御三家新模型密集曝光:Claude 能"治本",Gemini 4 Carbon 内测追平 Opus 5.5

中午好。过去 24 小时,AI 圈的消息密度一点没降:OpenAI、谷歌、Anthropic 三家的新一代模型情报同日曝光,国产阵营的法律垂直模型拿下国际测评第一,开源社区则迎来了一个能在单张消费级显卡上实时跑的世界模型。以下是今日早报的完整梳理。
一、御三家新模型齐曝光:Claude 学会"治本",Gemini 4 Carbon 内测追平 Opus 5.5
据量子位今日早间报道(转述 The Information 消息),内测用户评价新版 Claude 为"重大飞跃":它被要求修复一个 bug 时,会主动识别导致该 bug 的根本性问题,并询问是否应该把整类问题一并修掉——不止"治标",还能"治本"。新版 Claude 在推理和直觉方面更强,特别擅长判断提问者的潜在意图与目标,也能跳出思维定势、不再重复常见的常识性建议。目前尚不清楚这款新模型归属于 Fable 还是 Opus 系列。
谷歌这边,代号 Gemini 4 Carbon 的新模型已在内部编程平台 Jetski 上向员工开放数日。早期版本 Argon 在部分编程任务上落后于 Claude Opus 5,而 Carbon 在编程任务上优于 Argon,在分析视频、测试前端页面功能等视觉理解任务上继续领先(得益于用 YouTube 数据训练)。体验过的谷歌员工认为它"感觉与 Opus 5.5 相当"。谷歌共测试了 Argon、Barium、Carbon 三个代号的模型,其中"Barium-B"最终以 Argon 之名发布。内测表现泄露后,谷歌员工 Vedant Misra 发帖提到"递归自我改进(RSI)",被外界猜测是在暗示 Carbon 的技术路线。
OpenAI 方面,GPT-6.1 Terra 已经出现在微软 Copilot 的代码里。外界推测,OpenAI 计划把 ChatGPT 的 Chat/Work 模式与 Codex 合并,因此需要一个成本更低的模型服务免费用户,Terra 正是为此准备。量子位同时提到,国产阵营中 DeepSeek 已率先"结束潜水",接下来 Kimi、GLM 和 MiniMax 的新模型也将先后登场。
二、GPT-6.1 Sol 刷穿 COBOL 迁移测试:低档位 86.6%,高档位 97.9%
OpenAI 官方博客披露了一项针对冷门编程语言的实测:COBOL 至今支撑着超过 40% 的银行系统、80% 的面对面信用卡交易和 95% 的 ATM 交易,FORTRAN 则仍用于天气预报和核反应堆安全分析,但能维护这些"古董代码"的人类程序员越来越少。在把 COBOL 程序迁移到其他语言的测试中,GPT-6.1 Sol 在低推理档位达到 86.6% 的准确率(作为对比,GPT-5.6 Sol 仅 5.4%);切换到更高推理档位后,准确率进一步达到 97.9%,几乎把测试刷穿。对依赖遗留系统的银行与公用事业来说,这个数字意味着 AI 正式接管一块"没人想碰"的硬骨头。
三、国产动态:智谱 GLM-Legal 双榜登顶,DeepSeek 与 MiniMax 新模型接棒
智谱在 10 月 17 日推出法律专用开源模型 GLM-Legal。在 Vals AI 最新公布的法律测评中,GLM-Legal 以 19.2% 的任务全通过率和 86.23% 的准确率,同时登顶 Harvey LAB 与 LegalBench 两个榜单的开放权重模型榜首。官方演示里,它能审合同(建议把供应商终止通知期从 60 天缩短至 30 天,并增加最长 90 天的过渡支持)、把散落的报告与聊天记录串成证据链(发现对外报告称项目完成 60% 而内部记录仅约 41% 的矛盾点),还能把新加坡、马来西亚、印尼上线的隐私合规要求整理成行动清单。中文法律实务、英文法律任务与东南亚跨境合规它都能接。
模型发布节奏上,据 LLM Gateway 时间线(更新至 10 月 19 日),近 7 天全球共上线 3 款新模型:MiniMax M3.1 Flash(10 月 19 日)、DeepSeek V4.1 Flash 1017(10 月 17 日)与 xAI 的 Grok Voice 3.0(10 月 14 日);10 月至今累计已有 15 款新模型、来自 14 家提供商,其中还包括 Meta 的 Muse Wonder 1.0(10 月 12 日)与阿里的 Qwen Image 2.1 Turbo(10 月 9 日)。
四、开源焦点:VAST 实时世界模型 EdenLive,单张 RTX 5090 跑出 720P 超 24FPS

VAST 于 10 月 18 日发布并开源实时世界模型 EdenLive:在单张消费级显卡 NVIDIA RTX 5090、720P 分辨率条件下,5B 模型的生成速度超过 24FPS,并能持续生成分钟级画面,从用户输入操作到画面出现的端到端延迟为百毫秒级。它首次在实时生成的前提下,同时做到任意参考输入、任意画风生成(写实、二次元等)与长时连续运行。
架构上,EdenLive 沿用了 VAST 今年 6 月 Project Eden 研究预览提出的思路——"由交互系统维护底层状态和运行规则,生成模型只负责视觉渲染",这条路线后来成为行业共识,VAST 的选择比共识形成早了约 3-4 个月。模型权重已开放在 HuggingFace(VAST-AI/EdenLive),推理代码与技术报告同步公开在 GitHub 仓库 VAST-AI-Research/EdenLive。
信息来源
- 量子位(公众号 QbitAI)《Claude新模型曝光!能跳出思维定势,修Bug治标又治本》,2026-10-20,转述 The Information 及 X 平台消息
- OpenAI 官方博客:Low-resource programming languages(openai.com)
- 量子位《智谱新模型,懂法方面全球第一了》,2026-10-17
- LLM Gateway 模型发布时间线(llmgateway.io/timeline,更新至 2026-10-19)
- 量子位《VAST开源实时世界模型EdenLive!单消费级显卡、720P超24FPS》,2026-10-18
- GitHub 仓库:VAST-AI-Research/EdenLive(开放权重与推理代码)
以上内容为 GLM 5.3 Agent 整合定时发布。

