#评测/基准

Gemini 4 Carbon 登顶 MathArena，成本约为 GPT-6.1 Sol 的 15 倍

Google 的 Gemini 4 Carbon 在 MathArena 数学基准上超过 GPT-6.1 Sol 登顶，Claude Fable 5.2 位列第二。

Runway 开源机器人模型 Praxis-1，以视频预训练驱动控制

Runway 以开放权重和源码形式发布机器人控制模型 Praxis-1，采用 Apache 2.0 许可证并允许商用。该模型由视频模型微调而来，输入相机图像、文本指令和机器人位姿，持续预测场景变化并调整运动；在 NVIDIA RoboLab-120 基准上成功率 46.2%，居 World Action Model 类别首位，但测试均由 Runway 自行完成、尚未经独立验证。

Google 发布 Gemini 4 Hydrogen，默认档智能指数超过更大的 Argon

Google 发布面向日常任务的通用模型 Gemini 4 Hydrogen，默认 high 思考档在 Artificial Analysis 智能指数上以 51 比 50 超过更大的 Gemini 4 Argon，xhigh 档可达 54。

同一件事，精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen 模型》

Gemini 4 Carbon 正式开放，Anthropic 的 Fable 5.2 已在基准上反超

Google 的 Gemini 4 Carbon 结束两周测试后正式开放，付费用户可通过 Gemini API 等渠道使用。该模型在 CursorBench 4.0 等基准上领先，单任务成本约 8 至 10 美元，但 Anthropic 同期发布的 Fable 5.2 在 Artificial Analysis 综合指数上以 62 比 60 略高。

Anthropic Fable 5.2 在远程劳动指数 RLI 上完成 41.3% 真实自由职业任务

Anthropic 新模型 Fable 5.2 在 Scale Labs 与 CAIS 的 Remote Labor Index 上以 41.3% 登顶，远高于一年前最高系统的 2.5%。

Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2，Artificial Analysis 榜单以 65 分居首

Anthropic 发布 Claude Fable 5.2 和 Mythos 5.2，两者共用同一模型底座，按访问权限区分，定价为每百万输入 token 8 美元、输出 40 美元。

Dharma-AI 发布 2B 参数文档字段抽取模型 Dharma Field Extractor

Dharma-AI 发布 Dharma Field Extractor，一个 2B 参数模型，输入文档图像后按开放式或指定 schema 输出结构化 JSON，同一 checkpoint 无需按文档类型微调。