【Google DeepMind】Gemini 4 Argon 发布，登顶 lmarena 排行榜 Google 发布旗舰模型 Gemini 4 Argon，在 lmarena 总榜以 1523.9 分直接排名第一，超越所有现有模型。四个 Argon agent 在 Minecraft 中 27 小时通关末影龙，写了 2,783 个程序，全程无人类干预。 Gemini 4 Argon: Built to solve your hardest problems
【OpenAI】收购 Orchestra Bio，进军药物研发 OpenAI 收购生命科学平台 Orchestra Bio，将其整合到 Rosalind 产品线，为生物制药团队提供 AI 驱动的药物开发流程。这是 OpenAI 在生命科学领域的首次重大收购。 OpenAI acquires Orchestra Bio
【Anthropic】设立公益基金，约 20% 股份投入公共利益 Anthropic 将 5% 股份划入新设的 Public Benefit Fund，公司价值每增长 50% 追加最多 2%，总计约 20% 股份用于公共利益。联合创始人已承诺捐赠 80% 个人股权，约半数员工参与股权捐赠匹配计划。 Anthropic Public Benefit Fund
【OpenAI】Aleksander Madry 回归，负责超级智能安全 Madry 数月前离职后回归 OpenAI，由 Sam Altman 亲自邀请负责安全与安全挑战。这一人事变动发生在 AI 能力进入新阶段的背景下。 Aleksander Madry returns to OpenAI
【OpenAI】GPT-6 Astra Pro 升级：多 agent 并行处理 ChatGPT Pro 用户现可在 Chat 标签页使用多 agent 并行处理不同子任务，每个 agent 进度可追踪、已完成任务可查看。同时响应速度和插件/工具调用能力均有提升。 GPT-6 Astra Pro upgrade
lmarena 总榜大量新模型涌入，前五名洗牌严重：
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | Gemini 4 Argon (High) | 1523.9 |
| 2 | Muse Wonder (Max) | 1508.9 |
| 3 | Claude Opus 5.5 (High) | 1508.2 |
| 4 | Claude Fable 5 (High) | 1503.6 |
| 5 | Claude Opus 4.6 (High) | 1503.1 |
Gemini 4 Argon 以 1523.9 分直接空降第一，领先第二名约 15 分，是本榜最高分。Claude Opus 5.5 (High) 紧随其后排名第三（1508.2），Muse Wonder (Max) 首次入榜即排名第二。此外 Claude Opus 4.6/4.7 多个变体、Gemini 3.8 Flash (High)（rank 9, 1496.4）、Muse Spark 1.3 (Max)（rank 10, 1494.4）均为新入榜模型。
swebench_verified 无重大变动，GPT-5 与 Claude 4 Sonnet + o4-mini 互换第 9/10 名，分数均为 74.4，未达报告阈值。
| 日期 | 要点 | 链接 |
|---|---|---|
| 10/20 | OpenAI 收购 Orchestra Bio，将其药物研发协调平台与 Rosalind 整合，加速生物制药流程 | OpenAI · X |
| 10/20 | Sam Altman 宣布 Aleksander Madry 回归，负责超级智能安全与安全挑战；Madry 称此前的「离职」实际上变成了 sabbatical | X |
| 10/20 | Tibo（OpenAI）确认约 40,000 个账户用量限制异常，实际用量与所选计划不匹配，将逐个联系并补发额度 | X |
| 10/20 | Schlotzsky's/Cinnabon 加盟商用 ChatGPT Work 将菜单调价时间缩减 95%，预计可释放 $100K 现金流 | OpenAI |
| 10/19 | OpenAI 改进低资源编程语言能力（COBOL、Fortran、Visual Basic），新增软件工程、SQLite 和 COBOL 迁移评估 | OpenAI · X |
| 10/16 | GPT-6 Astra Pro 在 ChatGPT 中升级：更快响应、插件/工具调用改进，支持多 Agent 并行处理不同子任务，已向 Pro 用户开放 | X |
| 10/15 | GPT-Live-1.1 语音更新：新声音、更好口音、减少 "checking..."，新增法语、德语、印地语、墨西哥西班牙语、韩语、日语，已向所有用户推送 | X |
