Google 在 Antigravity 中开放 /teamwork 多智能体工作流
Google 将 Antigravity 的 /teamwork 多智能体工作流连同 /boost 和 Deep Review 向外部研究者与开发者开放，可配合 Gemini 4 Argon、Carbon、Hydrogen 使用。
推理能力
全部主题模型推理能力的进展：思维链、推理模型、数学与逻辑基准的突破与争议。
最新精选
第 1–20 条 · 共 45 条11月14日
11月13日
Google 发布 Gemini 4 Hydrogen，定位低成本日常执行模型
Google 发布 Gemini 4 家族中成本最低的 Gemini 4 Hydrogen，输入 $1.50/M、缓存输入 $0.075/M、输出 $7.50/M。
Google 推出 Gemini 4 Hydrogen，正式替换 3.8 Flash
Google 发布 Gemini 4 Hydrogen，并已在自家产品中替换 Gemini 3.8 Flash，访问限制比此前 Argon、Carbon 的发布更宽松，发布即开放。
OpenAI 研究：前沿模型为何越来越不展示思维链
OpenAI 安全团队系统分析了从 GPT-5 到 GPT-6 Astra 的训练过程，把模型隐藏推理的原因归结为四个因素：基础模型预训练能力提升、特定架构设计、后训练 RL 增强对思维链的操控，以及学生模型从教师模型继承这种能力。
11月12日
Google 发布 Gemini Decision 1 决策模型与 Decisions API
Google 发布 Gemini Decision 1 及配套 Decisions API，支持是/否、多选和评分量表等闭集决策，单次请求最多 1000 个问题、255 个多选选项，输入支持文本、图像、音频、视频和 PDF，上下文 256K，端到端返回耗时 150–250ms 并附带置信度分数。
11月11日
Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 向开发者、企业、科研人员和消费者开放 Gemini 4 Carbon，称其在网络安全能力和长周期智能体工作流上达到前沿水平。
11月10日
Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2 模型
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2 两款新模型，称其在编码、推理和视觉方面有所提升，生成速度也快于 5.1 版本。
Anthropic 发布 Mythos 5.2 与 Fable 5.2 模型，回应 RSI 担忧
Anthropic 发布 Mythos 5.2 和 Fable 5.2，称新模型在编码、推理和视觉方面有所提升，与用户沟通也更清晰。Fable 的输入价格从每百万 token 10 美元降至 8 美元，低于主要竞品 GPT-6 Astra，响应速度提升 30%，并可通过 Enterprise Frontier Safeguards 支持零数据保留（ZDR）。
11月6日
Thinking Machines 发布 Inkling 2 Small：594B 总参数 17B 激活，68 小时预训练
Thinking Machines 发布 Inkling 2 Small，这是一个 594B 总参数、17B 激活的多模态 MoE 模型，支持文本与图像输入、1M 上下文窗口，已在 Tinker 上线，Apache 2.0 权重承诺在下周外部安全测试完成后放出。
10月27日
OpenAI 发布 GPT-6.1 Terra，API 价格减半并缩小与更大模型的差距
OpenAI 发布 GPT-6.1 Terra，API 输入 token 每百万 $1、输出 $5，均为 GPT-5.6 Terra 的一半，缓存输入降至每百万 $0.05。
10月24日
Kimi K3.1 Pro 上线 Kimi API，权重将于 11 月 4 日前开放
Kimi K3.1 Pro 今日上线 Kimi API，目前尚未开放权重，Moonshot 承诺 2026 年 11 月 4 日前发布完整模型权重。
10月23日
AI 为何突然擅长数学：从提示序列与分支因子看模型解题方式
作者 Ankit Maloo 分析 OpenAI、Anthropic 今年接连给出数学问题证明与反例的原因，认为关键在于模型能以深度优先方式把每条可行路径走完，再用自动验证器剪枝。
10月22日
微软研究者证明 31 年悬而未决的 KLS 猜想
微软研究院机器学习与优化组的 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 Kannan-Lovász-Simonovits（KLS）猜想，证明该关系在高维下由固定常数界定、不随维度增长。
Dharma-AI 如何通过词表专用化将 SLM 推理成本降低 77%
Dharma-AI 在 Hugging Face 博客中介绍即将发布的 VocabX 论文，用按 token 成本而非频率重建词表的方法，在基于 Qwen3-4B 的葡萄牙语作文评分器上把实测推理成本降低 77.0%，平均响应从 350 个 token 降到 101 个，bench 分数从 0.703 升到 0.810。
10月16日
微软研究院发布 Magnetar：基于证明的通用计算 zkVM
微软研究院发布零知识虚拟机 Magnetar，可证明用 Rust、Go 或 C 编写的 RISC-V 程序执行，在笔记本上每秒证明 720 万至 870 万条处理器指令，15 个基准程序上平均比现有最快 zkVM 快 10 至 39 倍，证明验证约 12 毫秒。
10月15日
GPT-6-Astra 在 TheoPhysEval 物理基准中解出 50 题中的 49 题，每题成本约 2.40 美元
一项新基准测试让多个商用 AI 智能体在无人类提示下求解理论物理研究问题，运行在 OpenAI Codex 环境中的 GPT-6-Astra 解出 50 题中的 49 题（98%），平均每题成本不到 3 美元，整套基准约 116 美元。
Apertus 1.5 发布：8B 与 70B 模型新增图像音频理解与思考模式
Apertus 1.5 在 8B 和 70B 两个规模上扩展了 Apertus 1.0，新增图像与音频理解、可选思考模式、4 倍长的上下文窗口（262,144 tokens）、更好的指令遵循和工具调用能力，权重于 2026 年 7 月 24 日以 Apache 2.0 许可发布在 Hugging Face。
10月14日
Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布 Gemini 4 Argon，今日通过 AI Studio 和 Gemini 平台的 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 应用和 Search 的 AI Mode 使用。
Google 发布 Gemini 4 Argon 模型
Google 发布 Gemini 4 Argon 模型，称其具备前沿推理能力并减少冗余与套话，在编码、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。
10月13日
Meta 发布前沿模型 Muse Wonder 与 Muse Wonder Full
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。