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。
技术方向
推理能力 最新动态
让大模型先想再答的能力：思维链、推理模型，数学与逻辑评测上的突破和争议。
8 条精选近 30 天 6 条共收录 42 条
更新
推理能力的精选
MiniMax (X)精选AI 评分7878
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。
OpenAI Developers (X)精选AI 评分7878 OpenAI 为 GPT-6.1 Sol 上线 Ultrafast 模式，最高提速 8 倍
OpenAI 今日在 API、Codex 和 ChatGPT Work 中为 GPT-6.1 Sol 上线 Ultrafast 模式。官方称该模式在接近 Astra 的智能水平下，速度最高可达 Sol Standard 的 8 倍。
推荐理由：官方给出 Ultrafast 在 API、Codex 与 ChatGPT Work 的上线范围，以及相对 Sol Standard 最高 8 倍的速度对比。
Google AI (X)精选AI 评分6969 Google 发布 Gemini 4 Argon 前沿模型
Google 发布新前沿模型 Gemini 4 Argon，面向复杂长程工作流持续进行深度推理，在真实软件工程、法律与金融等企业知识工作以及网络安全防御场景中提供前沿性能。该模型输出 token 上限提升至 1M tokens，目前正通过 Fairwind Program 向一批受信任的网络安全防御方逐步开放，后续将尽快扩大可用范围。
推荐理由：官方给出 Gemini 4 Argon 的定位与 1M 输出 token 上限，可据此判断长程复杂工作流的可用边界。
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。
Anthropic (X)精选AI 评分6868 Anthropic 称 Claude 在简化模型中完成九圈散射振幅计算
Anthropic 在科学博客中介绍，Claude 在 Claude Science 中依据单条提示词、基本无人监督运行数天，在平面 N=4 超对称杨-米尔斯模型的九圈散射振幅计算上超过此前八圈纪录，总成本为几千美元。该结果由 SLAC 的 Lance Dixon 独立验证，所用方法来自 Dixon 及其同事；此前八圈纪录也由 Dixon 团队在该简化模型中创下。
推荐理由：读者可了解 Claude 在散射振幅九圈计算上的实际表现、成本与独立验证情况。
DeepSeek (X)精选AI 评分8080 DeepSeek 发布 DeepSeek-V4-Pro
DeepSeek 发布 DeepSeek-V4-Pro，重点升级 Agent 能力并带来明显的生产环境收益。V4-Pro 与 V4-Flash 支持灵活推理强度，简单任务用 low、日常 Agent 工作流用 high、复杂任务用 max；同时原生支持 OpenAI Responses API，并针对 Codex 提供一键配置。V4 Pro 已在 app 和网页端以 Expert Mode 上线，也可通过 API 调用，模型名称保持不变。
推荐理由：官方给出 V4-Pro 的 Agent 能力升级、三档推理强度和 Codex 接入方式，可据此判断实际使用成本与场景。
DeepSeek (X)精选AI 评分8080 DeepSeek 发布 DeepSeek-V3.2 与 DeepSeek-V3.2-Speciale 推理模型
DeepSeek 发布 DeepSeek-V3.2 和 DeepSeek-V3.2-Speciale 两款以推理为先、面向智能体的模型。DeepSeek-V3.2 是 V3.2-Exp 的正式后继版本，已在 App、Web 和 API 上线；DeepSeek-V3.2-Speciale 侧重进一步拓展推理能力，目前仅通过 API 提供。官方同时放出了技术报告链接。
推荐理由：官方给出两个版本的定位差异与开放渠道，可据此判断面向智能体的推理模型如何分层落地。