实测 DeepSeek V4.1 Flash：4 元生成特斯拉飞行 3D 网页
作者在 DeepSeek Harness 中实测 DeepSeek V4.1 Flash，用纯提示词生成特斯拉飞行 3D 网页，耗时 35 分钟、消耗 3752 万 Token，按缓存命中 0.04 元每百万 Token 和输出 8 元每百万 Token 计算约花 4 元。
推荐理由：作者用多个实测案例对比 V4.1 Flash 与闭源模型的成本差距，可据此判断低价模型能覆盖哪些任务。
#编码
爱范儿精选AI 评分7878 The Decoder精选AI 评分7676 OpenAI 称 GPT-6 在 COBOL、Fortran 等遗留语言上表现大幅提升
OpenAI 表示已针对 COBOL、Fortran、Visual Basic 等低资源语言改进最新模型，并构建 MultiLangBench 与 COBOL 迁移两个评测来衡量进展。
推荐理由：OpenAI 公布的两个基准显示，GPT-6 系列在 COBOL、Fortran 等低资源语言上的通过率大幅提升，可对照旧版本看差距。
量子位精选AI 评分8080 MiniMax 发布 M3.1 Flash，Agent 基准 ALE 得分 29.6% 居国产模型第一
MiniMax 正式发布 M3.1 Flash，即此前在 OpenRouter 匿名测试的 Space Bunny（玉兔），Agents' Last Exam 得分 29.6%，位列国产模型第一。
推荐理由：文章列出 M3.1 Flash 在 Agent、编码、网络安全等基准上的分数与定价，可对照国产 Flash 模型的性价比路线。
爱范儿AI 评分6262 记忆张量发布并开源记忆原生大模型 MemT 1.0
记忆张量发布并开源记忆原生大模型 MemT 1.0，把记忆从外挂模块内化进底层架构，由模型自行学习读写、更新和调用记忆。团队用 340 亿 token 分两阶段训练，并引入 Mixture-of-Storage（MoS）架构管理固定体积的记忆状态。
少数派AI 评分5858 MiniMax 上线 M3.1 Flash 模型
稀宇科技（MiniMax）于 10 月 19 日正式上线 MiniMax M3.1 Flash 模型，线上推理速度较此前提升近 3 倍，Agent 类任务综合使用成本降低 70%。
OpenAI (X)AI 评分5858 OpenAI 称最新模型提升 COBOL、Fortran 等低资源语言软件开发与迁移能力
OpenAI 表示最新模型进展增强了在 COBOL、Fortran、Visual Basic 等低资源编程语言上构建和迁移软件的能力。这些语言支撑着银行、政府和企业依赖的系统，能力提升意味着模型能理解数十年的业务逻辑，帮助开发者现代化这些系统并保留仍然有效的部分。OpenAI 称正围绕开发者和企业客户提出的挑战构建这些能力，并征集团队反馈下一步应处理的语言和工作流。
MiniMax (X)精选AI 评分7878 MiniMax 发布 M3.1 Flash 模型，成本为 M3 的三分之一、速度提升 3 倍
MiniMax 发布 M3.1 Flash，官方称其在 Cowork（Automation-Bench 62%、ALE 30%）、编码（DeepSWE 74%）和视觉推理（BabyVision 91%）等任务上达到前沿水平，成本为 M3 的 1/3、速度为 3 倍。
推荐理由：官方给出 M3.1 Flash 在 Agent、编码与视觉推理基准上的分数和 API 定价，便于与 M3 直接比较成本与速度。
Lisan al Gaib (X)AI 评分2727 OpenAI API 现 aurora 系列模型
OpenAI API 里刚刚出现了这些： aurora-blue-alpha aurora-green-alpha aurora-red-alpha 今年早些时候 OpenRouter 上有一个叫 aurora-alpha 的模型，很可能是 GPT-5.3-Codex-Spark 所以这些也可能是专门的 codex 编程模型，或者是 GPT-6 系列模型的高速推理版本
AI at Meta (X)精选AI 评分8080 Meta 发布开源权重模型 Muse Spark Open，816B 总参数、1M token 上下文
Meta 发布开源权重模型 Muse Spark Open，称其为目前美国最强的开源权重模型。该模型面向编码与智能体任务，主打长程任务、复杂软件工程和多步推理，规格为 816B 总参数、42B 激活参数、1M token 上下文窗口，原生支持文本、图像、视频和音频多模态。
推荐理由：Meta 公布开源权重模型的具体参数与多模态规格，可据此判断其长程编码与智能体任务的定位。
Google DeepMind精选AI 评分9090 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布 Gemini 4 Argon，通过 Gemini API、AI Studio、Antigravity 及 Gemini 应用向开发者、企业和订阅用户开放，定价为每百万输入 token 2 美元、输出 token 10 美元。
推荐理由：官方披露了 Argon 在编码、科研与安全对齐上的具体案例和基准表现，可据此判断前沿模型在长程任务中的实际边界。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 宣布推出新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，后续再向开发者、企业和消费者推出。
推荐理由：官方披露了 Argon 的输出上限、定价与多项基准成绩，可据此判断前沿模型在长任务上的能力边界。
AI at Meta (X)AI 评分6262 Meta 在 Muse Code 和 Meta Model API 上线 Muse Spark 1.3 max 推理档
Meta 宣布 Muse Spark 1.3 的 max 推理档已在 Muse Code 和 Meta Model API 上线。被引用的发布者称，该档位在编码和智能体任务上的表现明显更强，并建议即使已用过 Muse Spark 1.3 high 或 xhigh 也值得一试。
AI at Meta (X)AI 评分6262 Meta 发布 Muse Spark 1.3，提升智能体与编码任务表现
Meta 发布 Muse Spark 1.3，重点提升智能体与编码任务表现，并强调实际可用性。新版本可在单一线程中持续处理多个工作流的长程任务，会更主动地向用户提问澄清、在卡住时说明情况、在执行有后果的操作前先确认，并减少对自身能力边界的误判。官方内部对比显示，相比 Muse Spark 1.2，工具调用减少约 20%，token 消耗减少约 25%。