Nathan Lambert警告称，模型发布前公布的基准成绩可能很快就被超越

Google 面向全球发布了 Gemini 4 Argon，用于编程、知识工作、企业工作流和网络防御，可通过 Gemini API 和 Google 的多款产品使用。API 入门价格为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入可享受 95% 的折扣；Artificial Analysis 报告称，11 月 30 日后价格将翻倍。在 AI Engineer NYC，约 20,000 人参加了关于 AI 和金融的主题演讲，其中包括 Vals AI 首席执行官对 Argon 等模型基准测试的讨论。

AI 实验室正在通过 SimpleClosure 和 Sunset 等公司购买已停业初创公司的代码和职场档案，用于训练模型并构建 AI 智能体练习任务的环境。SimpleClosure 的 Asset Hub 已经促成 150 多笔交易；今年 8 月，谷歌以 1000 万美元买下了 Spirit Airlines 数十年的数据。这一市场引发了有关员工隐私、同意和定价的问题，目前没有公司发布过测试，对比使用真实世界档案与其他替代方案的训练结果。

Meta发布了Muse Wonder和能力更强的Wonder Full AI模型。该公司称，在多项能力测试中，Wonder Full的表现接近Fable 5.1、Opus 5.5和GPT-6 Astra，在一些智能体和知识工作基准测试中的表现略好。Meta重点介绍了Active Memory功能，它能在多次对话中保留相关背景信息；以及Active Focus功能，它会持续朝复杂目标推进，并在出现新信息或障碍时调整做法。

如果你公布了某个模型的基准测试成绩，却说要“稍后”才发布（权重、产品、API 等），那在你发布之前，就几乎可以肯定会有人推出同类别中更好的模型。