图 1｜两天两家：本周前沿模型发布日历上的两个高亮节点。 一周之内两家落子：把发布日历摊开看 如果把这一周的发布日历摊在桌上，最先跳出来的不是某个模型的参数，而是日期本身。 本周是 10 月 12 日到 10 月 18 日。10 月 13 日，Meta 拿出它的第一个前沿模型，名字叫 Muse Wonder；10 月 14 日，谷歌把 Gemini 4 Argon 从限量开放推到全球全面开放。两天，两家，前后脚。 「第一个前沿模型」这个说法值得停一下。它意味着又一家原本在场边的公司把脚迈进了第一梯队，也意味着这一轮的参赛名单在变长，而不只是同一批选手互相刷新版本。 把镜头再拉远一点，过去一个多月的节奏更密。有自媒体把这段时间顺了一遍：9 月 4 日 GPT-6 Astra，9 月 22 日 Grok 4.7，9 月 23 日一夜之间 Claude Opus 5.5 与 GPT-6 Sol、Luna，9 月 30 日 OpenAI DevDay 上的 GPT-6.1 Sol，10 月 1 日 Gemini 4 Argon 第一次官宣，10 月 13 日 Meta Muse Wonder，10 月 14 日 Argon 全面开放。 这份时间线来自个人创作者整理，我把它列为二手来源，只当作「节奏感」的参照，不算事实认定。原因很直接：里面已经有对不齐的地方。OpenAI 官方新闻页记录的是 10 月 7 日「GPT-6 与智能界面面向所有人推出」，与自媒体写的 9 月 23 日「GPT-6 Sol 和 Luna」在时间上并不吻合。同一件事有两个日期，说明这段时间的信息密度已经高到连参与者自己都在赶工，围观者更需要回到一手页面去对表。 但不管具体日期怎么排，有一点是清楚的：这一轮的新意不在某一个模型，而在于「发布」这件事本身变成了排档期的比赛——谁落在谁的窗口里，谁抢到了同一周的头条。 榜单之外：能力差距在收敛，竞争挪到了工程侧 拿这次全面开放的 Gemini 4 Argon 做样本，能看到几条比较明确的口径。 一是位置。谷歌称，Argon 在衡量金融、编码、法律与税务等关键经济领域表现的 Vals Index 上排第一，擅长编码、金融、法律、网络安全、科学这类复杂现实任务，在多步任务上的深度与精度优于其他前沿模型。这句是厂商自述，读的时候要把它归到「官方口径」那一栏。 二是容量。单次输出上限从 6.4 万词元提到 100 万词元。参数听起来枯燥，含义却不小：长时间推理、多轮自我验证、大范围改代码，都吃这条上限；上限一提，能干活的类别就换了一批。对做数据分析、写智能体脚本、维护大代码库的人来说，这一条比榜单名次更有体感。 三是案例。官方给了一组具体数字：协助 Chrome 团队把约 600 万行的历史遗留浏览器功能代码，从 Chromium 约 4000 万行的代码库里剥离出来，把原本要数月的工作压到几周；帮助一个开源智能体开发框架把长会话的内存准备时间减少 40%、冷导入速度提高 21%；让一个量子化学开源包预测分子结构的速度提升 2.3 倍；把一组开放权重模型的端到端推理速度提升约 2.85 倍，同时保持输出词元一致。 这里要分清两件事。上面这些是厂商自述的落地案例，不是第三方复现的评测结果，拿它们当「谁更强」的判据并不够。但方向是清楚的：模型之间的分差在变小，能真正拉开距离的地方，已经从「答得对不对」挪到了「能不能把活干完」。榜单是入场券，工程落地才是比赛。 图 2｜能力对照：能核实的规格、厂商自述的落地案例，与仍待核实项分开摆。 入口比参数更值钱：旗舰模型被装进订阅与开发平台 这次 Argon 怎么放出来，比它有多强更值得开发者多看一眼。 开放路径分了三档。开发者和企业走 AI Studio 与 Gemini API；Gemini 应用和谷歌搜索的 AI 模式，面向 Google AI Ultra 与 Pro 订阅用户；而 Google Antigravity 这个面向智能体的开发平台，只对 Ultra 订阅开放。 定价上，谷歌给了一个引入期：每百万输入词元 2 美元、输出 10 美元，缓存输入 0.1 美元；2026 年 11 月 30 日引入期结束后，调整为输入 4 美元、输出 20 美元、缓存输入 0.2 美元。配套动作是给 1 万名科学家 6 个月的 Antigravity 最高层级免费访问资格，并把网络安全方向的合作计划 Fairwind 的伙伴范围扩大。 把这些放在一起，逻辑就出来了：订阅额度、开发平台、企业账单被绑成一个闭环，旗舰模型是闭环的入口，不是货架上的单品。对开发者来说，这意味着选型时不能只问「它有多强」，还得问「它把我锁进哪套工具链」。引入期价格是获客手段，11 月 30 日之后的常规价，才是长期的成本线