Gemini-4 空降榜一？
传闻 Gemini-4 预测的基准测试图。有点像真的， Google 的确准备跳过 3.0 版本，直接发 4.0 。
基准测试对比图中 Gemini-4 多项跑分力压所有前沿模型。
Gemini-4 空降榜一？
更多动态
最近接了几个企业咨询和培训的活儿，企业在这些方面的需求大的离谱。
别看cc、codex、dsh、workbuddy等人机协作热火朝天，实际上 95% 以上的企业、员工还停留在 AI 网页对话，普及程度远远没想象中的高。 这些天企业最常见的问题有这些， 产品上， AI 怎么接入公司的产品、能干吗、相比之前有哪些收益。人工上，哪些岗位 AI 能替代员工、 怎么让员工提效、怎么用 AI 管理员工。 我还发现有趣的现象，如果对接的是老板，大部分会很积极，一小时的咨询，恨不得问你个底朝天。 对接的是领导，大部分有请教羞耻感，需要你引导和主动询问他们的需求。
OpenAI 首款用旧模型训练的新模型 GPT-6 Astra 来了
智能指数和 GPT-5.6-Sol 同分数 61 ，GPT-6 Astra 的亮点在电脑操作能力和网络安全能力。 API 价格 $10/M 输入，$50/M 输出（Sol 的 2.5 倍），但 GPT-6 Astra 完成任务速度更快，更省 tokens 。
美团 LongCat-2.5发布了。
1.6T 总参、激活约 48B，原生多模态，主推长程智能体，全程国产算力训练。 图像量化成多级离散 token，Visual Coding 与 3D 受益。 大规模长程 RL，把失败轨迹转成可验证训练任务。 W4A4 推理，prefill 吞吐提升 43%。 官方自测介于 Claude-Opus-4.8 与 Opus-5 之间。
商汤开源 SenseNova Loop-9B-Preview。
它不堆参数，堆"层数"。32 层解码器，中间 4–27 层同权重跑两遍 → 前向 56 层计算，只存 9B。 自测 BIRD-Dev 71.38、AutomationBench 13.72，超 Qwen3.5-27B；Terminal Bench依旧落后。