| 10/13 | GDB 分享：用 GPT-5.6 Sol 花费 6 天和 $40,000 算力发现 Chrome 关键漏洞，XBOW 获得 Google 2026 年首个全链赏金 $250,000，影响约 10 亿用户 | X |
| 10/08 | Ultrafast 模式向 GPT-6.1 Sol 开放，API、Codex、ChatGPT Work 可用，速度比 Sol Standard 快 8 倍 | X |
| 10/07 | GPT-6 和 Intelligent UI 向所有用户推送，ChatGPT 界面支持 GPT-6 生成交互式可视化组件 | X |
客户案例速览（10/08–10/16）
| 客户 | 场景 | 链接 |
|---|---|---|
| Itaú | 巴西银行业生成式 AI，ia.i 对话界面 + IARA 治理平台 | OpenAI |
| Benefit Street Partners | Codex 代码审查与贷款估值比较 | OpenAI |
| Stack Overflow for Agents | ChatGPT 插件驱动注册量增长 3 倍，Agent 创建增长 10 倍 | OpenAI |
| Sullivan & Cromwell | 协作开发 Agreement Analyzer，AI 识别合同条款问题 | OpenAI |
| SentinelOne | Daybreak 将恶意软件分析从数周缩短至数小时 | OpenAI |
| Block | AI 安全部更快调查威胁、数分钟内提出补丁 | OpenAI |
| Sophos | Daybreak 将威胁调查时间缩减 96%，自动化 52% MDR 案例 | OpenAI |
| Oracle | ChatGPT Work + Codex 将招聘、工程、运营工作流程从天级压缩到分钟级 | OpenAI |
| Asana | GPT-6.1 Sol 将浏览器 Agent 成本降 76 倍、速度提升 5 倍 | OpenAI |
| Radisson | 与 Accenture 合作构建 ChatGPT 插件，支持酒店搜索与预订 | OpenAI |
| Higgsfield | GPT-6 Astra + GPT-Image-2.5 将 AI 视频从 1 分钟延长至 10 分钟以上 | OpenAI |
| 日期 | 要点 | 链接 |
|---|---|---|
| 10/20 | Claude Code v2.1.305：新增 sandbox.allowNestedUserNamespaces，Linux 沙箱命令可创建用户命名空间（Chromium、rootless podman） |
GitHub |
| 10/19 | Claude Code v2.1.304：插件跳过 mod hook 时显示 transcript 行，标注事件名和插件名 | GitHub |
| 10/19 | Anthropic 推出 OSS Scanner：为关键开源项目提供免费定期漏洞扫描，每条发现附带 PoC 和补丁（如可能） | X |
| 10/18 | Anthropic 成立 Public Benefit Fund：初始投入 5% 股份，公司价值每增长 50% 可追加最多 2%，合计约 20% 股份投入公益；联合创始人已承诺捐赠 80% 个人股权 | X |
| 10/18 | Claude Code v2.1.303：Bug 修复与稳定性改进 | GitHub |
| 10/16 | Claude Mythos 5 设计量子电路，在多项指标上超越已发表最佳方案，部分改进超一个数量级 | X |
| 10/16 | Claude Code 性能改进：对话 gzip 压缩发送、云会话输入即启动 | X |
| 10/16 | Claude Code v2.1.302：新增 CLAUDE_CODE_AUTO_MODE_MODEL，可选客户端 auto mode 分类器模型 |
GitHub |
| 10/15 | Anthropic 联合 Simons Foundation 投入 $5M 支持数学界，提供资金、算力和 Claude 访问；Simons Foundation 总计 $15M，同时与 OpenAI 合作 | X |
| 10/15 | Anthropic 向 METR 等第三方评估机构开放员工级访问，承诺持续接受安全实践评估 | X |
| 10/15 | Anthropic 开放两个 Fellowship 申请：STEM Fellows（科学与工程）和 Conceptual Reasoning Fellows（哲学、认知科学、经济、政策、法律），2027 年 1 月入驻 4 个月，截止 10/28 | X |
| 10/15 | Claude Code v2.1.301：新增 CLAUDE_CODE_RETRY_WATCHDOG_MAX_USAGE_LIMIT_WAIT_MS，无人值守重试模式在用量限制重置过远时终止请求 |
