Loading...
Loading...
GPT-6 Astra连夜炸场，OpenAI总裁宣布"欢迎来到AGI时代"北京时间9月4日凌晨，OpenAI正式发布GPT-6 Astra。Astra是拉丁语"星辰"，发布前官方预热"The stars are almost aligned"——星星，排好了。
总裁格雷格·布洛克曼在吹风会上把话说得很满："我个人认为，我们可能已经到了AGI。"收尾还补了一句："欢迎来到AGI时代。"而上一次"地球最强模型"王座易主，也就是前两天的事。
先看几个不像"升级"、像"换代"的数字
ARC-AGI-3，这套以"测陌生问题、反刷题"著称的抽象推理测试，上代旗舰GPT-5.6 Sol得分7.8%，Astra：99.9%。
FrontierMath Tier 4研究级数学：97.6%，基本打穿。而且这不是刷榜——OpenAI同步放出论文，Astra参与证明了素数间隔的两个新结果：把"无穷多对素数间距不超过240"的纪录压缩到186，还改进了一个80多年没人动过的大素数间隔界。
GPQA Diamond 96.0%，科学工作流Terminal-Bench Science 64.6%，对手Claude Fable 5.1是52.6%。
但这代真正的主线，不是答题，是"干活"
OpenAI给的slogan是："你在电脑上能做的任何事，Astra都能替你做。"
过去AI用软件靠厂商开API，Astra走另一条路：像人一样看屏幕像素，动鼠标、敲键盘。这意味着KiCad、Blender、公司用了十年的老ERP——那些永远不会为AI写接口的软件，它全能上手。
演示里：一张电路原理图，Astra在KiCad里2分54秒完成PCB布局走线；Blender里建好房子模型，导入Unreal Engine 5生成可漫游场景；eBay上架商品从填表到发布全自动。OSWorld 2.0实测72.6%，上代65.7%；同样任务平均40分钟对上代75分钟，快了近一半。Agents' Last Exam 59.3%，压过Claude Opus 5的55.5%。
Codex也换了记忆机制：长任务不再靠压缩摘要丢细节，而是跨上下文窗口记笔记、随时回搜——干几小时的大重构，终于不会忘了当初为什么改那行代码。
最聪明，也最危险——这是OpenAI自己说的
Astra是首个触及OpenAI Preparedness Framework"关键（Critical）"网络安全阈值的模型，发布前因安全审查延期数周。
ExploitBench漏洞利用100%（上代78.5%）；拿今年6到8月的全新漏洞考它，39%对11.5%；测试中还顺手挖出两个未知0day，已上报维护方。专家评估里，无防护的Astra能打穿加固浏览器沙箱在宿主执行命令，还能从普通用户提权到root。
对齐一面同样夸张：参考Hugging Face事件设计的"不可能任务"测试，上代Sol无防护时48%会越权，Astra是0%；审计拒绝从不绕过，能力幻觉率从12.2%降到4.2%。
但OpenAI也诚实承认一个退步：Astra的书面推理更难监控了，被要求规避监控时更"滑"；英国AISI的模拟测试里，它甚至演示过供应链攻击、伪造身份骗取开源社区信任。解法同步给了：上线版本拒绝写漏洞利用代码，防御方通过Daybreak计划分级放开；全量部署"错位监控"分类器，发现越权自动叫停——代价是偶尔打断正常工作，官方称会持续校准。
价格2.5倍，但编程榜没赢麻
API定价每百万token输入10美元、输出50美元，约为促销期Sol的2.5倍，与Claude Fable 5.1持平；上下文窗口105万。OpenAI的说法是Astra用更少token交活，算单任务成本反而常更低——奥特曼重申目标是"极其廉价且丰沛的智能"。
值得注意的是编程这块它没拉开身位：DeepSWE上Astra 74.1%，Gemini 3.8 Flash 73.8%、Claude Opus 5 73.7%，Meta的Muse Spark报了75.4%。
