跳转到内容
主站 新闻 控制台

Claude新模型曝光!能跳出思维定势,修Bug治标又治本

· 量子位
国内AI

扫码关注量子位

Image 1

< img id=“wx_img” src=“https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png” width=“400” height=“400”>

Image 2梦晨 2026-10-20 09:09:43 来源:量子位

OpenAI只掏出一个6.1 Terra…

梦晨 发自 凹非寺
量子位 | 公众号QbitAI

最近听到AI圈最好笑的笑话:

接下来的一个月御三家都要出新模型。

Claude新款被评价为“重大飞跃”,修复一个bug时能“治本”,识别背后更大的问题一并处理。

Gemini要发的是Argon升级款Carbon,员工内测反馈“能打Opus 5.5”.

ChatGPT要发的是中杯6.1 Terra……

Image 3

什么嘛,还以为现在的6.1 Sol就是Terra改个名呢。

Image 4

Claude新模型能跳出思维定势

来自Information的消息。

如果你觉得过去一个月AI圈发新模型的速度很快,那就别指望下一个月会放慢。

根据内侧用户的说法,新版Claude在推理和直觉方面更好,特别擅长判断一个人的潜在意图和目标。

例如,一个人可能会要求模型修复一个单一的bug,而模型可能会去识别导致该bug的根本类问题,并询问是否应该修复整个类问题,这位使用过该模型的人表示。

Image 5

新版Claude在跳出思维定式方面也表现得更好,而不是重复常见的常识性建议或解决方案。

如果用户询问关于如何投资股票的建议,它不会建议老套的查看市盈率高,而是会提出自己创造性的算法来预测未来的股票表现。

目前尚不清楚新模型是Fable还是Opus,总之更强。

Gemini 4 Carbon可能用了RSI

与此同时谷歌也在开发新模型,代号“Gemini 4 Carbon”。

早期版本的Argon在部分编程任务上表现落后于Claude Opus 5。

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,如分析视频或测试前端页面功能(得益于用了Youtube数据训练)。

Carbon在谷歌内部编程平台Jetski上向员工开放了数日,体验过的员工认为“感觉与Opus 5.5相当”,但还需要更多测试。

Google测试了一系列Gemini 4模型,代号分别为Argon、Barium和Carbon。

其中内部代号“Barium-B”的最后被选中,发布成了我们今天看到的Argon。

在Carbon内测的表现泄露后,谷歌员工Vedant Misra发帖回应“你听说过递归自我改进(RSI)吗”。

不确定是否在暗示Carbon使用了RSI技术。

Image 6

OpenAI没活了?

GPT-6.1 Terra已经出现在微软Copilot的代码里。

Image 7

那么之前很多人怀疑6.1 Sol其实是Terra改个名字发出去,看来猜错了。原来6.1 Sol只是单纯的与5.6 Sol比升级不大啊。

很多人看到要出6.1 Terra的消息反应都是,感觉OpenAI已经自暴自弃了,破罐破摔了。

Image 8

不过也有人认为Terra升级对OpenAI来说确实很重要。

因为他们打算把ChatGPT的Chat/Work和Codex模式合并在一起,那么就需要一个更便宜的模型给免费用户用。

Image 9

与此同时OpenAI发布一条新进展。

最新的几款GPT模型在冷门编程语言(FORTRAN,COBOL)里表现更好。

很多银行、公共事业依赖这些古董软件,已经没几个人类程序员能维护了。

Image 10

COBOL支持⁠超过40%的银行系统、80%的面对面信用卡交易和95%的ATM交易,而Fortran用于天气预报⁠和核反应堆安全分析⁠。

在迁移COBOL程序到其他语言的测试中,GPT‑6.1 Sol在low档达到86.6% 的准确率,而GPT‑5.6 Sol只有5.4%。在更高的推理档位下,准确率达到97.9%,几乎把测试刷穿了。

Image 11

最后国产模型这边,DeepSeek率先结束潜水,接下来Kimi、GLM和Minimax的新模型也将先后登场。

总之接下来的11月,依旧精彩。

参考链接:
[1]
https://x.com/kimmonismus/status/2112242007062233122?s=20
[2]
https://x.com/maxxrubin_/status/2112256163761016977?s=20
[3]
https://openai.com/index/low-resource-programming-languages/

版权所有,未经授权不得以任何形式转载及使用,违者必究。

Claude

梦晨

扫码分享至朋友圈Image 13: Scan me!

相关阅读

姚班校友主导,Claude攻克费马大定理首个完整形式化证明

最后靠Harness救回来

梦瑶2026-09-05

Claude

OpenAI竞对再被谷歌加注!4.5亿美元新融资到位,累计已吸金14.5亿美元

星火资本领投

克雷西2023-05-25

Fable 5回归24小时差评如潮!跑分大降,拒答问题,还偷偷骂用户

单词数r也是风险问题?!

克雷西2026-07-03

大模型参与推理崩溃论战!从「思维错觉」到「错觉的错觉」再到「错觉的错觉的错觉」

闻乐2025-06-20

Claude版Manus只用10天搓出,代码全AI写的!网友:小扎140亿并购像冤大头

还需要人类来规划、设计、让AI反复尝试

梦晨2026-01-14

Claude

DeepSeek缝合Claude,比单用R1/o1效果都好!GitHub揽星3k

DeepClaude开源项目走红

西风2025-02-14

热门文章

突发!DeepSeek新模型发布,超级性价比斩杀一切 2026-10-17

扫码关注量子位 Image 24

追踪人工智能新趋势,报道科技行业新突破

量子位 QbitAI 版权所有©北京极客伙伴科技有限公司 京ICP备17005886号-1