Google Gemini 4 Argon 在 ARC-AGI-3 得分 97.5%,但测试方法影响巨大
Google DeepMind 的 Gemini 4 Argon 在 ARC-AGI-3 上以 Provider Adapter Harness 测试设置取得 97.5% 得分,成本 4800 美元,成为继 OpenAI 之后第二家跨过 95% 的 AI 实验室,仅次于 GPT-6 Astra 的 99.9%。
Google DeepMind 的 Gemini 4 Argon 在 ARC-AGI-3 上以 Provider Adapter Harness 测试设置取得 97.5% 得分,成本 4800 美元,成为继 OpenAI 之后第二家跨过 95% 的 AI 实验室,仅次于 GPT-6 Astra 的 99.9%。
Meta 发布开放权重模型 Muse Spark Open,总参数量 8160 亿,采用 MoE 架构,每次推理激活约 420 亿参数,并与苹果共同展示其在两台或四台 Mac Studio 上运行的方案。
选题角度:Meta 开放权重模型 Muse Spark Open 在 Mac Studio 上的多机部署方案,适合实测本地跑 8160 亿参数模型的生成速度与隐私优势。
Claude Fable 5.5 出现在微软 Azure East US 2 模型目录中,模型 ID 为 azure_ai/claude-fable-5-5,状态显示 GenerallyAvailable。
选题角度:围绕 Azure 目录泄露的 1M 上下文与 10/50 定价,梳理 Fable 5.5 与 Gemini 4 Argon 撞车的时间线,做一期大厂发布节奏的评论。
Google 发布面向机器人任务的 Gemini 4 Argon,用一个模型同时完成机器人控制、虚拟训练世界构建和训练视频评估。
Higgsfield 发布一段电影级动画对比,用同一段水墨风格奇幻序列测试 Gemini 4 Argon 与 Claude Opus 5.5 的角色动作和镜头调度表现。对比片段在 Higgsfield 上生成,官方附上了视频链接。
选题角度:官方放出 Gemini 4 Argon 与 Claude Opus 5.5 在 Higgsfield 上生成水墨风动画的对比片段,适合逐帧对比角色动作与镜头调度差异。
Gemini 4 Argon 与 Claude Opus 5.5 在 Higgsfield 上以软糖蠕虫为对象进行物理测试,模拟弹性与碰撞。该测试展示了两个模型在物理仿真任务上的表现对比。
Gemini 4 Argon 已面向 Google AI Pro 和 Ultra 订阅用户全球上线,可通过 https://t.co/vnZpmNUoAX 和 App 使用。官方表示更多信息见其推文串。
一项基于 Higgsfield 的交互式 3D 模拟对比测试,比较了 Gemini 4 Argon 与 Claude Opus 5.5 在粒子运动和动态光照方面的表现。测试以粒子运动与动态光照为核心项目,用于对比两款模型生成交互式 3D 模拟的效果。
Gemini 4 Argon 与 Claude Opus 5.5 在 Higgsfield 上进行了软体物理对比,测试内容为材质弹性模拟与形变。该测试由 Higgsfield 制作,用于比较两个模型在软体物理任务中的表现。
作者用同一张自己的照片和同一组提示词,让 Nano Banana 2.1、GPT Image 2.5、Flux 3 和 Seedream 5 分别生成桶浪冲浪和火山滑板两个场景。Nano Banana 在两轮中都胜出,它会根据场景更换服装而不是沿用原图衬衫,人物看起来仍是本人且照片显得真实;GPT Image 2.5 脸部还原正确,但作者认为看起来不像真实照片。
选题角度:同一张照片同一组提示词横评 Nano Banana 2.1、GPT Image 2.5、Flux 3 和 Seedream 5,看谁在换场景时还能保住人脸和真实感。
Google DeepMind 的 Argon 将酶工程流程压缩至数小时,设计出五种经实验室验证的丝氨酸酯酶。该工具把原本耗时的酶设计工作大幅提速,并完成了实验层面的验证。