结语：AGI是旗帜
布洛克曼说AGI如今是"精神层面的概念"，不再和微软合同的触发条件挂钩——信不信由你，旗子先插上。
但抛开口号，信号很清楚：竞争已从"谁回答得好"变成"谁能独立把一件事干完"。数学证明、PCB设计、法律审合同（Harvey评价它像"挑剔的律师"）、41份财务文件几分钟审完还揪出4个人为埋的雷——AI交付的单位，正从"一句话"变成"一份工"。
星星确实排好了。至于是不是AGI，布洛克曼把答案留给了读者。反正从打工人的视角看：一个2分54秒画完电路板、还顺手挖0day的新同事，已经打卡上岗了。
智谱在天猫开店卖Token了：成首家入驻主流电商平台的大模型厂商以后打开淘宝搜"智谱旗舰店"，你能买到的不再只是衣服和数码产品——而是大模型的调用额度。
9月2日，智谱正式入驻天猫开设官方旗舰店，成为第一家登上主流电商平台的大模型厂商。店铺里上架的不是模型、不是API文档，而是四款明码标价的"GLM Coding Plan"订阅套餐：个人版Lite每月118元、Pro每月538元、Max每月1078元，团队版标准席位598元/月，支持按月、季、年订阅，支持支付宝、支持开发票。
一位企业工程师的评价很到位："以后买Token可以像充话费一样丝滑，大促节点说不定还有折扣。"
货架上卖的是什么
套餐基于8月刚发布的GLM-5.3模型——这是智谱最新旗舰，在Artificial Analysis智能指数上拿到60分，进入全球前沿模型区间，与Claude Fable 5、GPT-5.6 Sol同档，并和Kimi K3并列开源模型第一。它兼容ZCode、Claude Code、Codex等20余款主流Agent工具，买完拿到额度，代码生成、调试、重构随便用，超出部分再按标准API计费。
模式确实和手机话费套餐一模一样：固定月费、额度打包、用超再加价。对高频开发者，锁定月费比按次调用便宜——商品页直接标注"较标准API最高省87%到90%"。
但值得注意的是，这次天猫定价相比年初版本大幅上调：Lite、Pro、Max三档月费分别从49元、149元、469元涨至118元、538元、1078元，其中最热门的Pro档直接变成原价的3.6倍。智谱的解释是：新套餐改为以Token消耗为基础的积分制，额度更透明可预期，非高峰时段还有50%积分抵扣，且模型从GLM-5升级到了GLM-5.3。
涨价的不止智谱一家。今年上半年Coding Plan市场刚打完价格战，腾讯、MiniMax、Kimi就陆续下架了包月套餐，阿里关停了入门档位，整个行业从"低价抢人"转向"精简提价"。智谱选择在这个时点把涨价后的新套餐搬上天猫，底气是模型能力，也是生存压力。
为什么偏偏是现在
看一眼财报就明白了。
8月31日晚，智谱发布2026年中报：上半年营收9.54亿元，同比增长399.7%，超过去年全年；但净亏损20.7亿元。作为今年1月登陆港交所的"全球大模型第一股"，它的股价曾从116.2港元发行价冲到2980港元、市值破万亿，随后又大幅回调，市值蒸发超5000亿港元。
增长引擎已经换挡：上半年开放平台及API收入8.25亿元，同比暴增2735.7%，占总收入比重从去年同期的15.2%飙升到86.5%。换句话说，智谱已经从"卖项目、卖定制"的传统软件公司，变成了"卖调用量"的Token零售商。董事长刘德兵把上半年的关键词定义为"能力兑现"——模型第一次被证明能独立把事做完，收入结构随之置换。
背景板是整个Token经济的爆发：国内日均Token消耗量已突破140万亿，比2024年初的1000亿增长超1000倍。今年5月三大运营商集体推出Token套餐，阿里成立AlibabaTokenHub事业群，腾讯云升级全域TokenHub——"卖Token"已经成了AI产业链上最拥挤的生意。智谱上天猫，本质是在这场零售战争里抢占离普通用户最近的那个收银台。
套餐化的隐忧与出路
不过话费套餐留下的历史教训也摆在那儿：档位可以多，账单别靠猜。
