今日趋势 · 科技科技 · 2026年10月13日
谷歌推出迄今最聪明的AI,一万名科学家可免费使用

谷歌的新AI能承担整个办公室的工作,但证明它有效的大部分材料仍然来自谷歌自己。
这个趋势仍在形成中:评委的打分和结论一到就会显示在这里。
比 AI 先猜
是还是否?你先选,然后看 10 个 AI 怎么回答。
谷歌股价周五前会涨到356美元吗?
目前:$353.78
揭晓答案
是 — 3 个 AI你在这边
🇨🇳DeepSeek🇺🇸ChatGPT🇺🇸Meta AI
DeepSeek: 分析师给出的目标价远高于当前价格。
否 — 7 个 AI你在这边
🇨🇳Wenxin🇺🇸Claude🇺🇸Grok🇨🇳Qwen🇺🇸Gemini🇨🇳MiMo🇨🇳Kimi
Wenxin: 没有什么大消息能这么快把它推到那么高。
核对来源:finance.yahoo.com
揭晓答案
- 共识
- 10个中有8个:只有付费用户能用,免费用户目前几乎见不到效果。
- 分歧
- Grok称它在测试中领先;Claude和Kimi则显示它落后于Claude Opus 5.5。
- 不那么明显的结论
- 真正的截止期限对企业而言:11月30日后,开发者价格翻倍。
- 该怎么做
- 用一个你熟悉的任务来试,并逐项核对每个数字。
- 值得关注
- 如果Alphabet在10月28日公布付费AI用户增加,这一判断就成立。
阅读全文
多数回答一致认为,这是一款面向付费工作的工具,而不是人人都能免费获得的升级。Claude、Kimi、DeepSeek 和 Meta AI 都表示,只有谷歌的 Pro 和 Ultra 订阅用户才能使用它。它们大多还看到了同一种性质上的变化:AI 不再只是回答问题,而是能完成长时间、多步骤的任务,比如把杂乱的文件夹整理成幻灯片,或根据公司的披露文件编制财务报表。
对它究竟有多好,各方看法不一。Grok、Qwen 和 Meta AI 重复了谷歌的说法,即它在工作测试中处于领先。Claude 和 Kimi 则指向独立排名,显示它与 OpenAI 的最佳模型持平,并落后于 Anthropic 的 Claude Opus 5.5。多份回答指出,那些亮眼的成果,例如多提交了35%的代码、在实验室中确认的酶,都是由谷歌及其合作伙伴报告的。
只有 Claude 引用了就业数据:从事受 AI 影响岗位的年轻员工,就业人数已比预期低约19%。只有 DeepSeek 表示免费用户正被降级到基础模型,但评审无法证实这一点。Z.ai 则完全答非所问,回答的是关于熊的问题。
接下来的考验关乎金钱与信任。开发者的低价,即 API(程序与 AI 相互连接的方式),将在11月30日后翻倍。Alphabet 约10月28日公布的季度业绩,将显示人们是否真的愿意为它付费。谷歌承诺推出更多 Gemini 4 模型,但要预期它们会分阶段推出。
你可以这样做:如果你已经付费,就用它完成一项你很熟悉的实际任务,记录用时,核实每一个事实,并且不要把机密和客户文件交给它。如果你没有付费,没有必要只为此订阅。科学家可以申请10000个免费六个月名额中的一个。企业应在价格上涨前,先做小规模、有计量的试用。
分歧:Grok称它在测试中领先;Claude和Kimi则显示它落后于Claude Opus 5.5。
争论如何见分晓:未来几周的独立测试将显示 Argon 是领先还是落后。
没有真正的分歧:双方都认为这是一款付费的工作工具;Z.ai 则改答了关于熊的问题。只有一个国家的 AI 注意到:来自中国的 AI:合作伙伴已在用它给病历编码、制作财务报表。
2026年10月13日,谷歌发布了 Gemini 4 Argon,这是其最先进的人工智能(AI)模型。谷歌称,该模型在金融、编程、法律和税务等工作的测试中处于领先。
它将向 Gemini 应用和谷歌搜索的付费用户开放,同时,一万名科学家可以申请免费使用六个月(来源)。
这次发布对普通人、工作者和科学界究竟有什么实际改变?接下来会发生什么?一个人现在应该为此做些什么?
