AI 技能与降智体检实验室

Moonshot 10 月 23 日正式发布 Kimi K3.1 Pro：Artificial Analysis 独立评测 55 分排名第四，Terminal-Bench 4.0 拿下全场第一，离 Claude Opus 5.5 只差 3 分。API 价格比 K3 下调三分之一至 $2/$10，另有快 2-3 倍的 Highspeed 版本；完整权重承诺 11 月 4 日前放出，届时将登顶开放权重榜。

10 月 23 日上午，Kimi 官方 X 账号发布 24 秒预热视频，首次公开承认 Kimi K3.1。结合 9 月底的 API 标识泄漏、10 月 21 日 Kimi Code 切换配置外洩和 Arena 匿名模型 Kibitz 的出现，正式发布可能就在 10 月 24 日凌晨前后。本文梳理时间线、区分已知与传闻，并指出真正的悬念是定价——K3 因“贵且慢”挨了不少骂，K3.1 能否把高效低价做成卖点，值得等两天再看。

OpenAI 今天正式从 API 下架 17 个老模型：gpt-3.5-turbo、gpt-4 全系列快照、o1、o1-pro、o3-mini、o4-mini、最早的 gpt-4o 快照、gpt-4.1-nano 和 gpt-image-1，以及同基座微调模型。调用这些模型名的请求直接失败，没有自动跳转。本文整理了官方替代对照表、三类高危场景、三分钟自查脚本和价格对照，并列出 12 月、明年 1 月的后续下架时间表。

10 月 21 日 Google Cloud 宣布把 GPT-6 Astra、GPT-6.1 Sol、GPT-6 Luna 搬进 Model Garden，走谷歌账单、可抵云支出承诺，目前私有预览。文章把价格、数据条款和半年来的多云路线一项项算清楚：采购变简单了，但谷歌的单价还没公布，敏感工作负载先别搬。

Anthropic 在 10 月 21 日开放 Claude Duet 研究预览，一个每天早上先发简报、白天定时巡检的主动智能体。它基于 Claude Opus 5.5，自带云端虚拟机和浏览器，能用 6000 多个连接器处理发票、工资单、跟进邮件等小企业杂务。动手前必须等用户点头，证券交易直接禁掉；不单独收费但后台检查计入订阅额度。目前仅限美国 Pro 和 Max 用户排队体验。

NVIDIA 今天在 Hugging Face 上扩充了 Nemotron Retriever 系列，一次放出 5 款开源可商用的检索模型，覆盖 embedding、rerank 和文档解析。官方公告把检索质量和 Agent 推理成本直接挂钩：加上 rerank，单个 query 的 Agent 推理 token 花费降约 14%。

10 月 20 日 DeepSeek 把生产环境推理框架 DeepInfer 完全开源，Apache 2.0 协议，同时放出 token 编解码组件 deepseek-recipe。引擎支持 NVIDIA SM100 和华为昇腾 950，成本下压后第三方 API 差价只会更大。同一天 Mistral 发布 Voxtral 3 语音智能体栈，SWE-Bench Pro 迎来大修。

10 月 20 日，Google、IBM、Red Hat 等联合推出的开源推理栈 llm-d 在 PyTorch 大会上发布 1.0 版本。它把 vLLM、SGLang 等推理引擎装进 Kubernetes，用缓存感知路由、预填充/解码分离和多租户流量控制，应对 Agent 时代突发、长上下文的推理流量。官方数据颇具冲击力：编码任务首 token 时间降 85% 以上，Snap 的缓存命中率跑到 75%-80%。

Cloudflare 10 月 19 日发布首款 System One 提取模型 Clairic：不生成输出 token，只收输入费用，每百万输入 token $0.10。官方流水线测试称成本降 49%，但第三方实测显示其准确率 82%，低于 Claude Haiku 5.5 的 95%，单次成本约为四分之一。

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。