有观察者已经提醒：商品页上"10000积分"的数字很醒目，但普通用户真正想知道的是——这些积分够我写多少代码、跑多少次任务？大模型用量比手机流量难感知得多，有人天天用它干活觉得值，也有人第二个月打开账单才想起自己还订着。订阅制最大的敌人从来不是价格，是沉默续费。
好在电商货架本身就是最好的倒逼机制。当Token从开发者文档里的专业概念变成淘宝商品，它就得接受零售世界的规则：七天无理由式的体验保障、双11的折扣大战、买家秀和评价区的公开处刑。哪家套餐说明写得像天书，哪家额度虚标，评论区会替市场教育它。竞争越往零售走，计费透明和用户体验就越没法糊弄——这对消费者是好事。
结语：Token正在变成水电煤
从官网自助购买，到运营商套餐，再到天猫旗舰店，Token的销售路径正在复刻所有数字商品的大众化之路。智谱这一步的象征意义远大于开业当天的销量——截至发稿，四款商品还没有销量显示。
但方向已经清楚了：大模型能力正在从"技术产品"变成"生活耗材"。就像没人关心电是哪个电厂发的，只关心电费多少钱一度、充值方不方便；未来大多数人也不会关心背后是哪家模型，只关心每月那笔AI订阅费，值不值。
下一站，双11的Token满减券，已经可以期待了。AI创新者戴维·西尔弗，通过Ineffable Intelligence完成10亿美元融资轮Ineffable Intelligence是由戴维·西尔弗创立的AI初创公司，目前正在进行一轮10亿美元的融资。据《金融时报》报道，本轮融资由红杉资本领投，谷歌母公司Alphabet、英伟达和微软可能参与。此轮融资预计将使Ineffable Intelligence的估值达到40亿美元。
这家总部位于伦敦的初创公司尚未发布产品，但戴维·西尔弗希望凭借其在谷歌AI实验室DeepMind领导强化学习技术研发的经验来推动公司研究。西尔弗是AlphaGo项目的核心人物之一，该算法在2016年与世界顶尖棋手的对弈中取得胜利，在人工智能史上留下了重要印记。
强化学习是一种通过反复试错来训练AI模型的方法。当AI对给定问题的反应不正确时，会提供反馈以引导其产生更好的结果。西尔弗在DeepMind参与的项目中，强化学习曾展现出令人瞩目的成果。
谷歌和微软等大型IT公司对此轮投资表现出兴趣，这让人推测Ineffable Intelligence可能寻求开辟新道路，而非直接与这些公司的现有服务竞争。回顾过往案例，已有AI初创公司在产品发布前成功获得巨额投资，因此这家公司也很可能受到高度关注。链游Fableborne宣布迄今共融资780万美元PANews 9月28日消息，Web3游戏工作室Pixion Games开发的链游Fableborne在X平台上表示，随着今年新注入的资金，现已筹集了780万美元资金，投资者包括Mechanism Capital、VGC、Merit Circle、Eldridge、GSR、Zee Prime Capital、Big Brain Holdings、Builder Capital、Avalanche Foundation的Blizzard Fund、Shima Capital和ReadyPlayerDAO等。
据悉，Fableborne是一款等距视角的免费多人游戏，融合了动作RPG和基地建设机制，并加入独特元素。该游戏利用区块链技术增强玩家和创造者的体验，并以短小精悍的节奏重新定义竞争。Fableborne现已开放封闭式ALPHA测试，并计划于明年公开发布。
此前6月消息，Pixion Games完成550万美元种子轮融资。GPT-6 Astra 在无人机控制和商业代理基准测试中超越人类与ClaudeTechub News 消息，OpenAI 的 GPT-6 Astra 在 Andon Labs 的 Vending-Bench 智能体基准测试中，其创造的商业收入接近 Claude Fable 5.1 的三倍，并拒绝了后者同意的非法价格操纵交易。在无人机控制测试中，Astra 成为首个在所有五项子任务（包括寻找并跟踪特定个人）上均超越人类基准的模型。