Google DeepMind 称 Gemini 4 Argon 已在量子计算、核聚变、蛋白质设计等领域解锁新的科学突破。该帖未披露具体基准分数、参数规模或可用性细节。
谷歌正式上线新旗舰 Gemini 4 Argon,在 100 万 Token 原生多模态输入基础上把单次最大输出上限从前代 6.4 万提升约 16 倍至 100 万 Token,输入输出共享同一上下文池。
选题角度:用同一提示词对比 Gemini 4 Argon 与 Claude 的生成成本与画面稳定性,原文给出 1.2 美元对 8 美元的具体差异。
谷歌宣布旗舰模型 Gemini 4 Argon 即日起全球开放,开发者和企业可通过 Google AI Studio 及 Gemini platform 的 API 使用,Google AI Ultra 订阅用户可在 Google Antigravity 中使用。
选题角度:谷歌给出 Gemini 4 Argon 的全球开放入口、五折 API 价格和多个多步骤工具调用演示,适合上手实测同一复杂任务的实际执行效果。
谷歌发布通用物理推理模型 Gemini 4 Argon,官方称其打通机器人技术栈中的物理理解、代码生成与视觉语义推理,在具身推理基准 ERQA 上以纯推理拿下 87%。
选题角度:原文给出大量实测案例和与 Opus 5.5、GPT-6 Astra 的耗时成本对比,适合做上手实测加效果对比。
作者自费升级 100 美元 Ultra 会员实测 Gemini 4 Argon,认为它难以冲击 Claude Opus 5.5 和 GPT-6 Astra 的地位。
选题角度:作者自费升级 Ultra 会员实测 Gemini 4 Argon,可拍成跑分与真实任务体验对比,重点讲额度消耗和前端输出翻车。
谷歌发布新一代旗舰模型 Gemini 4 Argon,Pro 用户可在 Gemini 应用和搜索 AI 模式中体验,开发者可通过付费 API 在 AI Studio、Android Studio 调用,Ultra 用户还可在 AI Studio 和 Antigravity 中使用。
选题角度:官方给出19项基准中13项最高、百万token窗口首发价减半,适合做跑分与定价的横向对比解读。
Google 发布 Gemini 4 Argon,作者获得早期权限在 Gemini 应用中实测了 12 个演示,并给出每个演示的完整提示词。最大变化在 Canvas 能力,一句提示词即可生成完整 3D 世界、真实物理效果和可在应用内直接运行的可玩游戏,还能把杂乱文件整理成完整演示文稿,新 Tasks 功能可在用户离开时继续处理任务。
选题角度:作者拿到 Gemini 4 Argon 早期权限,用 12 个带完整提示词的演示展示 Canvas 生成 3D 世界和可玩游戏,适合照着提示词逐个复现。
Google DeepMind 开始广泛推送 Gemini 4 Argon,并同步发布安全与安全报告,说明其在编码、金融、法律、网络安全和科学等复杂任务上的能力提升。
选题角度:原文给出 Gemini 4 Argon 在网络安全与生物风险上的具体防护数据和误对齐监控案例,适合做安全报告解读。
Google DeepMind 发布 Gemini 4 Argon,该模型仅通过观看视频就学会玩投沙包(cornhole),自行推演物理规律、编写仿真程序,并教会 Apptronik 的 Apollo 人形机器人连续命中 7 次投掷。官方同时放出了演示视频链接。
选题角度:官方演示 Gemini 4 Argon 看视频学会投沙包并教人形机器人连续命中 7 次,适合做效果展示与能力解读。
Google 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 Search 的 AI 模式访问。
选题角度:Gemini 4 Argon 全球上线,原文给出 API 入口、订阅档位差异和 3D 演示源码,适合上手实测同一任务在 Argon 与 Flash 档位下的效果差异。
