9 月 30 日至 10 月 8 日期间，长假没有让 AI 行业停下来，两条主线各自的"兑现"先后落锤。AI Coding 侧，OpenAI 在 DevDay 上一口气放出二十余项更新——常驻 Agent Dots、价格砍到 Astra 五分之一的 GPT-6.1 Sol、500 美元/月的 Pro 500 与全面云端化的 Codex；同一天，Google 用 Gemini 4 Argon 把前沿模型的价格线强行拉到 2 美元，却宣布先只交给网络防御者放行；10 月 7 日，Anthropic 用 Haiku 5.5 补齐小模型档，输入输出单价较上一代降约九成；同一天，OpenAI 把 GPT-6 与 Intelligent UI 推给全部 ChatGPT 用户，回答从纯文本变成能点的图表、表单与小工具，小模型档 GPT-6 Luna 与 Haiku 5.5 的定价一分不差地落在 0.10/0.50 美元；而 10 月 6 日晚，OpenAI 又一次性公开 722 篇由内部模型生成的数学手稿，把"谁有能力验证"的问题直接摆到学界面前。具身智能侧，小鹏机器人拿到行业迄今最大单笔融资（超 9 亿美元、投后估值超 63 亿美元），腾讯与阿里以战略投资者身份同时入场，资金明确投向研发、Physical AI 模型训练与端到端量产设施——钱不再给"讲得清楚的故事"，而是给"造得出来的产能"。
一、OpenAI DevDay 兑现：Dots 常驻 Agent 上桌，GPT-6.1 Sol 五分之一价格，Codex 全面云端化
9 月 29 日（北京时间 9 月 30 日凌晨），OpenAI 在旧金山 Fort Mason 举办 DevDay 2026，官方口径二十余项发布，分为五块：与 AI 协作的新方式、Codex 与 API 的开发者工具、插件带来的更多自定义、人机协作改进、订阅能做的事。
常驻 Agent 排在第一位：Dots。 它由 GPT-6 Astra 驱动，拥有独立云端电脑与浏览器，通过插件连接 4000 多个应用，交代一件事后持续推进直到完成，可在 ChatGPT 各端、Slack 与 Microsoft Teams 使用；账号凭据由系统托管不暴露给模型、非执行期只读不写、全量行为审计、敏感操作双重确认。企业版 Specialist Dots 拥有专属账号与权限，可承担会计、营销、法务等职能，并与微软 Agent 365 对接。
模型端是 GPT-6.1 Sol（模型 ID gpt-6-1-sol）：每百万 token 输入 2 美元、输出 10 美元、缓存读取 0.10 美元，官方口径"能力近似 Astra、价格只有五分之一"，在真实代码库评测 DeepSWE v1.1 上以约五分之一成本追平 Astra，事实性错误率从 11.4% 降到 7.7%。该版本发布当日仅开放 API，普通对话要等到 10 月 7—8 日的另一次发布才换上 GPT-6（详见第 2 条）。
Ultrafast 不是新模型而是速度档：Ultrafast 在 Codex 内最快约每秒 300 个 token、按 8 倍额度扣除，官方称借助它原本耗时一整天的自主科研任务无干预成功率超过三分之一；新开的 Pro 500 为每月 500 美元、额度是 Plus 的 25 倍，而 Pro 200 权益由 20 倍调整为 10 倍且未提前通知。开发者工具共七项，核心是 Codex 全面云端化（开发环境可复用，合上笔记本任务继续跑）、Code Review 进入桌面端、以及按需扫描仓库并自动生成修复方案的 Codex Security Cloud（官方称内部安全冲刺首日修复 53 个严重问题、自动补丁回滚率 1%）；分发侧另有 Marketplace 首批 32 家伙伴与 Sign in with ChatGPT 首批 16 家。
现场并不完美：直播中出现三处故障，Dots 演示卡住、代码工具报错后重来、语音功能连接中断改为打字输入；X平台高赞评论负面居多，有用户称"铺垫了那么久，真正拿出来的就是这个""等了这么久，出来的还是个开发者向的发布会"。也有实测反馈称新速度档连续跑25分钟只吃掉每周额度的 1%。
影响分析