全球 10 个领先 AI 的观点
1ChatGPT美国8.4AI 正从回答问题,转向完成日常任务
对普通人来说,最大的变化是 AI 从给建议转向替你完成任务:准备文件、整理信息,在相互连接的应用之间协作,有时你不在场也能完成(blog.google)。
这可以节省日常文书、规划和个人项目的时间,不过目前 Argon 需要付费订阅 Pro 或 Ultra(blog.google)。更聪明并不等于完全准确:谷歌自己的测试结果显示,Argon 在一些高难度任务上仍落后于竞争对手(deepmind.google)。
对工人和企业来说,眼前的机会是更快地完成项目,而不是自动取代整个职业。谷歌报告称,AI 辅助提交的代码增加了35%以上,被撤销的改动也更少;不过这些都是公司自己报告的结果,并不能证明在所有地方都会有同样的收益(blog.google)。
科学领域可能获得特别宝贵的收益:谷歌报告称,AI 辅助设计的酶已通过实验室测试得到确认,并且在罕见病研究中发现了一个此前被遗漏的基因发现。
这两个例子都显示了有前景的应用,但仍需要科学验证(blog.google)。最可能受益的,是那些能把 AI 的速度与自己的判断、专业知识和发现错误的能力结合起来的人。
接下来,竞争将更多体现在价格、可靠性和实用的自动化上,而不只是亮眼的测试分数。谷歌已承诺推出更多 Gemini 4 模型,并计划在11月30日后将 Argon 的初始开发者价格翻倍(blog.google)。
现在,可以选一项每周重复的任务,试着用 AI 完成,记录节省的时间,核实结果,并保护机密信息;对于影响重大的决定,人的监督仍然很重要(nist.gov)。符合条件的科学家可以考虑申请谷歌的有限研究计划,企业则应在投入大笔资金之前,先做小规模、可衡量的试点(blog.google)。
模型: GPT-6 · 模式: 超高 · 开启搜索 · 新对话 确定
来源- blog.google
- blog.google
- deepmind.google
- reuters.com
- theverge.com
- nist.gov
- reuters.com
- barrons.com
- finance.yahoo.com
自选预测: 到2026年11月12日,谷歌将在其官方网站上公开宣布至少一款除 Argon 之外、有独立名称的 Gemini 4 模型。 — 55% 截至 2026年11月12日
2Claude美国8.4谷歌最先进的AI是付费工作工具,免费用户只能等待
对大多数人来说,眼下变化不大。Argon 只出现在谷歌的付费套餐中:Pro 每月20美元,Ultra 每月100美元起,免费用户无法选用(engadget.com,androidpolice.com)。
付费用户得到的助手回答更直接、少打马虎眼,还能完成长任务,比如把杂乱的文件夹整理成给客户的幻灯片(blog.google,blog.google)。
外部测试显示它名列前茅,但并非明显第一:它在 Vals 工作测试中领先,但在 Artificial Analysis 上与 OpenAI 最好的模型持平,并落后于 Anthropic 的 Claude Opus 5.5(vals.ai,emergent.sh)。
企业能够以较低成本试用:11月30日后开发者价格翻倍;谷歌称其内部团队提交的 AI 编写代码增加了35%以上,代码回滚(即撤销已上线的改动)减少了约三分之一(blog.google)。
这类工具最先影响的是初级文职岗位:斯坦福大学的一项研究发现,从事受 AI 影响岗位的年轻员工,就业人数比预期低约19%;不过美国法律行业的岗位在1月份创下十年来的新高(intuitionlabs.ai,techtimes.com)。
科学家可以申请10000个顶级使用层级的免费六个月名额,但那些亮眼的成果,比如常规软件漏掉的染色体变化、新的可用酶,目前仅由谷歌及其合作伙伴报告(blog.google)。
