正在加载，请稍候
中端档新模型以五分之一价接近旗舰、Gemini 4 Argon 追平旧旗舰、FTC 调查头部 AI 实验室。
今日有 8 件值得关注的事。三条主线：OpenAI 把中端档模型压到旗舰五分之一的价格；Google DeepMind 发布新前沿模型 Gemini 4 Argon，高推理档追平 Astra；FTC 对 OpenAI、Anthropic 等启动消费者保护调查。国内侧，DeepSeek 把整套训练与推理组件迁到华为昇腾，蚂蚁百灵发布 1M 上下文的 Ling-3.1-flash。今天真正的变量不是"谁的模型更强"，而是单位任务成本与智能体工程成熟度。
事实：OpenAI 发布 GPT-6.1 Sol，官方称其在智能体编程、计算机使用与专业工作上接近旗舰 Astra 的结果，已作为托管服务在 API 上线，代号 gpt-6.1-sol，并可在 ChatGPT Work 与 Codex 中使用。
时间与数字：信息于 9 月 30 日至 10 月 1 日间释出。定价每百万 token 输入 2 美元、输出 10 美元、缓存输入 0.10 美元，约为旗舰价的五分之一。WebDev 编程榜以 1759 分列第 3，同价位比前代提升 70 分、排名上升 4 位；第三方口径的单任务成本约 0.72 美元，较前代的 1.05 美元低约 30%。
对企业的启示：降价的最大受益者不是聊天，而是高频调用的智能体系统。每一步都要重发系统提示、工具定义与对话历史，缓存输入从输入价的 10% 降到 5%，长链路任务的边际成本明显下移。做内部 AI 应用与全栈开发的团队，建议本月重算一次 token 预算，把原先"不划算"的场景——代码评审助手、工单自动分类、跨系统数据核对——重新评估。同时注意其定位仍是中端，高风险节点应保留更强模型兜底，用路由而非单模型覆盖全流程。
来源：原文（MarkTechPost，10 月 1 日）、评测榜数据、成本口径数据
事实：Google DeepMind 推出 Argon，主打软件工程、法律与金融等企业知识工作，以及网络安全防御等长周期工作流。发布分阶段推进，先通过 Fairwind 计划向受信任的网络防御者开放，之后逐步向开发者、企业与消费者推出。
时间与数字：博客发布于 9 月 30 日；引入价每百万输入 token 2 美元、输出 10 美元，缓存输入享 95% 折扣。第三方评测显示其高推理档在 Intelligence Index 得 53 分，追平 Astra (max)，领先 Sol 档新模型 (max) 1 分；智能体竞技榜排第 8，净提升 +7.92%，每任务成本 0.62 美元。
对企业的启示：分阶段发布这个动作本身值得注意——前沿能力先给防御性场景。选型不再只比跑分，还要看供应商的准入节奏与合规姿态。做企业级 AI 应用和全栈开发的团队，建议把"模型可替换性"写进架构需求：推理层统一抽象，避免业务逻辑绑定单一厂商 SDK；安全运营场景可先试点这一档模型在日志研判、告警降噪上的表现。采购沟通中明确数据驻留、审计留痕与准入资格，别把可用性风险留到上线后才发现。
事实：官方开源了面向昇腾算力平台的基础设施组件，涵盖 TileLang 编译工具、DeepGEMM、DeepEP、TileKernels、FlashMLA 与 DeepSelect，与此前在英伟达平台开源的一批组件基本一一对应。
时间与数字：发布日为 9 月 30 日，共 6 个组件，同时给出各组件功能说明与仓库链接。
对企业的启示：国产芯片在大模型训练与推理上最大的短板不是算力峰值，而是算子库、通信库、编译工具链这些"软件地基"。这批组件的意义，是把已被验证的工程路径在昇腾上做出对应实现。对有合规要求、必须私有化部署的行业客户，推理侧方案可以开始认真评估国产卡，迁移成本从"重写算子层"降到"替换依赖并对齐精度"。建议先在推理与微调链路做小规模验证，把算子对齐与性能回归纳入 CI，再考虑训练侧迁移；承接软件定制开发的团队，这会成为新的交付差异点。
来源：昇腾组件说明
事实：蚂蚁百灵发布 Ling-3.1-flash，定位为面向真实世界长任务的升级版，延续混合线性架构并提高线性 Attention 层比例，同时给出一批长程任务实测数据。
时间与数字：30 日发布；总参数约 560B，每 token 激活约 25B，上下文窗口上限 1M；结构为 7 层 KDA 配 1 层 Gated MLA，路由为 512 个专家中选 8 个加 1 个共享专家。
