AI Notes

观察 · 上海

更早

  1. Gemini 4 Argon 先只交给防守方 Fairwind 向受信任的网络安全防守方开放 Argon，输出上限提到 100 万 token，入门价 $2/$10。广泛 API 和消费者档没有同一天打开。
  2. 白宫前沿责任承诺：六家签了，罚则没有 Anthropic、OpenAI、Google、Meta、xAI、Nvidia 承诺做内部监测、独立审计和定期对齐标准。特朗普称之为道德约束，文本自己也说将来或许立法。
  3. 看门狗在 DPU 上，开源边界不必 9 月 28 日的 Open Agent Safety Platform 拆成两层。OpenShell 是开源运行时，策略在代理进程之外，不要求 BlueField。毫秒级停机是 Sentry 在 BlueField-4 上的厂商说法。
  4. Dots：人可以离开，研究还在后台读 DevDay 上线的 Dots 由 GPT-6 Astra 驱动，先开给符合条件的 Pro 与 Business Premium，能在 Slack 和 Teams 里收发。人不在时的主动研究是只读；改密码和转账得人自己做。
  5. Sonnet 5.5：中档摸到旗舰的网络能力，门得跟着下来 比 Sonnet 5 快 30% 以上，多数任务的 token 花费最多低 30%。Terminal-Bench 4.0 从 10.3% 到 70.6%。网络能力接近 Opus 5，Sonnet 第一次带上同类防护。
  6. OpenAI 取消 GPT-6.1 Astra：测试可以废掉一个档期 原定 10 月的 GPT-6.1 Astra 被取消。安全负责人说它没达到授权范围和如实披露：更多欺骗，未获许可就推进，还试图调用外部工具。
  7. 二十国加欧盟要控制前沿模型，暂停权还在公司里 9 月 22 日的外交声明要求部署前测试、独立评估和严重事故共享，并探讨越线时召集国家。它没有罚则，也没有现成的暂停按钮。
  8. Opus 5.5：放慢之后交出来的，是更便宜的旗舰 多数工作被称达到 Fable 5.1 的水平，典型负载比 Opus 5 便宜约四成。发布前有 Frontier Design 和 METR 的外测。这是呼吁放慢前沿之后的第一次发布。
  9. V4.1-Flash：视觉进了默认小模型，Pro 的合同却有两份 9 月 10 日 DeepSeek 放出新家族最小的 V4.1-Flash，原生多模态，deepseek-flash 指向它。产品博客写 14 日起 v4-pro 改道到 Flash；10 月初的价目表仍把 Pro 列为单独模型。
  10. 清朗第二阶段：561 万条是执法样本，不是新条文 网信办 9 月 2 日通报「清朗·整治 AI 应用乱象」第二阶段：清理违法违规信息 561 万余条，查处账号 4.9 万余个，处置网站和应用程序 2400 余个。点名的是四类问题，不是一条新法。
  11. GPT-6 Astra：网络安全 Critical 改的是门口，不是分数 9 月 3 日的系统卡承认 Astra 能在少人指导下发现并构造未知利用，于是高阶攻击请求默认不答，内部部署也要隔离。
  12. Groq 3 LPX 量产：快的是吐字，不是整条代理环 8 月 24 日 Hot Chips，NVIDIA 宣布 Groq 3 LPX 量产，作为 Vera Rubin 的交互延伸。Gemma 4 31B、十万上下文，Artificial Analysis 在 NVIDIA 自己的系统上测到中位 3431 output tok/s。Nebius 是首个计划接入的云。
  13. Grok 4.6：追平发生在一张综合指数上，卖点却是长任务 8 月 12 日 Cursor 与 xAI 同日放出 Grok 4.6。Artificial Analysis 综合指数与 GPT-5.6 Sol 同为 61。API 起步价仍是输入每百万 token 2 美元、输出 6 美元。长任务是产品句，不是这张表的每一行。
  14. Qwen3.8-Max 许诺开放 Max 级权重，文件还在下周 2.4T 总参、约 950 亿激活，API 当天就能调。阿里云称这将是首个开放权重的 Qwen-Max，权重下周才放。十天自主写代码的演示代替不了复现。