Google 发布新前沿模型 Gemini 4 Argon，在多项基准上缩小了与 OpenAI、Anthropic 的差距，但未取得明显领先。该模型先向 Fairwind 计划的“可信网络防御者”开放，之后才面向开发者和消费者，促销价为每百万输入 token 2 美元、输出 token 10 美元，输出上限从 64,000 提升至 100 万 token。
推荐理由：汇总独立评测与定价数据，呈现 Gemini 4 Argon 与 OpenAI、Anthropic 旗舰模型的差距和成本取舍。
OpenAI 发布 MentalHealthBench，一个由专家参与构建的基准，用于评估 AI 在真实心理健康对话中回复是否有帮助且安全。
NVIDIA Vera Rubin NVL72 在 MLPerf Inference v6.1 首次预览提交中，Qwen3-VL 吞吐量最高达 GB300 NVL72 的 3.7 倍，DeepSeek-R1 上最高 2.5 倍。GB300 NVL72 以 288 GPU 四机架提交实现 99% 扩展效率，软件优化较 v6.0 带来最高 1.6 倍性能提升。
Google DeepMind 联合新加坡 AI Safety Institute、OpenMined、AVERI 和 MLCommons，首次对专有前沿模型 Gemini Flash Lite 开展双盲评测，将外部评测限制在加密“黑箱”中，防止模型提前接触测试题。该方案针对基准污染问题，在隐私保护环境下用保密基准测试模型，以提升评测可信度。
Ethan Mollick 提前体验了首个面向公众发布的 Mythos 级模型 Claude 5 Fable，称其在自己做过的各项测试中大幅超过此前用过的所有公开模型，能连续执行多页规格说明长达十余小时。
AI Snake Oil 作者团队分析 Google 在开发者大会上的宣称，即 Gemini 3.5 Flash 与 Antigravity 2.0 的智能体团队仅凭单个提示词、约 900 美元 API 费用就建成了一个操作系统。
Google DeepMind 与 Google Research 开发的 AI 天气模型 WeatherNext 帮助美国国家飓风中心提前五天预测飓风 Melissa 将以五级强度登陆牙买加，置信度达 80%，三天前升至接近 100%。
推荐理由：原文给出 WeatherNext 在飓风路径与强度预测上的实测表现，读者可了解 AI 天气模型如何辅助官方预警决策。