谷歌发布Gemini 4 Carbon，以59分登顶Artificial Analysis榜单，超越Claude Opus 5.5和GPT-6 Astra。该模型可连续数天处理复杂工程任务，自主发现、验证并修复软件漏洞，多项网络安全测试领先。但谷歌优先向少数网络安全防御人员开放，普通用户暂无时间表，引发对“无实物表演”式发布的争议。

阶跃发布旗舰基座模型Step 5 Preview，面向真实世界Agentic任务。采用稀疏MoE架构，总参数600B、激活27B，支持100万Token上下文及文本视觉输入。在Artificial Analysis智能指数得44分，居全球开源模型前三，单任务成本仅为Claude Opus 5的八分之一。在软件工程、金融等基准测试中表现均衡，10月15日开源权重。

AI评测机构Artificial Analysis在GPT-6 Astra发布后四天内三次修改评测标准，使其排名从第三升至第一，引发争议。文章批评其使用过时测试、让Gemini当裁判、权重分配不透明等问题，并指出评测体系存在数据污染和猫鼠游戏。尽管Astra编程能力突出，但评测公信力受质疑，创新不应被旧标准束缚。