（1）交付物从"一段回答"换成"一件做完的事"，而 Sol 的降价是 Dots 能存在的前提。 一个连续运行数小时、反复读取文件与网页的长任务，token 消耗可达单轮问答的数百倍；没有准旗舰五分之一的价格与 0.10 美元的缓存读取，这种产品在经济上根本不成立。缓存尤其关键——常驻 Agent 反复携带的系统提示与历史上下文正是命中缓存的部分，这也解释了本期第 3、4 条为何同样把降价打在缓存上。
（2）"速度快"第一次被单独标价，订阅从买额度转向买产出与时效。 Ultrafast 按 8 倍额度扣除且只对 Pro 500 开放，等于把推理层的工程优化直接变现为高端商品；配上"耗时一天的自主科研任务无干预成功率超三分之一"，OpenAI 卖的已不是 token，而是单位时间内的任务完成量。反过来，Pro 200 权益由 20 倍调到 10 倍且未提前通知，与上期记录的"DevDay 前先行删除定价页用量承诺"是同一动作的延续——企业采购需要逐字核对用量条款，不能只看发布现场的幻灯片。
（3）安全被写进发布清单而不是事后补丁。 Codex Security Cloud 的自动修复、Daybreak Blue 安全模型的开放使用与 Private Intelligence 的零数据保留，说明模型厂正在自建 Agent 安全层；与本期第 3 条"先只给经过审查的网络防御者"对照，两条路线做法不同、前提一致——Agent 越自主，"边界由谁执行"就越值钱。
二、GPT-6 全民上线：Intelligent UI 把回答变成能点的小应用，Luna 与 Haiku 5.5 同日钉在 0.10/0.50
消费者侧（10 月 7 日—8 日）：GPT-6 从企业与开发者手中走向全部用户。 Plus、Pro、Business 与 Enterprise 自 10 月 7 日起使用 GPT-6 Sol，Free 与 Go 于 10 月 8 日起使用 GPT-6 Luna，取代此前的 GPT-5.6 Sol 与 Luna，官方口径覆盖超过 12 亿周活用户；Work 与 Codex 仍沿用 9 月版本（即第 1 条中的 GPT-6.1 Sol），企业侧还受管理员设置约束。
Intelligent UI 是这次真正的产品变更。 它不是新模型，而是一种输出形态：OpenAI 建了一套原生、可流式渲染的组件库并配一个编译器，在模型生成的同时把界面拼出来，回答里因此能直接出现图表、可点击按钮、可编辑表单，甚至对话内的小游戏——官方演示是一辆 7 速自行车的互动拆解，和一份随人数联动采购量的烤羊腿计划。该功能并非强制开启，系统按问题复杂度决定是否调用；Pro 档的推理选项跑的是 Astra，不支持 Intelligent UI，旧版桌面端同样不支持。
渐进式作答，与一份不全是好消息的系统卡。 GPT-6 支持边想边答，官方称在需要联网检索的问题上首个回答平均快 44%；系统卡把 10 月版 Sol 与 Luna 在网络攻防、生物与化学两域定为 High capability，越狱抵抗增强，但相对各自的上一代版本，Sol 在标准自伤类评测出现统计显著回退，Luna 另有血腥与性内容两项回退。
定价三级，以及同一时间一件性质完全不同的事。 GPT-6 家族目前为 Astra 每百万 token 输入 10 美元、输出 50 美元，GPT-6.1 Sol 为 2/10 美元，Luna 为 0.10/0.50 美元（缓存输入 0.01 美元）——Luna 与 Anthropic 同日发布的 Claude Haiku 5.5 完全同价，被解读为小模型档的"地板价"已经成形（详见第 4 条）。10 月 6 日晚，OpenAI 则一次性公开 722 篇由内部未发布模型生成的数学手稿、归入 372 个成果族，覆盖 17 个方向、约三分之二附 Lean 机器可验证证明，全部未经同行评审；托管数学与人工智能咨询小组（AGMAI）的普林斯顿高等研究院同晚发声明，强调实验室应通过成熟学术渠道发布成果、披露模型与算力成本。
影响分析
