Gemma 4根本不是Codex平替，而是退而求其次的备胎_服务软件

1. OpenAI最强代码模型GPT-5.2-Codex上线

2. 【重磅解读】谷歌Gemma 4杀疯了：小模型性能炸裂，真正实现商用自由！

3. #谷歌发布Gemma4开源大模型# 谷歌正式推出Gemma 4大模型，包括四种规格的Gemma 4通用模型：高效20亿参数版（E2B）、高效40亿参数版（E4B）、260亿混合专家模型（MoE）与310亿稠密模型（31B）。在谷歌迄今为止所有的模型中，Gemma 4 是目前最强大的开放权重模型系列，继承了前沿多模态、长上下文和高级推理能力，被谷歌官方称之为是“在逐字节比较下性能最强的”开放模型（Byte for byte, the most capable open models），填补了本地前沿智能的空白，与追求极致性能的 Gemini 云端模型共同构成了完整生态。整体来说，Gemma 4这次所有规模的模型都原生支持处理视频和图像了，在OCR和图表理解方面表现得相当不错。

4. 谷歌又放大招了Gemma4发布后，谷歌一口气放出了四个版本：手机端 E2B/E4B 轻量版、26B MoE 极速版、31B 旗舰版。尤其是31B 旗舰版，Arena AI 开源榜全球第三的位置相当惊人，小参数直接越级干翻体量20倍的对手，以前要机房集群才能跑的高端能力，现在消费级显卡就能本地跑通。不过，个人觉得31B版和国内顶流开源模型其实各有胜负，并非碾压全场 #ai前沿速递##微博兴趣创作计划##how i ai#

5. 太爽了！Hermes Agent 发布UI了，本地对接最强开源 Gemma 4 模型+ 微信（免费无需Token）| 零度解说

6. OpenAI 调整订阅体系，新增 100 美元/月 Pro 档位OpenAI 刚刚重新划分了 ChatGPT 的付费层级，核心变化是围绕 Codex（他们的 AI 编程智能体）的用量做文章。新推出的 Pro 档位定价 100 美元/月，Codex 用量是 Plus（20 美元/月）的 5 倍，适合每天高强度用 Codex 写代码的用户。ChatGPT 里原有的 Pro 功能照旧保留，包括专属 Pro 模型和不限量的即时/思考模型访问。为了拉新，5 月 31 日之前 Pro 用户还能拿到 10 倍于 Plus 的 Codex 用量。另一边，Plus 用户的待遇在"悄悄缩水"。之前 Plus 用户享受的 Codex 限时促销今天结束，用量被重新分配——官方说法是"支持一周内更均匀地使用，而不是一天内集中用完"，翻译一下就是单日可用量变少了。简单说：如果你只是偶尔让 Codex 帮忙写写代码，20 美元的 Plus 够用；如果你已经把 Codex 当成日常开发主力工具，OpenAI 希望你掏 100 美元。这个定价刚好卡在 Anthropic 的 Claude Pro（20 美元）和之前 ChatGPT Pro（200 美元）之间，等于在中间开了一档，把重度开发者用户单独圈出来收费。

7. 盘点一周AI大事(11月23日)｜AI自己画CAD图纸 Google发布最强大模型Gemini 3、最强图像模型Nano Banana Pro OpenAI发布最强编码模型GPT-5.1-Codex-Max 马斯克升级Grok 4.1，情商最强字节开源最强空间重建模型Depth Anything 3 腾讯发布最强开源视频模型HunyuanVideo-1.5 Meta开源最强对象分割模型SAM 3，最强3D分割模型 SAM 3D Autodesk研发出最强CAD智能体VideoCAD AI2发布最强开源深度研究智能体Deep Research Tulu Google发布最强AI天气预报WeatherNext 2 Maxima推出AI会计智能体头号玩家套装问世 #AI新星计划 #人工智能 #AIGC #OpenAI #大模型

8. OpenAI 发布了 GPT-5.3-Codex-Spark，专为实时编程设计的小模型，也是 OpenAI 和 Cerebras 合作后的第一个成果。跑在 Cerebras 晶圆级芯片上，推理速度超过每秒 1000 个 token。Codex 之前的强项是长时间自主运行，连续工作几小时甚至几天。但日常写代码更多是改个函数、调个接口、重构一段逻辑，等模型想十几分钟再出结果，体验很差。Codex-Spark 填的就是这个空缺：你可以一边看它输出一边打断、纠正、追问，像跟一个反应极快的搭档对话。SWE-Bench Pro 上，Codex-Spark 达到 51% 准确率只需 2.3 分钟，GPT-5.3-Codex 同等准确率要 3 分钟，冲到 57% 则需要 16 分钟。Terminal-Bench 2.0 上 Spark 得分 58.4%，比不上完整版 Codex 的 77.3%，但大幅超过上一代小模型的 46.1%。OpenAI 顺便把整条推理管线做了优化：引入持久化 WebSocket 连接，往返开销降 80%，每 token 额外开销降 30%，首 token 响应减半。Cerebras 晶圆级引擎负责极低延迟场景，GPU 仍是训练和推理主力，两者可混合使用。目前 128K 上下文、纯文本、仅 ChatGPT Pro 用户研究预览。后续规划是让实时交互和长线任务两种模式融合：Codex 在跟你实时对话的同时，把耗时任务分派给后台子智能体，用户不需要预先选模式。模型越强，交互速度越是瓶颈，Codex-Spark 是 OpenAI 在这条路上的第一步。宝玉xp的微博视频

