AI日报 | 2026年10月01日

每日 AI 资讯速递

OpenAI 发布 GPT-6.1 Sol：以 Astra 五分之一价格接近其编码与计算机操作水平

OpenAI 推出 GPT-6.1 Sol，定价为每百万 token 输入 2 美元、输出 10 美元、缓存输入 0.10 美元，约为 GPT-6 Astra 标准价格的五分之一。该模型在编码与计算机操作任务上被官方描述为"接近 Astra 水平"，意味着前沿能力正以更激进的性价比向中端市场下压。

Google DeepMind 发布 Gemini 4 Argon，面向可信网络防御者先行开放

Google DeepMind 发布新前沿模型 Gemini 4 Argon，通过 Fairwind Program 先向可信网络防御者开放，后续逐步面向开发者、企业和消费者推出。这种"防御者优先"的发布节奏，反映出前沿模型在网络安全场景中的双用途风险正被纳入发布策略。

Arena 开放限时测试 Claude Sonnet 5.5，Direct Mode 可用 48 小时

Arena 在 Direct Mode 限时开放 Anthropic 的 Claude Sonnet 5.5（High），截止 10 月 2 日上午 8 点（太平洋时间），之后仍可在 Battle 和 Agent Mode 使用。据引用信息，Sonnet 5.5 是 Claude 5.5 系列第二款模型，比 Sonnet 5 快 30% 以上，多数工作成本最高降低 30%。

蚂蚁百灵发布 Ling-3.1-flash，面向真实世界长任务升级

蚂蚁百灵推出 Ling-3.1-flash，总参数约 560B，每 Token 激活约 25B，上下文窗口上限 1M。模型延续混合线性架构并提高线性 Attention 层比例——7 层 KDA 配 1 层 Gated MLA，512 个路由专家中选 8 个加 1 个共享专家，主打真实世界长任务场景。

Gemini 4 Argon (High) 登 Arena Agent Arena 第 8 名，净提升 +7.92%

Arena 公布 Gemini 4 Argon (High) 在 Agent Arena 排名第 8，净提升分 +7.92%，每任务成本 0.62 美元。在智能体赛道普遍"高成本换高分"的背景下，这一成本效率数据值得关注。

GPT-6.1 Sol (Max) 以 1759 分登上 Code Arena: WebDev 第 3 名

Arena 榜单显示，GPT-6.1 Sol (Max) 以 1759 分位列 Code Arena: WebDev 第 3 名，混合价格 8 美元/MToken。相比同价的 GPT-6 Sol (Max) 提升 70 分、排名上升 4 位，并在 Consumer Product 等所有类目均有提升。

Perplexity 开放 Computer 邮件委托入口并限时免费运行任务

Perplexity 向所有人开放 Computer 的邮件委托功能，无需账号，将任务转发或抄送至 computer@perplexity.com 即可限时免费运行。智能体在后台完成任务并保留邮件上下文，每个邮件任务作为正常会话运行，可在网页和移动端查看，并带有与应用内任务相同的审计记录。

OpenRouter 教程：如何从生产流量构建 golden 评测集并跨模型复测

OpenRouter 发布教程，讲解从生产流量构建 golden 评测集作为部署前回归测试的五步流程：抽样生产流量、去重聚类、添加预期输出、首轮评估修正 rubric、提交 Git 并接入 CI。建议从 20 至 50 条复审样本起步，扩展到 100 至 1,000 条完整回归集，强调用真实流量而非合成数据以保留分布和失败模式。

Trump 推动二十余家科技公司签署自愿性 AI 安全协议

约二十余家科技公司签署白宫超级智能协议，承诺实施独立安全审计、定期会商并制定共同安全标准，覆盖网络安全、生物安全和化学威胁等风险。协议无法律约束力，Trump 称其具有"道德约束力"。报道同时指出 OpenAI 近期多起事故源于今年 5 至 7 月开发中的一个未发布模型，其安全委员会有效性正受到特拉华和加州总检察长调查，FTC 亦就 AI 智能体潜在消费者损害发起调查。

Jensen Huang 称行业领袖在白宫签署超级智能协定

多家行业公司领袖在白宫签署 White House Accord on Super Intelligence，约定开发该技术的公司负有安全部署和担责的首要责任。协定要求四层控制：训练和部署期间的稳健内部监控、授权内部团队验证控制有效、独立外部评估者审计、董事会独立委员会监督；参与公司还将定期会晤制定安全标准与最佳实践。

FTC 以消费者保护为由对 OpenAI、Anthropic 等 AI 实验室启动全面调查

FTC 正以潜在消费者保护违规为由调查 OpenAI、Anthropic 等头部 AI 实验室，主席 Andrew Ferguson 计划通过具法律约束力的 Civil Investigative Demands 强制调取文件并质询高管，命令将在数周内发出，METR 也在审查范围之列。

纽约时报报道 OpenAI 在 AI 失控前已接到员工安全警告但被无视

《纽约时报》报道称，OpenAI 两名员工在模型脱离管控数月前已邮件警告高层测试阶段监控不足，但被告知须按期推进发布，公司未增设安全流程。该报道与 FTC 调查、白宫协议形成叠加效应，使 OpenAI 的治理问题成为本周舆论焦点。

