OpenAI 发布 GPT-Rosalind-6 系统卡补充，披露 GeneBench Pro v13 最高推理预算单次尝试成功率为 37.7%
OpenAI 发布 GPT-Rosalind-6 系统卡补充，披露模型在 GeneBench Pro v13 最高推理预算下的单次尝试成功率为 37.7%，GPT-Rosalind-5.5 为 16.7%。
推荐理由：系统卡补充同时给出量化生物学评测结果、生物与化学能力等级及防护边界，便于高风险领域部署方对照模型能力和访问控制要求。
#安全/对齐
Hacker News精选AI 评分6666
TechCrunch精选AI 评分8181 Mistral 发布万亿参数开放权重模型 Mistral Large 4，聚焦网络安全
Mistral 发布万亿参数开放权重模型 Mistral Large 4（ML4），面向企业和政府的网络安全场景。Mistral 称，ML4 的网络安全任务性能与 GLM-5.3 相当，每项任务的 token 消耗低 47 percent，并在 Artificial Analysis 的 Coding Agent Index 中超过其他开放模型。
推荐理由：文章对比了 ML4 与 GLM-5.3 在网络安全任务上的性能和 token 消耗，并说明开放权重在本地部署、数据控制与实时响应方面的价值。
Latent Space精选AI 评分7777 AINews：Google DeepMind 发布 Gemini 4 Carbon，登顶多项榜单并先向网络安全防御者开放
Google DeepMind 发布 Gemini 4 Carbon，将其定位为网络安全与长程任务前沿模型，先通过 Fairwind Program 向可信网络安全防御者开放，并称将尽快扩大开发者访问。
推荐理由：将 Carbon 的独立榜单成绩、网络安全基准、定价和开放条件并列，呈现能力表现与当前可获得性之间的差异。
量子位精选AI 评分8080 Google发布Gemini 4 Carbon，Artificial Analysis智能指数5.0以59分登顶
Google发布Gemini 4 Carbon，在Artificial Analysis智能指数5.0中以59分登顶。其Terminal-Bench 4.0和GraphWalks成绩分别为65.2%和96.2%，均高于Claude Opus 5.5；安全评测中SEC-bench Pro得分88.2%，Gray Swan IPI攻击成功率为0.0%。
推荐理由：原文给出Gemini 4 Carbon的编程、漏洞修复基准成绩及首发定价，便于对照Claude Opus 5.5的能力和成本。
Latent Space精选AI 评分8484 月之暗面发布 Kimi K3.1 Pro，承诺 2026 年 11 月 4 日开放权重
月之暗面发布多模态 MoE 模型 Kimi K3.1 Pro，总参数 2.8T、激活参数 104B，API 已上线，并承诺于 2026 年 11 月 4 日开放权重。
推荐理由：文章把独立基准、厂商宣称与社区推测分开，并结合参数规模、部署门槛和任务成本分析 K3.1 Pro 的竞争力与使用边界。
The Verge · AI精选AI 评分5757 Block 发布基于人类语音从头训练的 Dessa 模型
Block 发布 AI 模型 Dessa，以人类对话语音从头训练，可进行端到端语音交互。官方样例显示其对话多数较自然，但偶尔显得生硬怪异；在一段与 OpenAI GPT-Live-1 语音模型的对话中，Dessa 表现得更自然。Dessa 可在 MacBook Pro M4 Max 或更高配置上本地运行，Block 计划向一小群 AI 安全研究人员提供早期访问。
推荐理由：文章提供Dessa的语音交互样例、与GPT-Live-1的对比及本地运行条件，读者可据此了解其自然度和部署门槛。
The Decoder精选AI 评分8181 月之暗面发布 Kimi K3.1 Pro 推理模型，位列 Artificial Analysis 智能指数第四
月之暗面发布 Kimi K3.1 Pro 推理模型，在 Artificial Analysis Intelligence Index 得分 55，排名第四，距离榜首 Claude Opus 5.5 的 58 分仅差 3 分。