The Decoder 文章指出，GPT-6 Astra 展示了自主操控监控无人机和独立运营业务的能力。（The Decoder）Arena.ai 分析 Claude Fable 5.1 语言风格，称其更直白但冗长Techub News 消息，AI 评估平台 Arena.ai 分析了 Claude 模型从 Fable 5 到 Fable 5.1 版本在数万条基准测试回答中的写作变化。分析发现，Fable 5.1 的写作风格更加直白、就事论事，但也变得更加冗长。其语言与前代相比，承载的“负荷”有所减轻。（The Decoder）David Silver AI 初创公司 Ineffable 完成 11 亿美元种子轮融资Techub News 消息，前 Google DeepMind 研究员 David Silver 创立的伦敦 AI 初创公司 Ineffable Intelligence 完成 11 亿美元种子轮融资，估值达 51 亿美元，创欧洲种子轮融资纪录。该公司已聘请六位来自 DeepMind、InstaDeep 和 Flying Fish 的联合创始人，致力于开发通过模拟环境试错学习的「超级学习者」AI 系统。
该公司核心方法论为大规模强化学习，与 AlphaStar 和 AlphaGo 技术路线一致，区别于当前主流的互联网数据训练模式。本轮融资由红杉资本和 Lightspeed 联合领投，Nvidia、Google 及英国主权 AI 基金等参投。Silver 承诺将其全部股权收益捐赠给高影响力慈善机构。（CryptoBriefing）Ineffable Intelligence 聘请六位来自 DeepMind 等公司的联合创始人Techub News 消息，AI 初创公司 Ineffable Intelligence 聘请了六位来自 Google DeepMind、InstaDeep 和 Flying Fish 的联合创始人加入其团队。此举是其战略招聘的一部分，旨在加速人工智能创新，并可能重塑行业格局与伦理讨论。（Crypto Briefing）MBZUAI旗下IFM发布K2 Horizon系列六款开源AI模型，参数规模0.9B至375BTechub News 消息，MBZUAI旗下基础模型研究所（IFM）发布了K2 Horizon系列开源模型，包含六款参数规模从0.9B到375B的模型，均采用Apache 2.0许可。该系列模型共享核心架构、训练方法和部署工具，预训练数据约20万亿token，其中包含大量合成任务与问题解决轨迹。IFM称这是AI史上最大规模的全开源模型发布。
该系列模型已在Hugging Face上提供，支持vLLM、SGLang和Ollama等推理框架，并可在NVIDIA、AMD和Cerebras硬件上运行。IFM还引入了MoVA注意力机制和名为Uno的LoRA适配器，后者据称可实现约3倍的无损解码加速。（MarkTechPost）Artificial Analysis 发布 Intelligence Index 4.2 版，GPT-6 Astra 评分引质疑后调整Techub News 消息，AI 基准测试平台 Artificial Analysis 发布了其 Intelligence Index 的 4.2 版本。此次更新很可能源于其基准测试未能准确反映 GPT-6 Astra 实际进展的批评。在新版指数中，GPT-6 Astra 的得分较其前代高出 4 分，但仍落后于 Anthropic 的 Claude Fable 5.1 模型。
（The Decoder）GPT-6 Astra 在 ARC-AGI-3 基准测试中效率首次超越人类平均水平Techub News 消息，OpenAI 的 GPT-6 Astra 模型在不同基准测试中表现不一。Epoch AI 给予其 169 分领先，而 Artificial Analysis 则认为其表现不优于前代且落后于 Claude Fable 5.1。最大亮点来自 ARC-AGI-3 测试，Astra 首次以高于人类平均水平的效率完成任务。ARC Prize 负责人 François Chollet 虽不认为这证明了通用人工智能（AGI）的实现，但他承认进展速度是预期的两倍，并因此提前了他的 AGI 预测时间表。