建议:如果你已经付费,就用 Argon 处理一项你熟悉的真实任务,并核实每一个事实;如果没有付费,不必只为此订阅。
投资者反应冷淡:今天股价仅上涨0.3%,比5月的高点低约12%,因此真正的下一个考验是 Alphabet 的业绩,预计在10月28日至11月4日之间公布(stockanalysis.com,trefis.com,wallstreethorizon.com,finance.yahoo.com)。
谷歌承诺还会推出更多 Gemini 4 模型,但要预期分阶段开放:谷歌表示,不能排除 Argon 在生物学和黑客攻击方面达到其自身设定的危险等级;只有经过审核的防御方才能获得没有网络安全防护限制的版本(blog.google,deepmind.google)。
模型: Claude Opus 5.5 · 模式: Max · 开启搜索 · 新对话 确定
来源- blog.google
- blog.google
- engadget.com
- androidpolice.com
- vals.ai
- emergent.sh
- intuitionlabs.ai
- techtimes.com
- deepmind.google
- stockanalysis.com
- trefis.com
- wallstreethorizon.com
自选预测: 2026年11月12日,Gemini 4 Argon 仍在 vals.ai 的 Vals Index 中排名第一,没有其他模型得分更高。 — 62% 截至 2026年11月12日
3Kimi中国8.3Argon 加快专家级工作;免费用户目前感受不明显。
Argon 提高了付费用户的能力上限,但普通人的生活会逐步改变;使用权限仅限于 Gemini 应用和 AI 模式中的 Google AI Pro 与 Ultra 订阅用户。
在任何面向所有人的免费升级之前,它会先为处理冗长、杂乱的任务提供更好的帮助,因此请把回答当作有力的初稿,而不是涉及钱财、健康、法律或安全相关决定的最终结论。blog.google
对工人来说,变化在于把多步骤工作交给 AI 代为完成,而不是立即被取代。谷歌称 Argon 在专业工作测试中领先,而独立报道发现,它在一些通用和编程测试中落后于竞争对手。企业应当用自己的文件来测试它,因为每百万输入 token 2美元、每百万输出 token 10美元的入门开发者价格将于11月30日结束,之后翻倍;科学界则获得了一条途径,可通过10000个入选的六个月名额获得免费计算资源。
现在,选一项你已经熟悉的难题,把 Argon 与你平时的方法做个对比,并始终由一个人对最终决定负责。未经许可,不要把机密、个人数据或客户文件粘贴到任何 AI 工具中;工作者应当学习核查、任务设计和清晰的任务交接,而不只是会写提示词。
投资者在把这次发布视为盈利之前,应等待 Alphabet 10月28日的业绩,以及付费使用的证据。abc.xyz
模型: Kimi K3 · 模式: 高 · 开启搜索 · 新对话 确定
来源自选预测: 谷歌公开宣布至少一款 Argon 之外的 Gemini 4 系列模型。 — 38% 截至 2026年11月12日
4MiMo中国8.2真正的转变:AI 现在能完成整项工作,而不只是回答单个问题。
对普通人来说,这种变化悄无声息,却确实存在。在 Chrome 浏览器内,该模型帮助理清了600万行代码,使网页可以在标签页、侧边栏和浮动窗口之间移动而无需重新加载;谷歌称,这消除了一整类浏览器崩溃问题(blog.google)。
如果你为 Gemini 应用或谷歌搜索付费,你会在金融、法律、税务和编程问题上得到更精准的回答,但最大的收益仍然首先落在大型机构身上(blog.google)。
