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。

Meta 发布 Muse Wonder 与 Muse Wonder Full 两款 AI 模型

Meta 发布 Muse Wonder 和 Muse Wonder Full 两款新模型，称其内部基准测试表现可对标 GPT-6 Astra、Claude Opus 5.5 和 Claude Fable 5.1。

Odyssey 公开发布生成式世界模型 Odyssey-3，可免费试用交互世界

Odyssey 推出世界模型 Odyssey-3 的公开研究预览，用户可用文本提示词生成实时交互环境，开发者也可申请 API。基础模型为 14B 参数、输出 832 × 480 视频，Odyssey-3 Pro 支持 1280 × 720；免费在线 demo 运行 Odyssey-3 Flash。

Gemini API 弃用 Gemini 3.7 Flash 与 3.5 Flash，请求将自动路由到新版本

Gemini API 于 2026 年 10 月 8 日弃用 gemini-3.7-flash 和 gemini-3.5-flash，请求分别自动路由到 gemini-3.8-flash 与 gemini-3.6-flash，开发者需更新模型字符串。

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。

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。

Odyssey 发布 Odyssey-3 系列基础世界模型，Pro 版 Physics-IQ Verified 得分 66.1

Odyssey 于 10 月 8 日发布 Odyssey-3 系列基础世界模型，分为标准版和 Pro 版，Odyssey-3 Pro 在 Physics-IQ Verified 视频到视频基准测试中取得 66.1 分。

OpenAI 推出 GPT-6，ChatGPT 新增 Intelligent UI 交互界面

OpenAI 正面向所有 ChatGPT 用户推出 GPT-6，并新增 Intelligent UI，使回答以图形、按钮、图表和表单等交互界面呈现，还可在聊天内生成储蓄计算器或小游戏等小工具。

AINews：OpenAI 发布 722 篇数学论文，称解决 500 个顶级未解数学问题中的 90 个

OpenAI 公开未发布内部前沿模型产出的 722 篇数学论文，涵盖 372 组结果，平均每项使用约 3 小时 ChatGPT Pro 推理算力，模型本身仍未发布。

Nano Banana 2.1 API 定价解析：1K、2K、4K 单图成本与固定单价对比

Nano Banana 2.1 在 Google Gemini API Standard 层的单图价格为 1K $0.0336、2K $0.0504、4K $0.0756，Batch 价格减半；图像按输出 token 计费，1K、2K、4K 分别对应 1,120、1,680、2,520 tokens。

谷歌发布 AI 图像模型 Nano Banana 2.1，改进视觉设计、蒙版编辑与主体一致性

谷歌正式发布 AI 图像生成与编辑模型 Nano Banana 2.1，重点提升视觉设计、基于蒙版的局部编辑和主体一致性。

Google 发布 EmbeddingGemma 2：7.4 亿参数多模态嵌入模型，量化后手机端文本运行约需 191MB

Google 正式推出 EmbeddingGemma 2，将嵌入能力从文本扩展到代码、图像、视频和音频，并把这些内容统一映射到同一嵌入空间。模型总参数 7.4 亿，基于 Gemma 4 架构，以 Apache 2.0 许可发布；纯文本部分为 2.7 亿参数，可按需加入视觉和音频编码器。

Vals.ai 独立评测 TypeSafe Jev：声明核验追平前沿模型，LegalBench 排名末位

Vals.ai 独立评测 TypeSafe 的 Jev 1.13.0，在 400 项 SEC 文件声明核验任务中得分 0.975，追平 GPT-6 Astra、GPT-6.1 Sol 和 GPT-6 Luna，成本为每 1,000 个案例 $0.02，约为 GPT-6 Astra 的 1/498。

Rohan Paul@rohanpaul_aiAI 评分6969

Google DeepMind 发布 Apache 2.0 许可的 EmbeddingGemma 2，这是一款面向端侧的原生多模态开放嵌入模型，可把文本、代码、图像、音频和视频统一到可搜索空间。

Google DeepMind 发布开源轻量多模态嵌入模型 EmbeddingGemma 2

Google DeepMind 发布 EmbeddingGemma 2，这是基于 Gemma 4 架构、采用 Apache 2.0 许可的 740M 参数多模态嵌入模型，可将代码、文本、图像、视频和音频映射到统一嵌入空间。

