AI每日精选¶
日期2026 年 10 月 29 日 · 周四时间窗口2026-10-27 00:00 至 2026-10-29 08:15覆盖完整
面向 builder 的高信号扫描：Google 发布 Gemini 4 Carbon（AA Intelligence Index v5 以 59 登顶）；Artificial Analysis 同日兑现 Index v5（私有评测占多数）与 Progress Index；GitHub Universe 上线 Copilot Fusion（多模型编排，Coding Agent Index 近 Opus、成本约一半）；DeepMind 发布 Genie 4 交互式世界模型；Claude for Legal 上线现成 artifacts 画廊；Mistral 开 Responses API 公测并在欧/美云托管 DeepSeek V4.1 Flash 与 GLM 5.3 Flash。互动数字仅标有 X 原帖的条目。昨日已覆盖的 Anthropic S-1 / Mithril 药物管线 / Ling-3.1-flash / Code2Video-AA / Nonprofits / OneGov / DeepSeek·MiniMax 出海登记本日不重复。未收 Fable 5.5 空窗传闻与缺当事人原帖可核的 Chrome 漏洞二传。
1. 前沿模型与评测¶
Gemini 4 Carbon × Intelligence Index v5：59 登顶，编码 agent 仍次于 Opus¶
- 发生了什么：@GoogleDeepMind / @Google / @sundarpichai 于 10 月 28 日宣布 Gemini 4 Carbon——距 Gemini 4 Argon 仅约两周。官方称其在复杂推理、网络安全与长程任务上显著提升：SEC-bench Pro 88.2%、ExploitGym 54.8%、CWE-bench 71.0%；先向 Fairwind Program 下部分网络防御方开放，再扩开发者/企业/消费者。同日稍早 @ArtificialAnlys 发布 Intelligence Index v5（60% 权重来自私有测试集或留出答案，新增 FrontierCode 2.0、Terminal-Bench-Science，并推出 Progress Index v1）；v5 初榜 Claude Opus 5.5 (max) 58、GPT-6 Astra (max) 57、开源权重阵营与闭源差距由约 3 分扩至约 12 分（Kimi K3.1 Pro 46、已释权重 DeepSeek V4.1 Flash 1017 / GLM-5.3 约 32）。Carbon 上榜后 AA 确认 Index v5 59 分 #1，Coding Agent Index 在 Antigravity CLI 上约 59（Opus 5.5 max 在 Claude Code 约 62）；Cost per Task 约 $7.76（Opus max 约 $10.04）；AA-Omniscience 54 领先，但幻觉率较 Argon 的 4% 升至约 11%。规格：1M 上下文；官方介绍价约 $2/$10 每百万 input/output（标准价 $4/$20，AA 图表按标准价）。
- 为什么值得关注：双线合一——尺子换代（私有评测主导）+ Google 两周一轮的 frontier 节奏；选型要同时看 Index、Coding Agent、幻觉与是否已开放 API。
- 原帖与互动：GoogleDeepMind｜约 81 万浏览、1.08 万赞、1035 转发；sundarpichai｜约 309 万浏览、2.38 万赞；ArtificialAnlys Index v5｜约 160 万浏览、5166 赞；ArtificialAnlys Carbon｜约 31 万浏览、3920 赞。公告：https://blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-carbon/
- 核验：verified — Google/DeepMind 官方 + AA 独立榜；细分数以 AA/官方评测页为准。
- 判断：别把「Fairwind 先行」写成「全量 API 已开」；幻觉率抬升与 agent 知识工作仍落后 Grok/Muse/Kimi 等，要进路由表而不是只看总分。
2. 编码 Agent 产品¶
GitHub Copilot Fusion：运行时编排 Anthropic × OpenAI¶
