AI日报：谷歌Gemini 4跳票，GPT-6.1超快版发布

谷歌Gemini 4 Argon：一场"只可远观"的发布会

谷歌的Gemini At Work 2026活动刚刚落幕，但备受期待的旗舰模型Gemini 4 Argon并未如外界预测的那样正式登场。此前开发工具代码中泄露的配置信息，一度让所有人相信它会在这次活动中亮相。

CEO皮柴在台上透露了一个关键信息：Argon是一颗完全没有安全护栏的前沿模型，目前仅限于给部分网络安全人员做内部防御测试。这几乎是在明示——普通人现阶段依然无法使用。至于迟迟不对外发布是否出于安全顾虑，官方没有明说，但外界的推测已经满天飞了。

泄露配置揭示了怎样的能力边界？

虽然大众版本暂时跳票，但Gemini 4 Argon在开发工具代码里泄露的配置相当抢眼。上下文窗口直接给到了512K和900K两个档位，配额倍率分别是1.3倍和1.8倍。对应的API定价也被扒了出来：百万输入Token约4美元，输出约20美元。

在命令行的实际运行演示中，Argon展现了端到端接管业务流程的能力。接到部署新网站的指令后，它自己读取了Git和企业CRM系统的数据，核对了42项任务、12个未解决问题，不仅算清了2180万美元的预订单，还准确找出了560万美元的风险敞口，一口气完成了验证、打包和线上部署。

此外还有一段标为Gemini 4 Output的画面展现了一只3D开屏孔雀的动态光影效果，以及第一人称视角的方块沙盒游戏漫游，直接在河畔树林和草坡之间自由穿梭。

伴随这次曝光的还有谷歌订阅体系的变动。应用端内的提示显示，未来的Flash和Pro模型可能会逐步转为付费专享，免费用户手头大概率只剩下Flash Lite，而最顶级的Argon很有可能直接被锁在价格最贵的Ultra计划里。同时代码库里也发现了Gemini Flash预览版的蛛丝马迹，说明更便宜的高速版也在同步推进。

上下文窗口（Context Window）与配额倍率：上下文窗口指模型单次推理能同时“记住”的Token总量，包括用户输入、对话历史和模型输出。512K意味着约可容纳一部《三体》三部曲的文本量，900K则接近《战争与和平》的数倍。配额倍率则是API计费中的乘数概念——倍率越高，单次调用消耗的账户配额越多，通常对应更长的上下文或更高的优先级。1.3倍和1.8倍的倍率说明900K档位不仅窗口更大，资源占用也显著更高。百万输入Token约4美元、输出约20美元的定价，在同类前沿模型中属于中高端区间，但考虑到其宣称的端到端业务接管能力，单位任务成本仍可能低于人工。

Gemini Agent：嵌入办公套件的通用工作智能体

除了Argon，谷歌也正式推出了通用的工作智能体Gemini Agent，直接嵌进了整个办公套件，在邮件、文档和表格之间互通上下文。

它能自己拆解复杂任务，动态拉起好几个专门的子智能体分工协作，从提炼会议纪要、跟踪待办、写宣讲提纲到做汇报演示和核对事实，全都能并行推进。更有意思的是，在模型选择菜单里，用户不仅能挑谷歌自家的模型，还能直接选Claude Opus 5.5等第三方模型。

如果你平时开着谷歌的Pro或Ultra会员，别忘了每个月赠送的云抵扣额度——Ultra用户每月甚至能拿到高达100美元的赠额，绑定后可以在开发平台里直接转成API额度，在各种外部编程工具里使用，而且这笔额度支持按月累计，12个月内都有效。

至于外网讨论的Claude Fable 5.5，目前只是部分用户的请求被分流到了性能更强的新模型，官方还没有正式确认，暂时先当个爆料看。

多智能体协作（Multi-Agent Orchestration）：Gemini Agent能够“动态拉起好几个专门的子智能体分工协作”，这属于多智能体编排架构。其核心思路是：主智能体充当调度者，将复杂任务拆解为子任务后，分派给具有不同专长的子智能体并行处理，最后汇总结果。例如提炼会议纪要、跟踪待办、核对事实可以同时交给三个子智能体，各自调用不同工具或数据源，再由主智能体整合成一份完整输出。这种架构能显著缩短长任务链的完成时间，但也对任务分解的准确性、子智能体间的信息同步和最终结果的一致性提出了更高要求。

OpenAI双线出击：GPT-6.1超快版与Intelligent UI

另一边的OpenAI动作同样密集。他们给GPT-6.1 Sol推出了超快版本，推理速度最高能飙到标准版的8倍，智力水平号称接近当家旗舰Extra。这项目标主要是为了线上排障和实时智能体这种抢时间的场景。

不过它的价格也相当昂贵：百万输入Token标价12美元，输出60美元。相比标准版Sol输入2美元、输出10美元的价格翻了好几倍，甚至比Extra标准版还要略高一点。目前这项超快模式主要面向Pro套餐及企业用户。对于日常写代码来说，用标准版显然划算得多。