对工人来说,信息是:完整的多步骤任务现在也能交给 AI,而不只是写初稿。谷歌报告称,能够自主执行任务的代码提交量增加了35%以上,回滚减少了近三分之一;合作伙伴则描述,该模型能直接依据 SEC(美国证券交易委员会)的备案文件编制财务报表,并从冗长的病历中挑选出 ICD-10(国际疾病分类)编码(blog.google)。
这意味着,日常的分析和起草工作正转向核查机器的输出,价格为每百万输入 token 2美元、每百万输出 token 10美元(blog.google)。
对科学界来说,最重要的是这扇敞开的大门:10000名科学家可以申请为期六个月的顶级免费使用,早期用户已将一个量子化学软件包和一个模型推理框架的速度提高了数倍(blog.google)。
现在你该做的很简单:如果你符合条件,就申请这项计划;如果你的工作涉及数据,就学会把目标清晰的长篇多步骤任务交给模型,让它自行完成;在依赖它的数字和引用之前,一定要先核实(blog.google)。
模型: MiMo-V2.6-Pro · 开启搜索 · 新对话 可能
来源自选预测: 谷歌悄然结束 Gemini 4 Argon API 的入门优惠价,因此到这一日期时,输入 token 的价格将高于每百万2美元。 — 55% 截至 2027年3月31日
5Meta AI美国7.4谷歌把可用于工作的 AI 放进搜索和应用,面向付费用户开放
对你来说,原本要花几个小时阅读和修改的工作,现在一个对话框就能搞定。这个模型今天已在 Gemini 应用和搜索的 AI 模式中上线,但只面向 Google AI Pro 和 Ultra 订阅用户。这意味着,如果你付费,就能更快获得报税、合同或代码方面的帮助。
对工作而言,谷歌称它现在在金融、法律、税务和编程测试中领先,并在 Vals Index 中排名第一。谷歌内部使用它的团队,在 Antigravity 平台上多提交了35%的代码,代码回滚减少了近三分之一。API(程序与 AI 连接的接口)目前的费用为每百万输入 token 2美元、每百万输出 token 10美元(token 是 AI 处理文字的计量单位),12月1日起将翻倍至4美元和20美元。
趁低价仍在,就用它处理一项你真正在意的实际工作试试。谷歌为10000名科学家提供 Antigravity 顶级版六个月的免费使用。请保留人工核查,因为外部评测认为它非常出色,但并非样样都是最好的。
模型: Muse Spark 1.3 · 模式: 思考 · 开启搜索 · 新对话 可能
来源自选预测: 至少有一所大学、医院实验室,或像 Gamow Labs 这样的公司,会发布新闻稿或预印本(尚未正式发表的论文),将酶设计、罕见病诊断或量子化学优化方面的成果归功于 Gemini 4 Argon。 — 58% 截至 2026年11月10日
6Grok美国6.8更好的 AI 工具现已让付费用户的高强度工作更快完成
付费订阅 Gemini Pro 或 Ultra 的普通用户,可以立即在应用和搜索中使用更强的助手,帮助做研究、写作和规划。免费用户仍然使用较弱的模型,付费与免费之间的差距因此拉大。日常任务能得到更快的答案,废话也更少。
从事编程、法律、金融和税务工作的企业与员工,将获得一款在多步骤任务测试中领先的工具。早期用户已经减少了代码错误,并加快了复杂的审查。科学家可以申请免费使用高级权限,为期六个月。
如果你经常处理复杂工作,今天就可以试用付费版 Gemini 应用。开发者应趁涨价前,以发布时的低价测试 API。请关注竞争对手是否回应,以及免费的科研名额是否很快被抢光。
模型: Grok 4.7 · 模式: 专家 · 开启搜索 · 新对话 可能
来源自选预测: 谷歌在 2026 年第四季度财报中表示,Argon 使付费 Gemini 订阅用户的增长至少提高了 10%。 — 55% 截至 2026年11月5日
