Google 的 Gemini 4 Argon 正式 GA，覆盖 Gemini API、Gemini 应用、Search AI Mode 和 Antigravity，入门 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 日后价格将翻倍至 4 美元/20 美元。
推荐理由：汇总了 Gemini 4 Argon 的定价、独立评测与可靠性争议，便于对照官方说法与第三方结果。
Meta AI 发布新模型 Muse Wonder 和 Muse Wonder Full，称其为目前能力最强的模型。
Simon Willison 为 llm-gemini 0.35 加入对 Gemini 4 Argon 的支持，该模型今日通过 Gemini API 和每月 100 美元订阅计划开放。
LangChain 通过 harness engineering 将其编码智能体在 Terminal Bench 上的排名从 Top 30 提升至 Top 5，核心手段包括自我验证、追踪和上下文优化。
LangChain 表示 GLM-5、MiniMax M2.7 等开源模型在文件操作、工具调用和指令遵循等核心智能体任务上已能匹配闭源前沿模型，且成本和延迟更低。文章称将展示其评测结果，并说明如何在 Deep Agents 中使用这些模型。
推荐理由：LangChain 用自家评测说明开源模型在智能体核心任务上的位置，可据此判断成本与延迟取舍。
Google 开始全球上线 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；免费用户和 Plus 订阅者只能使用较弱的 Flash 模型。
推荐理由：材料给出 Gemini 4 Argon 的开放范围、定价与自报基准，可据此判断前沿模型的可用性与成本变化。
Ray-Ban Meta Audio 是一款售价 $349 的无摄像头智能眼镜，评测者认为去掉相机后佩戴时不再有"偷拍"的心理负担，外观与普通眼镜无异。它本质是一副开放式耳机，续航长、轻便，但音质一般，音量较大时高音发尖。眼镜目前搭载较弱的 Muse Spark 模型，更强的 Meta Muse AI 要等到今年晚些时候才上线。
Google 发布 Gemini 4 Argon 模型，称其在编程、网络安全、科学、金融和法律等基准上超过 GPT-6 Astra、Claude Fable 5.1 和 Claude Opus 5.5，并减少冗余与套话。
Amazon SageMaker JumpStart 提供预训练模型目录，可通过 SageMaker Python SDK 部署模型、运行轻量可重复的性能测试，并在测试完成后删除端点。
MarkTechPost 发布 2026 年 9 大 AI 网关排名，Bifrost 以 Go 二进制、Apache 2.0 许可和 5,000 RPS 下 11 µs 开销位列自托管性能第一，Portkey 以 MIT 许可、1,600+ 模型和内置护栏居次，LiteLLM 凭 53.8K GitHub stars 和 100+ 提供商覆盖最广。
Orange Business 基于 LangChain 与 LangSmith 构建旗舰 AI 平台 Live Intelligence，已部署给 120,000 名 Orange 员工，并被法国及欧洲 150+ 客户采用。
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：汇总了 Meta Muse Wonder 系列的发布细节与多家第三方评测数据，可对照其与 Opus 5.5、GPT-6 系列的位次差异。
Meta 发布前沿模型 Muse Wonder 的两个版本，Muse Wonder Full 在 Artificial Analysis Intelligence Index v4.3 上得 56 分，Muse Wonder 得 52 分，前代 Muse Spark 1.3 为 48 分。
Meta 的 Superintelligence Lab 发布 Muse Wonder 和 Muse Wonder Full 两款模型，这是该公司首次推出前沿模型。
推荐理由：Meta 首次发布前沿模型，给出定价、基准对比与仅限订阅的开放方式，可据此判断其市场位置。
微软研究院提出 StudentSim，一个在真实学习者测试前评估和改进 AI 导师的研究系统，通过公开的去标识化学习记录训练个性化学生模拟器，并配套推出覆盖国际象棋、第二语言英语写作和数学的 StudentSimEval 基准与评测协议。
Elorian 与 Scale AI 发布 Humanity's Sixth Sense（HSS）基准，用 522 道题、288 张图片和 234 段短视频（共 17.6 小时）测试多模态模型的直觉视觉推理。
Apple 研究团队评估 LLM 在 MQM 和 Error Span Annotation（ESA）两种机器翻译质量评估方案下与人类标注者的一致性，测试覆盖 70 个语言对的长上下文测试集及公开的 WMT23、WMT25 数据。
评测公司 Vals AI 在 Vibe Code Bench 上测试 GPT-6 Sol 和 Claude Opus 5.5，分别以单智能体和团队形式在 medium 与 maximum 两档推理强度下运行，团队成本是单智能体的 1.8 倍至 5.1 倍。
加州 AI 公司 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可实时探索的交互环境，开发者可申请 API 访问。免费在线演示基于 Odyssey-3 Flash，支持第一人称与第三人称视角；基础模型 14B 参数、生成 832 × 480 视频，Odyssey-3 Pro 支持 1280 × 720。