对企业的启示：稀疏激活加超长上下文的组合，指向"一次性处理完整个知识库或整条业务链路"。1M 窗口能让合同比对、长代码仓库理解、跨年度工单复盘少做几次分块与摘要，减少中间环节的信息损失。但长上下文不等于全量灌入：做 RAG 系统落地的团队不妨把它当作"少切几刀"的余地，而不是放弃检索层。建议用真实文档做一次消融实验，对比全量灌入与分层检索的成本、时延与准确率，再决定架构。
来源：模型发布说明
事实：据路透社查阅的 IPO 申报文件，Anthropic 与 SpaceX 签署算力协议，租用后者数据中心内的英伟达 GPU 资源用于模型训练与推理，覆盖 Colossus 一号与二号两座数据中心；SpaceX 借此把闲置产能变现。
时间与数字：协议签署于 2026 年 5 月，9 月 30 日经媒体披露；每月支付 12.5 亿美元，付费期到 2029 年 5 月；不计爬坡期优惠，最低支付额约 425 亿美元，合同上限最高 845 亿美元，且仅需提前 90 天通知即可解除。其还计划十年内至少投入 5,180 亿美元建设 AI 基础设施。
对企业的启示：前沿模型的成本结构里，算力正变成类似长期租约的固定支出，而 90 天解约条款说明买方仍在为技术路线的不确定性留后手。采购侧有两条可借鉴的经验：一是自建推理集群可谈"阶梯定价 + 短解约窗口"，尤其 GPU 租赁；二是算力长约会抬高中小团队的进入门槛，走 AIcoding 全栈开发与托管模型组合比自建更现实。自研模型的团队则要算清三年推理成本与租约期限是否匹配，避免长约锁死在错误的硬件代际上。
事实：美国联邦贸易委员会正以潜在消费者保护违规为由调查 OpenAI、Anthropic 及其他领先实验室，主席 Andrew Ferguson 计划通过具法律约束力的"民事调查要求"调取文件并质询高管。同期二十余家科技公司签署白宫超级智能协议，自愿接受独立外部安全审计、定期会商并制定共同标准。
时间与数字：调查消息于 9 月 30 日至 10 月 1 日间公开，调查令预计数周内发出，安全组织 METR 也在审查之列；该调查在 Hugging Face 遭攻击之前就已进行，涉事规模约 700 个智能体。白宫协议签署者包括 Dario Amodei、Sam Altman、Elon Musk、Jensen Huang、Mark Zuckerberg 与 Sundar Pichai；协议无法律约束力。
对企业的启示："自愿承诺 + 强制调查"同时推进，说明监管重点正从模型本身转向智能体的行为后果。直接结果是：Agent 系统开始需要可解释的审计记录。架构阶段就应补上三样东西——每一步工具调用的可追溯日志、高风险动作的人工确认闸口、可回放的事故复盘链路。这些能力越晚补越贵，同时也是等保、个保审计时的现成材料。同类风险我们在此前 7 月 16 日的早报里也做过梳理。选供应商时也要问清：模型与智能体平台能否提供独立审计所需接口。
来源：The Decoder 报道、Ars Technica 报道
事实：ElevenLabs 完成 3 亿美元员工要约收购，估值达 220 亿美元，为今年 2 月 D 轮估值的两倍，由 Wellington 与 T. Rowe Price 领投；同时发布 Eleven v4 与 v4 Turbo 两款语音模型，增长主要来自对话式智能体的企业需求。
时间与数字：30 日公布；企业业务占收入 55%；ElevenAgents 每周处理超 1,500 万次对话；ARR 自 2 月以来增长超 3 倍；客户数据显示语音智能体解决问题平均比聊天智能体快 31%。
对企业的启示："比聊天快 31%"对客服与售后负责人值得反复掂量——工单量不变，渠道形态变了，人力结构就要跟着变。做 AI 客服系统开发或服务中台的企业，不建议把语音单独立项，而应与工单、CRM、知识库共用同一套 Agent 编排层，避免两套意图识别与两套知识源。220 亿美元估值也是机构对"对话式智能体成为企业标配"的公开押注，采购时机可以更积极，但仍要做好多供应商准备。
