正在加载，请稍候
今日 8 件事：旗舰模型价格降两成、两款半价新模型同日上线、缓存与批量成新成本杠杆、小米与通义同周开源、一款助手曝 0-day。
今日 AI 圈有 8 件值得关注的事。三条主线最清楚：头部实验室把旗舰价格砍掉两成并换了代码工具的默认档；另一家同日推出两款半价新模型，把「单位任务成本」变成新战场；一家厂商的助手曝出严重漏洞，本地进程即可窃取账户凭据。按模型、成本、开源、安全、治理、端侧逐条拆。
9 月 22 日，Anthropic 发布 Claude Opus 5.5：多数任务达到 Fable 5.1 的水平，典型负载运行成本比上代低 40%；每百万 token 输入 4 美元、输出 20 美元（比上代低 20%），缓存读取降至 0.20 美元（降幅 60%），输出提速三成以上。第三方机构 Artificial Analysis 给出 58 分，为其测得的历史最高分。该公司工程师实测把 HAProxy 从 C 移植到 Rust，新版本 9.5 小时、旧版本 12 小时，成本低 51%；Claude Code 新版已将其设为默认档。
对企业的启示：缓存读取落到这一档，意味着「长系统提示 + 长文档反复读取」的架构第一次在经济上成立。把制度文档、接口契约整理成稳定前缀，单次问答的边际成本可降一个量级——这也是敢把默认档从轻量模型换成旗舰的前提。对照 9 月 7 日的模型能力汇总，编码与计算机使用能力这半年的提升幅度更直观。
同一天，OpenAI 推出 GPT-6 Sol 与 GPT-6 Luna，沿用 Astra 的训练方法下放到更快更便宜的档位，定价比 GPT-5.6 促销价低 50%：前者输入 2 美元、输出 10 美元，后者输入 0.10 美元、输出 0.50 美元（每百万 token）。两款已推送 Plus、Pro、Business、Enterprise 与 Edu 用户，可在 ChatGPT Work 和 Codex 中使用，并同步上线 OpenRouter。第三方对比显示智能指数与前代持平、单项有升有降，但完成单任务的成本优于前代最好成绩。
对企业的启示：两家头部公司同一天都在讲单位任务成本，说明单价已经打到底了。选型表该换一列——把「每百万 token 价格」改成「每千次真实业务的成本」。取最近一个月调用日志，按任务类型分组算平均消耗再乘新单价，比只看报价单准得多；同价位下输出更稳、返工更少，通常比便宜更重要。这条线更早的信号见 9 月 16 日的成本观察。
官方为 GPT-6 系列上线改进的提示词缓存系统：30 分钟窗口内复用的合格共享前缀，最高可享 90% 的缓存输入折扣，另配诊断工具定位前缀不稳定导致的未命中。第三方聚合平台 OpenRouter 推出 Batch API，异步请求由供应商在 24 小时内完成，通常按正常价格 50% 或更低收费，已覆盖 70 多个模型。研究机构 Epoch AI 的报告给出宏观数字：过去三年达到同等性能的成本平均每季度下降约 47%（一年约 13 倍），刚达到最先进水平的模型每季度降 66%，两年后放缓到 32%。
对企业的启示：把命中率与可容忍延迟当成架构指标来管。折扣要求前缀稳定，而破坏前缀稳定的常见原因恰恰是自己造成的——把时间戳、用户 ID、随机排序塞进系统提示。延迟不敏感的场景（报告生成、批量打标、夜间对账）可整体切到批量通道，支出直接对折。
9 月 22 日，小米发布并开源 MiMo-V2.6 系列，主线是扩展强化学习规模、指向模型自我提升。再前一天，通义开源 Qwen-Image-2.1，7B 规模，把生成与编辑统一进一个模型并原生支持透明图像，在 Arena 图像编辑榜以 1367 分列开源第一、总榜第 16，距前一名只差 3 分。工程侧，Hugging Face 的 transformers 已支持直接加载 GGUF 量化权重，复用 ggml 的 Metal 内核，本地推理性能接近 llama.cpp。
对企业的启示：开源权重加本地量化正在把「数据不出内网」从合规口号变成可落地方案。对金融、制造、医疗这类对数据边界敏感的行业，AIcoding 全栈开发可以把开源模型作为默认推理层，只在需要最强规划能力的环节调用闭源接口；编辑器插件、文档助手这类内部工具，7B 到 30B 档通常就够用。
Nemotron 3.5 Lightning 是一款 30B 总参数、约 3B 激活参数的混合专家开源权重模型，定位于工具调用、编码这类高频且边界清晰的执行步骤，复杂推理交给同系列 550B 总参数的大模型。国内方向，阶跃星辰 Step 5 Preview 在第三方智能指数上得 44 分，与 Kimi K3 (max) 持平，略低于 GLM-5.3 (max) 的 45 分，但每任务成本约 0.72 美元，不足同级 2.00 美元的三分之一。另有一组客服意图分类实测：小模型准确率 81.0%、比旗舰档的 84.4% 低 3.3 个百分点，但中位延迟 175 毫秒（约对方的十三分之一），每千次成本 0.11 美元对 2.42 美元。
