Claude新模型震撼登场！突破思维局限，修Bug直击要害

梦晨 来自徽声在线凹非寺报道
量子位 | 公众号 QbitAI

近期AI领域流传着一个颇为有趣的段子：

未来一个月，AI界的三大巨头将接连推出新模型。

其中，Claude的新版本被赞誉为“重大突破”，在修复漏洞时不仅能“治标”，更能深入挖掘并解决背后的根本问题。

Gemini即将发布的是Argon的升级版——Carbon，据内部员工测试反馈，其性能可与Opus 5.5相媲美。

而ChatGPT则计划推出中杯6.1版本，名为Terra……

真是出乎意料，原本以为6.1 Sol只是Terra的改名之作呢。

Claude新模型：跳出思维框架，直击问题核心

据徽声在线从Information获取的消息，如果你觉得过去一个月AI圈新模型发布频繁，那么接下来的一个月恐怕会更加热闹。

根据内侧用户的反馈，新版Claude在推理和直觉方面有了显著提升，尤其擅长洞察人的潜在意图和目标。

举例来说，当用户要求修复一个单一漏洞时，模型可能会主动识别导致该漏洞的根本性问题，并询问是否应全面修复。一位体验过该模型的用户如此表示。

新版Claude在跳出传统思维模式方面也表现出色，不再局限于提供常见的常识性建议或解决方案。

若用户寻求股票投资建议，它不会推荐查看市盈率等老套方法，而是会提出创新的算法来预测股票未来走势。

目前尚不清楚新模型的具体名称是Fable还是Opus，但可以确定的是，它的性能将更加强大。

Gemini 4 Carbon：或采用RSI技术，编程与视觉理解双提升

与此同时，谷歌也在紧锣密鼓地开发新模型，代号为“Gemini 4 Carbon”。

早期版本的Argon在部分编程任务上表现不及Claude Opus 5，而Carbon则在编程任务上有了显著提升，同时在需要视觉理解的任务上继续保持优势，如分析视频或测试前端页面功能（得益于使用Youtube数据进行训练）。

Carbon已在谷歌内部编程平台Jetski上向员工开放数日，体验过的员工认为其性能“与Opus 5.5相当”，但仍需更多测试来验证。

据悉，Google测试了一系列Gemini 4模型，包括Argon、Barium和Carbon等。其中，内部代号为“Barium-B”的模型最终被选中，并发布为今天的Argon。

在Carbon内测表现泄露后，谷歌员工Vedant Misra发帖提及“递归自我改进（RSI）”，引发外界猜测Carbon是否采用了该技术。

OpenAI新动向：GPT-6.1 Terra现身，冷门编程语言表现亮眼

GPT-6.1 Terra已悄然出现在微软Copilot的代码中。

此前，许多人猜测6.1 Sol可能是Terra的改名之作，如今看来这一猜测并不准确。原来，6.1 Sol只是相对于5.6 Sol进行了一次小升级。

面对GPT-6.1 Terra的发布，不少人认为OpenAI似乎已陷入困境，甚至有人质疑其是否已“自暴自弃”。

然而，也有人认为Terra的升级对OpenAI而言至关重要。

因为他们计划将ChatGPT的Chat/Work和Codex模式合并，这就需要一个更经济的模型来供免费用户使用。

与此同时，OpenAI还宣布了一项新进展：最新的几款GPT模型在冷门编程语言（如FORTRAN、COBOL）上的表现有了显著提升。

许多银行和公共事业机构依赖这些老旧软件，而能维护它们的程序员已寥寥无几。

据统计，COBOL支持着超过40%的银行系统、80%的面对面信用卡交易和95%的ATM交易，而Fortran则广泛应用于天气预报和核反应堆安全分析等领域。

在迁移COBOL程序到其他语言的测试中，GPT-6.1 Sol在low档达到了86.6%的准确率，远高于GPT-5.6 Sol的5.4%。在更高的推理档位下，其准确率更是高达97.9%，几乎达到了完美水平。

国产模型蓄势待发：DeepSeek率先亮相，Kimi、GLM和Minimax紧随其后

在国产模型方面，DeepSeek已率先结束“潜水”，接下来Kimi、GLM和Minimax的新模型也将陆续登场。

可以预见，接下来的11月，AI领域将依旧精彩纷呈。

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/