A.I. 日报
Bindu Reddy@bindureddy
确认了！Argon 在数据分析和 Excel 任务上表现出色 刚在生产环境中启用 与 Opus 相比，质量有了巨大飞跃，而且更便宜 ♥️
Bindu Reddy
170 篇报道Bindu Reddy 是活跃在 X 上的 AI 行业评论者，长期关注模型能力、定价与行业走向。近期他的帖子围绕 Google 的 Carbon 模型展开，谈及 Carbon 与 OpenAI 的 Bel 传闻、Carbon 的 LiveBench 排名预期与定价猜测，并称买入了 Google 股票。他还讨论 Argon 在编码和指令遵循上的弱点、Astra 被中国模型蒸馏、Anthropic 八成收入来自 API 计费，以及 AI 解决编码后转向物理并通向“富足时代”的预测。
Bindu Reddy@bindureddy
未来 6 个月的 AI 市场 - 开源模型会变得更好 - token 价格继续下降 - 前沿实验室将被迫进一步降价 - fable 和 astra 被迫将价格降至每百万 token 30 美元 - 80% 的任务由廉价模型完成
Bindu Reddy@bindureddy
🚨 DeepSeek Flash 是全球最具成本效益的模型 - 性能不错 - 每项任务仅 $0.13 - 卓越的推理和编码能力 Open Router 统计也显示了同样的情况。按 token 计算，它是全球使用最多的模型
Bindu Reddy@bindureddy
谷歌肯定凭借Argon回归了 再经过几次迭代，他们几乎肯定会赶上OpenAI和Anthropic 他们现在有一个独特的优势，因为前沿因“安全原因”而停滞不前
Bindu Reddy@bindureddy
Gemini 4.0 Argon 在以下方面位列世界第一 - 数据分析 - 推理 是的，在这两个类别中都优于 Fable 5.1 和 Astra 6
Bindu Reddy@bindureddy
Fable 5.5 还是 Astra 6.1？ - Fable 可能会在 Astra 之前发布 - 我猜两者都会降价 - 前沿模型在硬核编程和数据分析上还有很大提升空间 可能在未来两周内发布。Google 也应该推出 Carbon。
Bindu Reddy@bindureddy
🚨 Gemini Argon 4 落后于 Fable 和 Astra，但领先于开源 - Argon 4.0 不及 GPT 6.1 Sol - 领先于开源（Deepseek Flash） - 比 Muse Wonder 好得多 - Muse 仅略好于 DeepSeek 这一切都在我们的新基准上，它不容易被刷分，并反映真实世界使用——LiveBench 2.0
Bindu Reddy@bindureddy
🚨 自我提升的智能体助你收入最大化 - 设定一个目标 - 智能体定期迭代 - 每次运行都会改进指标 - 随着时间的推移实现目标 用成群的自我提升智能体获得更多转化、制作病毒式传播的帖子，并完成更多交易
Bindu Reddy@bindureddy
可以证实！ Muse Wonder 远达不到 Fable 或 Astra 的水平 这一切都变得相当令人厌烦。我们很快会发布新的基准测试，包含所有细节
Bindu Reddy@bindureddy
非常兴奋地推出我们新的代理长时程基准测试 - LiveBench 2.0 我们有数百个基准测试，但大多数都只是完全损坏且被基准最大化的。我们在过去几周里努力修复了这个问题 - 在 Argon 推出时发布 - 反映现实世界的模型性能 - 你无法在其上进行基准最大化 - 长时程类别非常准确 - 考虑成本/任务 迈向合法超级智能的第一步是让基准测试反映现实世界的性能
Bindu Reddy@bindureddy
超级智能很快将解决大众市场机器人问题 让智能体群在物理世界中运行数十亿次机器人模型模拟 挑选最佳机器人模型并在现实世界中测试，以制造大众市场机器人 一个能胜任体力蓝领工作的机器人 🚀
Bindu Reddy@bindureddy
Fable 5.1 在编程方面很棒，但在数据分析方面糟糕透顶 与此形成鲜明对比的是，Astra 在复杂数据分析上表现非常出色 Argon 在数据分析方面会比两者都更好
Bindu Reddy@bindureddy
十月爆冷——Gemini Argon 太棒了，它击败了 Fable 和 Astra 它的价格比这两个模型都便宜 5 倍 它将自动迫使 Astra 和 Fable 降价 这种情况发生的概率——55%
Bindu Reddy@bindureddy