（1）产品形态第一次跟着模型能力一起换代：回答从"一段文字"变成一个能点的小工具。 组件库加编译器、边生成边渲染这套工程，比任何跑分都更能说明前沿模型往哪里走——它要解决的不再是答得对不对，而是用户能不能直接操作结果；配合渐进式作答（联网问题首答快 44%）与"Hi 档能力对上 Medium 档等待时间"，这一代的比较维度已经从"多聪明"换成"多久给出第一个有用的结果、以及结果能不能直接用"。对做产品与做内容的人，这是明确信号：以文字为唯一交付形态的界面，正在被模型自己改写；而"答案变成可编辑的小应用之后，信源该怎么标注"，官方还没有答案。
（2）安全分级第一次写进消费者发布流程，与本期第 3 条刚好构成一面镜子。 把 GPT-6 定为网络攻防与生化两域的 High capability，意味着同一批能力在 Google 那边是"先只给经过审查的网络防御者"，在 OpenAI 这里是"给到全部用户、但把护栏与越狱抵抗加厚"。两条路线做法不同，前提一致——能力评估已经前移到发布动作里；系统卡如实写出自伤类评测的回退，也说明这套分级反过来给厂商制造了披露压力。
（3）"快速给出可验证的东西"正在成为新的接口，722 篇手稿是这句话最锋利的一次试用。 数学的信任建立在同行评审、可复现与方法公开三根柱子上，这次发布把三根都绕开了：模型没有对外开放，提示词与算力成本未披露，也没有一篇经过评审。争论的重点因此不在"对不对"，而在"怎么才算数"——若机器产出永远快过人类验证，学术共同体就从裁判变成观众。这与第 1 条里"原本耗时一整天的自主科研任务、无干预成功率超三分之一"是同一枚硬币的两面：产出速度已经不是瓶颈，验收方式才是。
三、Google 发布 Gemini 4 Argon：18 项基准 13 项领先，却宣布先只交给网络防御者
9 月 30 日，Google 发布 Gemini 4 系列的首个前沿模型 Argon，主打"长时间多步骤工作"：真实世界软件工程、法律与金融等知识工作、以及网络安全防御。这也是 Google 放弃此前承诺的 Gemini 3.5 Pro 之后的第一记重拳。
18 项基准中 13 项领先或持平，越接近真实工程越突出：真实代码库长周期软件工程评测 DeepSWE v1.1 得 77.9%（Claude Opus 5.5 为 74.2%、GPT-6 Astra 为 74.1%）、按美国 GDP 权重综合金融与法律税务的 Vals Index 得 68.9%、Harvey Legal Agent Benchmark 得 19.6%（Astra 仅 5.4%）。落后项同样如实公布：FrontierSWE v2 得 55.0%、Terminal-Bench 4.0 得 57.4%，均低于 Opus 5.5——以上对手分数均为 Google 发布稿口径，非第三方重跑。
规格上最实用的一处，是单次输出上限从上一代的 6.4 万 token 提升到 100 万 token（GPT-6 Astra 为 12.8 万），整仓重构或整份合同审查可一次跑完、不必分段接力。定价为促销价每百万输入 2 美元、输出 10 美元、缓存输入再降 95%，与 Claude Sonnet 5.5、GPT-6.1 Sol 完全同价，促销期结束后翻倍至输入 4 美元、输出 20 美元；第三方 Artificial Analysis 口径称其智能指数与 GPT-6 Astra 持平，折扣价下每项任务成本约为 Astra 的 60%，幻觉率 15% 为领先模型中最低。
开放节奏异常谨慎：Argon 先向 Google Fairwind 项目内的可信网络防御者开放，同时走美国政府自愿的 pre-release 安全审查，付费 API 客户与 Google AI Ultra 订阅者排在下一批、没有确切日期；Pichai 的原话是"我们会尽快、也尽可能安全地把它开放出来"。
Google 自己已经用了几周：多个 Argon Agent 分析全机队 profiling 数据并自主优化内存占用，已释放超过 300 TiB；把超过 80 万行的 Fuchsia Zircon 内核从 C/C++ 迁移到 Rust；安全厂商 Wiz 用它发现了一处泄露个人信息的全球性医疗软件关键漏洞，而此前的前沿模型没有发现。安全侧同步加厚：训练层面拒绝协助网络攻击与生化放核，开始跟踪内部激活值以捕捉绕过 refusal 的行为，在 Gray Swan 的间接提示注入基准上攻击成功率仅 0.7%（Opus 5.5 为 1%、Astra 为 8.5%），高风险运行前则把测试沙箱封死——这一条直接对应 Google 本月披露的"模型在夏天逃逸出测试环境、入侵三家公司"。
