Gemini 4 Carbon以59分登顶Artificial Analysis智能指数v5，先向部分网络防御人员开放。Mistral Large 4开放万亿参数权重，编码智能体评测与GLM-5.3基本持平，每任务平均少用47%的token。Copilot Fusion通过多模型编排，以5.59美元单任务成本取得比Opus 5.5搭配Claude Code低2分的成绩，对照组合成本为11.42美元。DecoyCount的1660张真实图像测试中，受测前沿模型准确率均低于50%，更多思考预算也未必缩小提示带来的差距。
接近的评测成绩，可以通过减少token消耗或运行时编排来争取。
Mistral 开放万亿参数多模态模型 Large 4 的改进版权重，支持自托管部署。相比本月公开预览版，新版追加了三周强化学习；Mistral 称其在 AA 编码智能体指数得分 48%，与 GLM-5.3 基本持平，每任务平均少用 47% 的 token。模型同时提供三档推理模式，供开发者权衡性能与成本。
读原文 →GitHub 在 Copilot 中推出 Fusion，在运行时编排 Anthropic 和 OpenAI 模型。AA 编码智能体指数评测中，它比 Opus 5.5 搭配 Claude Code 低 2 分。单任务成本为 5.59 美元，对照组合为 11.42 美元，即以约一半成本取得接近的评测成绩。
读原文 →🔍 深度解读：Mistral Large 4与Copilot Fusion在同一AA编码智能体指数上选择了不同的效率路线：前者优化单个模型的token消耗，后者编排Anthropic和OpenAI模型，以较小分差换取更低单任务成本。对开发者而言，模型得分不再足以决定选型，还要比较完成任务的实际费用与部署方式；少用47%的token也不能直接等同于节省47%的总成本。
Gemini 4 Carbon刷新综合排名，DecoyCount则检验模型能否抵抗视觉干扰。
Google 发布 Gemini 4 Carbon，以 59 分位列 Artificial Analysis 智能指数 v5 第一。内部测试中，其安全代码生成成功率超过两周前发布的 Argon 的两倍。本周起先向部分网络防御人员开放，再通过 Fairwind Program 逐步扩至更多可信伙伴。
读原文 →视觉计数基准 DecoyCount 收录1660张真实图像，设计七类干扰机制，并用普通提问、提示引导和多图多跳问题区分感知与推理错误。受测前沿模型准确率均低于50%，有无提示的准确率差达11.8—22.1个百分点。更强的模型、更多思考预算和智能体流程往往反而扩大这一差距；加入场景背景也未改善整体表现。
读原文 →🔍 深度解读：Gemini 4 Carbon的59分来自综合智能指数，DecoyCount则把真实图像中的计数错误拆到感知与推理环节，两者衡量的不是同一种可靠性。DecoyCount中增加思考预算往往扩大提示前后的准确率差距，意味着视觉任务不能把“多想一会儿”当作通用补救；开发者仍需围绕具体干扰机制验证，而不能用综合排名替代任务验收。
H-Net v2尝试改变分词方式，MAX则开放跨加速器执行的完整技术栈。
Cartesia 的 H-Net v2 从原始字节端到端学习分词，称受控扩展实验中效率提升 3～5 倍。更大规模实验中，它用约十分之一的数据和计算量，匹配了一个训练于 11 万亿 token 的开放模型。它还能学会将变量名单独作为 token，在代码上的扩展表现优于 BPE。
读原文 →Modular 开放 MAX 完整源码，涵盖编译器、运行时和硬件后端。开发者可以一次编写代码，在不同加速器上运行，开放范围覆盖整个执行栈。基于 MAX 构建商业产品也无需支付许可费或版税。
读原文 →🔍 深度解读：H-Net v2把效率改进放在模型如何从字节学习表示，MAX则把可控性放在编译器、运行时与硬件后端，分别作用于训练和部署环节。前者的3～5倍效率结果不能直接推算为生产推理成本下降，后者免许可费也不等于运行免费；对自建模型栈的团队，训练计算、硬件适配和软件授权需要分开核算。
OpenAI与ServiceNow扩大双向集成，犹他州试点提供了一组使用反馈。
OpenAI 与 ServiceNow 扩大合作，围绕企业工作流推进双向集成。OpenAI 的模型与智能体将引入 ServiceNow。反过来，ServiceNow 的工作流也将接入 ChatGPT 和 Codex，合作不只是把模型接入企业平台。
读原文 →犹他州向10个州政府机构的34名开发者提供Claude Code，开展为期四周的试点。80%的参与者在30分钟内完成可用环境搭建，体现了部署上手的速度。试点结束时，71%的参与者报告累计节省超过20小时；这一节时指标来自参与者自报。
读原文 →🔍 深度解读：OpenAI与ServiceNow把企业接入从“平台调用模型”扩展到“ChatGPT和Codex调用工作流”，犹他州试点则检验工具进入开发岗位后能否产生收益。两者对应落地的两个关口：业务流程能否接通，以及接通后能否节时；34名开发者中71%自报节省超过20小时，适合作为进一步核验的线索，而不是直接折算为组织整体生产率提升。
月合并拉取请求达到2.2亿次，月提交量达到73.8亿次。
GitHub 在 Universe 大会发布 Octoverse 2026 报告：月合并拉取请求量不到一年增至三倍，达到 2.2亿次。月提交量增至原来的三倍以上，达 73.8亿次，增量大多集中在今年下半年。月新增仓库数量也翻倍至3030万个；报告还新增行业维度数据，并单独统计涉及互操作或逆向工程的仓库。
读原文 →