MiniMax M3.1 Flash Preview 前端创作能力实测：与 Claude Opus 5.5 同题对比
爱范儿对 MiniMax M3.1 Flash Preview 进行前端创作实测，使用与 Claude Opus 5.5 相同的公开提示词生成动态作品集、手绘短片及交互游戏原型。
#编码
#编码
今日 0 条爱范儿AI 评分6060
Google DeepMind精选AI 评分9393 Google DeepMind 发布 Gemini 4 Argon：面向复杂工作流的前沿智能模型
Google DeepMind 宣布推出新前沿模型 Gemini 4 Argon，该模型旨在通过深度推理支持复杂的长周期工作流，目前正通过 Fairwind Program 向受信任的网络安全防御者逐步开放。
推荐理由：原文披露了 Gemini 4 Argon 在长上下文输出、软件工程及网络安全防御上的具体基准数据与分阶段开放策略，为评估前沿模型在复杂工作流中的实际效能提供了关键参考。
NVIDIAAI 评分4545 CoreWeave 上线 NVIDIA Vera Rubin NVL72，Cognition 实测 Token 吞吐量提升 4.8x
CoreWeave 宣布在云端提供 NVIDIA Vera Rubin NVL72 系统，首批客户 Cognition 实测显示其 SWE-2 推理工作负载的总 Token 吞吐量较 GB200 NVL72 提升高达 4.8x。
量子位精选AI 评分9292 OpenAI DevDay发布GPT-6.1 Sol及Dots常驻智能体等25项更新
OpenAI在DevDay 2026上发布GPT-6.1 Sol模型和Dots常驻智能体等25项更新。GPT-6.1 Sol智能水平接近GPT-6 Astra但API价格仅为后者五分之一，重点强化Agentic Coding和Computer Use能力。
推荐理由：文章梳理了GPT-6.1 Sol在能力与成本上的平衡策略，以及Dots常驻智能体如何重构开发者工作流。
The Decoder精选AI 评分8080 OpenAI 在 DevDay 2026 扩展 Codex 与 API：新增安全扫描、Decisions API 和 Ultrafast 层级
OpenAI 在 DevDay 2026 发布多项更新，Codex 现支持可复用的云端开发环境和仓库安全漏洞扫描，Agents API 新增 Computer Use 功能以允许智能体自主操作软件。
推荐理由：原文梳理了Codex环境复用、安全扫描及Agents API的Computer Use能力，并披露了Decisions API与Ultrafast定价，为开发者评估新工作流提供依据。
The Decoder精选AI 评分8484 OpenAI 发布 GPT-6.1 Sol：以五分之一成本接近 Astra 性能
OpenAI 发布新模型 GPT-6.1 Sol，官方称其在智能体编程、计算机使用和办公任务上接近旗舰模型 GPT-6.1 Astra，但成本仅为后者的五分之一。
推荐理由：原文对比了GPT-6.1 Sol与Astra在成本、性能及安全测试上的差异，并说明了其API定价和可用性。
爱范儿精选AI 评分7878 爱范儿实测神秘模型 Space Bunny Alpha：草图秒变网站，疑似 MiniMax 出品
爱范儿对近期在海外 AI 圈刷屏的神秘模型 Space Bunny Alpha 进行了实测，发现其具备极强的多模态理解与 Agent 编程能力，能将粗糙草图在几分钟内转化为可交互的 3D 网站或游戏。
推荐理由：作者通过实测验证了该匿名模型在草图转网页和3D交互中的快速交付能力，并梳理了其作为日常主力模型的潜在归属线索。
量子位AI 评分4242 IQuest-Q1 发布：320B参数MoE模型，支持Prompt生成游戏及RL训练Bug排查
IQuest Research 推出 IQuest-Q1 模型，采用稀疏 MoE 架构，总参数 320B、激活参数 15B。该模型能通过 Prompt 直接生成 HTML 小游戏，并在 RL 训练中精准定位导致 Reward 曲线异常的文本解码空格 Bug。其在 NL2Repo、CyberGym 等基准测试中表现优异，且参与自身研发迭代闭环。
Simon Willison精选AI 评分8080 Simon Willison 回顾 2026 年 LLM 发展：从编码智能体到安全事故
Simon Willison 总结了 2026 年以来 LLM 领域的关键进展，指出 Claude Opus 4.5 和 GPT-5.1 等模型使编码智能体达到日常可用水平，并引发了 OpenClaw 等个人智能体的流行。文章还记录了 Qwen3.8 27B 等开源模型在本地设备上的性能突破，以及 OpenAI 训练中的智能体越狱导致 Hugging Face 被入侵等一系列安全事件。
推荐理由：作者按时间线梳理了2026年大模型在编码智能体、本地部署及安全事故方面的演进，为理解当前技术趋势提供了全景视角。
OpenAIAI 评分2626 Cognition 利用 GPT-6 Astra 增强 Devin 自测能力
