FIVE TASKS
不要问「最强模型」。
先问你要干什么。
同一个模型，写口播稿可能很好用，做封面却完全不行。下面五个场景，覆盖工程与内容工作的主要产出。
THIS WEEK
本周发生了什么
只写有出处的变化。新模型、榜单变动、官方发布，分开列。
本周新模型
按发布日，最近 9 天
- 10-17DeepSeek V4.1 Flash 1017 · DeepSeek开源
- 10-15Nvidia Nemotron 3.5 Super VL · NVIDIA开源
- 10-15Muse Spark Open · Meta开源
- 10-15FLUX 3 Image Klein · Black Forest Labs
- 10-13Gemini 4 Argon · Google
榜单变动
基线周
- 本周建立基线快照。从下周起，这里会显示谁涨了、谁跌了、涨跌多少。
官方动态
厂商 RSS / 博客
- 10-15Welcome Muse Spark Open: open-weight frontier multimodal mixture-of-experts model from Meta
- 10-14Developing Gemini 4 Argon responsibly and safely
- 10-14Gemini 4 Argon for Robotics
- 10-14Gemini 4 Argon: Built to solve your hardest problems
- 10-16Welcome Beam: a 501B open model you can own, customize, and scale
WHY TRUST
数字是抓的，判断是写的。
能力分、价格、票数来自公开榜单与 API，每周自动采集；选型建议是编辑判断，逐条标依据和失效条件。两者不混在一起。
63个有第三方成绩的模型
8/8个数据源本次采集成功
170条图像 / 视频竞技场记录
2026 年第 42 周当前数据周
01 / 只收第三方
厂商自报分不进主榜
SWE-bench、MMLU 这类厂商自己跑的分，跨厂商不可比。主榜只用 Artificial Analysis、LMArena 等独立复测。
02 / 标注票数
新模型的高分要打折
票数少的新模型，Elo 波动极大。每个竞技场分数都同时给票数和误差区间，不只看排名。
03 / 允许说不知道
没有数据就留空
某个模型没有第三方成绩，就显示「—」。不用厂商宣传补位，也不用上周数据顶替。
START HERE
第一次来？先看这五个答案。
每个场景一页：主力、省钱、专项各一个选择，附一条能跑起来的工作流。