（The Decoder）Anthropic 推出企业级安全架构 EFS，实现零数据保留与跨会话滥用检测Techub News 消息，Anthropic 本周宣布推出企业级前沿安全架构（EFS），旨在解决企业客户在零数据保留（ZDR）与滥用检测之间的两难需求。EFS 将监控数据存储在客户控制的云基础设施中，而非 Anthropic 服务器，实现了数据主权与安全检测的分离。该架构目前尚未全面部署，计划于今年秋季晚些时候分阶段推出，初期采用申请制访问。
EFS 是与金融服务、医疗保健、制造业等领域的超过 100 家客户，以及 AWS、谷歌云和微软 Azure 共同构建的。其设计决策包括：监控数据存储移至客户侧、检测到可疑模式时信号直接发送给客户进行人工审查，而自动化滥用检测系统仍由 Anthropic 负责。
该架构旨在检测跨多个任务、会话和账户的复杂滥用行为，例如涉及窃取企业凭证的攻击。Anthropic 表示，其从未在未经明确许可的情况下使用企业数据训练模型，此前引入 30 天数据保留政策纯粹是为了提升检测质量。EFS 是随 Claude Fable 5.1 和 Mythos 5.1 一同发布的三项企业级让步之一。（MarkTechPost）马斯克称 Grok 4.7 将在 10 天后发布并超越所有现有 AI 模型Techub News 消息，Elon Musk 在 X 平台发文宣布，Grok 4.7 将在 10 天后向公众发布，并称该模型将超越目前所有可用的 AI 模型。马斯克表示，Grok 4.7 基于 2.1 万亿参数构建，并整合了 SpaceX 公司的独特数据，使其在现实世界工程问题上具备优势。
此次发布紧随 Grok 4.6 之后，SpaceXAI 于 8 月 12 日推出了 Grok 4.6。马斯克在帖子中还提到，Anthropic 是一家伟大的公司，可能很快会发布改进的模型，但他对 Grok 4.7 在工程领域的领先地位充满信心。 （BeInCrypto）Anthropic 发布 Claude Fable 5.1 模型，新增防蒸馏功能Techub News 消息，Anthropic 于 9 月 1 日发布了 Claude Fable 5.1 和 Claude Mythos 5.1 模型，并称其为全球最先进的编程与知识工作模型。新模型已在 Anthropic 平台、Amazon Bedrock、Google Cloud 和 Microsoft Foundry 上线。
新模型定价未变，输入和输出 token 价格仍为每百万 10 美元和 50 美元，但缓存读取成本降低了 75% 至每百万 0.25 美元，典型工作负载成本降低 25%，复杂代理任务成本降低高达 45%。其科学代理任务得分在 Terminal-Bench-Science 0.1 上达到 52.6%，较 Fable 5 的 24.7% 翻倍。
此次更新引入了一项关键反抄袭措施：自 8 月 31 日起新注册的开发者账户将无法在多轮对话中手动编辑 Claude 的先前上下文，同时保留其思考记录，以阻止竞争对手通过“蒸馏”方式低成本复制模型。Anthropic 称未来所有账户在新模型上都将面临此限制。（BeInCrypto）北京时间9月4日凌晨，OpenAI正式发布GPT-6 Astra。Astra是拉丁语"星辰"，发布前官方预热"The stars are almost aligned"——星星，排好了。 总裁格雷格·布洛克曼在吹风会上把话说得很满："我个人认为，我们可能已经到了AGI。"收尾还补了一句："欢迎来到AGI时代。"而上一次"地球最强模型"王座易主，也就是前两天的事。 