Google 发布面向机器人的 Gemini 4 Argon,官方称其在测试 3D 物理空间理解的 Embodied Reasoning(ERQA)基准上用纯推理取得 87%,超过其他前沿模型。
选题角度:官方给出 Gemini 4 Argon 在 ERQA 拿 87% 和四类机器人提示词示例,适合挑一个 MuJoCo 场景做上手实测。
Matt Wolfe 上手测试了 Google 的 Gemini 4 Argon,覆盖编码游戏、3D 打印 Gary Busey、日程安排与研究任务等场景。他记录了哪些表现令人印象深刻、哪些环节卡住,并对比了 Google 与 Claude、ChatGPT 的差距,视频还涉及基准测试、百万 token 输出、Antigravity 与 Gemini App 更新以及定价和访问权限。
选题角度:作者上手实测 Gemini 4 Argon 的编码、3D 打印与机器人任务,并对比 Claude 和 ChatGPT,适合做实测效果对比。
Gemini 4 Argon 正式上线,已在 AI Studio、Vertex 可用。社区开发者晒出多项实测案例,包括用纯 SVG 矢量代码临摹初音未来(1500 多个独立矢量元素逐步叠加)、体素构建中国古典建筑群并支持昼夜切换、纯 CSS 绘制徕卡 M 系列相机正面,以及与 3.8 Flash 对比的琉璃机械孔雀。
选题角度:原文汇总了全球开发者用 Gemini 4 Argon 生成的 SVG 临摹、体素建筑、纯 CSS 相机等实测案例,适合做效果对比展示。
有人让 Gemini 4 Argon 做一个 Apple 电脑互动博物馆,全程没有提供任何图片或数据。它自行抓取 Mac 档案照片、写工具清洗图片、拉取 50 年规格数据,并搭出 3D Cover Flow 界面,UI 会随所处年代变形。
选题角度:作者只给一句提示词、不提供任何图片和数据,看 Gemini 4 Argon 自己抓图、清洗、拉参数并搭出随年代变形的 3D 界面,适合录屏复现这套玩法。
Google 在 Gemini app 中开始推送新前沿模型 Gemini 4 Argon,官方称其用于处理更复杂的想法。官方同时提到 Gemini app 还有多项最新更新,帮助用户从每次提示词中获得更多结果。
选题角度:官方宣布 Gemini 4 Argon 在 Gemini app 上线,可实测同一复杂提示词在新模型下的输出变化。
Theoretically Media 提前一周把 Gemini 4 Argon 当作日常主力模型使用,并展示了多个实际产出。Gemini 4 Argon 已上线 AI Ultra 和每月 20 美元的 Pro 套餐,具备 1M 统一 token 上限和 Antigravity 中的 continuation protocol。
选题角度:作者用一周实测展示 Gemini 4 Argon 在 Godot 游戏、合成器、Skyrim 模组和 DaVinci Resolve 剪辑上的实际产出,适合做上手实测与效果对比。
Google DeepMind 宣布 Gemini 4 Argon 已在全球开放,定位为端到端解决最难问题。官方称该模型在编码、企业工作流和网络防御方面带来前沿能力。
选题角度:官方宣布 Gemini 4 Argon 全球开放,可围绕编码、企业工作流和网络防御三类任务做上手实测。
博主 Justine Moore 获得 Gemini 4 Argon 早期访问权限,让它围绕 AI 电力瓶颈生成幻灯片。该模型整合了 8 年的 10-K 文件、覆盖美国全部 6 家电网运营商的 FERC 排队数据、17 吉瓦集群建设信息以及近十年的 GPU 散热规格,最终输出一份交互式幻灯片。
选题角度:作者拿到 Gemini 4 Argon 早期权限后实测生成交互式幻灯片,可拍成用同一批电力数据看它如何整合多源资料。
Google 发布 Gemini 4 Argon,支持 1M 输出 token,可一次完成 100K+ token 推理轨迹、整仓库代码生成与重构。官方称其在 CWE-Bench 漏洞修复上以 68% 并列第一,是抗间接提示词注入最强的模型,并已在 Google AI Pro 和 Ultra 订阅中上线。