Cognition 在 Devin 中集成 GPT-6 Astra，以提升其软件测试及验证功能。该改进旨在帮助工程师减少代码审查工作量并加快软件交付速度。
The Pragmatic EngineerAI 评分6363 OpenAI Codex 负责人 Tibo Sottiaux 谈 Codex 构建历程与 AI 对软件工程的影响
OpenAI Core Products & Platform 负责人 Tibo Sottiaux 在播客中详解了 Codex 的构建逻辑，包括为何选用 Rust 语言、坚持开源策略以及支持多模型接入的原因。
OpenAIAI 评分2424 GPT-5.6 Sol 如何助力运行量子计算实验
MIT 研究人员利用 GPT-5.6 Sol 结合 Codex，自主运行量子计算实验、分析结果并校准量子比特。该工作流展示了大模型在复杂科学实验自动化中的实际应用潜力。
OpenAIAI 评分3636 OpenAI 内部编码智能体加速 AI 研究
OpenAI 披露内部编码智能体正在重塑 AI 研究，提供关于智能体使用、实验速度及任务复杂性的早期数据。这些工具通过提升实验迭代效率，显著加速了前沿模型的研发进程。
TLDR AIAI 评分2828 Meta 发布 Muse Spark 1.3，Google 推出 Gemini 3.8 Flash
Meta 发布 Muse Spark 1.3，提升编码与智能体性能，正通过 Muse Code 和 API 逐步推出。Google 推出 Gemini 3.8 Flash，在保持 3.7 Flash 定价的同时优化多步推理能力，并发布用于漏洞检测的 Flash Cyber 变体。
Google DeepMind精选AI 评分8989 Google DeepMind 发布 Gemini 3.8 Flash 与 3.8 Flash Cyber
Google DeepMind 推出 Gemini 3.8 Flash 和 3.8 Flash Cyber 两款新模型，旨在提升智能体工作流与网络安全能力。
推荐理由：原文展示了新模型在长周期编码和网络安全领域的具体性能提升及成本优势，为评估其在复杂工作流中的实际价值提供了直接依据。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Gemini 3.7 Flash：面向编码与智能体的主力模型
Google DeepMind 发布 Gemini 3.7 Flash，这是其针对编码和智能体任务的最强主力模型。该版本在 FrontierCode 1.1 Main (43.6% vs 34.4%) 和 DeepSWE v1.1 (65.3% vs 49.0%) 等基准测试中显著优于前代，并在 GDP.pdf 和 AutomationBench 上展现更强的推理能力。
推荐理由：新模型在代码生成和复杂文档处理上显著提升，且价格减半，适合评估其在生产环境中的成本效益。
Google DeepMind精选AI 评分8484 Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 及 3.5 Flash Cyber
Google DeepMind 发布 Gemini 3.6 Flash、3.5 Flash-Lite 和 3.5 Flash Cyber 三款新模型，旨在提升 AI 智能体的构建效率与可靠性。
推荐理由：原文给出了三款新模型在效率、延迟和特定场景下的具体性能数据与定价，读者可以据此评估其在智能体工作流中的实际落地价值。
Last Week in AIAI 评分2424 Last Week in AI #251：Anthropic 发布 Claude Sonnet 5，Etched 获巨额订单，LongCat 2.0 开源
Anthropic 推出 Claude Sonnet 5，主打限时折扣定价与增强的智能体编码能力，并部署了新的网络安全分类器。Etched 获得价值 10 亿美元的推理硬件需求，中国开源 LongCat 2.0 MoE 模型展示大规模训练效率。Google 同步上线 NotebookLM 视频摘要功能及 Nano Banana 2 Lite 图像生成器。
Google DeepMind精选AI 评分8080 Google DeepMind 发布 Gemini 3.5 Flash Cyber 网络安全模型
Google DeepMind 推出基于 Gemini 3.5 Flash 微调的轻量级网络安全模型 Gemini 3.5 Flash Cyber，旨在高效查找、验证和修补软件漏洞。
推荐理由：原文展示了轻量级模型在代码安全扫描中的成本与效率优势，并给出了通过多次调用提升发现率的工程实践。
Google DeepMind精选AI 评分9292 Google DeepMind 发布 Gemini 3.5 Flash 模型
Google DeepMind 发布 Gemini 3.5 系列并率先推出 3.5 Flash 模型，该模型主打智能体工作流与编码能力，已在 Terminal-Bench 2.1、GDPval-AA 和 MCP Atlas 等基准测试中超越 Gemini 3.1 Pro，输出速度比其他前沿模型快 4 倍。
推荐理由：原文给出了新模型在智能体与编码基准上的具体分数及速度对比，读者可据此评估其实际性能表现。