共计 1736 个字符，预计需要花费 5 分钟才能阅读完成。
梦晨 发自 凹非寺
量子位 | 公众号 QbitAI
最近听到 AI 圈最好笑的笑话：
接下来的一个月御三家都要出新模型。
Claude 新款被评价为“重大飞跃”，修复一个 bug 时能“治本”，识别背后更大的问题一并处理。
Gemini 要发的是 Argon 升级款 Carbon，员工内测反馈“能打 Opus 5.5”.
ChatGPT 要发的是中杯 6.1 Terra……
什么嘛，还以为现在的 6.1 Sol 就是 Terra 改个名呢。
Claude 新模型能跳出思维定势
来自 Information 的消息。
如果你觉得过去一个月 AI 圈发新模型的速度很快，那就别指望下一个月会放慢。
根据内侧用户的说法，新版 Claude 在推理和直觉方面更好，特别擅长判断一个人的潜在意图和目标。
例如，一个人可能会要求模型修复一个单一的 bug，而模型可能会去识别导致该 bug 的根本类问题，并询问是否应该修复整个类问题，这位使用过该模型的人表示。
新版 Claude 在跳出思维定式方面也表现得更好，而不是重复常见的常识性建议或解决方案。
如果用户询问关于如何投资股票的建议，它不会建议老套的查看市盈率高，而是会提出自己创造性的算法来预测未来的股票表现。
目前尚不清楚新模型是 Fable 还是 Opus，总之更强。
Gemini 4 Carbon 可能用了 RSI
与此同时谷歌也在开发新模型，代号“Gemini 4 Carbon”。
早期版本的 Argon 在部分编程任务上表现落后于 Claude Opus 5。
Carbon 在编程任务上优于 Argon，在需要视觉理解的任务上继续表现更好，如分析视频或测试前端页面功能（得益于用了 Youtube 数据训练）。
Carbon 在谷歌内部编程平台 Jetski 上向员工开放了数日，体验过的员工认为“感觉与 Opus 5.5 相当”，但还需要更多测试。
Google 测试了一系列 Gemini 4 模型，代号分别为 Argon、Barium 和 Carbon。
其中内部代号“Barium-B”的最后被选中，发布成了我们今天看到的 Argon。
在 Carbon 内测的表现泄露后，谷歌员工 Vedant Misra 发帖回应“你听说过递归自我改进（RSI）吗”。
不确定是否在暗示 Carbon 使用了 RSI 技术。
OpenAI 没活了？
GPT-6.1 Terra 已经出现在微软 Copilot 的代码里。
那么之前很多人怀疑 6.1 Sol 其实是 Terra 改个名字发出去，看来猜错了。原来 6.1 Sol 只是单纯的与 5.6 Sol 比升级不大啊。
很多人看到要出 6.1 Terra 的消息反应都是，感觉 OpenAI 已经自暴自弃了，破罐破摔了。
不过也有人认为 Terra 升级对 OpenAI 来说确实很重要。
因为他们打算把 ChatGPT 的 Chat/Work 和 Codex 模式合并在一起，那么就需要一个更便宜的模型给免费用户用。
与此同时 OpenAI 发布一条新进展。
最新的几款 GPT 模型在冷门编程语言（FORTRAN，COBOL）里表现更好。
很多银行、公共事业依赖这些古董软件，已经没几个人类程序员能维护了。
COBOL 支持超过 40% 的银行系统、80% 的面对面信用卡交易和 95% 的 ATM 交易，而 Fortran 用于天气预报和核反应堆安全分析。
在迁移 COBOL 程序到其他语言的测试中，GPT‑6.1 Sol 在 low 档达到 86.6% 的准确率，而 GPT‑5.6 Sol 只有 5.4%。在更高的推理档位下，准确率达到 97.9%，几乎把测试刷穿了。
最后国产模型这边，DeepSeek 率先结束潜水，接下来 Kimi、GLM 和 Minimax 的新模型也将先后登场。
总之接下来的 11 月，依旧精彩。
参考链接：
[1]
https://x.com/kimmonismus/status/2112242007062233122?s=20
[2]
https://x.com/maxxrubin_/status/2112256163761016977?s=20
[3]
https://openai.com/index/low-resource-programming-languages/
来源：量子位
来源发布时间：2026-10-20T09:09:43+08:00（北京时间）
原作者：梦晨
