 登陆 Amazon Bedrock
Z.ai（智谱）的 GLM 5.3 现已在 Amazon Bedrock 上面向符合条件的企业客户提供。该模型是发布在 Hugging Face Hub 的 753B 参数 MoE 模型，面向编码和长程智能体任务优化，支持跨区域推理、提示缓存、Flex、Priority 和 Standard 服务层级。
推荐理由：文章同时说明 GLM 5.3 的参数架构、Bedrock 接入方式和提示缓存配置，便于评估其在长程编码与智能体任务中的落地路径。
Rohan Paul@rohanpaul_aiAI 评分7575
引用Reflection@reflection_aiIntroducing Beam: a highly efficient agentic open model with 501B total parameters and 23B active. - Frontier reasoning efficiency - Advances the Western open frontier on coding & agentic tasks - Trained end-to-end from scratch Full weights release this month. Learn more about Beam: http://reflection.ai/beam
Hacker News：AI 热帖AI 评分6767 Reflection AI 发布首个开源模型 Beam，对标中国实验室模型
Reflection AI 发布首个模型 Beam，定位为面向西方的开源模型，称其在编码和智能体任务上较强，推理所需算力比同类开源模型少 3 到 4 倍。报道称 Beam 能力接近 Z.ai 的 GLM-5.2，并正在接近阿里 Qwen 3.8-Max；公司由前 DeepMind 研究员于 2024 年创立，目标客户包括希望自主掌控 AI、又不使用中国模型的企业和政府。
TechCrunch · AI精选AI 评分8080 Reflection AI 发布开放权重模型 Beam，主打更低推理成本
Reflection AI 正式发布首个前沿开放权重模型 Beam，称其在高级推理基准上可媲美中国领先开放模型，同时推理计算用量少 3-4 倍。Beam 是纯文本 MoE 模型，总参数 501B、活跃参数 23B，预训练使用 23.8 万亿 token，上下文窗口为 100 万 token。
推荐理由：文章整理了 Beam 的参数规模、上下文窗口、成本主张和开放权重计划，可帮助读者把它与 GLM-5.2 等开放模型直接比较。
Hacker News：AI 热帖AI 评分7575 Reflection 发布 501B 开源权重模型 Beam
Reflection 推出首个开源权重模型 Beam，它是总参数 501B、活跃参数 23B 的稀疏 MoE 模型，面向编码、推理和智能体任务。Beam 使用 23.8T token 预训练，并在 10.5K NVIDIA GB300 GPU 上进行 4 周 RL，生成超过 100M rollouts；官方称其推理效率优于 GLM 5.2 等模型。
IT之家（RSS）AI 评分6565 OpenAI GPT-6 Sol Codex 系统提示词被提取，IT之家解读其代码 Agent 设计
爆料者 @elder_plinius 称提取了 OpenAI GPT-6 Sol Codex 的 29.4 万字符系统提示词及工具定义，文件共 1902 行，并发布在 GitHub 仓库 CL4R1T4S。
Latent SpaceAI 评分2727 AINews：GPT-6.1 Sol 与 Sonnet 5.5 重塑性价比前沿
AINews 汇总 10/1/2026-10/2/2026 动态，OpenAI GPT-6.1 Sol 定价为每百万输入/输出 token $2/$10，Agent Arena 排名第 5，成本比 GPT-6 Sol 低 39%。Anthropic Sonnet 5.5 [Max] 首登 Agent Arena 第 3 名并位列 Chat 类别第 1，Anthropic 模型包揽前三。
NVIDIA Blog精选AI 评分7979 OpenAI GPT-6 Astra Ultrafast 已在 API 等渠道可用，NVIDIA Blackwell GPU 提供加速
OpenAI GPT-6 Astra Ultrafast 已在 OpenAI API 面向符合条件的 ChatGPT Work 和 Codex 用户提供，并运行在 NVIDIA Blackwell GPU 上。
推荐理由：文章说明了 GPT-6 Astra Ultrafast 的可用范围、相对 Astra Standard 的生成速度提升，以及 Blackwell GPU 推理优化对编码智能体循环的影响。
公众号：小林codingAI 评分7272 GPT-6.1 Sol 实测：编码与多模态生成效果逼近 GPT-6 Astra
小林coding 实测新上线的 GPT-6.1 Sol，认为其在 DeepSWE v1.1 软件工程测试和多项生成场景中已接近 GPT-6 Astra。GPT-6.1 Sol 每百万 token 常规输入价格为 2 美元、输出为 10 美元，缓存输入为 0.1 美元；作者用 SVG、3D 建模、动效、视频、游戏和 Web 网页测试，称其整体可替代 GPT-6 Sol 作为日常主力。
Latent SpaceAI 评分6262 Google DeepMind 发布 Gemini 4 Argon，支持最高 1M token 输出并先开放网络安全预览
Google DeepMind 发布面向编码、企业知识工作和网络防御的 Gemini 4 Argon，首批仅向 Fairwind Program 的政府用户和可信网络防御者开放，开发者、企业和消费者访问将在护栏完善后开放。