一句话判断
展示了 Gemini 3.6 Flash 在多模态 Agents 场景的实际应用案例，值得关注技术实现细节
核心信息
Google AI Developers展示了基于 Gemini 3.5 Flash-Lite 和 3.6 Flash 的多智能体系统，实时迭代可玩游戏设计，利用 Flash-Lite 进行设计、构建和验证拼图挑战，基于玩家实时行为平衡速度与推理。
原始内容
👾Watch a multi-agent system built with Gemini 3.6 Flash iterate on playable game design in real time. It uses Gemini 3.5 Flash-Lite to design, construct, and verify puzzle challenges based on live player actions balancing speed and reasoning in a fast-paced environment. https://t.co/uQYbIvTcaW
https://video.twimg.com/amplify_video/2080748947606474752/vid/avc1/1920x1080/8w9RDmYy6nZtzLZY.mp4?tag=29
Google AI Developers (@googleaidevs): Developer guide:
https://t.co/OJfxQR7ETJ
相关动态
01
Claude Opus 5 在 3D 编码测试中超越 Fable 5，价格仅为其三分之四
Anthropic 发布了 Claude Opus 5，官方称其为 '思慎且主动的模型'，性能接近 Claude Fable 5 但价格仅为后者一半。Opus 5 在 frontier-bench v0.1（43.3%）、gdpval-aa v2（1861）、arc-agi-3（30.2%）、zapier automationbench（...
值得跟进
02
vLLM 发布 AFD 插件实现 MoE 推理优化
vLLM 发布实验性插件 vLLM AFD Plugin，实现 Attention-FFN Disaggregation (AFD)，将 MoE 模型的注意力路径与专家路径分离为独立服务，支持独立扩缩，兼容 NVIDIA GPU 和 Ascend NPU。
观察
03
OPUS 5超越Fable 5
Chubby♨️发布OPUS 5模型对比，声称在大多数评估中超越Fable 5。核心数据为评估结果比较，但未具体披露参数量、版本号或具体分数
观察
04
Opus 5 在 ARC-AGI-3 上达到 30% 新 SOTA
Opus 5 在 ARC-AGI-3 基准上取得 30% 的得分，刷新该基准的 SOTA，且得分是次优模型的三倍。
观察
05
Dari 开源路由模型
Dari团队开源了用于编码agent的自动路由模型，在Terminal-Bench 2.1上达到79.8%准确率，总推理成本仅$76，相比Frontier setup成本降低70%，性能与Fable相当。该小型微调模型会根据缓存决策动态选择模型，仅在必要时调用昂贵模型。
观察