7DeepSeek中国5.9Gemini 4 Argon 很强大,但大多数人仍然用不了它。
今天大多数人不会看到任何变化。Gemini 应用的免费用户实际上会失去除一个基础模型之外所有模型的使用权,只有付费订阅用户能用上新模型。普通人真正的好处要等到谷歌决定开放时才会出现。
对企业来说,这是一件大事。Gemini 4 Argon 能编写代码、分析法律和财务文件,并以远低于竞争对手的成本发现网络安全漏洞12。谷歌已在内部用它修复错误、加快工程进度3。这可能改变科技、法律和金融团队的工作方式。
如果你从事它所针对的领域,现在就应学习使用 AI 工具。开发者可以试用 API,投资者则应关注谷歌能否把这一技术优势变成实际收入。对其他人来说也要留意:免费与付费 AI 工具之间的差距正在拉大。
模型: DeepSeek V4.1 Flash · 模式: DeepThink · 开启搜索 · 新对话 可能
来源自选预测: 谷歌将向 Gemini 应用的免费用户开放 Gemini 4 Argon。 — 30% 截至 2027年3月31日
8Wenxin中国5.8Gemini 4 Argon 改变工作与科研
普通付费用户能获得深度得多的搜索和应用功能帮助,可以一次性完成冗长、杂乱的任务,不必再中途停下来补缺漏。它能调取完整报告、整理大型文件,并在不需要额外点击的情况下,带你完成复杂的步骤。
金融、编程、法律和税务行业的从业者将获得一款工具,能把耗时数小时的重复性深度工作压缩到几分钟,让他们把精力放在真正需要人工判断的环节上。企业可以借助低廉的 API 入门价格为团队定制工具,无需投入大量前期成本。
眼下,你可以拿每周都要做的一项小型真实任务来测试这款模型,看它在哪些地方能为你节省时间,同时留意即将开放的免费科学家访问申请。不要等太久再尝试,因为 API 低价将在 11 月 30 日后上涨。
模型: ERNIE · 模式: 快速 · 开启搜索 · 新对话 未公开
来源自选预测: 谷歌将面向1万名科学家开放免费 Gemini 4 Argon 访问申请 — 65% 截至 2026年10月27日
9Qwen中国5.7新型AI模型可帮助工作人员和科学家处理篇幅长、步骤繁杂的任务。
付费用户现在可以在搜索和应用中使用这一模型来解决难题(来源:blog.google)。它能处理旧模型通常会忘记的长任务(来源:blog.google)。
企业可以用它自动完成冗长的编程工作,并加强计算机安全(来源:blog.google)。这意味着员工将花更少的时间做枯燥的研究,而把更多时间用于检查最终结果(来源:blog.google)。
一万名科学家可以免费使用它解决深层的数学和科研难题(来源:blog.google)。员工应立即开始在最难的日常任务中试用,以保持领先(来源:blog.google)。
模型: Qwen3.8-Max · 模式: 思考 · 开启搜索 · 新对话 确定
来源自选预测: 谷歌将为 Gemini 4 Argon 模型增加实时语音虚拟形象功能,面向移动端用户开放。 — 40% 截至 2026年11月12日
10Gemini美国4.6谷歌发布 Gemini 4 Argon,提升编程、法律和科学领域的表现。
对普通人而言,Gemini 4 Argon 把能力更强的 AI 助手带进日常搜索和各类应用,让复杂问题的解决更快、更直观。对企业和员工而言,它能处理编程、金融和法律合规等领域深层的多步骤专业工作,出错更少。
各行业和科研领域将受益于高水平的推理模型,它们能够解析海量数据,协助完成繁重的技术优化。为了适应变化,专业人士应开始在日常工作中测试这些新能力,看看自动化能在哪些环节提高效率。
普通用户和员工应探索更新后的 Gemini 应用功能,简化重复性任务,提高个人工作效率。持续关注这些工具的演进,有助于员工在先进 AI 的应用不断扩大时保持竞争优势。
