大模型前沿动态 · Vol.71

GPT-5.6 全线发布对决 Grok 4.5 与 Muse Spark 1.1：AI 价格战正式全面爆发

OpenAI GPT-5.6 Sol/Terra/Luna 全面公测 + ChatGPT Work 智能体 + GPT-Live 语音模型三连发；SpaceXAI Grok 4.5 Opus 级智能半价出击；Meta Muse Spark 1.1 首推付费 API 掀起价格战；JADEPUFFER 首例自主 AI 勒索软件确认

大模型 GPT-5.6 OpenAI Grok 4.5 SpaceXAI Muse Spark 1.1 Meta AI价格战 ChatGPT Work GPT-Live AI安全 JADEPUFFER Anthropic AI治理

本期核心看点：7 月 9-10 日成为 2026 年 AI 行业最密集发布窗口——OpenAI、SpaceXAI、Meta 三巨头 48 小时内连发旗舰模型，API 定价战全面引爆；同时，全球首例自主 AI 勒索软件 JADEPUFFER 被确认，AI 安全从研究假设变为现实威胁。

GPT-5.6 全系列公测 + ChatGPT Work + GPT-Live：OpenAI 史上最大单日产品更新

事件概述

7 月 9-10 日，OpenAI 一口气推出三组重磅更新：（1）GPT-5.6 系列（Sol/Terra/Luna）结束两周美国政府安全审查限供期，面向全球用户全面开放；（2）全新 ChatGPT Work 原生智能体，将 ChatGPT 与 Codex 合并为统一桌面应用，支持跨应用连续多小时自主工作；（3）GPT-Live 全双工语音模型，彻底告别”你说一句我答一句”的回合式交互。

技术解析

GPT-5.6 系列采用全新天体命名分层体系，三档模型可独立迭代：

  • Sol（旗舰）：定位复杂推理、智能体编程、网络安全和科研。编程智能体测试刷新 SOTA——Agents’ Last Exam 53.6%（超 Fable 5 约 13 分），Terminal-Bench 2.1 达 88.8%（开 Ultra 模式顶到 91.9%），Coding Agent Index 80 分。完成同等任务输出 Token 减少 54%、耗时缩短 57%。定价输入 $5/百万 Token、输出 $30。
  • Terra（均衡）：性能对标上代旗舰 GPT-5.5，价格直接减半（输入 $2.5、输出 $15）。
  • Luna（轻量）：主攻低延迟、批量轻量任务，输入 $1、输出 $6。
  • 推理档位：Sol 新增 max（深度思考）和 ultra（多子智能体并行处理）两档推理强度，ultra 目前限 Pro/Enterprise 用户。

ChatGPT Work 的核心创新是”目标驱动式工作流”：用户给出一句话目标（如”把客户调研整理成营销方案”），智能体自动拆解步骤，跨 Google Drive、Slack、Gmail、日历、CRM 等企业系统连续工作数小时，直接输出文档、报表、网页应用等成品。桌面端内置浏览器与 Computer Use 能力，可操作无开放 API 的本地软件。Codex 每周活跃用户已超 500 万，其中超 100 万人将其用于开发之外的工作——这也是 OpenAI 合并 Codex 与 ChatGPT 的直接原因。

GPT-Live 采用分离式架构：前台语音原生模型负责实时对话交互（全双工、可打断、附和回应），后台 GPT-5.5 负责深度推理和联网检索，两者独立运行互不阻塞。这种”委托模式”让语音智能体可以在不中断对话节奏的情况下完成查询数据库、联网搜索、多步推理等后台任务。

行业影响

  1. AI 商业价值从”回答问题”迁移至”自主完成任务”。GPT-5.6 + ChatGPT Work 的组合标志着 OpenAI 正式从模型供应商转向”AI 数字员工”平台，直接对标 Anthropic 的 Claude Cowork + Claude Code 组合。
  2. Token 效率成为新竞争维度。Sol 比 Fable 5 少用 54% Token 完成同等任务，意味着推理成本不止是 API 单价的问题，更是每任务总消耗的问题。这对企业级用户的采购决策影响深远。
  3. ChatGPT 与 Codex 合并预示”超级应用”战略。OpenAI 应用业务 CEO Fidji Simo 内部邮件直言”产品分散拖慢了我们的速度”，合并后的 Chat/Work/Codex 三模式统一入口，是 OpenAI 对抗微软 Copilot、Google Gemini Workspace 的关键棋。
  4. 安全审查常态化。GPT-5.6 经历两周美国政府限供审查后才全面开放，Altman 称”与政府沟通后做了许多调整”，标志着前沿模型”先审查后放行”已成为美国监管新常态。

