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”. ChatGPT要发的是中杯6.1 Terra…… 什么嘛，还以为现在的6.1 Sol就是Terra改个名呢。 Claude新模型能跳出思维定势 来自Information的消息。 如果你觉得过去一个月AI圈发新模型的速度很快，那就别指望下一个月会放慢。 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。 目前尚不清楚新模型是Fable还是Opus，总之更强。 Gemini 4 Carbon可能用了RSI 与此同时谷歌也在开发新模型，代号“Gemini 4 Carbon”。 早期版本的Argon在部分编程任务上表现落后于Claude Opus 5。 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”。 不确定是否在暗示Carbon使用了RSI技术。 OpenAI没活了？ GPT-6.1 Terra已经出现在微软Copilot的代码里。 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。 不过也有人认为Terra升级对OpenAI来说确实很重要。 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。 与此同时OpenAI发布一条新进展。 最新的几款GPT模型在冷门编程语言（FORTRAN，COBOL）里表现更好。 很多银行、公共事业依赖这些古董软件，已经没几个人类程序员能维护了。 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。 总之接下来的11月，依旧精彩。 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/ 版权所有，未经授权不得以任何形式转载及使用，违者必究。 梦晨 扫码分享至朋友圈 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 最后靠Harness救回来 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 星火资本领投 Anthropic Claude 大语言模型 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 单词数r也是风险问题？！ Claude Fable 5 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」 AI大模型 Claude 苹果 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 还需要人类来规划、设计、让AI反复尝试 DeepSeek缝合Claude，比单用R1/o1效果都好！GitHub揽星3k DeepClaude开源项目走红 Claude Deepseek 热门文章 DeepSeek服务器全球宕机！神秘Harness账号同时现身 突发！DeepSeek新模型发布，超级性价比斩杀一切 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 加入我们 寻求报道 商务合作 追踪人工智能新趋势，报道科技行业新突破