模型: Gemini 3 (Auto) · 模式: 高 · 开启搜索 · 新对话 可能
来源自选预测: OpenAI 将在 2026 年 12 月 1 日前发布一款与之竞争的前沿推理模型。 — 75% 截至 2026年12月1日
往期趋势
最新趋势 →:公羊队主帅麦克维因特殊团队失误在加时赛负于比尔队而怒火中烧
- 2026年10月13日RJ Mitte,以在《绝命毒师》中饰演沃尔特·怀特之子“小沃尔特”而闻名的演员
- 2026年10月13日西伯利亚饥饿的熊在伤人,猎人已被派出
- 2026年10月13日阿根廷今天公布9月物价涨了多快
- 2026年10月13日🇺🇸上海力争2030年前近半家用车实现电动化
- 2026年10月13日Garmin 新款豪华手表可通过卫星求救,售价 2,500 美元起
- 2026年10月13日一男子从过山车坠亡,九台同类设施停用
- 2026年10月13日美国假日:股市交易,银行停业,政府借贷成本接近24年高点
- 2026年10月13日Facebook 母公司推出能记住用户的 AI 助手,主要面向付费用户
- 2026年10月12日🇺🇸一家顶级游戏公司告诉员工:代码现在由AI来写
- 2026年10月12日主力受伤,替补四分卫加时赛帮巴尔的摩逆转取胜
- 2026年10月12日🇺🇸黑客关停了法国数百家超市冰柜的制冷
- 2026年10月12日洛杉矶正面对十年来最糟的蚊季
- 2026年10月12日一款免费工具让 AI 拆开任意应用并复制其功能
- 2026年10月12日🇺🇸大银行试图转售自己承销的AI数据中心贷款
- 2026年10月11日 · 第 2 期🇺🇸OpenAI发布722篇AI撰写的数学手稿,数学家强烈反弹
- 2026年10月11日🇨🇳Anthropic的AI模型向费城警方提交虚假凶杀案线索
哪个 AI 更常猜对
准确度 0–100:给出的概率离实际结果有多近。100 为完全准确,50 相当于抛硬币,0 为完全相反。 数据不足:30 个结果中已有 0 个
第一批结果将在首批问题一天后揭晓。
评测方式
全球 10 个领先 AI(美国 5 个、中国 5 个)回答同一个当日话题的问题,AI 裁判(包括一位来自欧洲的裁判)在不知道作者的情况下为回答打分。
详细
10 个 AI,同一个问题。5 个来自美国的 AI 和 5 个来自中国的 AI 作答;9 位裁判在不知道作者的情况下为回答打分。共提问 16 个,12 个作答——每一方展示最强的 5 个。
回答上方是所有 AI 收到的问题,一字未改。
每个问题都在答案揭晓前封存,并立即把它的数字指纹发送到 OpenTimestamps——一个不属于我们的免费公开登记处。事后谁也无法悄悄修改问题。
Mistral、DeepSeek、ChatGPT、Meta AI、Grok、Gemini、MiMo、Kimi 和 Wenxin在不知道作者的情况下阅读回答。
- 每一方按各自实验室的公开排行榜,从已作答的 AI 中展示最强的几个——双方数量相同。
- 回答以 A–J 标记,顺序随机,作者名称已隐去。
- 每个回答按准确性、洞见、实用性和清晰度打 1–10 分;得分取裁判的平均值。
- 每位裁判都在不知道答案出自谁的情况下打分——包括自己的答案:它从不看到名称。
- 双方差距小于 0.3 即为平手。
- 预测今天封存,到期逐一核对。
- 每个回答、得分和评语都存档备查。
逐位裁判: Mistral——美国领先 0.5; DeepSeek (中国)——平手(美国 +0.3); ChatGPT (美国)——平手(美国 +0.3); Meta AI (美国)——美国领先 0.5; Grok (美国)——平手(美国 +0.3); Gemini (美国)——美国领先 0.3; MiMo (中国)——美国领先 0.5; Kimi (中国)——美国领先 0.4; Wenxin (中国)——美国领先 0.6.
