搜索 AI 资讯

[AINews] 构建AIE CODE：顶级编码智能体驱动大会

Mistral的开放权重发布、前沿监测，以及当天的AI推特与Reddit回顾。

谷歌赢了 AI 排行榜，却没赢下华尔街：Gemini 4 Carbon 登顶背后的昂贵代价

距离 Gemini 4 Argon 面向更广泛用户开放仅过去约两周，谷歌便推出了新一代前沿模型 Gemini 4 Carbon。 这一次，谷歌不仅将目标对准了大模型综合智能榜首，更把编程、长程智能体任务和网络安全能力推到了核心位置。

中国开源模型被“打回原形”了吗

中国开源模型与美国前沿AI之间的差距，正被重新评估。在Artificial Analysis将衡量AI模型综合能力的智能指数（Intelligence Index）升级到v5版后，国产模型排名集体大幅下滑，似乎一夜之间，差距被拉开了数个身位。现在，排名靠前的几乎都是美国的前沿闭源模型，遥遥领先于中国开源模型。Kimi K3.1 Pro虽然进入前十，但尚未...

[AINews] Gemini 4 Carbon 登顶排行榜，面向网络防御者正式发布

谷歌的全新前沿模型在独立评测中名列前茅，初期仅向受信任的防御者开放访问权限。

MiniMax M3.1Flash发布引发“背题”质疑：旧题高分、新题失灵、幻觉率高达92.8%

MiniMax于2026年10月19日发布低价大模型M3.1Flash，综合评测得分42分，成本较前代降70%，但随即遭遇“背题”质疑——其在AA公开旧题上接近满分，改写题干后仍答原答案；猫老板与Binkg等测评者指出其新旧题能力割裂、Token消耗异常、知识测试幻觉率高达92.8%。10月23日MiniMax开源模型权重，供独立复验，但题目识别机制与中英文响应差异原因尚未澄清。

推荐理由：该报道基于多方实测（Binkg改题实验、作者复现、AA与Plotly-Mila双测评对比）、可验证数据（Token量、价格、正确率/幻觉率）及模型行为矛盾点（英文错/中文对、旧题稳/新题崩），系统呈现当前大模型评测可信度危机的核心症候：高分未必等于强泛化，低价优势与能力真实性形成张力。信息源为钛媒体授权发布的深度调查，含原始测试过程、截图佐证与时间戳，时效性与细节密度俱佳。

OpenAI中端模型开打价格战，“工具人”GPT-6.1 Terra上线

OpenAI CEO山姆·奥特曼。图片经由AI处理 文丨 苏扬 编辑丨徐青阳 OpenAI又推出了一款主打性价比的模型。 美国当地时间10月26日，Ope....