跳到正文
#编码
  1. The Decoder82

    月之暗面发布 Kimi K3.1 Pro，AA 智能指数距 Claude Opus 5.5 仅差 3 分

    月之暗面发布推理模型 Kimi K3.1 Pro，在 Artificial Analysis 智能指数上得分 55，比 K3 提升 11 分，位列第四，仅落后 Claude Opus 5.5（58 分）3 分。

    推荐理由：Kimi K3.1 Pro 在多个基准上逼近 Claude Opus 5.5，并计划开放权重，读者可据此比较开源与闭源模型的差距。

  1. The Decoder82

    Anthropic 用 Claude 为现有代码自动生成形式化安全证明

    Anthropic 的 Frontier Red Team 与 Theorem 合作，让 Claude 把 OSS-Fuzz 中 123 个开源库的崩溃测试转成数学问题，并分析编译后的机器码，几周内生成约 1.8 亿行证明代码，由 Rocq 独立校验。

    推荐理由：Anthropic 用 Claude 为 OSS-Fuzz 库生成形式化证明，并说明了适用条件与算力成本。

  1. Google DeepMind87

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，之后再逐步扩展至开发者、企业和消费者。

    推荐理由：官方披露了 Argon 在编码、企业知识工作和网络安全防御上的基准表现与内部落地案例，可据此判断前沿模型的能力边界。

已经到底了