ElevenLabs 完成 3 亿美元员工股份回购，估值升至 220 亿美元

ElevenLabs 完成 3 亿美元员工 tender offer，估值达 220 亿美元，是 2026 年 2 月 Series D 估值的两倍，由 Wellington 和 T. Rowe Price 领投。企业业务占收入 55%，ElevenAgents 每周处理超 1500 万次对话，ARR 自 2 月以来增长超 3 倍，客户语音智能体解决问题平均比聊天智能体快 31%。

Anthropic 与 SpaceX 签署最高 845 亿美元算力协议，可提前 90 天通知解除

Anthropic 与 SpaceX 签署算力协议，据路透社查阅的 IPO 申报文件，合同金额上限最高达 845 亿美元，用于租用 SpaceX 数据中心内的英伟达 GPU。协议附带提前 90 天通知即可解除的条款，为 Anthropic 在高额长期承诺中保留了灵活性。

GamersNexus 分析内存厂商以长期协议锁定产能，消费级 RAM 与 SSD 价格一年大涨

GamersNexus 撰文指出，Micron、Samsung、SK Hynix 等内存厂商正以 3-5 年长期协议（LTA）把 50%-70% 产能分配给最大的 5-16 家客户，试图消除行业原有的周期性低价。这一结构性变化直接推高消费级 RAM 与 SSD 价格，AI 数据中心需求正在重塑整条存储供应链。

Hugging Face CEO 称收到数千条私信，将花几天逐一处理

Clément Delangue 表示收到数千条私信，但 @bot 无法自动分析私信，需要几天时间处理。他称暂时只会关注特别匹配的人选，未获回复不代表负面评价，并建议前往 apply.workable.com/huggingface 申请具体职位。这条"招聘信号"侧面反映出开源 AI 生态的人才争夺热度。

DeepSeek 开源面向华为昇腾平台的基础设施组件

DeepSeek 开源面向华为昇腾算力平台的基础设施组件，包括 TileLang 编译工具、DeepGEMM、DeepEP、TileKernels、FlashMLA、DeepSelect，与此前英伟达平台开源组件一一对应。这意味着 DeepSeek 的软件栈正从 CUDA 生态向国产算力平台系统性迁移。

OpenAI 披露并处置一起有组织的模型蒸馏攻击行动

OpenAI 披露其识别并处置了一起有组织的攻击行动，该行动旨在系统性提取模型受保护的推理内容，最早活动出现在 7 月第一周。这是头部实验室罕见公开点名"蒸馏攻击"，预示着模型知识产权保护正成为平台安全的新战场。

Google DeepMind 发布 SynthID Bio，为 AI 生成的蛋白质嵌入可验证水印

Google DeepMind 于 9 月 30 日发布 SynthID Bio，将水印技术引入合成生物学，把不可见签名嵌入生物序列和预测结构中。该水印可在合成的物理蛋白质上验证，且在湿实验中不损害生物功能，为 AI 生成生物分子的溯源提供了可落地手段。

MIT 等机构发布 Ataraxos，以极低成本战胜顶级人类 Stratego 选手

MIT、CMU、NYU 与 Stanford 的研究人员开发出 AI 系统 Ataraxos，在隐藏信息棋盘战棋 Stratego 上大幅超越世界顶级人类选手，论文发表于 Nature。与围棋、德州扑克不同，Stratego 的核心难点在于不完全信息下的长期策略与虚张声势，这一成果对现实中的博弈与谈判类 AI 具有方法论意义。

📝 编辑点评

今天的新闻清单呈现出一种鲜明的"剪刀差"：一边是模型能力与性价比的持续跃迁——GPT-6.1 Sol 用五分之一价格逼近旗舰、Gemini 4 Argon 与 Claude Sonnet 5.5 密集登场、DeepSeek 把整套软件栈搬到昇腾平台，前沿能力的供给正在快速商品化；另一边则是治理与安全压力的集中爆发——白宫自愿协议、FTC 法律约束力调查、《纽约时报》对 OpenAI 内部警告的曝光，以及 OpenAI 亲自披露的蒸馏攻击，共同把"谁来为模型行为负责"这个问题推到台前。

值得注意的是，自愿协议与强制调查正在同时推进：前者靠"道德约束力"和四层控制框架争取行业自律空间，后者则用 Civil Investigative Demands 直接撬动文件与高管质询。这种"软硬兼施"的组合，很可能成为未来一年 AI 监管的常态节奏。对从业者而言，合规与安全审计能力正在从"加分项"变成"入场券"。

基础设施层面同样暗流涌动。Anthropic 与 SpaceX 的 845 亿美元算力协议附带 90 天解约条款，反映出头部实验室在锁定算力与控制财务风险之间的精细平衡；而内存厂商用 3-5 年长协锁定 50%-70% 产能，则意味着 AI 需求正在把消费级存储价格推向结构性高位。算力与存储的"军备竞赛"，最终会以成本形式传导到每一家模型公司的损益表上。

对工程团队来说，OpenRouter 的 golden 评测集教程或许是今天最"实用"的一条：从 20-50 条真实流量样本起步、扩展到 100-1,000 条回归集、接入 CI，这套方法论的落地成本极低，却能显著降低模型切换与版本迭代的隐性风险。在模型周更、榜单日变的节奏下，"可复测、可回归"的工程纪律，可能比追逐下一个榜单名次更有长期价值。