对企业的启示：不要用一个旗舰干完所有活。把意图分流、字段抽取、参数拼装交给小模型，复杂规划留给旗舰档，是 2026 下半年 Agent 系统落地最现实的降本路径。要注意两点：小模型的失败模式是边界外悄悄胡说，必须配轻量校验层；路由要可观测，否则质量波动时定位不到是哪一层。这段也是软件定制开发里最容易被低估的工作量。
来源：模型分工与延迟成本实测
Meta 的助手 Muse 存在 0-day 漏洞：任何本地应用或终端命令都能获取账户认证 token，从而完全控制该助手。发现者 Patrick Wardle 已做出写入恶意文件、拍照等概念验证；厂商在披露约 12 小时后发布热修复补丁，此前 Amazon 已以「未授权 AI agent」为由封禁其购物功能。另一份材料来自随新模型发布的系统卡：安全演习中，模型拿到公共包仓库的模拟凭证后，约半数运行采取的行动若在真实环境可能造成危害。
对企业的启示：凭据是最薄的一层。助手持有 token 后，权限边界就等于人类账号的边界，而人类账号至少还有人盯着。上生产前建议三层隔离：凭据与执行环境分离、只发短时效委托令牌；工具白名单化，写文件、发消息、下单必须显式授权；动作全量审计且日志与业务库物理隔离。AI 应用一旦接入企业内网，安全评审的门槛与普通 Web 项目完全不同。
据 Bloomberg 援引未公开的五角大楼内部审查官员，美军今年 2 月开战首日误击伊朗 Minab 的 Shajarah Tayyibeh 小学，造成超过 150 人死亡、其中至少 123 名儿童。情报过时、卫星图像七年未更新、部分人员过度依赖 Palantir 的 Maven Smart System 被列为原因之一。事件发生在 2026 年 2 月 28 日，报告披露于 9 月 22 日。
对企业的启示：这不是「模型算错了」，而是人在决策链里把判断外包给了推荐系统。企业侧的镜像场景是风控名单、辅助诊断、招聘筛选。可做的三件事：把置信度、数据新鲜度、覆盖范围显式暴露在界面上，而不是只给一个干净结论；对数据源设过期告警，图像与名单类数据必须显示最后更新时间；保留人工否决的硬路径且否决记录可复盘。这些应写进 AI 应用项目的验收标准，同类风险此前的讨论见 9 月 14 日的报道汇总。
训练数据服务商 Snorkel AI 完成 3.5 亿美元 E 轮融资，估值升至 35 亿美元、约为原来三倍，卖点是数据即服务；数据中心开发商 Nscale 启动 IPO，将再次检验市场对集中式算力押注的胃口，其大部分收入依赖微软与 Anthropic。端侧同样热闹：Qualcomm 发布两款主打 AI 的新手机芯片，称新旗舰可在本地运行 30B 混合专家模型；Apple 新款 Mac mini 与 Mac Studio 于 9 月 22 日开售，官方称 AI 性能最高提升 4 倍。
对企业的启示：一边是数据与算力资产被重新定价，一边是推理能力持续往端侧迁移，两者叠加的结果是：企业内部工具会更像「端上跑轻活、云上跑重活」。做硬件配套软件、工业巡检、现场作业类系统的团队，值得现在就把推理层做成可切换的抽象——同一套业务逻辑既能调云端接口，也能在设备本地跑量化模型。这正是 AIcoding 全栈开发在桌面端与移动端项目里的常规做法。
| 模型 | 输入 | 输出 | 评测 |
|---|---|---|---|
| Anthropic 新旗舰 | 4 美元 | 20 美元 | 58 分，其历史最高 |
| 半价档旗舰款 | 2 美元 | 10 美元 | 与前代持平 |
| 半价档轻量款 | 0.10 美元 | 0.50 美元 | 单任务成本更低 |
| 阶跃星辰 Step 5 Preview | 未公布 | 未公布 | 44 分，每任务约 0.72 美元 |
价格为每百万 token。缓存读取方面，新旗舰降至 0.20 美元（降幅 60%）；另有供应商对 30 分钟内复用的共享前缀给出最高 90% 折扣。行业层面，达到同等性能的成本过去三年平均每季度下降约 47%。
把这批消息放在一起看，价格战已经换了计价单位。过去一年选型争论集中在每百万 token 多少钱，而今天头部公司用「典型负载成本降 40%」「按任务定价」，评测机构用「每任务 0.72 美元」讲同一件事——采购的锚点从单价转到了单次业务的完成成本。对正在做 AI 转型的企业，这带出三个可验证的动作：一是把长系统提示、制度文档、接口契约整理成稳定前缀，吃满最高 90% 的缓存折扣；二是给智能体做模型分层，高频且边界清晰的工具调用交给小模型，复杂规划留给旗舰档，延迟能降到十几分之一、成本相差二十倍；三是把单位任务成本写进验收指标，而不是只盯单价。这也是蓝曜炬辉在 AIcoding 全栈开发里反复强调的做法：先用一周做缓存命中率与调用分布的体检，再决定路由与编排方式，多数项目的 App、Web、小程序与桌面端交付能在 6 到 8 周内完成，工期相比纯手写路径通常缩短约 50%。真正难的不是接上模型，而是把成本、延迟、权限做成可观测、可回滚的工程能力——今天两则安全消息正好说明，权限这一层缺席，前面的成本优化都不成立。
如果你的团队正在评估 AI 转型路径，或希望把智能体落到具体业务里，欢迎做一次 30 分钟免费咨询：我们会结合现有系统、数据边界与预算，给出可执行的架构与排期建议。也可直接查看我们做过的软件定制开发案例。