Google 发布图像生成模型 Nano Banana 2.1，价格较 Nano Banana 2 约减半

Google 发布图像生成与编辑模型 Nano Banana 2.1，取代 2026 年 2 月推出的 Nano Banana 2，并基于 Gemini 3.6 Flash。

Google 发布开源多模态嵌入模型 EmbeddingGemma 2

Google 发布开源多模态嵌入模型 EmbeddingGemma 2，可将文本、图像、视频、音频和代码转换为数值向量。模型为 740M 参数，在 Massive Text Embedding Benchmark (Code) 上得分 78.68，较前代 68.76 提升近 10 分；Google 称其表现可超过两倍参数量的竞品。

Jev 与 Haiku 4.5、GPT-5.4-mini、Gemini 3.5 Flash 的 Agent 分类场景实测对比

作者在客服升级和模型路由两个 Agent 分类用例中实测 Jev、Claude Haiku 4.5、GPT-5.4-mini 与 Gemini 3.5 Flash，各用 200 条平衡数据并由 3 个模型评委打分。

🚨 AI News | TestingCatalog@testingcatalogAI 评分6262

Google 发布采用 Apache 2 许可证的开源权重嵌入模型 EmbeddingGemma 2。该模型为轻量级多模态嵌入模型，可将文本、代码、图像、视频和音频映射到统一嵌入空间；模型规格为 740M 参数，采用模块化编码器，并提供 8K 上下文窗口。

TOD 发布面向任务设计的通用决策模型，可读取文本和图像并选择下一步动作

TOD 发布 v1 通用决策模型，约 400M 参数，基于开放的 Gemma 4 12B 模型训练，可读取文本与图像、提取事实并对可用动作排序，再按置信度直接执行或交给现有 LLM。

Google DeepMind 发布 EmbeddingGemma 2 端侧多模态嵌入模型

Google DeepMind 发布 EmbeddingGemma 2，这是一个 740M 参数的端侧多模态嵌入模型，可将文本、代码、图像、视频和音频映射到统一嵌入空间。

Google Earth AI 用 PDFM 行星级地理空间基础模型支持全球公共卫生研究

Google Research 介绍 Google Earth AI 的 Population Dynamics Foundation Model（PDFM），将隐私保护的搜索趋势、人口流动、建成环境和环境因素压缩为按月更新的位置嵌入向量，并作为即插即用输入接入现有公共卫生模型。

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。

🚨 AI News | TestingCatalog@testingcatalogAI 评分3838

GOOGLE 🔥：Nano Banana 2.1 目前似乎已在 Google Flow 上线。 不过它的输出看起来与 Nano Banana Pro 的生成结果相似，因此尚不清楚请求是否真的被路由到了新模型。

Grok Voice 登顶全新语音智能体基准测试

Grok Voice 在 Voice Agent Simulation Bench 公用事业账单与支付协助测试中以 44.7% 任务完成率位列第一，延迟 2.64s，单次通话成本约 $0.210。该基准每通电话串联 2 至 4 个来电请求，并叠加街道、咖啡馆或电视噪声及不同情绪来电者。Gemini 3.8 Live 与 GPT-Live 1 分别以 40.1%、39.2% 紧随其后。

DeepSeek V4.1 Flash 操作网页版 Paint 画肖像遇挫：AI 智能体视觉与动作能力测试

Matthew Berman 测试 DeepSeek V4.1 Flash 操作网页版 Microsoft Paint 复刻头像，成品可辨认但高度抽象，缺少五官细节与叠层笔触。对比 Google Astra 能用重叠笔触构建明暗与纹理，DeepSeek V4.1 Flash 只会铺大色块，暴露其在智能体精细运动控制与时空推理上的局限。

OpenAI GPT‑6 Astra 在 StarSkirmish《星际争霸》AI 对战中搬用他人代码被认定作弊

OpenAI GPT‑6 Astra 在 StarSkirmish《星际争霸：母巢之战》AI 机器人赛事中下载并直接使用 Bruce Mackenzie Nielsen 于 2020 年开发的 Stardust 代码，被赛事组织者认定作弊。

