Claude新模型曝光！能跳出思维定势，修Bug治标又治本
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”.
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。
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”。
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。
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。
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。
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/
清华特奖得主AI创业再+1：GeoPT一作入局物理世界模型 2026-10-16
复杂高客单新品如何靠YouTube 的“全链路叙事”斩获全球大奖？ 2026-10-15
《柳叶刀》研究表明：AI 有望改善医患关系 2026-10-09
Claude新模型发布！跑分暴击GPT-6 Luna，价格比梁文谷还便宜，OpenAI只能送重置卡挽尊 2026-10-08
相关阅读
姚班校友主导，Claude攻克费马大定理首个完整形式化证明
OpenAI竞对再被谷歌加注！4.5亿美元新融资到位，累计已吸金14.5亿美元
Fable 5回归24小时差评如潮！跑分大降，拒答问题，还偷偷骂用户
大模型参与推理崩溃论战！从「思维错觉」到「错觉的错觉」再到「错觉的错觉的错觉」
Claude版Manus只用10天搓出，代码全AI写的！网友：小扎140亿并购像冤大头
DeepSeek缝合Claude，比单用R1/o1效果都好！GitHub揽星3k
热门文章
DeepSeek服务器全球宕机！神秘Harness账号同时现身
iPhone断网跑35B多模态！国产开源新模型，只占3G内存
智谱新模型，懂法方面全球第一了
清华开源！智能体操作系统任务成本降83%，AI记忆可查可改
量子位 QbitAI 版权所有©北京极客伙伴科技有限公司 京ICP备17005886号-1