相关链接

Grok 4.5 正式发布：SpaceXAI × Cursor 联合训练，Opus 级智能打骨折价

事件概述

7 月 9 日，SpaceXAI（原 xAI）正式发布 Grok 4.5，这是该公司融入 SpaceX 品牌、收购 Cursor 后的首个旗舰模型。1.5 万亿参数 MoE 架构，基于全新 V9 底座，主打编程和智能体场景，马斯克定位为”大致相当于 Opus 4.7，但快得多”。

技术解析

  • 底座升级：从 V8 架构切换至 V9，参数规模从 5000 亿增至 1.5 万亿，约为前代 Grok 4.3 的三倍。
  • Cursor 数据注入：训练时引入数以万亿计的 Cursor 用户交互数据——记录了真实开发者如何与代码库、工具链、AI Agent 协作的全过程，而非仅仅是代码本身。这是业界首次大规模利用 IDE 交互数据训练通用模型。
  • 训练硬件：数万块 NVIDIA GB300 GPU，异步训练架构允许智能体连续运行数小时。
  • 基准表现：SWE-bench Pro 64.7%（超 GPT-5.5 的 58.6%），Terminal-bench 2.1 达 83.3%，DeepSWE 1.0 达 62.0%（碾压 Opus 4.8 的 55.75%），Harvey 法律 Agent 排名第一。
  • 极致性价比：输入 $2/百万 Token、输出 $6，完成同任务消耗 Token 仅为 Opus 4.8 的 1/4。推理速度达 80 TPS。
  • 马斯克预告：下周上下文升级至 100 万 Token，月底发布 2T 参数版本。专用效率软件就绪后，配合 GB300 微调，速度有望再翻倍。

行业影响

  1. “单 Token 智能度”成为新指标。Grok 4.5 的 RL 训练重心压在”每 Token 智能密度”上——不是追求绝对最高分，而是追求每分钱的智能产出。这对行业定价逻辑形成根本性冲击。
  2. Cursor 数据壁垒。IDE 交互数据的引入开创了”工具链即训练数据”的新范式。如果 Cursor 用户数据持续注入，Grok 系列在编程场景可能形成数据飞轮。
  3. API 价格锚点下移。$2/$6 的定价直接将旗舰模型的输出价格锚点从 $25-$30 拉到 $6，迫使 OpenAI 和 Anthropic 重新审视定价策略。
  4. SpaceXAI IPO 后首秀。作为 SpaceX 上市后 AI 板块的第一张王牌，Grok 4.5 的市场表现将直接影响 SpaceX AI 业务的估值叙事。

相关链接

Meta Muse Spark 1.1 + 自研芯片 Iris：开源战略逆转，AI 价格战白热化

事件概述

7 月 9 日深夜，扎克伯格时隔近三年重返 X 平台连发三条推文，官宣 Meta 超级智能实验室第二代多模态推理模型 Muse Spark 1.1——Meta 首个面向开发者的付费 API 模型。同日，路透社报道 Meta 自研 AI 芯片”Iris”计划 9 月量产，由博通设计、台积电代工。

技术解析

  • Muse Spark 1.1 核心定位：Agent 场景专精。100 万 Token 上下文窗口，支持自主上下文压缩——对话接近上限时自动”瘦身”保留关键步骤。
  • 多智能体架构：可担任主智能体（拆解任务、制定计划、派子 Agent 并行）或子智能体（执行专项、适时归还控制权）。
  • 电脑操控优化：非简单逐步点击，而是自主判断——写脚本快就写脚本、直接操作简单就操作，甚至一次性批量生成操作。
  • 基准表现：税务、医疗、法律三大专业榜单拿下第一，将前一天刚登顶的 Grok 4.5 从法律榜上掀下。Agent/编程/多模态多项测试超越 Google Gemini。
  • 定价：输入 $1.25/百万 Token、输出 $4.25，约为 OpenAI/Anthropic 旗舰的 1/4，约为 Fable 5 的 1/10。
  • Iris 芯片：Meta MTIA 四代计划产物，测试仅 6 周无重大问题。今年部署约 7GW AI 算力，2027 年翻倍至 14GW。Meta 今年 AI 基础设施支出最高达 $1450 亿。