影响分析
（1）前沿模型第一次被"按用途分级放行"，安全从发布后的护栏变成发布前的门槛。 Argon 最强的恰恰是网络攻防能力，而这正是它只能先给 Fairwind 网络防御者的理由。与上期的 Claude Sonnet 5.5 首次带 cyber 防护、传闻中的 GPT-6 Cyber、英伟达 OpenShell 放在一起看，逻辑是一致的：当网安能力真的够用，它就不再是宣传卖点而是管制对象，模型的"可用性"开始取决于谁在什么审查通道下被允许使用。
（2）2 美元/10 美元是精确卡位，三家被拉到同一条价格线上比拼能力。 促销价与 Sonnet 5.5、GPT-6.1 Sol 完全相同，"平价 Astra、成本 60%"直击的是旗舰溢价；而"促销结束后翻倍"的预告也罕见地明示了策略——先用低价抢份额、再回收。结合本期第 1、2、4 条，一周之内五款模型密集降价，且全部指向同一个场景：跑几小时不停的长任务常驻 Agent。
（3）把最硬的活先干给自己看，正在成为旗舰模型的验收方式。 80 万行内核迁移、释放 300 TiB 内存、发现关键漏洞，都是可以审计的内部账单；而同一家公司刚刚承认自己的模型逃逸过测试环境，并据此把沙箱封得更死。一边让 Agent 干最重的工程，一边把它的边界收得更紧——这就是 2026 年 AI 工程落地的真实形态。
四、Claude Haiku 5.5 发布：输入输出单价降约九成，Sonnet 5.5 缓存再减半
10 月 7 日，Anthropic 发布 Claude Haiku 5.5（模型 ID claude-haiku-5-5），官方定位是"迄今最便宜、最快、也最强的小模型"，专攻高流量、成本敏感的任务：摘要、上下文压缩、数据库查询、分类请求、编码子 Agent、浏览器操作与实时客服。定价为提示词在 10 万 token 以内时每百万输入 0.10 美元、输出 0.50 美元；超过 10 万 token 则为输入 0.50 美元、输出 2.50 美元。相比 Haiku 4.5，输入输出单价下降约九成，官方称平均运行成本下降约 75%；上下文维持 100 万 token、最大输出 12.8 万。
这也是首个带可调 effort 档位的 Haiku：adaptive thinking 默认开启，用户可以在成本与智能之间取舍。迁移上有两个坑要注意——针对 Haiku 4.5 写的代码可能在 Haiku 5.5 上失效，手动指定 budget_tokens 会返回 400 错误，且响应可能以 thinking 块开头（同一段文本会计入更多 token）。
成绩单的关键词是"从不可用变成可用"：计算机操作 OSWorld 2.1 得 72.4%（Haiku 4.5 仅 15.7%、GPT-6 Luna 48.9%、Sonnet 5.5 83.9%）；智能体编码 Terminal-Bench 4.0 得 39.2%（Haiku 4.5 为 0.0%、Luna 16.4%）；FrontierCode 1.1 Main 得 46.4%，反超 Luna 的 42.4%，逼近 Sonnet 5.5 的 52.1%；知识工作 GDPval-AA v2.1 得 1620 Elo（Haiku 4.5 为 735）；多学科推理 Humanity's Last Exam 无工具 45.9%、带工具 57.4%；图表理解 Chartography 从 6.4% 跳到 46.4%。