选题角度:官方给出 Gemini 4 Argon 与 GPT-6 Astra、Claude 系列的逐项基准对比,还演示了看视频学会投沙包并让 Apollo 人形机器人连中七球,适合做能力实测与跑分对比。
Google DeepMind 发布 Gemini 4 Argon,主打物理理解、代码生成与视觉语义推理,在 Embodied Reasoning(ERQA)基准上用纯推理取得 87%,超过其他前沿模型。
选题角度:官方给出 ERQA 87% 成绩和四类机器人提示词示例,适合挑一个 MuJoCo 场景做上手实测或效果对比。
Google DeepMind 发布前沿模型 Gemini 4 Argon,今日起通过 AI Studio 和 Gemini API 面向开发者与企业开放,Google AI Ultra 订阅者可在 Google Antigravity 使用,Gemini app 和 Search 的 AI Mode 面向 Ultra 与 Pro 订阅者开放。
选题角度:官方给出 Argon 在 Chrome 重构、ADK 提速和机器人视频学习上的具体数字,适合挑一个案例做前后效果对比实测。
Google 发布前沿模型 Gemini 4 Argon,今日起通过 AI Studio 和 Gemini API 面向开发者与企业开放,Google AI Ultra 订阅者可在 Google Antigravity 使用,Ultra 和 Pro 订阅者可在 Gemini app 与 Search 的 AI Mode 使用。
选题角度:官方给出 API 定价、1M 上下文和多项内部实测数据,适合做一次能力盘点,重点讲 Chrome 重构与 ADK 提速这两个可验证案例。
Google 发布新一代生图模型 Nano Banana 2.1,围绕视觉设计、蒙版编辑、主体一致性和画面真实自然性升级,支持 4K 直出。据 Arena 数据,它在文本转图像、多图像编辑及单张图像编辑三项上平均提升约 61.7 分,文本转图像排名第四、仅次于 GPT。
选题角度:原文给出4K直出样片、中文海报实测和Arena分数提升,适合做新旧版本同提示词出图对比。
Google DeepMind 推出 EmbeddingGemma 2,基于 Gemma 4 架构、740M 参数,以 Apache 2.0 许可开源,可将文本、图像、音频、视频映射到统一嵌入空间。
Google 发布开源多模态嵌入模型 EmbeddingGemma 2,以 7.4 亿参数在 Massive Text Embedding Benchmark (Code) 上得分 78.68,较前代 68.76 提升近 10 分,性能对标规模两倍的竞品。
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,官方称在视觉质量、文字渲染、多轮对话中的角色一致性、宽幅全景和信息图方面全面提升。
Google DeepMind 发布 EmbeddingGemma 2,参数规模 740M,在多项 benchmark 上表现有竞争力,甚至超过部分参数量两倍以上的专用模型。开发者可用它为应用加入多模态搜索(如用语音备忘录定位视频片段),或与 Gemma 4 搭配实现私密端侧 RAG。该模型以 Apache 2.0 许可证开源,权重已在 HuggingFace 和 Kaggle 上线。
Google DeepMind 发布 EmbeddingGemma 2,这是其首个原生多模态开放模型,面向端侧嵌入场景。该模型在文本之外统一了代码、图像、音频和视频,将它们映射到同一共享空间。
谷歌发布新一代旗舰模型 Gemini 4 Argon,在 DeepSWE v1.1 上拿到 77.9%,高于 Claude Opus 5.5 的 74.2% 和 GPT-6 Astra 的 74.1%,并以 68.90% 登顶 Vals Index。
选题角度:谷歌 Gemini 4 Argon 空降多榜单第一,可对比它和 Opus 5.5、GPT-6 Astra 的跑分与单题成本,并点出目前仅限审核过的网络安全团队使用。