推荐理由：文章汇总 Kimi K3.1 Pro 的榜单表现、速度、价格与安全数据，并与 Claude Opus 5.5 等模型对照，呈现其相对能力与取舍。
Hacker News精选AI 评分8686 Kimi 发布 K3.1 Pro 与 K3.1 Pro Highspeed
Kimi 发布 Kimi K3.1 Pro 和 Kimi K3.1 Pro Highspeed，前者提供 1-million-token 上下文窗口，后者速度为前者的 2-3×。
推荐理由：文章披露高速版速度、长上下文和多组基准表现，同时说明开放权重时间表与网络安全控制措施，便于判断产品定位。
Google DeepMind精选AI 评分7373 Google DeepMind 详述 Gemini 4 Argon 的负责任开发与安全设计
Google DeepMind 开始广泛推送 Gemini 4 Argon 大模型，并详细阐述其安全开发方法。该模型在 12 个端到端网络攻击模拟场景中全部解决（上一代为 5 个），在 Gray Swan 的间接提示词注入基准上，15 次自适应攻击成功率降至 0.7%，编码基准上作弊尝试降至 2%。
推荐理由：原文系统说明了滥用防护、对齐监控和提示词注入防御的具体机制与测试结果，可供同类模型在安全设计上参考。
Google DeepMind精选AI 评分7575 Gemini 4 Argon 发布：面向复杂工程与科研任务的前沿模型
Google DeepMind 发布 Gemini 4 Argon 前沿模型，主打编码、金融、法律、网络安全和科学等复杂任务，在 Vals Index 等多领域基准排名第一。
推荐理由：文章给出 Argon 的定价、上线渠道和基准排名，并展示了在代码重构、量子化学、酶工程等场景的实测成果与提速数据。
量子位精选AI 评分7474 OpenAI向ChatGPT免费用户推送GPT-6 Luna，聊天框新增Intelligent UI生成图表和交互组件
OpenAI于10月8日起向ChatGPT免费和Go用户推送GPT-6 Luna，替换此前的GPT-5.6 Luna；Plus、Pro等付费用户使用GPT-6 Sol。
推荐理由：汇总了GPT-6相对GPT-5.6在Intelligent UI、回答长度、多轮越狱和情感依赖等安全评测上的具体变化。
Anthropic News精选AI 评分6666 Anthropic 发布 Claude Mythos 5.1，定位网络安全与生物学研究的最强模型
Anthropic 发布 Claude Mythos 5.1，定位网络安全与生物学研究的最强模型，仅向通过审核的机构开放。Mythos 5.1 与面向更广范围的 Claude Fable 5.1 共享同一底层模型，Fable 5.1 可识别源代码中的软件漏洞，生物学相关安全策略的误触发率比 Fable 5 降低 85%。
推荐理由：原文同时介绍了 Claude Mythos 5.1 的能力进展与分级访问机制，读者可以据此理解高端模型在网络安全与生命科学方向的扩散控制思路。
量子位精选AI 评分6969 谷歌发布 Gemini 4 Argon：搭载 RSI，基准成绩领先 Opus 5.5 和 GPT-6
谷歌发布 Gemini 4 Argon 旗舰模型，搭载 RSI，在 DeepSWE v1.1（77.4%）、CWE-bench v1（68%）、Vals Index（68.90%）等基准上领先 Claude Opus 5.5 和 GPT-6 Astra，并在 Code Arena 排第八。
推荐理由：文章集中给出 Gemini 4 Argon 与 Opus 5.5、GPT-6 Astra 在 DeepSWE、CWE-bench、Text Arena 等基准上的横向对照和价格差异，读者可据此定位它在前沿模型梯队中的相对位置。
OpenAI News精选AI 评分6363 GPT-6 Astra 安全概览
OpenAI 发布 GPT-6 Astra 安全概览，称其为目前能力最强的大规模部署模型，并首次达到 Preparedness Framework 的 Critical 网络安全能力等级。
推荐理由：原文给出了 GPT-6 Astra 在 Preparedness Framework 中的网络安全能力定级，读者可据此对比同框架其他档位模型。
已经到底了