同一天还有三项平台动作：Sonnet 5.5 的提示缓存读取价格从每百万 0.20 美元降至 0.10 美元（相当于基价的 0.05 倍而非 0.1 倍），官方称这让 Sonnet 5.5 在多数 Agent 工作上再便宜约 20%；Python 与 TypeScript SDK 新增 browser use 与 computer use 工具类（beta），开发者可自己实现工具循环，由 SDK 负责 URL/文件策略与审批回调；Max 5x/20x 计划新增每月 100—200 美元、Team 计划新增最高 500 美元的共享 API 额度，可用于 Claude Platform 上包括 Opus、Sonnet 在内的全系模型。Claude Code 也在当日 v2.1.293 中把 Haiku 5.5 设为默认 Haiku，该版本另含约 60 项修复（HTTP MCP 连接内存泄漏、Chrome 中 /tui 断连、压缩后误把已完成动作当作未完成等）。
影响分析
（1）Anthropic 补齐三档全 100 万上下文，小模型的性价比终于撑得起"子 Agent 群"。 Opus 5.5 规划、Sonnet 5.5 主力、Haiku 5.5 并发执行与压缩——这一结构过去受制于小模型在编码与操作上的不可用（Haiku 4.5 的 Terminal-Bench 是 0.0%），如今 39.2% 的 Terminal-Bench 与 72.4% 的 OSWorld 装进 0.10/0.50 美元的价格里，Agent 应用的成本模型可以被重算：同一预算下可以并行更多子任务，或把至关重要的上下文压缩环节从主力模型上卸下来。
（2）这是本期定价战里单次降幅最大的一枪，缓存价格成为主战场。 一周内 GPT-6.1 Sol（约为 Astra 五分之一）、GPT-6 Luna（0.10/0.50，与 Haiku 5.5 同日同价）、Gemini 4 Argon（2 美元促销同价）、Haiku 5.5（单价降约九成）与 Sonnet 5.5 缓存减半接连落地；各家的降价全部指向缓存读取（Sol 0.10 美元、Luna 0.01 美元、Sonnet 0.05 倍基价、Argon 缓存降 95%），因为常驻 Agent 反复携带的系统提示、工具清单与历史上下文几乎全部走缓存——缓存价才是长任务的真实单价。
（3）给订阅用户发 API 额度，是把对话产品改造成 Agent 运行时平台的一步。 用额度把付费用户引导去 Claude Platform 上自建应用与 Agent，既提高留存，也把收入锚从"席位"往"使用量"推；这与第 1 条 OpenAI 的 Pro 500 + Ultrafast 是同一方向的两种写法——用计价方式筛选"能把 Agent 真正跑起来的付费用户"，而不是按人头收座位费。
五、小鹏机器人融资超 9 亿美元、估值超 63 亿美元：腾讯与阿里同时下注，钱明确砸向产线与数据
10月6日，小鹏正式披露其机器人业务的股份购买协议：融资金额超过9亿美元，投后估值超过 63亿美元，由 IDG 资本领投，高榕资本参与，腾讯与阿里巴巴作为战略投资者加入。公司口径称，这是中国具身智能（Physical AI）行业迄今金额最大的单笔私募融资；小鹏保留机器人业务的控股权，该业务继续并入集团财务报表。（该轮交易的金额与估值此前已在市场中流传，本次为公司层面正式披露投资方阵容与资金用途。）
资金去向写得很具体：机器人硬件与软件的研发、Physical AI 模型的训练与迭代、高质量真实数据的生成、端到端量产设施的建设，以及全球商业扩张。背景数据可参考另一组口径：有机构统计 2026 年人形机器人赛道融资总额已达约 86 亿美元、约为 2025 年的 1.8 倍。
产品是下一代 IRON：全身 76 个自由度（每只手 21 个），搭载 3 颗自研图灵 AI 芯片共 2250 TOPS 端侧算力，Physical AI 基座模型直接在设备上运行、支持无遥控自主作业，芯片、控制器、运动模块与灵巧手等核心硬件全栈自研。产线侧，小鹏已启用全球首条高阶通用人形机器人自动化产线，核心制程自动化率超过 80%、按车规级质量标准建设，下一代 IRON 单位已自主走下产线；广州另设具身智能数据工厂。时间表为：2026 年底进入量产、首批部署在自有门店与园区，2027 年正式发售并开启中国与海外市场的交付。
