AI 新模型约11天就出一个，榜首只能坐几天

十天里，多家实验室接连推出十多个新版本

• 9月29日，@kunchenguid 整理 OpenAI DevDay 主题演讲要点时提到 sol 6.1，并指出 OpenAI 终于跟上了更便宜的 cached token 价格，这对长时间任务的整体成本影响很大。
• 9月30日，Google 的 Gemini 4 Argon (High) 登上 @arena 的 Text Arena 第1名，得分1525，比第2名 Claude Opus 4.6 (High) 高20分；综合价格为每百万 token 8美元。
• 10月4日，@tetsuoai 发帖说 xAI 的 Grok 4.7 已上架 Amazon Bedrock 和 Gemini Enterprise Agent Platform；在 xAI API 上，提示词低于20万 token 时，每百万 token 输入2美元、输出6美元。
• 10月6日，Mistral 放出 Mistral Large 4 预览版，@GuillaumeLample 介绍它总参数1T、激活参数49B；正式版和模型权重预计月底前发布。
• 同一天，@SebJohnsonUK 盘点欧洲24小时内的新模型，除了 Mistral，还有 Aleph Alpha 的 Kolibri-1、ElevenLabs 的 v4 Turbo 和 BFL 的 FLUX 3。
• 10月7日，@kimmonismus 报道 OpenAI 正在推出带 Intelligent UI 的 GPT-6，ChatGPT 的回答里可以直接出现图表、表单和计算器。示例很贴近购物场景：调整晚宴人数，购物清单里的数量就会自动跟着变。
• 10月8日，@ArtificialAnlys 公布 Google 新图像模型 Nano Banana 2.1 的评测：它在 AA-Image-T2I v2.0 和 AA-Image-Editing v2.0 上都排第4，所测16项能力全部超过上一代，提升最大的是 Retail & Ecommerce 场景，Google Ads 里也已经能用。经常要出产品图的店铺，最该留意这一条。
• 同在10月8日，@sundarpichai 在 Gemini at Work 活动上，面向700多家 Google Cloud 客户发布 Gemini agent：一个输入框就能提问、处理办公事务、生成图片、编写并运行代码。
• 还是10月8日，@UnderdogAI 发布 Underdog Saluki 27B，基于 Qwen 3.8 27B，体积比全精度版本小近7倍，保留96%的基准测试分数，以 Apache 2.0 许可开放。

还有一批尚未到来：@DrPengShen 10月5日发帖说，中国大模型的新一轮更新正在路上，包括 DeepSeek V5、GLM 5.5、Kimi k4 和 Qwen4，目前都还没有发布。

新版本往往没几天就被下一版接替

OpenAI 自己就是例子。@kunchenguid 觉得 sol 6.1 距离 sol 6 只隔几天，有点奇怪（原文："it's bit weird that 6.1 is released only a few days after 6"），好像 sol 6 是提前放出来的。Google 的图像模型也一样：按 @ArtificialAnlys 的说法，Nano Banana 2.1 于10月6日发布，直接在 Gemini API 上取代 Nano Banana 2，1K 分辨率每张0.0336美元，只有上一代价格的一半。

榜单变得更快。Google 上一个版本 Gemini 3.8 Flash (High) 在 Text Arena 排第11，Gemini 4 Argon 一上来就是第1；在 Code Arena: WebDev 上，排名也从 Gemini 3.8 Flash 的第29升到了第8。

可排名高不等于好用。@firstadopter 转述 Bloomberg 的报道：Bloomberg 援引不愿具名的知情人士称，Gemini 4 发布前，Google 内部对它存有疑虑，认为它跑基准测试表现不错，员工真拿来干活时却差一些（原文："it does less well when employees actually put it to work"），部分编程任务处理起来也吃力。

在这种节奏下，排名和价格几天就会变。店主和开发者更值得盯的，是新版本能不能把自己店里那件具体的事做得更好，比如生成的产品图是否更能直接用，而不是它在榜上排第几。