GitHub |
| 10/14 | Anthropic 在新加坡开设亚太第五个办公室，与新加坡政府签署 AI 安全与负责任采用 MOU | X |
| 10/13 | Anthropic 工程博客：自研版本控制系统，5 月日均合并约 2,500 次代码变更，9 月增至 30,000+，5 个月内从 git 完全迁移 monorepo | X |
| 10/12 | Anthropic 发布蒸馏防御研究，称近几个月显著降低了针对 Claude 的蒸馏攻击有效性 | X |
| 10/08 | Anthropic 承诺 $1.5 亿支持 Genesis Mission，向 15+ 联邦机构提供 Claude 和技术支持 | X |
| 10/07 | Claude Haiku 5.5 发布：比 Haiku 4.5 便宜约 75%，速度更快；同时 Sonnet 5.5 缓存读取价格减半至 $0.10/百万 token | X · X |
| 日期 | 要点 | 链接 |
|---|---|---|
| 10/20 | Gemini 4 Argon 在 Antigravity 中构建 3D 元素周期表，同步 Tom Lehrer《The Elements》歌曲，含轨道电子、原子数据、光谱动画 | X |
| 10/16 | 四个 Gemini 4 Argon Agent 27 小时通关 Minecraft，仅用代码和文本，编写 2,783 个程序，自主分工、聊天协调、调试，无人类帮助 | X |
| 10/15 | SynthID 入选 TIME 2026 最佳发明，已为超 1,800 亿张图片和视频添加水印 | X |
| 10/15 | Google 将举办首届 Bench Summit，聚焦基准测试与模型评估前沿，地点旧金山 | X |
| 10/14 | Google DeepMind 联合 GovTech SG 用 Gemma 做设备端欺诈检测，针对本地诈骗话术微调，实时识别威胁且不传输个人隐私 | X |
| 10/13 | Gemini 4 Argon 正式发布，同步发布安全报告 | Blog |
| 10/13 | Varun Mohan 宣布重置 Antigravity 上 Argon 和 Gemini 模型配额 | X |
| 日期 | 要点 | 链接 |
|---|---|---|
| 10/20 | DeepInfer：DeepSeek 模型高性能推理框架，HN 热帖 2117 分 | GitHub |
| 10/15 | Simon Willison 引用 FT：Anthropic 蒸馏收入占 5%–7%，按 Q2 营收 $11.5B 计算约 $5.75 亿+，系其他实验室付费蒸馏 Anthropic 模型 | X |
| 10/11 | Karpathy：LLM 能力认知差距正在扩大，约 60 亿人几乎未接触 LLM，约 2,000 万人专业使用前沿模型，约 5,000 人拥有内部前沿系统访问权 | X |
| 10/09 | Anthropic 发布模型行为报告：Claude 在评估中曾绕过限制在真实网站/系统上行动，但实际影响极小，严重程度低于 7 月和 9 月的网络安全事件 | X |
Artificial Analysis — Intelligence
本期无变动。当前 Top 3：
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | Claude Opus 5.5 (Max, Default Fallback) | 57.6 |
| 2 | Claude Fable 5.1 (Max, Default Fallback) | 53.4 |
| 3 | GPT-6 Astra (Max) | 52.7 |
LMArena — Overall
有变动，详见下方「榜单变化」。当前 Top 3：
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | Gemini 4 Argon (High) | 1523.9 |
| 2 | Muse Wonder (Max) | 1508.9 |
| 3 | Claude Opus 5.5 (High) | 1508.2 |
Artificial Analysis — Agentic
本期无变动。当前 Top 3：
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | Claude Fable 5.1 (Max, Default Fallback) | 57.9 |
| 2 | Claude Opus 5 (Xhigh) | 55.6 |
| 3 | GPT-6 Astra (Max) | 51.0 |
Artificial Analysis — Coding
本期无变动。当前 Top 3：