谁的得分最高
| # | AI | 阵营 | Mistral | DeepSeek | ChatGPT | Meta AI | Grok | Gemini | MiMo | Kimi | Wenxin | 得分 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | ChatGPT | 美国 | 8.0 | 8.5 | 8.8 | 8.3 | 8.8 | 8.8 | 8.0 | 8.0 | 8.5 | 8.4 |
| 2 | Claude | 美国 | 7.8 | 8.8 | 8.3 | 7.5 | 8.8 | 8.8 | 8.0 | 8.5 | 9.0 | 8.4 |
| 3 | Kimi | 中国 | 8.0 | 7.8 | 8.8 | 8.0 | 8.5 | 8.8 | 8.0 | 8.3 | 8.5 | 8.3 |
| 4 | MiMo | 中国 | 8.0 | 8.3 | 8.5 | 7.8 | 8.3 | 8.8 | 7.8 | 8.0 | — | 8.2 |
| 5 | Meta AI | 美国 | 7.8 | 8.0 | 7.8 | 6.8 | 7.5 | — | 6.5 | 7.5 | 7.5 | 7.4 |
| 6 | Grok | 美国 | 6.3 | 7.5 | 6.5 | 6.0 | 7.3 | 7.3 | 6.8 | 6.5 | 7.3 | 6.8 |
| 7 | DeepSeek | 中国 | 4.5 | 6.8 | 5.3 | 5.5 | 6.0 | 6.3 | 5.0 | 6.8 | 6.8 | 5.9 |
| 8 | Wenxin | 中国 | 5.3 | 6.8 | 5.8 | 4.3 | 6.5 | 6.8 | 5.5 | 5.0 | 6.0 | 5.8 |
| 9 | Qwen | 中国 | 5.5 | 6.5 | 6.5 | 4.3 | 6.0 | 5.8 | 5.8 | 4.8 | 6.3 | 5.7 |
| 10 | Gemini | 美国 | 4.0 | 4.8 | 5.0 | 3.5 | 4.5 | 5.5 | 5.3 | 4.3 | 5.0 | 4.6 |
每位评审给每个回答的总分;得分为其平均值。得分相同则名次并列。
哪些模型作答
主要组别:每个 AI 在自己的应用中作答,使用其最佳的单一模式,套餐为普通付费计划(每月约 $20–30)或免费版,开启网络搜索,在新对话中作答一次。
重型模式——同一模型的多个副本同时思考(如 GPT Pro、Grok Heavy、Deep Think、Agent Swarm 等)——属于单独的组别:它们从不计入各方得分。
| AI | 模型 | 模式 | 套餐 | 确定程度 |
|---|---|---|---|---|
| Claude | Claude Opus 5.5 | Max | Max | 确定 |
| ChatGPT | GPT-6 | 超高 | Pro | 确定 |
| Meta AI | Muse Spark 1.3 | 思考 | 免费 | 可能 |
| Grok | Grok 4.7 | 专家 | SuperGrok | 可能 |
| Gemini | Gemini 3 (Auto) | 高 | Google AI Pro | 可能 |
| MiMo | MiMo-V2.6-Pro | 免费 | 可能 | |
| Qwen | Qwen3.8-Max | 思考 | 免费 | 确定 |
| Kimi | Kimi K3 | 高 | 会员 | 确定 |
| DeepSeek | DeepSeek V4.1 Flash | DeepThink | 免费 | 可能 |
| Wenxin | ERNIE | 快速 | 免费,无需登录 | 未公开 |
| Mistral 裁判 | Mistral Large 4 or Medium 3.5 | 思考 | 免费 | 未公开 |
确定:应用为该回答显示了模型。可能:应用只显示模式,因此我们写出服务商帮助页为该模式列出的模型。未公开:应用没有说明是哪个模型作答。每位裁判都与表中的模式相同。
会发生吗?每个 AI 都给出了概率
Alphabet(谷歌母公司)的A类股(代码GOOGL,纳斯达克上市)在2026年11月12日的收盘价能否达到或超过365美元?以雅虎财经的官方收盘价为准(https://finance.yahoo.com/quote/GOOGL/history/)。只有当天常规交易时段的收盘价算数。盘后价格、盘中价格以及其他日期的价格都不算。如果当天休市,则以此前最后一个常规交易日的收盘价为准。2026年10月13日的收盘价为353.78美元。
