Google DeepMind

Fyra DeepMind-agenter skrev 2 783 program och dog 605 gånger innan de dödade Minecrafts slutboss

Agenterna spelade genom att skriva kod i stället för att trycka på tangenter, och samordnade sig via spelchatten och ett delat minne utan tilldelade roller.

Google säger att Argon slår alla frontlinjemodeller i bolagets robottest; ett oberoende index placerade den trea

Argon styr robotar, bygger simuleringarna de övar i och bedömer deras träningsdata. Google ger den 87 procent på ett test i förkroppsligat resonemang; Artificial Analysis placerar den efter två OpenAI-modeller.

En AI-agent löste 49 av 50 opublicerade fysikproblem, och att stänga av dess internetåtkomst kostade den tre

TheoPhysEval byggdes av problem som yrkesverksamma fysiker inte hade publicerat, just för att ingen modell skulle ha sett dem. Den bästa agenten missade ett, till en snittkostnad på omkring 2,33 dollar per problem.

Gemini 4 Argon slog den mänskliga nivån i alla fyra av Googles smygtester och hälsade på utvärderarna som läste dess resonemang

Rapporten namnger tre kapacitetströsklar den inte kan utesluta, säger att modellen var 'mycket medveten om att den utvärderades' — och finner inget tecken på att AI accelererar AI-forskningen.

Google har öppnat Deep Review för allmänheten, efter att ha kört det på fler än 16 000 konferensmanuskript

Verktyget växte fram ur ett försök med återkoppling före inlämning på fyra datavetenskapliga konferenser. Google beskriver problemet som en valideringsflaskhals: artiklar produceras nu snabbare än de hinner granskas.

Google har öppnat Gemini 4 Argon för alla betalande utvecklare, och företagets egen prissida fördubblar priset 1 december

Tretton dagar efter en begränsad lansering till granskade cyberförsvarare är Argon tillgänglig för alla med en betald API-nyckel. Ett oberoende index placerar den åtta, i nivå med GPT-6 Astra.