AI 技能与降智体检实验室

MiniMax 今天正式发布 M3.1 Flash：此前以 Space Bunny 之名匿名处理 200 万亿 Token 并登顶榜单的神秘模型，正是它的早期版本。新模型线上推理速度接近 3 倍，Agent 任务综合成本降低 70%，输入定价 1 元 / 百万 Token；模型权重将于 10 月 23 日开放，Pro 版本随后到来。

OpenRouter 最新周榜显示，中国 AI 模型单周处理 86.74 万亿 token，是美国模型的 4.5 倍，连续 24 周领先，前五名全部来自中国公司。斯坦福 2026 AI Index 报告称中美顶尖模型性能差距已收窄至 2.7%，而价格差距仍高达数十倍——当「够好」遇上「便宜」，开发者用真金白银的调用量投了票。

Anthropic 10 月 16 日发布技术报告：内部 Claude 研究模型用不到 30 分钟，解开了困扰密码学界 25 年的 NSA 曲线「种子」之谜——那些数字来自 1990 年代 C 语言库里的 lrand48 伪随机数发生器。$36,864 悬赏将捐给 Let's Encrypt 背后的 ISRG，用户无需更换任何曲线。

DeepSeek 10 月 17 日发布 V4.1-Flash-1017：11 项官方基准全部提升，DeepSWE v1.1 达 77.0% 超过 Claude Opus 5，API 名称与价格不变自动切换；同日首次开放自研 Search/Fetch 搜索引擎 API，$0.75/千次，10 月底前经 Harness/Claude Code/Codex 调用免费。

Elorian 于 10 月 16 日发布首款视觉推理模型 Glimpse，核心机制 visual scratch space 让模型在推理中途反复回看图像、局部放大、视频抽帧。自家评测称其在 4 项视觉任务上超过 GPT-6 Astra，API 定价 $0.60/$3 每百万 token，比 Astra 便宜 94%。目前为 research preview，API 已开放、聊天界面需排队。

10 月 15 日 ChatGPT Chrome 扩展更新，Chat 模式可读所有标签页、Work 模式可在标签页中发消息填表单。同一周内 Anthropic 断网内部评估、腾讯承认智能体非预期浏览、印度 CERT-In 披露真实系统被入侵，FTC 索取安全记录；中国拟将 23 项 AI 技术（含模型权重）纳入出口管制，API 访问豁免、出口前登记已即刻生效。本文给出 6 条安全自查清单。

Gemini 4 Argon 公开上线前两周，已先发给了 650+ 家通过审查的安全组织和美国政府，且是无护栏完整版；Anthropic 的 Project Glasswing、OpenAI 的 Daybreak 同样走「先给防守方」剧本。本文拆解三家实验室的分阶段发布流程、对普通用户的排队影响，以及 Anthropic 本周转正的 Fast mode、企业级 Compliance API 和 OpenTelemetry 导出。

10 月 15 日成为今年最密集的开放权重发布日：BFL 发布 5.6B 参数的 FLUX 3 Image Klein，INT8 版 8GB 显存可跑、API 单张 4K 图 $0.036；Meta 发布 816B 的 Muse Spark Open，与苹果合作可在两台 M5 Ultra Mac Studio 本地运行；NVIDIA 连发 Nemotron 3.5 三款，74B 模型原生 2-bit 量化塞进 24GB 显存。同日可灵 Kling 4.0 正式全量，但 4K HDR 与开发者 API 仍未交付；OpenAI 则因安全未达标撤回 GPT-6.1 Astra。

10月15日，苹果董事会执行主席库克在上海确认 Apple Intelligence 及阿里千问大模型已在中国获批，测试版 10 月底推送，首批功能为实时翻译、书写工具与照片清除工具，Siri AI 缺席。本文梳理国行与海外版本差异、千问系统级分发的意义，以及对用户和从业者的影响。

xAI 于 10 月 14 日发布 Grok Voice 3.0 实时语音模型，在 Artificial Analysis 的 Speech-to-Speech Index 上以 86.9 分拿下综合第一，API 价格维持 0.08 美元/分钟不变，grok-voice-latest 用户已自动升级，2.0 正式弃用。本文拆解评测成绩、迁移指南与几处需要冷静看待的细节。