- 发生了什么：@github 在 Universe 2026（约 10 月 28 日）宣布 Copilot Fusion 一般可用——运行时按任务在 Claude Opus/Sonnet 5.5、GPT-6 Astra/Sol 等之间选模型与工作流；开发者选 Standard / High / Max 力度。@ArtificialAnlys 在 Coding Agent Index v2.0 测 Fusion Max：约落后 Claude Code + Opus 5.5 (max) 2 分，Cost per Task 约 $5.59 vs Opus 约 $11.42；Terminal-Bench 4.0 约 71 微超；FrontierCode 约 51（第三）；每任务约 7.2M token，约为 Opus 在 Claude Code 的一半。GitHub 称至 11 月 30 日 Fusion 用量 30% 折扣；changelog / docs 已上线。
- 为什么值得关注：IDE 内置「多模型路由」把 harness 决策上收到平台——成本/质量权衡从自建编排挪到 Copilot。
- 原帖与互动：github｜约 4.6 万浏览、350 赞、34 转发；ArtificialAnlys｜约 5.8 万浏览、416 赞。文档：https://github.blog/changelog/2026-10-28-route-and-orchestrate-models-with-github-copilot-fusion/
- 核验：verified — GitHub 官方 + AA；注意社区指出该评测由 GitHub 委托/付费，读数需对照方法页。
- 判断：可当「平台路由 vs 单模型端到端」对照实验；别把赞助榜写成中立绝对真理。
3. 世界模型与垂直 Skills¶
DeepMind Genie 4：实时交互世界模型 + 原生音频¶
- 发生了什么：@GoogleDeepMind 10 月 27 日发布 Genie 4——更强实时交互与物理/人物真实感，并首次原生生成环境音、音乐与可交互对话；用自然语言改天气、运镜、加人/物，Gemini 家族协助保持场景连贯。先向受信测试者开放 research preview，随后面向 Google AI Ultra（Project Genie）与 Gemini API / AI Studio 早期伙伴。@demishassabis 同日转发。
- 为什么值得关注：世界模型从「短视频 demo」推进到可操控、带音频的仿真——对机器人训练环境、预演与交互内容生产都是硬基建。
- 原帖与互动：GoogleDeepMind｜约 321 万浏览、2.30 万赞、2529 转发、1931 引用；demishassabis｜约 21 万浏览、4413 赞。博客：https://deepmind.google/blog/genie-4-a-new-generation-of-world-simulation/
- 核验：verified — DeepMind 官方博客 + 账号。
- 判断：长时仿真仍有物体恒常性漂移风险（媒体/官方 caveat）；别写成「已向所有消费者全量开放」。
Claude for Legal：现成 artifacts 画廊¶
- 发生了什么：@claudeai 10 月 28 日宣布 Claude for Legal 新增现成 artifacts 画廊——合同审阅、监管扫描、引用核对等模板；可挂自有文档与连接器并在组织内分享。属垂直产品扩展，非新 frontier 模型。
- 为什么值得关注：继 Nonprofits skills 之后，又一例「模板 + 连接器 + 分享」的垂直落地形态。
- 原帖与互动：claudeai｜约 367 万浏览、2.06 万赞、1185 转发、802 引用。
- 核验：verified — Claude 官方账号。
- 判断：可当法律/合规 agent 产品对照；别与 Claude Code / Duet 混成同一线。
4. 开源权重托管与 Agent API¶
Mistral：Responses API 公测 + 托管 DeepSeek V4.1 Flash / GLM 5.3 Flash¶
- 发生了什么：@MistralAI 10 月 28 日宣布 Responses API 公测——响应拆成答案 / 推理 / 工具调用独立条目，面向 agent 编排，覆盖其托管的全部聊天模型（含 Large 4）。同线程宣布在 Mistral AI Cloud Inference（欧/美）上线：DeepSeek V4.1 Flash（公测，长上下文编程与 agent）与 GLM 5.3 Flash（GA，子 agent / 工具调用 / 写代码）。
- 为什么值得关注：欧洲云把中国开源快模型摆上货架——要做欧盟合规部署、又想用 DeepSeek/GLM 的团队多了一条省事入口。
- 原帖与互动：MistralAI｜约 3.6 万浏览、685 赞、75 转发；续帖 Flash 托管：2115443720883454191｜约 1.6 万浏览、133 赞。文档：https://docs.mistral.ai/studio/conversations/responses
- 核验：verified — Mistral 官方。
- 判断：注意出口登记与本地合规仍是使用方责任；别写成「国产权重已自由在欧训练」。