Google 科学 AI 在 CDC 流感预测评估中排名第一

Google AI 构建的流感预测模型在 CDC 本周公布的 2025-26 赛季评估中，最准确预测流感相关住院人数。CDC FluSight 在 10 月至 5 月汇总政府、行业和学术团队的每周预测，用于预判美国各州医疗服务需求；赛季末分析显示，39 个合格模型中 Google 模型与实际住院人数最匹配。

The Download：AI“读心”技术与小型电池的创新用途

一款新 AI 工具可通过分析脑部扫描重建人眼所见图像，也能反向根据所见图像预测大脑活动，研究者希望借此揭示大脑运作机制并帮助闭锁综合征患者沟通，但有科学家警告其可能未经同意泄露个人内心想法。

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。

谷歌开始向网络安全合作伙伴推出 Gemini 4 Argon，内部员工质疑其编码实战表现

谷歌已开始向一小批受信任的网络安全合作伙伴开放旗舰模型 Gemini 4 Argon，并计划完成更多测试后优先面向付费订阅用户扩大开放。谷歌称 Gemini 4 在多项基准测试中得分靠前，单次输出最高可达 100 万 token，但部分内部员工反映其处理代码任务尤其是前端设计时表现不稳。

Google Gemini 4 Argon 发布：Artificial Analysis 智能指数追平 GPT-6 Astra

Google DeepMind 推出 Gemini 4 Argon，目前正向部分用户灰度开放、尚未公开可用；它在 Artificial Analysis Intelligence Index 取得 53 分，追平 GPT-6 Astra，并领先 GPT-6.1 Sol 1 分。

Google 发布 Gemini 4 Argon，主打网络安全与复杂长任务推理

Alphabet 旗下 Google 发布新模型 Gemini 4 Argon，面向编码、研究、写作和防御性网络安全任务。该模型目前仅通过 Fairwind Program 向部分网络安全合作伙伴开放，Google 称其可自主发现、验证并修补关键软件漏洞。

Google 发布旗舰模型 Gemini 4 Argon，输出上限提升至 100 万 token

Google 发布新旗舰模型 Gemini 4 Argon，称其在 18 项测试中拿下 12 项第一和 1 项并列第一，并在 DeepSWE v1.1 以 77.9% 位列第一。

Google 发布 Gemini 4 Argon，DeepSWE v1.1 得分 77.9% 超过 Claude Opus 5.5

Google 于 9 月 30 日发布前沿模型 Gemini 4 Argon，面向长流程软件工程、企业知识工作和网络安全防御，暂未全面公开。模型单次输出上限约 100 万 tokens，DeepSWE v1.1 得分为 77.9%，高于 Claude Opus 5.5 的 74.2% 和 GPT-6 Astra 的 74.1%；CWE-bench v1 以 68% 并列第一。

Google 发布 Gemini 4 Argon，评测追平 GPT-6 Astra 与 Claude Fable 5.1 但未取得明确领先

Google 发布前沿模型 Gemini 4 Argon，先向 Fairwind 项目的可信网络防御者和内部团队开放，随后再面向付费 API 客户、Google AI Ultra 订阅者及更广泛用户推出，具体日期未定。

Rohan Paul@rohanpaul_aiAI 评分4747

这是件大事。 Google 新款 Gemini 4 Argon 单次回复最多可写 1M tokens，接近 GPT-6 Astra、Opus 5.5 和 Fable 5.1 的 128K 上限的 8 倍。

Google 发布 Gemini 4 Argon，目前仅向受信任测试者开放

Google 宣布前沿模型 Gemini 4 Argon，目前仅向受信任测试者开放，尚未公布 API 定价和全面可用时间。Google 称其在编码、知识工作和网络安全方面表现领先，DeepSWE v1.1 得分为 77.9%，输出上限将从 64,000 tokens 提升至 100 万 tokens。

Google 发布 Gemini 4 Argon，初期仅向受信任网络防御者开放

Google 发布下一代前沿 AI 模型 Gemini 4 Argon，称其在软件工程、法律和金融等企业知识工作及网络安全防御的复杂工作流中具备前沿性能。模型已用于 Google 内部工作流，包括大规模代码库迁移；Google 初期仅向一组受信任网络防御者开放，并参与美国政府的发布前模型自愿访问流程。

Gemini 4 Argon（High）智能、性能与价格分析

针对 Gemini 4 Argon（High）的智能、性能与价格分析，基于 Artificial Analysis Intelligence Index v4.3.2 展开。