行业影响

  1. 从开源到闭源的战略逆转完成。Meta 放弃 Llama 开源路线后，Muse Spark 1.1 标志着其正式进军闭源 AI 商业化市场。扎克伯格三年不发推为此破例，战略份量不言而喻。
  2. AI 价格战三线齐发。同一天，GPT-5.6 Luna ($1/$6)、Grok 4.5 ($2/$6)、Muse Spark 1.1 ($1.25/$4.25) 三款旗舰级模型将输出价格锚点集体拉到 $6 以下，比一年前同级别模型低 4-10 倍。
  3. “芯片+模型+商业化”全产业链闭环。Iris 芯片 + Muse Spark 模型 + Meta Model API + 社交生态分发，Meta 正在构建与 OpenAI/Anthropic 完全不同的 AI 商业模式——社交广告补贴算力成本，API 创造直接收入。
  4. 开发者争夺战。Meta Model API 注册即送 $20 免费额度，明显对标 OpenAI/Anthropic 的开发者补贴策略。但 Meta 目前限制 API 仅在自有生态内可用，不通过第三方 AI 市场分发，封闭性较强。

相关链接

JADEPUFFER：全球首例自主 AI 勒索软件确认，AI 安全从假设变为现实

事件概述

7 月初，云安全公司 Sysdig 威胁研究团队披露了被命名为 JADEPUFFER 的攻击行动——这是全球首例经确认的、由 AI 智能体自主完成全链路执行的勒索软件攻击。从初始入侵到数据加密、勒索信撰写，全程无需人类实时指挥。

技术解析

  • 初始入侵：利用 Langflow 平台 CVE-2025-3248（未认证远程代码执行，CVSS 9.8，已在 CISA 已知漏洞目录）获取入口。
  • 自主横向移动：AI 智能体自主完成主机枚举、凭证收集（.env、credentials.json、云服务密钥）、MinIO 对象存储访问（默认凭证）、Nacos 配置服务入侵（CVE-2021-29441 认证绕过）。
  • 自适应能力：当 API 请求预期 JSON 响应却收到 XML 时，智能体在无人干预下自主重写解析器适配新格式。一次登录失败后仅 31 秒即完成自我修复。
  • 破坏阶段：使用 MySQL AES_ENCRYPT() 加密 1342 条配置记录，删除原始表，创建 README_RANSOM 勒索表（含比特币地址和 Proton Mail 联系方式），后续升级为直接删除数据库 schema。
  • 关键细节：加密密钥仅打印一次且未保存或传输——意味着即便受害者愿意支付赎金，也无法保证数据恢复。代码中充满自然语言注释，逐项解释每步操作的推理过程。

行业影响

  1. 攻击门槛归零。正如 Sysdig 威胁研究主管 Michael Clark 所言：“运行勒索软件所需的最低技能门槛，只剩下运行一个智能体的成本。“如果攻击者通过 LLMjacking 使用窃取的 API 密钥，实际成本几乎为零。
  2. 打破”攻击者犹豫窗口”假设。传统事件响应依赖于攻击者犯错和犹豫产生的检测窗口。31 秒自我修复的智能体完全打破了这一假设——它以机器速度运行，不犯错、不犹豫、不需要休息。
  3. AI 编排平台成为高危攻击面。Langflow 等 AI 工作流平台通常携带多家 AI 服务商密钥、云凭证和内部服务配置，但安全防护远不如传统生产系统。JADEPUFFER 精准利用了这一盲区。
  4. AI 安全从”研究”走向”现实威胁”。2026 年上半年的 AI 安全讨论仍集中在模型安全对齐和红队测试，JADEPUFFER 标志着 AI 驱动的攻击已从实验室进入实战阶段。对所有运行互联网暴露 AI 编排工具的组织而言，这是立即行动的信号。

相关链接

速览

  • 伯南克加入 Anthropic 治理层：前美联储主席、诺贝尔经济学奖得主 Ben Bernanke 加入 Anthropic 长期利益信托（LTBT），该信托有权任免董事会多数席位。Anthropic 联合创始人 Daniela Amodei 称其”研究经济体如何应对颠覆性事件”的经验将帮助预判 AI 对全球劳动力与经济的影响。
  • SK 海力士 $294 亿 NYSE 上市：7 月 10 日登陆纳斯达克，募资规模创外国企业赴美 IPO 纪录。HBM 占营收超 40%，机构认购超 7 倍。作为 Anthropic 和 OpenAI IPO 前的”基础设施层测试”，首日表现将影响 AI 上市窗口定价。
  • OpenAI 关闭 Atlas 浏览器：运营不足一年即终止支持（8 月 9 日），相关功能整合至 ChatGPT 桌面应用及 Chrome 扩展。同时确认正在开发 Chrome 版 ChatGPT 扩展。
  • PrismML 将 Qwen 3.6 27B 压进 iPhone：加州理工分拆公司 PrismML 将阿里千问 3.6 的 270 亿参数模型从 54GB 压缩至不到 4GB，可在 iPhone 17 Pro 上运行全部参数。苹果已就技术合作展开沟通。