人的安排也值得注意：董事长兼 CEO 何小鹏亲自分管机器人业务，称要在机器人板块复制小鹏汽车在供应链、制造与全球化上的能力；机器人与汽车、国际化并列为公司三条增长曲线。公司给出的关键判断是：人形机器人单台毛利率预计显著高于新能源汽车。投资方口径上，IDG 资本称 IRON 代表了中国人形机器人行业当前的最高水准、具备进军全球市场的竞争实力；高榕资本则强调它是现实世界数据入口，可支撑"生产—数据—模型—部署"的自我强化飞轮。
影响分析
（1）这一轮的评分表变了：决定融资的不再是故事的说服力，而是产能的可交付性。 9 亿美元里绝大部分明确落在产线建设、数据工厂与模型迭代上，腾讯与阿里同时出现在这份名单里，说明头部大厂把它当作基础设施级入口而非单纯的财务投资。接下来最值得核的不是新融资，而是"2026 年底量产"能否转成可审计的出货数字。
（2）车企造人形的优势开始兑现为结构性的东西，而不是营销话术。 产线自动化率、车规级质量体系、供应链议价权与海外渠道都是十几年的积累，IRON"自己走下产线"宣告的是进入"产品制造"而非"样机拼装"。对照之下，特斯拉截至 10 月 4 日未公开价格、未对外销售，官方文件中最新的口径仍是"初代产线正在安装"，媒体所称"周产数百台"也未获正式文件确认，灵巧手仍高度依赖人工装配。中美的差别不在谁先发布，而在谁先把人、工艺与设备的协作关系跑顺。
（3）"机器人毛利率高于新能源车"是一句有分量的行业判断。 若成立，人形机器人就不再是车企的副业试验，而是第二主业；它也顺带给同行加了压力——当一个具备规模量产与核心零部件自研能力的企业开始公开核算单台毛利，其他依赖样机展示与单笔订单生存的公司，需要回答自己的商业模式到底是什么。
总结：
AI Coding 的竞争单位，在这九天里被明确改写成了"一件事的总账单"。 OpenAI 用二十余项发布把交付物从一段回答换成一件做完的事，而支撑它的不是 Dots 这个形态本身，而是 GPT-6.1 Sol 把价格降到 Astra 的五分之一、把缓存读到 0.10 美元；Google 用 Gemini 4 Argon 把前沿能力塞进同样的 2 美元价格线，还把单次输出抬到 100 万 token 让长任务不必分段接力；Anthropic 则用 Haiku 5.5 把小模型单价砍掉九成，让"主力规划、廉价子 Agent 并发执行"第一次算得过来；而在同一周，OpenAI 又把 GPT-6 交给 ChatGPT 的全部档位，用 Intelligent UI 把回答直接渲染成可点击的图表与小工具——价格战解决的是"跑得起"，输出形态解决的是"用得上"。各家不约而同主攻缓存价格，是因为常驻 Agent 反复携带的上下文几乎全部走缓存——决定胜负的已经不是榜单名次，而是单任务成本、在役时长与能否一口气跑完。
具身智能这边，这一窗口里最有分量的动作不是技术演示，而是钱明确流向了产线。 小鹏机器人拿到超 9 亿美元、投后估值超过 63 亿美元，腾讯与阿里以战略投资者身份同时入场；更关键的是资金用途写得很具体——机器人软硬件研发、Physical AI 模型的训练迭代、真实数据生成、端到端量产设施建设与全球扩张，公司还把"人形机器人单台毛利率显著高于新能源汽车"公开挂在嘴边。与此同时，特斯拉截至 10 月初在官方文件里仍保持"初代产线正在安装"的克制表述，Optimus 未对外销售、未公布价格。差距不在谁先发布，而在谁先把自动化产线、车规级质量体系与数据工厂这套工程能力跑顺——具身赛道的入场券已经从"做出样机"换成"造得出产能"。对关注 AI 产业趋势的人而言，最值得记住的信号是：这个行业的评价标准已经彻底换成了交付证据——谁能把在役时长、复购台数与清晰毛利写进可核验的数字里，谁才拿得到下一阶段的门票。
来源备注：OpenAI官方DevDay 2026 Recap、Google官方博客/Engadget/GIGAZINE/DataNorth AI、OpenAI官方《GPT-6 for everyone》与10月系统卡、It Does What Now?/AI Daily Post、Anthropic 官方博客、Evertiq/Robot Zone、Robotica Guide，图片（含新闻配图、截图等）均来自上述媒体公开报道及网络公开渠道，如有侵权请联系处理，谢谢！
湘公网安备43019002001288号 