Epoch AI 用基准 InnovationEval 测试 AI 智能体能否独立开展研究，任务是发明一种改进语言模型训练的新方法并自行实现、测试和优化，起点为 GRPO，人类参考方法为 SDPO。
a16z 合伙人 Olivia Moore 发布消费级 AI 应用 Top 100 报告，ChatGPT 仍是最大玩家，Suno、ElevenLabs 等小厂展现出持久力。报告指出社交、约会、市场、零售、旅游、金融、健康等约六个消费品类在榜单中完全没有 AI 玩家。她认为消费级 AI 仍处早期，机会在于跳出订阅和 API 收费，转向广告等变现方式，并用更便宜或开源模型降低成本。
a16z 发布第七版最常用消费级 AI 产品榜单，首次通过 YipitData 面板数据追踪美国消费者在 AI 上的实际支出。榜单显示 ChatGPT 在网页端领先 Gemini 和 Claude，付费用户占比仍低但支出高度集中，前 1% 用户贡献近五分之一支出，月均约 900 美元。Claude 在 2026 年 3 月付费美国订阅用户数上超过 Gemini，此后两者接近。
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 三个 Gemini 4 变体，其中 Carbon 已在内部编码平台 Jetski 部署数日，据称在编程任务上强于 Argon，一名员工将其与 Anthropic 最强编码模型 Opus 5.5 相比，但仍需更多测试。
TypeSafe 宣布 Series AI 融资，Sequoia 透露其上线首周 ARR 突破 1 亿美元，公司估值达 75 亿美元，距发布仅三周。
AI 评测平台 Arena 完成 2 亿美元 B 轮融资，估值达 31 亿美元，较 1 月 A 轮的 17 亿美元投后估值在约 10 个月内接近翻倍。该轮由 Lightspeed Venture Partners 和 Khosla Ventures 领投，Salesforce Ventures、a16z、Felicis 等参投；公司称 6 月年化收入达 1 亿美元。
Anthropic 发布 Claude Haiku 5.5，这是 Haiku 系列约一年来的首次更新，定价与 OpenAI 的 GPT-6 Luna 持平，官方称平均运行成本比 Haiku 4.5 低约 75%。
推荐理由：汇总了 Haiku 5.5 的定价、第三方评测与 token 消耗数据，可据此判断小模型在智能体工作流中的成本取舍。
Anthropic 发布快速低成本模型 Claude Haiku 5.5，定价为每百万 token 输入 0.10 美元、输出 0.50 美元，与 OpenAI 上月发布的 GPT-6 Luna 相同，但超过 100,000 token 后涨价 5 倍至 0.50/2.50 美元。
推荐理由：作者实测了 Haiku 5.5 的定价、tokenizer 与推理档位，可据此判断它在长上下文场景下与 GPT-6 Luna 的取舍。
Anthropic 发布 Claude Haiku 5.5，称其为迄今最快、最便宜的小模型，平均价格比 Haiku 4.5 低约 75%；对 10 万 token 以内的提示词降价最高达 90%，超过 10 万 token 的提示词价格则是前者的五倍。
推荐理由：读者可对比 Haiku 5.5 与 Haiku 4.5、GPT-6 Luna 的基准和每百万 token 价格，判断小模型成本与能力的取舍。
Simon Willison 让 Claude Opus 5.5 为电脑游戏作曲，要求其先设计简单的文本音乐格式并构建可播放的 artifact，还附上示例曲目，目标是达到《猴岛小英雄》初代的音乐水准。结果比预期更贴近《猴岛小英雄》主题，但效果出奇地好。他猜测文本模型作曲能力可能类似此前的 3D 图形能力，是近几个月才涌现的新能力，需用其他新旧模型做实验才能确认。
Simon Willison 用 llm 命令行工具让 Mistral Large 4 生成"穿渔网袜在火星上乱穿马路的犰狳"SVG，与 claude-opus-5.5、gpt-6.1-sol、gemini-3.8-flash 同题对比。该测试源于 wren6991 对基准饱和的调侃，各模型均使用默认推理级别。
Mistral 发布 Mistral Large 4 预览版，这是一个 1 万亿参数、490 亿激活参数的模型，在自有 3,800 块 NVIDIA Grace Blackwell GPU 集群上训练，目前通过其 API 提供。
Google 发布图像生成与编辑模型 Nano Banana 2.1，取代 2026 年 2 月发布的 Nano Banana 2，价格约为其一半，1K 图像从 6.70 美分降至 3.36 美分，4K 从 15.10 降至 7.56 美分。
OpenAI 从一个未公开的内部前沿模型发布 722 篇数学手稿，归入 372 个相关结果族，来自约 4000 个研究问题的评估，平均每个结果约用 3 小时 ChatGPT Pro 思考算力。
推荐理由：OpenAI 内部模型一次性产出 722 篇数学手稿，读者可据此了解 AI 数学研究的规模与验证争议。
英伟达团队从 Nemotron 3 出发，用监督微调、强化学习和生成-验证-精炼推理流程，在 IOI 2026 与 IMO 2026 两项竞赛中达到金牌水平。
推荐理由：原文公开了从 Nemotron 3 微调到 IOI、IMO 金牌级成绩的完整配方与数据集，可据此复现领域专家模型。