不过它新加的即时操控确实很实用——智能体在运行中如果思路走偏，你可以当场发送指令让它换个方向，不用中断重跑，省下了不少时间和成本。

更让人眼前一亮的是ChatGPT全面推送的Intelligent UI交互界面。回答问题不再局限于吐出一长串冷冰冰的文字，会根据内容直接生成动态交互卡片。问自行车结构，它会给出一张可点击探索的系统图，把车架、车轮、传动和刹车做成可展开的组件；问旅游攻略，它能直接弹出带地点照片的可交互地图；甚至能根据你的提问现场给房间换墙面颜色、生成折纸步骤示意图，或者拉出一份带时间节点的烹饪甘特图与消费记账表单。

Anthropic的回应：Claude Dashboard与Claude Motion

Anthropic也没闲着，立刻端出了Claude Dashboard和Claude Motion的测试版。

Dashboard能直接连进企业数据库，用大白话提问就能自动生成实时更新的数据看板，甚至能查看每一张图表底层的查询语句。而Claude Motion则更特别——它把报表和产品演示转换成动态动画短片，关键在于它完全是用代码在后台渲染，根本没用视频生成模型。这意味着动画里的文字、数字和时长节奏你都能随意逐项修改，最后直接导出MP4文件。

同时Claude的文档、幻灯片和设计协作功能也正式向全员免费开放。

另外在成本层面，Sonnet 5.5的缓存读取费用直接降到了每百万Token 0.1美元，普通输入2美元、输出10美元，大部分智能体任务的综合成本直接降了两成。

代码渲染动画 vs. 视频生成模型：Claude Motion“完全是用代码在后台渲染”，这与基于扩散模型的视频生成（如Sora类工具）有本质区别。视频生成模型直接合成像素帧，输出是“死”的视频文件，文字、数字和节奏一旦生成便难以精确修改；而代码渲染动画本质上是用HTML/CSS/JavaScript或类似技术逐帧“画”出动画，每个元素都是可寻址的对象。因此用户可以逐项修改动画中的文字、数字和时长节奏，甚至替换数据后重新导出MP4。这种方案牺牲了一部分视觉真实感，却换来了企业报表和产品演示最需要的精确性、可编辑性和数据一致性。

独立开发者用AI智能体发现两颗候选系外行星

除了这些应用更新，还有一起相当震撼的科研突破。一位海外开发者利用Claude Code和OpenAI Codex，在两周内写了1000多个脚本，跑了74次分析，把NASA空间望远镜过去7年的测光数据彻底翻了一遍。

他在距离地球116光年的一颗恒星周围敏锐揪出了异常的边岸周期，推测出两颗从未被记录过的候选系外行星。候选行星A大小约为地球的1.4倍，公转周期只有三天多，表面温度高达500多摄氏度；候选行星B大约是地球的2.2倍，公转周期大概是11天。

为了验证推测，他故意隐藏单一年份的数据让程序预测变暗节点，三次预测全部吻合。他还检索了NASA 34万多条自动化告警记录，确认此前从未有人发现过这两颗候选行星，并且独立排除了周围已知恒星产生假信号的可能。

目前NASA团队已经正式批准了他的专属观测提案，望远镜将在11月对这颗恒星进行两分钟一次的高频复测。虽然最终定论还要看复测结果，但一个独立开发者靠着AI编程智能体就能在严肃天文学研究里撕开一道口子，足以说明智能体的能力边界正在被飞速改写。

凌星法（Transit Method）与测光数据：发现系外行星最常用的方法之一是凌星法——当行星从恒星前方经过时，会遮挡极小一部分星光，导致恒星亮度出现周期性微弱下降。NASA的开普勒和TESS空间望远镜正是通过持续监测数十万颗恒星的亮度变化来寻找这种“边岸周期”信号。开发者翻查的7年测光数据，就是这些望远镜记录的恒星亮度时间序列。候选行星A公转周期仅三天多、表面温度500多摄氏度，属于典型的“热超级地球”或“热海王星”类别。验证时“隐藏单一年份数据让程序预测变暗节点”，正是为了排除过拟合，检验信号是否具有真正的预测能力。34万多条自动化告警记录则来自地面和空间望远镜的实时异常检测系统，检索它们可以确认该信号此前从未被标记。

智能体正在从辅助工具变成核心生产力

从这轮密集的更新中可以清楚看到，AI智能体正在从简单的对话助手，快速进化为能独立完成复杂任务的"数字员工"。谷歌Gemini Agent的多智能体协作、OpenAI的超快推理模式、Anthropic的代码渲染动画，各自从不同方向推进了智能体的实用边界。

而那位独立开发者用AI发现系外行星的案例，可能是这轮更新中最具象征意义的信号——当一个人加上AI智能体就能完成过去需要团队数年才能推进的科研工作，生产力的天花板正在被重新定义。