11 月 10 日到 16 日这一周,前沿模型连发三弹,值得放在一起读,因为三家讲的是三个不同的故事。

Anthropic 先发布 Claude Fable 5.2 与 Mythos 5.2,官方说法是比 5.1 快 30%、便宜 20%。Epoch AI 的预测试把它列为能力指数的新纪录。不过同一份 ARC Prize 核验提醒了一件事:同一个模型在不同测试框架下,ARC-AGI-3 得分分别是 97.7% 与 81.2%。分数本身没变,变的是测试框架——读发布数字时,先问一句用的是哪个框架。

11 月 15 日 Google 发布 Gemini 4 Hydrogen,定位是快速 agent 层级,搜索、App 与 API 同步上线。同一系列的 Gemini 4 Carbon 在 Artificial Analysis 智力指数上拿到 59 分,在 ExploitGym 无护栏条件下拿到 54.8%。“快”与“强”被拆成两条产品线,这本身就是信号:agent 场景下延迟和成本开始与峰值能力分开定价。

11 月 16 日阿里发布 Qwen4-Max,官方称编码能力优于 Claude Fable 5.1 与 Kimi K3.1 Pro,但没有开放权重——这是该系列旗舰第一次闭源。开放权重路线的支持者要重新算一笔账:当旗舰闭源成为选项,开放这条路还剩多少。

三条放在一起,我的判断是:速度与成本的竞争正在超过峰值能力的竞争。Fable 5.2 讲快和便宜,Hydrogen 讲 agent 层的快,Qwen4-Max 则用闭源换取商业空间。下一轮值得盯的不是谁的榜单分更高,而是推理成本曲线与 agent 长任务完成率——这两条曲线比任何一次发布会都更能说明时间线。

还有一个细节值得单独拎出来:三家发布的时间点挨得这么近,本身就说明竞争的节奏变了。过去是半年一次的大版本、一次发布会讲完所有亮点;现在是小步快跑,每家都挑对手发布后的空档抢注意力。对读者来说,这意味着单篇发布稿的信息量在下降,真正有用的信息藏在连续几周的发布序列里——只读一篇很容易被带偏,连续读三篇才能看出方向。

如果只看单家发布,很容易把它当成一次常规升级;只有把三家放在同一周里对照,才能看到竞争重心正在从峰值能力转向成本与落地。

来源:https://www.laurenceo.com/intelligence/topics/frontier-ai-models ;https://www.agiwatch.ai/signals/domain/frontier-models