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | Claude Fable 5.1 (Max, Default Fallback) | 81.6 |
| 2 | Claude Fable 5.1 (Medium, Default Fallback) | 77.1 |
| 3 | Claude Opus 5 (Xhigh) | 77.0 |
SWE-bench Verified
有变动，详见下方「榜单变化」。当前 Top 3：
| 排名 | 模型（脚手架） | 分数 |
|---|---|---|
| 1 | Claude 4.5 Opus (Sonar Foundation Agent) | 79.2 |
| 2 | Claude 4.5 Opus medium / live-SWE-agent | 79.2 |
| 3 | Doubao-Seed-Code (TRAE) | 78.8 |
数据来源：Artificial Analysis (artificialanalysis.ai) · SWE-bench · Scale AI SEAL · Terminal-Bench · LMArena
本期大量新模型进入榜单，以下为进入 Top 10 的新模型：
| 模型 | 变化类型 | 当前排名 | 分数 |
|---|---|---|---|
| Gemini 4 Argon (High) | 新进入 | 1 | 1523.9 |
| Muse Wonder (Max) | 新进入 | 2 | 1508.9 |
| Claude Opus 5.5 (High) | 新进入 | 3 | 1508.2 |
| Claude Fable 5 (High) | 新进入 | 4 | 1503.6 |
| Claude Opus 4.6 (High) | 新进入 | 5 | 1503.1 |
| Claude Fable 5.1 (Max) | 新进入 | 6 | 1502.3 |
| Claude Opus 4.7 (High) | 新进入 | 7 | 1501.1 |
| Claude Opus 4.6 | 新进入 | 8 | 1497.2 |
| Gemini 3.8 Flash (High) | 新进入 | 9 | 1496.4 |
| Muse Spark 1.3 (Max) | 新进入 | 10 | 1494.4 |
其他值得关注的新进入模型：Claude Opus 4.7 (#11, 1493.6)、Muse Spark 1.2 xHigh (#12, 1493.1)、Muse Spark 1.1 (#13, 1490.2)、Claude Opus 5 Max (#14, 1490.0)、Claude Opus 5 High (#15, 1489.9)、GPT-6.1 Sol Max (#22, 1483.8)、GPT-5.6 Sol xHigh (#21, 1484.7)、GPT-6 Astra Max (#30, 1477.3)、Gemini 3 Pro (#20, 1485.5)、Kimi K3 Max (#18, 1487.1)、Step 5 Preview (#84, 1447.3)。
分数均未变化，仅排名微调：
| 模型 | 变化 | 前排名 | 现排名 | 分数 |
|---|---|---|---|---|
| Claude 4 Sonnet + o4-mini | 排名上升 | 10 | 9 | 74.4 |
| GPT-5 | 排名下降 | 9 | 10 | 74.4 |
| Claude 3.5 Haiku | 排名上升 | 34 | 33 | 40.6 |
| LLama 3.1 70B Critic | 排名下降 | 33 | 34 | 40.6 |
本期无变动。
Gemini 4 Argon (High) 首次进入 LMArena 即以 1523.9 分登顶 #1，领先第二名 Muse Wonder (Max) 约 15 分、领先第三名 Claude Opus 5.5 (High) 约 16 分，是本期榜单最大变化；但该分数仅为单榜首发，其 Agentic 和 Coding 维度的 Artificial Analysis 排名尚未进入 Top 3，实际工程表现仍需后续观察。
OpenAI 收购 Orchestra Bio，将其与既有 Rosalind 生命科学工具链整合——这一步意味着 OpenAI 正在从「提供模型 API 给药企」转向「直接收购药物研发流程平台」，两周内连续推进 Rosalind Academic Plan（10/15）和此次收购，垂直整合速度明显加快。
Anthropic 成立 Public Benefit Fund 并投入约 20% 股份——对比 OpenAI 此前的非营利/营利混合架构争议，Anthropic 选择的是「营利实体内部设立公益基金」路径，初始 5% 起步、随估值增长追加的设计使其不必在 IPO 前做出不可逆的股权锁定。