共计 1482 个字符，预计需要花费 4 分钟才能阅读完成。
OpenAI 只掏出一个 6.1 Terra…
导语: 大模型发布潮还没停。Claude 新版本的内测细节被曝光 ,Gemini 4 Carbon 和 OpenAI GPT-6.1 Terra 也传出新消息。比起跑分, 这一轮更值得看的是: 模型能不能真正理解问题背后的问题。
📌 Claude 新模型: 修一个 Bug, 先追问一类问题
据 Information 报道, 有内测用户透露 , 新版 Claude 在推理和直觉方面表现更好, 尤其擅长判断用户的潜在意图和目标。一个典型场景是: 用户只要求修复某个 Bug, 模型却会去识别导致该 Bug 的根本类问题, 并询问是否要把整类问题一起处理。
这种“治标又治本”的思路, 被认为是新版 Claude 跳出思维定式的表现 。比如在股票投资建议场景中, 它不再只给出查看市盈率之类的常见答案, 而是尝试提出自创算法来预测未来表现。不过, 目前尚不清楚新模型具体叫 Fable 还是 Opus, 相关能力仍停留在内测反馈层面。
🔍 Gemini 4 Carbon: 编程追赶, 视觉仍是长板
谷歌这边正在开发代号“Gemini 4 Carbon”的模型 。早期的 Argon 在部分编程任务上落后于 Claude Opus 5, 而 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, 例如分析视频、测试前端页面功能, 这被认为得益于 YouTube 数据训练。
Carbon 已在谷歌内部编程平台 Jetski 向员工开放数日。 体验过的员工评价“感觉与 Opus 5.5 相当”, 但也强调还需要更多测试。谷歌此前测试了 Argon、Barium 和 Carbon 等 Gemini 4 系列模型, 内部代号“Barium-B”的方案最终被选中, 发布为今天看到的 Argon。Carbon 内测表现泄露后, 谷歌员工 Vedant Misra 发帖提到“递归自我改进 (RSI)”, 不过这是否在暗示 Carbon 采用相关技术, 目前并不确定。
💡 OpenAI 的算盘:Terra 补位, 冷门语言成突破口
OpenAI 被曝准备的是 GPT-6.1 Terra, 其名字已经出现在微软 Copilot 相关代码中。此前有人怀疑 6.1 Sol 只是 Terra 改名, 但这一猜测看来不成立;6.1 Sol 相较 5.6 Sol 的升级幅度被认为不大。
另一条值得注意的进展, 是 GPT 模型在 FORTRAN、COBOL 等冷门编程语言上的表现提升 。COBOL 支撑着超过 40% 的银行系统、80% 的面对面信用卡交易和 95% 的 ATM 交易,Fortran 则用于天气预报和核反应堆安全分析。在把 COBOL 程序迁移到其他语言的测试中,GPT-6.1 Sol 在低推理档达到 86.6% 的准确率, 而 GPT-5.6 Sol 只有 5.4%; 更高推理档下准确率达到 97.9%。
📊 几个重点: 下一轮竞争看什么
- 根因修复:Claude 新模型把“修 Bug”推向识别一类问题, 对工程团队更有实际价值。
- 视觉理解:Gemini 4 Carbon 继续把视频分析、前端页面测试作为差异化方向。
- 遗留系统:COBOL、Fortran 迁移是 AI 编程的刚需场景, 测试成绩显示出明显提升空间。
- 国产模型:DeepSeek 率先有了新动作,Kimi、GLM 和 Minimax 的新模型也将先后登场。
🚀 结语: 热度之外, 等待官方答案
从目前信息看, 新一轮竞争正在从“会答题”转向“会拆问题”: 谁能理解意图、定位根因、处理遗留系统 , 谁就更容易进入真实工作流。但内测反馈和泄露信息毕竟不等于最终产品,Claude 新模型能否把“跳出思维定式”变成稳定可用的能力, 才是接下来最值得观察的地方。
