AI 技能与降智体检实验室

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。

10 月 11 日据报道，OpenRouter 上的第三方服务商 Relace 与 Open Inference 将 DeepSeek V4.1 Flash 的输入报价打到官方价的零头。本文回顾官方价目表（非高峰输入最低 $0.003/百万 token）、拆解第三方能更便宜的三层原因，并给出避开高峰、死磕缓存命中率、多路由 fallback 的实战省钱方案。

微软 10 月 9 日发布决策模型 Microsoft-Decision-1：基于 Qwen3.5-9B 后训练，单次前向输出固定选项的校准概率，不生成文本。定价 $0.042/百万输入 token、输出免费，比 OpenAI 本周 GA 的 Decisions API 便宜约 58%。官方宣称 36 基准平均准确率 83.5%、延迟约为 GPT-6 Sol 的 1/35，均为厂商自测，待独立验证。

OpenAI 在 GitHub 公开了 722 篇 AI 生成的数学手稿，覆盖 372 个开放问题家族，号称在黎曼猜想等千禧年难题方向取得进展。幕后内部模型被称显著强于 GPT-6 Astra，每项成果耗资约 3 小时 ChatGPT Pro 级算力。但数学界反弹激烈：菲尔兹奖得主联署声明、数学家协会呼吁抵制，3 篇论文上线一天即被撤回。本文梳理时间线、拆解技术细节，并分析对模型用户的真实影响。

10 月 9 日 Business Insider 报道 Google 员工正在内测代号 Carbon 的 Gemini 4 新版本，编程体验被比作 Claude Opus 5.5；10 月 8 日 Google Cloud 发布统一办公 AI 代理 Gemini agent，主打模型无关路由，首发支持自家 Gemini 与 Anthropic Claude。本文梳理两条线的关键事实、官方基准对照与对模型用户的实际影响。

OpenAI 于 10 月 7 日把 GPT-6 推送到 ChatGPT 主对话界面并上线 Intelligent UI：回答可以是图表、按钮、表单甚至现场生成的小工具。付费档先用 GPT-6 Sol，免费档随后用 GPT-6 Luna。本文梳理推送节奏、技术原理与对普通用户的实用建议。

10 月 9 日起，免费版 Gemini App 仅保留 Flash-Lite，AI Plus（$4.99/月）失去 Pro 模型访问权，具体生效日按账户邮件通知；AI Pro（$19.99/月）不受影响并新增原 Ultra 独占的 Deep Think 模式。同月 Gemini App 还上线 low/medium/high 三档 effort 开关，思考强度越高烧额度越快。

微软 10 月 7 日宣布 MAI-Code-1.1-Flash（137B/6.8B MoE）经 3-bit 量化登陆 Windows 本地，保留 256K 上下文，SWE-bench 仅比云端低 1.8 个百分点，本地调用零推理费用；GitHub Copilot 的 HydraFusion 路由 10 月底实验性支持本地/云端自动切换。本文拆解技术细节、硬件门槛与降本算账。

Anthropic 于 10 月 7 日发布 Claude Haiku 5.5：10 万 token 内请求输入 $0.10/百万 token，官方称平均成本比前代低约 75%；基准测试全面翻倍，OSWorld 达 72.4%、Terminal-Bench 达 39.2%，并首次支持可调 effort 档位。同场 Sonnet 5.5 缓存读降价 50%，Max/Team 用户每月可领 $100–$500 API 积分；Claude for Google Workspace 进入公测，付费用户可在 Docs/Sheets/Slides 侧栏直接改文件。

10 月 6 日，法国 Mistral AI 发布新旗舰 Mistral Large 4（代号 Le Chonk）：1.05T 总参数、49B 激活、原生多模态、100 万上下文。API 以 Public Preview 上线、预告期输入 $0.68/M tokens；权重将于 10 月 27 日公开。本文拆解规格、训练故事、定价与对比 Reflection Beam，并给出 API 用户、自部署用户、渠道用户的出手建议。

Liquid AI 在 10 月 5 日宣布其决策模型 d1 新增视觉能力，成为首个同时支持文本与图像的决策模型：它不生成任何文本，只对预设选项输出校准概率，且只按输入 token 计费（$0.04/百万）。官方实测称 d1 在 6 个真实应用中的 4 个上打平或超过 GPT-6.1 Sol，成本低 19 到 200 倍，为 TypeSafe Jev 带来了真正的对手。

OpenAI 宣布 10 月 30 日起 ChatGPT Pro（$200/月）Work/Codex 额度从 20 倍 Plus 配额砍至 10 倍，Chat 内 GPT-6 Pro 消息减半，价格不变；同步上线 $500/月的 Pro 500 档（25 倍配额+独占 Ultrafast 极速）。现有用户保留旧额度至 10 月 29 日并获 62,500 额度点补偿。全系单价拉平为 $20/单位配额，订阅逻辑从拼折扣转向拼速度和功能。

Reflection AI 于 10 月 5 日正式发布首款开放权重模型 Beam：501B 总参数、23B 激活参数的 MoE 架构，纯文本、100 万 token 上下文。官方自报 SWE-bench Verified 80.9、Terminal-Bench v2.1 80.1，与 GLM-5.2 同档，推理算力号称只需西方同类模型的 1/3 到 1/4。权重将于 10 月内按 Apache 2.0 协议放出。本文逐项拆解参数、训练、成绩单与效率主张的口径，并给出三条行动建议。