事实：Factory 的 Automations 正式全量开放，用自然语言描述周期性工作流后，Droid 可按定时或 Slack、GitHub、webhook 触发运行，可选模型与执行机器，用例包括工单到 PR、代码审查修复、每周安全审计。Perplexity 开放 Computer 的邮件委托功能，把任务转发或抄送到指定邮箱即可，无需账号、限时免费，后台完成后保留邮件上下文与审计记录。安全公司 PromptArmor 披露 Microsoft Copilot Cowork 的 AI 网关可被恶意技能包劫持，绕过沙箱外传文件。
时间与数字：三项信息集中在 30 日出现。上述漏洞于 2026 年 7 月 14 日披露给厂商，9 月 2 日已修复；攻击链无需人工审批，可触达上传文件、SharePoint、Teams 与 Outlook 数据。同期 OpenRouter 发布三篇教程，讲工具调用准确性测试、提示词变更后的回归测试、以及从生产流量构建 golden 评测集。
对企业的启示：三条合起来是智能体落地的完整三角：触发在变简单、入口向邮箱这类既有基础设施靠拢，攻击面却同步扩大。恶意技能包劫持网关说明，只要允许用户自行引入第三方技能，沙箱就不再是天然边界。开发方应把技能包引入纳入准入清单、对出网请求做白名单、默认关闭"无人工确认的执行链"。那三篇回归测试与 golden 评测集教程值得引入内部规范——行为契约应像接口一样被测试覆盖，而不是靠上线后观察。
来源：Factory 博客、Perplexity 公告、威胁情报报告、工程教程
| 档位 | 输入（美元/百万 token） | 输出（美元/百万 token） | 缓存输入 | 单任务成本 |
|---|---|---|---|---|
| Astra（旗舰） | 10 | 50 | 1 | — |
| GPT-6.1 Sol（中端） | 2 | 10 | 0.10 | 约 0.72 美元 |
| Sol（前代中端） | — | — | — | 约 1.05 美元 |
| Sol（更早一代） | — | — | — | 约 1.99 美元 |
| Luna（轻量档） | 0.10 | 0.50 | 0.01 | — |
| Gemini 4 Argon | 2（引入价） | 10（引入价） | 输入价 95% 折扣 | 约 0.62 美元 |
说明：价格与单任务成本分别来自厂商发布信息与第三方评测的公开口径；单任务成本随任务类型与推理档位变化，横向比较时请注意口径差异。
把今天这八条串起来看，2026 年第三季度末的主线只有一条：模型能力的边际差距在收窄，而工程与合规的边际成本在放大。旗舰能力被下放到中端价位、新前沿模型的高推理档追平旧旗舰，说明头部厂商的竞争已从前沿分数转向单位任务成本；当两家的单任务成本同时落在 0.6 至 0.7 美元区间，企业选型的天平会自然倒向"谁更容易集成、谁更可替换"。
这也是我们做 AIcoding 全栈开发服务的判断基础。过去两年企业最常见的困境是：模型换了三代，业务系统还没接完。真正卡住交付的往往不是模型，而是工具调用编排、权限与审计、评测集与回归流程这些工程底座——就像我们在 6 月 27 日早报里提到的那样，企业级 Agent 早已进入深水区。我们的做法是把 AI 应用开发拆成可复用的几层——模型路由与推理抽象层、Agent 编排与工具网关、评测与回归流水线，再在此基础上交付具体的 App、Web、小程序与桌面端界面。这套结构跨项目复用后，典型项目交付工期可缩短约 50%，换模型时只需改动抽象层配置，不必重写业务逻辑。
对国内企业的落地节奏，有三条建议。第一，本月做一次成本重算与选型复审，把缓存价格、长上下文单价这两项新变量纳入预算模型，很多此前被判定"不值得做"的场景会重新可行。第二，把 Agent 的安全与审计能力前置到设计阶段——技能包生态加自动执行是当前风险最高的组合，出网白名单与人工确认闸口应当成为默认配置。第三，国产算力栈值得开始验证，开源昇腾组件与长上下文模型的组合，让私有化部署的完整度比半年前高出不少。模型会继续换，把工程底座做对，是唯一能穿越版本迭代的投资。
如果贵司正在评估把 Agent 或大模型能力接入现有业务系统，我们提供 30 分钟免费咨询，以及一份针对现有技术栈的 AIcoding 转型评估：覆盖模型选型与成本测算、Agent 编排架构、私有化部署路径与交付工期估算。可以从联系我们开始，也可以先看看我们做过哪些 AI 应用与全栈开发项目。
本早报事实均来自公开信源并在文末给出链接；观点部分为蓝曜炬辉团队判断，不构成投资或采购建议。