9. 用了 Codex 一个月，我把国内 AI 会员全退了

10. OpenAI 发布 GPT-5.1-Codex-Max 编程模型，有什么值得关注的提升？

11. 如何评价OpenAI发布Codex桌面版Codex App？和 Claude Code 相比怎么样？

12. 发布了头条文章：《OpenAI 应用 CTO 和 Codex 负责人：AI 正在重塑构建软件的方式》 OpenAI 应用 CTO 和 Codex 工程负责人在 The Pragmatic Summit 上透露了内部真实工作状态：Codex 从工具进化成了队友，工程师合上笔记本去开会回来活已干完，设计师写的代码比半年前的工程师还多，一个 PM 靠 AI 变成了 50 倍效率的项目经理。 OpenAI 应用 CTO 和 Codex 负责人：AI 正在重塑构建软件的方式

13. 【通过测试≠没有bug：AI编程的致命盲区】快速阅读：Claude 4.6写代码会埋下严重bug，自己却审查不出来。必须用Codex 5.4反复审核每次提交。“通过测试”不代表没问题——AI太擅长写能通过的测试了。---Sterling Crispin分享了一个残酷发现：Claude Opus 4.6是优秀程序员，但会持续产生严重bug，无论让它自审多少次都发现不了。解决方案？用GPT 5.4的Codex CLI对每次提交审核4遍以上。有观点认为用传统工具——linting、类型检查、测试门槛——就够了。Sterling直接反驳：AI最爱干的就是写能通过测试的测试。这是个盲区。你可以让Claude在全新上下文中反复检查自己的代码，直到它说“没问题了”，然后Codex仍能揪出bug。“通过测试就没bug”是个疯狂假设。代码可能运行完美，测试全绿，但藏着一个细微的深层误解，毁掉整个系统的意义，导致灾难性故障。这种错误，传统validator抓不到，单元测试也无能为力，因为模型已经被过度优化成“写通过测试的代码”。为什么不直接让Codex写代码？Sterling说Codex像个教导主任，过度优化“正确代码”，却错失系统真正目的（telos）。太官僚了。Claude更适合日常驾驶，但需要Codex这个苛刻的审计员盯着。有开发者开始探索plan-with-codex模式：让Claude做计划，Codex审核，两者循环直到Codex批准——在写代码前就把错误拦住。另有人用多模型代码审查：Opus负责架构逻辑，Codex抓安全漏洞，Kimi K2.5查性能问题，Sonnet 4.6管代码风格。一个被反复引用的回复：你得让它完全重写代码，从根本上消除那类bug的可能性。否则就是无限循环，让agents猜这个bug是不是“真的”、“重要的”。x.com/sterlingcrispin/status/2035031512123678994#AI创造营##人工智能#

14. OpenAI 正式发布 GPT-5.3-Codex，与其他版本相比，它在哪些方面有所改进？

15. 用 Claude Code + GLM4.7 写 Flutter，一个输入框 Bug 怎么都修不好。换了 codex + GPT5.2 Codex，它思考了7分钟，一次修好。不敢想象如果用 codex + GPT5.2 Codex 来 ralph，那得厉害成什么样。

16. 全网最详细的Codex入门教程，手把手教你玩转Vibe Coding。

17. 硅谷一夜两弹! GPT-5.3-Codex狙击Claude 4.6, 奥特曼真急了

18. 昨天谷歌发了 Gemma 4 开放权重模型系列，升级挺猛的。一共四个版本，除了端侧轻量版，还头一回上了 MoE 架构的 26B 模型。全系支持多模态，能看懂图片听懂语音，自带推理思考功能，上下文直接拉到了 25 万。最香的是改用 Apache 2.0 彻底开源了。感觉谷歌这次是真的放开手脚了，那个 26B 单卡就能跑，性价比挺高，可以试着本地部署跑个试试看。#谷歌发布Gemma4开源大模型# #微博跨域计划# #AI创造营#