2026年11月12日 揭晓结果,即本期发布后第 30 天。每个 AI 按其概率与实际结果的接近程度计分(布里尔分数)。
- 竖线:Poly 全球-10 · 42%
Poly 指数
同一批回答得出三个数字:五个美国 AI、五个中国 AI,以及十个 AI 合在一起。
- Poly 美国-541%Claude, ChatGPT, Meta AI, Grok, Gemini5 个全部回答
- Poly 中国-544%MiMo, Qwen, Kimi, DeepSeek, Wenxin5 个全部回答
- Poly 全球-1042%Claude, ChatGPT, Meta AI, Grok, Gemini, MiMo, Qwen, Kimi, DeepSeek, Wenxin10 个全部回答
计算方法:去掉最高和最低的回答,其余取平均。AI 在看到任何市场价格之前就已作答。
每个 AI 自己的预测(10)
| AI | 预测 | 期限 | 概率 |
|---|---|---|---|
| Claude | 2026年11月12日,Gemini 4 Argon 仍在 vals.ai 的 Vals Index 中排名第一,没有其他模型得分更高。 | 2026年11月12日 | 62% |
| ChatGPT | 到2026年11月12日,谷歌将在其官方网站上公开宣布至少一款除 Argon 之外、有独立名称的 Gemini 4 模型。 | 2026年11月12日 | 55% |
| Meta AI | 至少有一所大学、医院实验室,或像 Gamow Labs 这样的公司,会发布新闻稿或预印本(尚未正式发表的论文),将酶设计、罕见病诊断或量子化学优化方面的成果归功于 Gemini 4 Argon。 | 2026年11月10日 | 58% |
| Grok | 谷歌在 2026 年第四季度财报中表示,Argon 使付费 Gemini 订阅用户的增长至少提高了 10%。 | 2026年11月5日 | 55% |
| Gemini | OpenAI 将在 2026 年 12 月 1 日前发布一款与之竞争的前沿推理模型。 | 2026年12月1日 | 75% |
| MiMo | 谷歌悄然结束 Gemini 4 Argon API 的入门优惠价,因此到这一日期时,输入 token 的价格将高于每百万2美元。 | 2027年3月31日 | 55% |
| Qwen | 谷歌将为 Gemini 4 Argon 模型增加实时语音虚拟形象功能,面向移动端用户开放。 | 2026年11月12日 | 40% |
| Kimi | 谷歌公开宣布至少一款 Argon 之外的 Gemini 4 系列模型。 | 2026年11月12日 | 38% |
| DeepSeek | 谷歌将向 Gemini 应用的免费用户开放 Gemini 4 Argon。 | 2027年3月31日 | 30% |
| Wenxin | 谷歌将面向1万名科学家开放免费 Gemini 4 Argon 访问申请 | 2026年10月27日 | 65% |
每条自选预测都在各自的日期核对。
今日热点 · 我们看过的 10 条新闻
- Muse Wonder · 见于 Google News, Hacker News, Product Hunt, X
- 沙特机场遭袭后,又面临更多攻击 · 见于 Google News, Google Trends, Wikipedia, X
- 《绝命毒师》中小沃尔特·怀特的扮演者RJ·米特去世,年仅34岁 · 见于 Google News, Google Trends, Wikipedia, X
- 公羊队教练肖恩·麦克维怒斥特殊球队失误:“今晚这让我们输了比赛” · 见于 Google News, Google Trends, Wikipedia, X
- Gemini 4 Argon · 来源已由编辑核实:blog.google
- 厄尔尼诺气候助推,蚊子大量涌入洛杉矶 · 见于 Google News, Google Trends, X
- Garmin MARQ Gen3 深度评测:值 $3,100 吗? · 见于 Google News, Google Trends, Wikipedia
- 哥伦布日当天,银行、美国邮政和股市开门吗?以下是需要了解的情况。 · 见于 Google News, Wikipedia, X
- Framework Laptop 12(2026年升级版)评测:英特尔 Core Series 3 修复了一个关键缺陷 · 见于 Google News, Google Trends, X
- 丹·莱维谴责谢恩·吉利斯在《周六夜现场》上的独白 · 见于 Google News, Wikipedia, X