安卿辰博客
每日 AI 资讯速递
今日 AI 行业看点密集：Qwen-Image-2.1 登顶开源图像模型双榜，FLUX 3 Image 同步登陆 Krea 与 OpenRouter 并原生支持 4K；Claude Code 推出 mods 功能开启深度定制时代，Modal 则一口气发布 VM Sandboxes、Clusters 等多项 Runtime 基础设施更新。与此同时，OpenAI 披露蒸馏窃取攻击事件，模型成本与路由优化成为工程落地焦点。
🤖 大模型与评测
Qwen-Image-2.1 登顶两个 AA-Image 榜单开源权重模型
Artificial Analysis 本地部署评测了阿里 9 月 20 日以开源权重发布的 Qwen-Image-2.1，该模型在 AA-Image-T2I v2.0 和 AA-Image-Editing v2.0 上均排名第 18，为两个榜单上排名第一的开源权重模型，超过 Ideogram 4.0（Quality）和 HunyuanImage 3.0 Instruct。
开源模型图像生成
MiMo-V2.6-Pro 和 Flash 登陆 Agent Arena，分列开源模型第 5 和第 9
小米 MiMo-V2.6-Pro 在 8.1K+ 真实智能体会话中净提升 +3.17%，列开源模型第 5，较 MiMo-V2.5-Pro（第 13，-7.23%）提升 9 个名次；其 Confirmed Success 得分 +7.35%，列开源模型第 2。MiMo-V2.6-Flash 则位列第 9。
智能体开源模型
Claude Sonnet 5.5 (xHigh) 以 1786 分登 Code Arena: WebDev 第 3 名
Claude Sonnet 5.5（xHigh）进入 Code Arena: WebDev 榜单，以 1786 分排名第 3，距第 2 名 GPT-6 Astra 的 1788 分仅差 2 分，展现出 Anthropic 在代码生成领域的持续竞争力。
代码生成模型评测
GPT-6.1 Sol 的 Cost per Task 较 GPT-6 Sol 低约 30%
Artificial Analysis 数据显示，GPT-6.1 Sol 的 Cost per Task 约 $0.72，比 GPT-6 Sol（$1.05）低约 30%，后者已约为 GPT-5.6 Sol（$1.99）的一半。模型推理成本正以代际速度快速下降。
成本优化模型评测
🚀 产品发布与更新
FLUX 3 Image 登陆 Krea，支持多轮编辑与 4K 生成
Krea 宣布 FLUX 3 Image 上线其平台，新能力包括多轮编辑且不改动其他像素、用 bounding box 排版图像、最高 4K 生成，以及组合最多 10 个参考图，为创意工作者提供更精细的图像控制能力。
图像生成产品发布
FLUX 3 Image 上线 OpenRouter，支持原生 4K 与多参考编辑
Black Forest Labs 的 FLUX 3 Image 现已上线 OpenRouter，支持文生图与多参考编辑，原生可渲染至 4K，可精确多轮编辑不动其他像素、用 bounding box 布局、最多用 10 个参考图合成。商业权重已开放，开放权重版将在未来数周发布。
图像生成API 平台
Claude Code 推出 mods 功能，可用 TypeScript 定制行为与 UI
Claude Code 推出 mods 功能，支持修改模型行为、自定义 UI 并替换自有功能。用几行 TypeScript 即可编写，也可由 Claude 代为构建；mods 随插件分发，可在 CLI 或桌面应用中通过 /plugin 安装，大幅提升开发者定制自由度。
开发者工具Claude Code
Claude Code mods 入门教程：从零构建 Token Weather 插件
官方开发者教程介绍 mods——以 hooks 形式运行在插件内的 JavaScript 或 TypeScript 模块，可以观察、重写或拒绝事件，甚至绘制自定义 UI，需 Claude Code 2.1.287 或更高版本。教程以构建上下文窗口预报插件为例演示完整流程。
教程开发者工具
ChatGPT 现可直接构建并部署 MCP 服务器
ChatGPT Sites 现在可以托管 MCP 服务器，用户可直接在 ChatGPT 中构建并部署 MCP 服务器，还能将其转为插件并安装到 web、移动端和桌面端。可限制访问权限给指定的人，也可向全世界公开分享，进一步降低 MCP 生态参与门槛。
MCP产品发布
🔧 基础设施与工程实践
Modal Clusters 正式发布，通过 @modal.clustered 提供多节点 GPU 集群
Modal 宣布 Modal Clusters 正式可用，通过一个装饰器 @modal.clustered 即可获得多节点集群，节点间经 InfiniBand verbs 通信可达 6.4 Tbps，自动配置 PyTorch 和 NCCL，大幅简化分布式训练与推理的集群搭建流程。
GPU 集群基础设施
Modal 推出 Sidecars，为 Sandboxes 提供低延迟信任边界