谷歌员工认为他们的内部模型Carbon非常好 比尚未发布的Gemini Pro 4 Argon还要好！ Argon还没发布就成了过时模型 😲 如果谷歌抓紧时间，一周内发布Carbon，仍然可以领先 就在Fable 5.5和Astra 6.5发布之前
Bindu Reddy@bindureddy
前沿模型正在全力以赴，以光速前进！！ OpenAI 和微软花了几个星期才复现 Jev 人类不再创造或复现技术，AI 来做。 它只是以 10 倍的速度和更好的方式完成 🚀
Bindu Reddy@bindureddy
与一些我们最大的客户一起试验 Astra 对比 Opus 5.5 一般来说，如果模型是匿名的且不透露价格，他们在硬核编程上更偏好 Astra！ Astra 在 80% 的情况下胜出，并带来非常强的参与度
Bindu Reddy@bindureddy
OpenAI似乎正在经历一场“安全危机” 他们的模型开发似乎暂停了，而Anthropic和Google正在大步前进 不清楚公司内部发生了什么，但我敢打赌这是某种以“安全”为幌子的办公室政治
Bindu Reddy@bindureddy
更低的价格换来的就是更差的性能😲 前沿实验室在大幅降价，但同时也在削弱模型以提高效率 Luna 5.6仍然是最好的版本，因为Luna 6.1表现更差
Bindu Reddy@bindureddy
Fable和Astra仍有很大的改进空间 - 它们会做出随机假设 - 不会全面思考 - 在复杂UX方面极差 - 没有时间感或AI努力感 我们距离超级智能至少还有两代！ 开源AI有足够的时间追赶。
Bindu Reddy@bindureddy
对 DeepSeek 和开源 AI 保持信心 中国公司是唯一被禁止将 Anthropic 或 OpenAI 模型包装成各种随机功能的群体 他们实际上必须交付性能极强且高效的模型才能成功 到目前为止，他们做得非常好。DeepSeek、GLM 和 Kimi 只会变得更好 🚀
Bindu Reddy@bindureddy
一位纽约大学的数学教授指责大型语言模型“窃取”了所有人的研究想法 仅仅因为OpenAI在公共数据上进行了训练！ 相当惊人的声明 他从哪里获得想法？凭空而来还是通过阅读现有文献！🤯
Bindu Reddy@bindureddy
谷歌似乎又把一切都搞砸了 😭 对Gemini 4 Argon的兴奋正在消退…… 如果它是一个不错的模型，这尤其是个悲剧 他们应该尽快让它普遍可用！
Bindu Reddy@bindureddy
超级智能的应用 - 解决所有数学问题 - 突破大众市场机器人技术 - 自主构建复杂系统 - 治愈衰老和所有疾病 - 发明近乎无限的能源 - 发明像Sol和Haiku这样更小的LLM供人类娱乐 好消息是它已经来了 🍾
Bindu Reddy@bindureddy
Haiku 5.5 是一个廉价模型，在同级中表现不佳 - 比 DeepSeek 差得多 - 也不如 Luna Anthropic 最好推出 Fable 5.5 🤷♀️
Bindu Reddy@bindureddy
说实话，我们不需要再多一个超便宜的模型 DeepSeek、Luna、Haiku、GLM，等等等等 来个Fable 5.5或Astra 6.5怎么样？
Bindu Reddy@bindureddy
听到传言说 Haiku 5.5 可能会把价格砍掉近 10 倍 是的，10 倍！！将与 DeepSeek 和 Luna 竞争 普通人的智能已正式变得便宜到无法计量
Bindu Reddy@bindureddy
停止关注那些无聊的个人代理，它们显然会预订机票 🙄 谁在乎？那些预订网站会阻止这些 AI 代理 与此同时，SuperIntelligence 继续自我改进，并被锁在双头垄断的墙内 世界其他国家需要赶上 OpenAI 和 Anthropic，否则我们都将属于永久下层阶级
Bindu Reddy@bindureddy
未来几周的竞争将是谁能在这场超级智能竞赛中夺得第三名。 Gemini 4.0发布，进入Fable或Astra级别 或者 GLM 5.5表现出色，使开源领先于Gemini
Bindu Reddy@bindureddy
通往富足时代的道路 - 超级智能解决机器人技术 - 机器人在现实世界实验室中快速实验 - 超级智能 + 机器人发明近乎无限的能源 问题解决！资源限制不复存在 乌托邦的开始 🔥
Bindu Reddy@bindureddy
OpenAI 刚刚发布了一大堆高难度数学问题的解法 AI 解决的问题比人类十年能解决的还多 预计 AI 很快就能攻克所有科学问题！