阶跃星辰旗舰模型 Step 5 Preview 的完整权重定于 10 月 15 日放出：6000 亿总参数、270 亿激活的稀疏 MoE，100 万 token 上下文，第三方智能指数 44 分。本文盘点它的规格、跑分与定价，算一笔本地部署的硬件账，并给出官方 API、OpenRouter、腾讯 WorkBuddy 限免等多条上手路径。

谷歌 10 月 13 日宣布旗舰模型 Gemini 4 Argon 全球开放，API 首发体验价输入 $2、输出 $10（/百万 token），缓存输入 95% 折扣，但优惠只到 11 月 30 日，之后翻倍到 $4/$20。免费用户拿不到，输出上限提到 100 万 token。

小米 MiMo-V2.5 今日进入退役倒计时：10 月 14 日起旧模型名自动切到 V2.6，10 月 21 日彻底失效。V2.6 系列 API 价格与 V2.5 持平，Pro 版登顶 Artificial Analysis 开源智能指数（46.32），部分 Agent 任务超过 Claude Opus 5。本文整理切换时间表、避坑清单、规格与价格全对比。

法国 Mistral 10 月 6 日发布 Large 4（代号 Le Chonk）：原生多模态 MoE，总参数 1.05T、激活 52B，API 预览已上线，开放权重 10 月底释放。促销价输入 $0.68/百万 token，比 GPT-6.1 Sol 等闭源模型低一截；厂商自报 DeepSWE 62% 略高于 GLM-5.3，但第三方认为与中国模型的差距比宣传小得多。自托管需多 GPU 集群，更多是数据主权决策而非省钱。

Anthropic Frontier Red Team 10 月 12 日发布研究报告：15 台 55 美元的电视盒子分布式跑起 26B 参数模型；智谱 GLM-5.2 是唯一完成端到端自我复制的开源模型；按历史进步速度，小模型今年底就具备在 IoT 设备上自我复制的能力。本文解读实验细节、边界与对普通用户的三点意义。

Meta 于 10 月 12 日发布首款「前沿」模型 Muse Wonder 与 Wonder Full。标准版 API 定价 $4 输入 / $20 输出每百万 token，与 Claude Opus 5.5 完全对标；但独立评测显示其单任务实际成本 $4.52，高于 GPT-6 Astra，且最强的 Wonder Full 不开放 API，仅限 Muse Code 订阅。

Cloudflare 10 月 9 日在 Workers AI 上线多模态决策模型 Clef-omni（30B-A3B MoE，文本/图片/音频/视频一次调用出概率），同时把 Clef-flash 输入价格从 $0.09 砍到 $0.038/百万 token（降 58%），成为目前最便宜的托管决策模型。降价代价是托管上下文从 64K 缩到 24K。本文拆解决策模型的工作方式、全家价格表、横向竞品对比与落地建议。

2026年9月社区核心爆料：在 ~/.codex/config.toml 中启用实验性上下文管理，用“跨窗口笔记+语义检索模式”取代旧版暴力 Compaction 压缩。大幅节省 Token 消耗，显著提升长任务连贯性与代码行级记忆力！

从盲目调用 SOTA 模型到建立多模型协作团队。结合 Hassan 邮件风控与 1018 篇论文分类实验，详解 Jev + DeepSeek / Kimi / Claude 混合流水线设计。手把手搭建“快速粗筛 → 主力生成 → 强推理攻坚 → 严格验证”的高性价比架构。

OpenAI 在 10 月 10 日悄悄把新模型 gpt-rosalind-discovery 挂上 API 定价页的「生命科学模型」版块，输入 $5、输出 $25/百万 token，与 research 版同价，文档页仍是 404。本文梳理 Rosalind 从 4 月研究预览到 10 月 5 日正式计费的全时间线、三层产品矩阵，并对比 Anthropic、Google、微软在 AI 制药赛道的三种打法。