Modal 推出 Sidecars（Beta），一种与主 Sandbox 同宿主运行但隔离的可信容器，用于在可信与不可信代码之间建立安全边界，为 Agent 执行环境提供更细粒度的安全隔离方案。
安全隔离Sandbox
Modal 正式发布 VM Sandboxes：给 Agent 一台完整的 Linux 虚拟机
Modal 宣布 VM Sandboxes 正式 GA，只需设置 runtime="vm" 即可获得支持 Docker、FUSE 和内核功能的完整 Linux VM，沿用原有 Sandbox 的 API、modal.Image、亚秒级冷启动和内存爆发能力，早期客户已启动超过 2000 万个 VM。
Agent虚拟机
Modal 发布 VM Sandboxes、Modal Clusters 等多项 Runtime 产品更新
Modal 在其首届 Runtime 大会上发布多项产品更新。VM Sandboxes 为 Agent 提供完整 Linux 环境，已在 Linear、Legora 等客户落地。结合 Clusters 和 Sidecars，Modal 正构建从单容器到多节点集群的完整 Agent 运行基础设施。
Runtime产品发布
LangChain 讲解如何在 Agent Harness 中构建模型路由器
LangChain 在其开源编码 Agent Open SWE 中构建模型路由器，在 973 个线程的 A/B 测试中，中位成本从 $2.61 降到 $0.94（降 64%），PR 合并率 29.2% 对 27.3%，质量无可测变化，展示了模型路由在成本控制上的巨大潜力。
模型路由成本优化
OpenRouter 指南：用置信度阈值实现模型分级升级路由
OpenRouter 发布教程，讲解如何让廉价模型通过结构化输出返回 0 到 1 的置信度字段，低置信度的请求再升级到更强模型。文章强调置信分数只是自报、不是校准概率，应基于自己流量的分数段错误率排序设定阈值，并持续监控调整。
模型路由教程
OpenRouter 发布 Agent 模型成本与质量权衡选型框架
OpenRouter 发布三步框架：先按任务设定质量门槛，再用 20 到 50 条自己的示例运行廉价、中档和前沿模型并用统一评分标准计算每质量点成本，最后选出以超过运行间分数波动的余量过线的最便宜模型，而非按排行榜排名选最高分模型。
选型框架成本优化
OpenRouter 教程：如何在 CI 中用 LLM eval 门禁拦截 Pull Request
OpenRouter 发布教程，讲解如何用固定的 eval 集在 CI 中门禁 pull request，当通过率低于阈值时脚本以非零退出码阻止合并，做法与单元测试门禁一致，为 LLM 应用的质量保障提供工程化思路。
CI/CDLLM eval
🏛️ 行业动态与安全
OpenAI 称拦截蒸馏窃取攻击，研究者称同样手法在 Azure 上仍可奏效
OpenAI 称 7 月拦截了一起针对其模型推理链的蒸馏窃取活动，7 月 24 至 25 日出现来自超 4000 用户的 16000 次请求，关联账号超 15000 个，OpenAI 将其与 Moonshot AI 相关人员联系起来，并于 7 月 28 日关停。但研究者称同样手法在 Azure 上仍可窃取 GPT-6 Astra 等模型的推理内容。
模型安全蒸馏攻击
Ethan Mollick 谈点与群：智能体自组织为何让管理假设失效
Ethan Mollick 承认自己此前认为人类需像经理一样精心设计智能体组织的判断错了，Bitter Lesson 同样适用于组织管理。智能体自组织的能力涌现正在挑战传统管理理论的基本假设。
智能体行业观点
Epoch AI 推出 ChatGPT usage explorer，基于 5000 名美国用户三年聊天记录
Epoch AI 与 YouGov 合作推出 ChatGPT usage explorer，发布 5000 名美国 YouGov 样本用户的 ChatGPT 聊天元数据，覆盖约 66 万对话、830 万条消息，部分记录追溯至 2022 年 11 月发布后数周，为研究 AI 实际使用模式提供珍贵数据。
数据研究用户行为
📝 编辑点评
今日新闻呈现出三条清晰的行业主线。第一，开源图像模型竞争白热化：Qwen-Image-2.1 在两个 AA-Image 榜单上登顶开源权重模型，FLUX 3 Image 则以 4K 原生生成和多参考编辑能力登陆 Krea 与 OpenRouter，商业权重开放、开放权重在即，图像生成领域的开源与闭源差距正加速收窄。第二，Agent 基础设施迎来集中爆发：Modal 一口气发布 VM Sandboxes、Clusters、Sidecars 三款产品，从单容器到多节点集群再到安全隔离，构建起完整的 Agent 运行底座；Claude Code mods 和 ChatGPT MCP 托管则分别从定制化和生态接入两端降低开发门槛。第三，成本优化从"选最便宜"走向"按需路由"：LangChain 的模型路由器实现 64% 成本下降且质量无损，OpenRouter 连发三篇教程覆盖置信度路由、CI 门禁和选型框架，GPT-6.1 Sol 的每任务成本较上代再降 30%——当模型能力趋同，精细化成本工程正成为 AI 应用的核心竞争力。值得警惕的是，OpenAI 披露的蒸馏窃取事件及研究者指出的 Azure 同类漏洞表明，模型安全防护仍远未到位。
