昨天一天，前沿模型圈又开了一次周更。Google 掏出 Gemini 4 Argon，一次能吐 100 万 token。同一天，DeepSeek 把整套基础设施搬上了华为昇腾。

① Gemini 4 Argon 发布：单次输出上限拉到 100 万 token

来源：Google DeepMind / The Decoder / Artificial Analysis / IT之家

9 月 30 日，Google DeepMind 发布 Gemini 4 Argon。这是继 Gemini 3.1 Pro 之后，隔了七个多月的首款前沿模型。

最大的卖点是输出窗口。单次响应输出上限，从此前的 64K 提到 100 万 token。这个数字约是 GPT-6 Astra、Claude Opus 5.5 的 128K 上限的近 8 倍。模型主打长流程软件工程、法律金融等企业知识工作，还有网络安全防御。

基准上，多数项目超过 GPT-6 Astra 和 Claude Opus 5.5。Harvey 法律 Agent 基准拿 19.6%，对比模型只有 6.7%。DeepSWE 77.9%，超过 Claude Opus 5.5。PostTrainBench 45.3%，是 Gemini 3.1 Pro 的两倍多，也压过 GPT-6 Astra。在 Arena Agent Arena 排第 8，净提升 +7.92%，每任务成本 0.62 美元。

定价是每百万 token 输入 2 美元、输出 10 美元。

一个关键限制：它没有立刻全面开放。先通过 Fairwind Program，给美国政府和一批可信网络防御者用。开发者、企业、消费者要等后续。

点评

参数漂亮，但姿势更值得看。100 万输出是真差异，一次能写完整个项目、跑完整条推理链，别人还卡在 12.8 万。可它先给了政府和网安，普通开发者还得排队。而且评测圈的说法很统一：追平了，没甩开。Google 这次把话说到「最大窗口」，不是「最强模型」。工具性上它赢了一格，智能上没有。

② DeepSeek 把整套基础设施搬上华为昇腾

来源：公众号 DeepSeek（深度求索）

DeepSeek 开源了一批面向华为昇腾算力平台的基础设施组件。包括 TileLang 编译工具、DeepGEMM、DeepEP、TileKernels、FlashMLA、DeepSelect。

重点是「一一对应」。这些组件，和它此前在英伟达平台上开源的版本，几乎是一套配一套。

点评

这不是发个模型，是把命根子搬家。从算子、通信库到 GEMM，跑在英伟达上的那一套，DeepSeek 重写了一份跑昇腾。国产算力要真能顶上，缺的从来不是芯片参数，是这些没人愿意开源、也没人愿意花力气调的底层。DeepSeek 一次把家底交了。对英伟达来说，这信号比禁令更实在。

③ OpenAI 首次官方指控某中国实验室做对抗性蒸馏

来源：X（Rohan Paul）

OpenAI 官方首次指控一个与中国有关的 AI 实验室，试图提取其模型的隐藏推理内容，做对抗性蒸馏。

手法也特别。操作者没有去破解加密，而是操纵模型交互，把加密的推理内容复制出来，再让别的模型解密转写。

点评

前沿模型的黑箱，正在变成新的攻击面。加密推理本来是防蒸馏的护栏，现在护栏被绕过去了。这事 OpenAI 主动公开说，说明它不纯是技术问题，也是站队问题。另一边还没回应，先不下定论。但「模型被当成老师一样偷听」这件事，往后只会更多，不会更少。

④ ARC Prize 放榜：GPT-6.1 Sol 拿 94.2%，成本低 77%

来源：ARC Prize / X

ARC Prize 公布了 GPT-6.1 Sol 的完整测试成绩。

ARC-AGI-2 得分 94.2%，和 GPT-6 Astra 的 95.0% 只差一点，但成本低 77%，每任务 0.25 美元。ARC-AGI-1 是 98.5%，每任务 0.06 美元。ARC-AGI-3 用 provider adapter 跑出 96.4%，接近 Astra 的 99.9%，成本同样低 77%；换标准 harness 则是 52.7%。

还有个反直觉的细节。高推理等级反而更省钱：sk48 这一关，max 推理只用 463 个动作通关，low 推理要用 1078 个。

点评

昨天刚说 GPT-6.1 Sol 便宜五倍，今天 ARC 给了实锤。94.2% 对 95%，几乎打平，价格差四倍多。榜单上那条「越贵越强」的曲线，正在被掰平。最有意思的是那个细节：想得越多，动作越少，反而越省。「多花 token 更省钱」，这句话头一次不矛盾。

⑤ Runway 发布开放权重世界动作模型 Praxis-1，杀进机器人

来源：X（Runway）

Runway 发布开放权重世界动作模型 Praxis-1。这是它在机器人领域的首次亮相。机器人负责人 Andy Chen 讲了 Runway 这边的思路。

同一天，Runway 还推出效果营销自主引擎 Runway Ads，AI 峰会也在当天开幕，主题定为通用世界模拟器。

点评

Runway 一直做视频生成。世界模型和机器人的关系其实很直。能预测下一帧画面，就可能预测下一个动作。区别在它这次选了开放权重，把模型放出去，让社区帮着在真机上试。视频公司下场做机器人，这批人赌的是「视频理解等于世界理解」。对不对，得看它能不能真让机械臂动起来。

今日还值得关注的：

• OpenAI 联手 Synopsys：签多年合作，共建芯片设计专用模型 GPT-Synopsys。基于 EDA 工具训练，能直接操作工具，跑在 OpenAI 基础设施上，客户数据加密且不用于训练。
• Inworld 收购 Ultravox：买下实时语音 Agent 平台，内置语音升级为 Realtime TTS-2。一家公司同时握住语音能力和运行平台。
• 美光财报炸了：2026 财年净利 849.69 亿美元，同比涨 895%。营收 1331.88 亿，毛利率 80.7%。公司直说，AI 存储需求是核心动力。
• 蚂蚁百灵发 Ling-3.1-flash：总参数约 560B，每 token 激活 25B，上下文上限 100 万，主打真实世界长任务。
• xAI 上线 Grok Bot marketplace：工程类 bot 对外开放，并增强了软件开发能力。
• AI 在抬高自己的融资成本：超大规模企业发债越来越贵，投资者要求的额外收益率今年涨了约 0.25 个百分点。
• Perplexity 开源嵌入模型：pplx-embed-v2-context-9b-preview，让每个文档分块都在整篇文档的语境下编码，在多个基准刷新纪录。
• Suno 上线 “Make Me Metal”：实验曲目配 Nina McNeely 编舞的 MV，用 v6 创作、Studio 2.0 完成。

一天里，Google 发了新模型，OpenAI 报了个便宜的分，DeepSeek 把底座换成了昇腾。

热闹归热闹，你最想先上手哪一个？