月之暗面发布 Kimi K3.1 Pro，暂未开源权重
Kimi K3.1 Pro 今日上线 Kimi API，权重尚未开放，月之暗面承诺 2026 年 11 月 4 日前发布完整模型权重。定价为输入 $2.00/百万 token、输出 $10/百万 token，与 GPT-6.1 Sol 相同，为 Claude Opus 5.5 的一半；另提供速度快 2-3 倍、价格翻倍的 Highspeed 版本。
#评测/基准
Simon Willison同新闻AI 评分8080 The Decoder精选AI 评分8080 月之暗面发布 Kimi K3.1 Pro，智能指数升至第四逼近 Claude Opus 5.5
月之暗面发布 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）、Claude Sonnet 5.5（56）和 Muse Wonder Full（56）。
推荐理由：Kimi K3.1 Pro 在多项基准上逼近 Claude Opus 5.5，且计划开放权重，读者可据此判断开源与闭源模型的差距变化。
The DecoderAI 评分7474 OpenAI 称 GPT-6 在 COBOL、Fortran 等遗留编程语言上表现大幅提升
OpenAI 针对 COBOL、Fortran、Visual Basic 等训练代码稀缺的“低资源”语言改进了最新模型，并构建 MultiLangBench 与 COBOL 迁移两项评测来衡量进展。
The DecoderAI 评分7272 MiniMax 发布 M3.1 Flash 推理模型，单任务成本约 0.22 美元
MiniMax 发布推理模型 M3.1 Flash，在 Artificial Analysis 智能指数上得 42 分，比前代 M3 高 13 分，单任务成本不到其一半。
The DecoderAI 评分6969 Google Gemini 4 Argon 发布，ARC-AGI-3 得分 97.5% 但依赖测试环境
Google DeepMind 发布新前沿模型 Gemini 4 Argon，在 ARC-AGI-3 上以 Provider Adapter Harness 测试环境取得 97.5%，成本 4800 美元，成为继 OpenAI 之后第二个跨过 95% 的实验室，仅次于 GPT-6 Astra 的 99.9%。
The Decoder同新闻AI 评分7676 Google 发布 Gemini 4 Argon，瞄准机器人全流程单一模型
Google 发布 Gemini 4 Argon，定位为覆盖机器人全流程的单一模型，可控制机器人、构建虚拟练习环境并评估训练视频质量。演示中它从一张照片生成 77 个任务和超过 4500 条训练片段，使真机成功率从 56% 升至 75%，执行时间从 35 秒降至 24 秒。
同一新闻，精选展示《Google DeepMind 发布 Gemini 4 Argon》
The DecoderAI 评分5555 Artemis Security 推出安全专用模型 Orion-1，称在自建基准上超过 Claude Opus 5.5 和 GPT-6 Sol
美国初创公司 Artemis Security 发布 Orion-1，一款可自主调查和响应企业网络攻击的专用模型，在公司自建基准上超过 Claude Opus 5.5 和 GPT-6 Sol。
The Decoder同新闻AI 评分7878 Meta 发布前沿模型 Muse Wonder，两个版本进入第一梯队
Meta 发布前沿模型 Muse Wonder，分为 Muse Wonder 与 Muse Wonder Full 两个版本。Muse Wonder Full 在 Artificial Analysis Intelligence Index v4.3 上得 56 分，Muse Wonder 得 52 分，前代 Muse Spark 1.3 为 48 分。
同一新闻，精选展示《Meta 发布首个前沿模型 Muse Wonder》
The DecoderAI 评分7171 Odyssey 开放世界模型 Odyssey-3 免费预览
Odyssey 面向公众开放世界模型 Odyssey-3 的研究预览，用户可用文本提示生成可实时探索的交互环境，开发者可申请 API 访问。免费在线演示基于 Odyssey-3 Flash，支持第一人称与第三人称视角；基础模型 14B 参数、832×480 分辨率，Pro 版支持 1280×720。
Latent Space精选AI 评分8080 Anthropic 发布 Claude Haiku 5.5，定价对齐 GPT-6 Luna
Anthropic 发布 Claude Haiku 5.5，这是 Haiku 系列约一年来的首次更新，定价与 OpenAI 的 GPT-6 Luna 持平，官方称其平均运行成本比 Haiku 4.5 低约 75%。
推荐理由：汇总了 Haiku 5.5 的定价、第三方评测与 token 消耗数据，可据此判断小模型在智能体工作流中的成本取舍。
Simon WillisonAI 评分2222 Mistral Large 4
Simon Willison 用同一提示词测试 Mistral Large 4 等前沿模型生成 SVG 的能力，提示词为"一只穿渔网袜的犰狳在火星上乱穿马路"。参与对比的模型包括 claude-opus-5.5、gpt-6.1-sol、gemini-3.8-flash 和 mistral/mistral-large-4，均使用各自默认推理等级。
Hugging Face BlogAI 评分3434 Falcon-Emirati-7B：让 LLM 学会阿联酋方言、文化与语感
Falcon-Emirati-7B 发布，这是一个基于 Falcon-H1-Arabic 的方言专用模型，专门理解和生成阿联酋阿拉伯语，覆盖词汇、语气与文化语境。
Latent Space精选AI 评分8080 Google DeepMind 发布 Gemini 4 Argon，支持 1M 输出 token
Google DeepMind 发布 Gemini 4 Argon，面向编码、企业知识工作与网络防御，先在 Fairwind 计划的政府用户和可信网络防御者中开放，之后才面向开发者、企业和消费者。
推荐理由：汇总了 Gemini 4 Argon 的基准、定价与内部部署数据，并附上外界对公布数字的质疑。