Ai Benchmarks

Google发布了Gemini 4 Carbon，该公司称该前沿模型在编码、智能体任务和网络安全方面带来了显著提升。Google声称Carbon在Artificial Analysis Intelligence Index v5.0中排名第一，领先于Claude Opus 5.5和GPT-6 Astra。

AI Models • The Verge AI

Artificial Analysis推出了Intelligence Index v5，新增了两个编码和科学基准测试以及三项升级，目前该指数的大部分基于私有数据集构建。据该组织称，Claude Opus 5.5（max）以58分的成绩领先。

AI Research • Techmeme

基于转录摘录：Matthew Berman 回顾了 Google 发布 Gemini 4 Carbon 的公告，该公司声称这是地球上最好的模型。他涵盖了基准测试，包括其在 Artificial Analysis Index V5 上的顶级排名、与 Opus 相比的效率和更低成本，以及其最先进的网络安全能力，同时指出该模型尚未公开发布。

AI News & Model Releases • Matthew Berman

Google的Gemini 4 Carbon以59分的成绩成为Artificial Analysis Intelligence Index v5的新榜首，这得益于其在复杂推理、知识和科学任务方面的领先表现。它在Coding Agent Index上仅次于Claude Opus 5.5，相比之前的Gemini模型，在大型编码和知识工作方面取得了显著进步。

Model Release • Hacker News

这个视频涵盖了最新的AI新闻，包括Anthropic提出的公共利益基金（一种UBI形式）、新的OpenAI Aurora模型，以及Fable 5.5的升级。创作者使用自己的工具对模型进行基准测试，为开发者和AI爱好者提供了实用的见解。这是对AI世界重要发展的全面综述。

AI News & Analysis • WorldofAI

Inception Labs推出了Mercury 3，并声称这是迄今为止发布的最强大的基于扩散的LLM。该公司表示，该模型在一系列基准测试中优于GPT-6 Luna和Claude Haiku 5.5，同时运行速度快4-8倍，速度超过每秒1,000个token。

模型 • Hacker News