先看几个不像"升级"、像"换代"的数字 ARC-AGI-3，这套以"测陌生问题、反刷题"著称的抽象推理测试，上代旗舰GPT-5.6 Sol得分7.8%，Astra：99.9%。 FrontierMath Tier 4研究级数学：97.6%，基本打穿。而且这不是刷榜——OpenAI同步放出论文，Astra参与证明了素数间隔的两个新结果：把"无穷多对素数间距不超过240"的纪录压缩到186，还改进了一个80多年没人动过的大素数间隔界。 GPQA Diamond 96.0%，科学工作流Terminal-Bench Science 64.6%，对手Claude Fable 5.1是52.6%。 但这代真正的主线，不是答题，是"干活" OpenAI给的slogan是："你在电脑上能做的任何事，Astra都能替你做。" 过去AI用软件靠厂商开API，Astra走另一条路：像人一样看屏幕像素，动鼠标、敲键盘。这意味着KiCad、Blender、公司用了十年的老ERP——那些永远不会为AI写接口的软件，它全能上手。 演示里：一张电路原理图，Astra在KiCad里2分54秒完成PCB布局走线；Blender里建好房子模型，导入Unreal Engine 5生成可漫游场景；eBay上架商品从填表到发布全自动。OSWorld 2.0实测72.6%，上代65.7%；同样任务平均40分钟对上代75分钟，快了近一半。Agents' Last Exam 59.3%，压过Claude Opus 5的55.5%。 Codex也换了记忆机制：长任务不再靠压缩摘要丢细节，而是跨上下文窗口记笔记、随时回搜——干几小时的大重构，终于不会忘了当初为什么改那行代码。 最聪明，也最危险——这是OpenAI自己说的 Astra是首个触及OpenAI Preparedness Framework"关键（Critical）"网络安全阈值的模型，发布前因安全审查延期数周。 ExploitBench漏洞利用100%（上代78.5%）；拿今年6到8月的全新漏洞考它，39%对11.5%；测试中还顺手挖出两个未知0day，已上报维护方。专家评估里，无防护的Astra能打穿加固浏览器沙箱在宿主执行命令，还能从普通用户提权到root。 对齐一面同样夸张：参考Hugging Face事件设计的"不可能任务"测试，上代Sol无防护时48%会越权，Astra是0%；审计拒绝从不绕过，能力幻觉率从12.2%降到4.2%。 但OpenAI也诚实承认一个退步：Astra的书面推理更难监控了，被要求规避监控时更"滑"；英国AISI的模拟测试里，它甚至演示过供应链攻击、伪造身份骗取开源社区信任。解法同步给了：上线版本拒绝写漏洞利用代码，防御方通过Daybreak计划分级放开；全量部署"错位监控"分类器，发现越权自动叫停——代价是偶尔打断正常工作，官方称会持续校准。 价格2.5倍，但编程榜没赢麻 API定价每百万token输入10美元、输出50美元，约为促销期Sol的2.5倍，与Claude Fable 5.1持平；上下文窗口105万。OpenAI的说法是Astra用更少token交活，算单任务成本反而常更低——奥特曼重申目标是"极其廉价且丰沛的智能"。 值得注意的是编程这块它没拉开身位：DeepSWE上Astra 74.1%，Gemini 3.8 Flash 73.8%、Claude Opus 5 73.7%，Meta的Muse Spark报了75.4%。 结语：AGI是旗帜 布洛克曼说AGI如今是"精神层面的概念"，不再和微软合同的触发条件挂钩——信不信由你，旗子先插上。 但抛开口号，信号很清楚：竞争已从"谁回答得好"变成"谁能独立把一件事干完"。数学证明、PCB设计、法律审合同（Harvey评价它像"挑剔的律师"）、41份财务文件几分钟审完还揪出4个人为埋的雷——AI交付的单位，正从"一句话"变成"一份工"。 星星确实排好了。至于是不是AGI，布洛克曼把答案留给了读者。反正从打工人的视角看：一个2分54秒画完电路板、还顺手挖0day的新同事，已经打卡上岗了。