19. AI编程大战白热化：Claude Opus 4.6和GPT-5.3-Codex同一天发布，谁才是真正的王者？

20. 我用本地Gemma 4替换了Codex

21. 关于Gemma 4的真相

22. 本地跑 Gemma 4 替代 Claude Code？M4 Max 实测告诉你为什么行不通

23. 我使用 Codex CLI 运行 Gemma 4 本地模型

24. 我在 Codex CLI 中将 Gemma 4 作为本地模型运行

25. 对谷歌开源大模型gemm4的编码能力很失望，只会打嘴炮

26. Google Gemma 4 全面开源Apache 2.0 许可 31B参数干翻 20 倍体量闭源模型

27. Gemma4大模型开源！Google针对工作流优化，已是消费级本地部署最优选择

28. Ollama v0.20.6

29. Claude Code 对接本地 Gemma-4-26B 实测

30. Gemma 4本地跑了3天，说几个真话

31. RTX 3090跑满26万上下文，这个Gemma 4量化版让我退了Claude

32. Claude Code 对接魔改版 Gemma 4

33. 别再花钱买token了，个人电脑｜10分钟搞定Gemma 4本地部署流程

34. 懂投网 | iPhone本地跑Gemma 4引爆热议！0 token时代，AI行业即将迎来大洗牌

35. Gemma 4改用Apache 2.0，开源模型商用更近一步

36. 重磅！Apache 2.0完全开源！Gemma 4本地部署教程，手机也能跑！

37. 谷歌把这个模型免费开源了还能跑在你手机里，断网照样用

38. 最强开源端侧小模型？Google Gemma 4首次允许商用

39. 张延来｜Gemma 4 开源带火Apache 2.0协议

40. Google Gemma 4 发布

41. [中配]Gemma 4

42. 谷歌Gemma 4杀疯了！Claude Code可本地运行，零API成本

43. 告别API依赖！Gemma 4本地部署全教程

44. 谷歌Gemma 4开源杀疯！仅小体量，完胜13倍大的Qwen3.5

45. Gemma4: 跑在 iPhone上的Google大模型

46. Gemma 4 模型详解：E4B 与 31B 版本的智力水平对比、硬件条件及部署建议

47. （最新实测）Codex & Codex CLI 国内使用教程：支付注册、安装配置、常见命令，零基础友好！

48. 谷歌最新一代开源模型家族Gemma 4 深度解析

49. 一键跑通Gemma 4全系模型！Ollama 直接拉满，Claude Code/Codex/OpenClaw 全部支持！

50. 在本地运行 Google Gemma 4：笔记本也能跑动顶级模型

51. 谷歌推出最强手机端开源模型Gemma4 E2B/E4B

52. Codex不打算让Claude Code好过

53. Google最强 Gemma4开源，专为Agent工作流而生。

54. 1.5万星 oh-my-codex，Codex终于能分工了

55. 💎 Google Gemma 4 体验指南

56. Gemma 4：谷歌开源新神！多模态多尺寸模型，可部署边缘设备端

57. 2026年iPhone本地运行Gemma 4：断网飞行模式都能用！末日生存问AI生火的时代真来了？

58. Gemma 4 发布当天，我用 64G Mac 接住了，数据是一年前的

59. 本地运行大模型不再是梦！Gemma 4让每个人都能用上最强AI

60. ollama v0.20.4 正式发布！MLX 性能大幅提升， Gemma4 闪光注意力全面

61. 3090跑Gemma4:31B，两个环境变量让128K上下文满速

62. 4月2日-谷歌 Gemma 4 深夜突袭！31B 模型击败大 20 倍对手，教你用 Ollama 本地部署并接入 OpenClaw

63. Google真正开源模型Gemma 4，31B只要20GB显存，而性能稍稍落后GLM-5

64. Gemma 4 系列模型发布：Google 开源模型的性能突破

65. 谷歌开源Gemma 4震撼发布：国产Qwen3.6-Plus紧随其后，AI编程格局大变天

66. Gemma 4 换上 Apache 2.0 之后，Google 才算认真下场开源模型

67. 本地大模型新选择！Ollama + Gemma4 + OpenClaw 完美部署指南

68. Gemma 4首测！26B专家模型仅激活4B参数，低配电脑秒开，开源Top3！

69. Google Gemma 4 重磅升级：采用 Apache 2.0 许可，开源 AI 迎来真正自由时代

70. 【本地部署api】吊打同参数规模？谷歌 Gemma 4 震撼发布，本地运行竟能如此丝滑！

71. 离线 AI 自由：将 Gemma 4 部署到 iPhone 与电脑，让OpenClaw完全私有化超级智能体

72. RTX 3090跑Gemma 4，22倍精度陷阱让F16缓存直接崩盘

73. Google Gemma 4开源领跑：代理工作流的新标杆！

74. 【closerAI ComfyUI】太强了！Gemma 4 E4B在comfyUI中的最优解，本地化轻量级推理模型，速度、质量、稳定三重优势！生产力再度提升！

75. Gemma4 实测：M4 Max 芯片上 Ollama vs MLX，本地部署到底选谁？

76. 谷歌突然开源Gemma 4，能力到底如何？

77. 【中配】Gemma 4 实测：在笔记本和台式机上本地运行 - Zero to MVP

78. Gemma 4全模型实测解读：本地跑AI的终极方案？Qwen杀手还是营销噱头？

79. 模型裁剪新技术：Geema4-21b基于路由加权专家激活剪枝的高效模型压缩

80. gemma4本地部署教程，对接openclaw、vscode、codex、Claude Code实现token自由，ollama一键部署

81. 最强多模态小模型 Gemma 4 开源，Mac Mini 成为最佳性价比的 AI 电脑

82. 多模态 Gemma 4，256K 上下文超强性能

83. 搭建本地化 Gemma 4 AI大模型

Gemma 4根本不是Codex平替，而是退而求其次的备胎

精选参考来源