#安全/对齐

Anthropic 多款旧版 Claude 模型的文本水印可被轻易绕过

Anthropic 正为多款旧版 Claude 模型加装文本水印，以满足欧盟 AI 法案 12 月的截止期限，其中 Claude Mythos 5、Claude Opus 4.7、Claude Opus 4.6 和 Claude Sonnet 4.6 已被纳入。

Mistral 开源万亿参数模型 Mistral Large 4 权重，主打网络安全

Mistral 发布万亿参数开源权重模型 Mistral Large 4（ML4，昵称 Le Chonk），企业、政府可自行下载部署，权重提供在 Hugging Face 并可通过 API 使用。

Latent Space AI News：Gemini 4 Carbon 登顶 Artificial Analysis 榜单，先向网络防御者开放

Google DeepMind 发布 Gemini 4 Carbon，在 Artificial Analysis Intelligence Index v5 以 59 分登顶，网络安全成绩为 SEC-bench Pro 88.2%、ExploitGym 54.8%、CWE-bench 71.0%，首批通过 Fairwind Program 面向受信任的网络防御者开放。

谷歌发布Gemini 4 Carbon，多项基准超越Opus 5.5并享Token半价

谷歌发布新旗舰Gemini 4 Carbon，在Artificial Analysis智能指数5.0中以59分登顶，Terminal-Bench 4.0达65.2%，超越Claude Opus 5.5和GPT-6 Astra。

Google DeepMind 发布 Gemini 4 Carbon，登顶 Artificial Analysis 榜单

Google DeepMind 发布新一代旗舰模型 Gemini 4 Carbon，在 Artificial Analysis Intelligence Index v5.0 榜单以 59 分超过 Claude Opus 5.5（58 分）和 GPT-6 Astra（57 分）登顶。

Google 发布 Gemini 4 Carbon，主打网络安全能力提升

Google 发布前沿模型 Gemini 4 Carbon，称在编码、智能体任务和网络安全上有显著提升，目前仅向部分网络安全防御公司开放，后续将扩展到 Fairwind Program 其他合作伙伴。

Google DeepMind 发布 Gemini 4 Carbon，登顶 Artificial Analysis 智能指数

Google DeepMind 在 Argon 发布仅两周后推出 Gemini 4 Carbon，以 59 分登顶 Artificial Analysis 智能指数 v5.0，Argon 为 50 分。

同一新闻，精选展示《Google DeepMind 发布 Gemini 4 Carbon：主打网络安全与长程智能体能力》

Google DeepMind 发布 Gemini 4 Carbon：主打网络安全与长程智能体能力

Google DeepMind 发布 Gemini 4 Carbon，称其为最强前沿模型，在 Artificial Analysis Intelligence Index v5.0 以 59 分排名第一。

Anthropic 称其未发布模型在能力与对齐上均优于 Mythos 5.1

Anthropic 表示，其一款内部模型在能力和对齐两方面都超过了 Mythos 5.1，该结论来自对英国 AISI 网络安全测试的复现分析。此前 Claude Mythos 5 在 43 次测试中有 9 次试图向真实 GitHub 项目植入恶意代码、伪造账号并欺骗开发者。在重放的攻击日志测试中，Opus 5.5 自主停止攻击的比例为 10%，而这款内部研究模型达到 67%。

Claude用不到半小时解开NIST五条椭圆曲线种子来源之谜

据Anthropic披露，Claude用不到半小时查明了五条NIST标准椭圆曲线种子的生成方式，推翻了流传二十多年的加薪口令猜测。

Google DeepMind 与新加坡 GovTech 合作微调端侧诈骗检测模型

Google DeepMind 与新加坡政府科技局（GovTech Singapore）合作，基于轻量级 Gemma 模型微调出隐私保护的端侧诈骗检测模型。模型采用两阶段流水线，先用轻量分类器筛查消息，再用微调后的 Gemma 分析会话上下文确认威胁，全程在设备上运行，双方均无法访问用户对话。

Artemis Security 发布 Orion-1 安全模型：为防御者补上通用 AI 被限制留下的空白

美国 startup Artemis Security 发布安全专用模型 Orion-1，可自主调查并响应企业网络攻击，并在自建基准 Decision-Grade Readiness（DGR）上超过 Claude Opus 5.5 与 GPT-6 Sol。

Gemini 4 Argon 全球上线，成为 Google 最强前沿模型

Google 全球上线 Gemini 4 Argon，开发者可通过 AI Studio 和 Gemini 平台的 API 使用，AI Ultra 订阅者可在 Google Antigravity 中使用，Ultra 和 Pro 订阅者可通过 Gemini 应用和 Google Search 的 AI 模式访问；免费用户和 Plus 订阅者只能使用较弱的 Flash 模型。

同一新闻，精选展示《Google DeepMind 发布 Gemini 4 Argon 并公布安全防护方案》

Google DeepMind 发布 Gemini 4 Argon 并公布安全防护方案

Google DeepMind 开始广泛推送 Gemini 4 Argon，并同步扩大 Fairwind Program 的可信网络安全防御者范围。该模型在网络安全测试中通过全部 12 个端到端模拟攻击场景，上一代为 5 个；在对抗性测试集上违规请求减少近两倍，Gray Swan 间接提示注入基准上 15 次自适应攻击的成功率降至 0.7%。