2026 年 11 月第一周 AI 行业周报：GPT-6 Cyber 挖穿 Linux 内核，Kimi 放出 1561GB 权重，Anthropic 招股书里的 8954 亿美元#

01 GPT-6 Cyber：121 万美元挖出 948 个内核提权#

11 月 5 日，OpenAI 发布面向网络安全的专用模型 GPT-6 Cyber。ExploitGym 远程漏洞利用研判基准上，得分从上一代的 32.1% 提升到 48.5%。

实战数据更直观：研究人员用它复现了 1724 个 Linux 内核漏洞，为其中 948 个生成可用的提权利用程序——同样的研究框架下 GPT-5.6 Sol 只成功利用了 166 个，差距超过五倍。针对 Firefox，模型挖出 81 个此前未公开的高危漏洞，并指出另有 30 个已知问题的严重程度被低估；Linux 侧按社区指引向维护者披露了 304 项严重问题。

整个流程由三类智能体分工完成：侦察智能体从超过 4000 万行代码里圈出约 280 万行高价值目标（耗 3426 美元额度）；分析智能体 12 小时提交 2308 份疑似漏洞报告（31.6 万美元）。全程 token 成本约 121 万美元，折算单个漏洞 1279 美元——作为对照，人类安全研究员一年能在 Linux 内核里找到约 20 个同类漏洞。

风险控制同样写进了发布：准备框架里该模型的网络安全风险等级被评为关键级，仅向通过审核的 Daybreak Red 项目客户开放；未配置专门提示时，模型对授权范围外服务的规避越界率达到 99.93%，开启安全提示后为 100%。漏洞挖掘的成本从数月压缩到数小时，同时被压缩的还有防御方的响应窗口——OpenAI 同步投入的 10 亿美元防御者资助计划，本质上承认了攻防两条曲线已由模型能力同时抬升。

02 Kimi K3.1 Pro 权重开放：1561GB 的可验证性#

11 月 5 日，月之暗面兑现承诺，K3.1 Pro 完整权重上线 Hugging Face：112 个文件、96 个 safetensors 分片，无访问门槛。总参数 2.8 万亿、单次激活 1040 亿，93 层网络、896 个专家每次路由 16 个加 2 个共享专家，上下文 1M token。权重采用 MXFP4 量化感知训练，检查点体积 1561GB——按 BF16 存储同等参数需要约 5.6TB，仅加载权重就要 12 张 141GB 显存的卡，8 卡服务器与消费级工作站都承载不了。

榜上成绩延续发布时的位置：Agent Arena 开放权重第一、总榜第 13，净改进率从 K3 的 +0.9% 升到 +5.1%，Bash 可靠性从 -4.5% 转正到 +7.9%；Terminal-Bench 4.0 的 65.7% 与 Opus 5.5 只差 1 个百分点。许可条款值得单独看：过去 12 个月 MaaS 收入超 2000 万美元的运营方需单独签约，月活超 1 亿或月收入超 2000 万美元的产品要展示 Kimi 品牌。

开放权重与实际可部署之间存在清晰的距离，1561GB 把绝大多数开发者挡在自托管之外。这次开源的真实价值在于可验证性——研究机构与企业技术团队第一次能拆开一个前沿级 MoE 模型逐层检查，而不只是调用它的 API。

03 混元 Hy4 正式版：参数翻倍，价格不变#

11 月 4 日，腾讯混元发布 Hy4 正式版：参数从 Hy3 系列的不到 300B 跃升到 770B、单次激活 49B，1M 上下文，最大输出 64K。两个「首次」是主线——视觉理解（在 28 亿像素的航拍图里定位约 2 米的屋顶构件，把 900 片拼图还原成莫奈画作）与电脑操作（图形界面与命令行混合使用，针对 Blender、CAD 等专业软件与跨应用长程任务专项训练，GameDev 与 GameLogic 评测分别比预览版高 19.1% 和 9.8%）。

定价与 preview 持平：每百万输入 6 元、输出 18 元、缓存命中 0.3 元，TokenHub 五折延续到年底。已在 TokenHub、WorkBuddy、CodeBuddy、元宝、ima 与企业微信智能助理上线，兼容 OpenAI 协议并接入 OpenRouter。WorkBuddy 评测平均得分 83.18、通过率 96.15%，12 个场景 9 个国内第一。

参数从 300B 级跳到 770B 而价格不变，说明国内厂商的竞争重心已从单点跑分转向单位成本下的综合能力。视觉与电脑操作同时补齐，意味着混元开始把模型当作智能体的执行底座来设计，而不只是对话接口。

04 多模态生产化：Images 2.6 与 Omni 1.2#

OpenAI 发布 Images 2.6（11 月 4 日）：生成速度平均提升 50%，新增 GIF 能力（2 至 64 帧、帧间隔 20 至 2000 毫秒）。API 拆成两个模型——GPT-Image-2.6 Flare 走速度路线，低质量档最快 6 秒出图，强化海报与产品图；Sunburst 走细节路线，多轮编辑一致性更强，AA 文生图榜以 1259 分居首。新增 SVG 导出、透明图层标注编辑与独立复杂度参数。价格与前代持平，ChatGPT 全订阅档免费可用。OpenAI 同时披露：全球用户每周通过 ChatGPT、Codex 与 API 生成 40 亿张图像，日均超 5 亿张。一个提醒：低质量档的输出 token 用量比 2.5 版高出约 4 倍，单价没变但单张账单可能上升。周产 40 亿张意味着图像生成已是基础设施型需求，平台优化的重点从「能不能生成」转向「稳定、便宜、批量吞吐」。

Gemini Omni 1.2 Flash 正式可用（11 月 5 日）：时长从 10 秒延到 15 秒、按 1 秒步长自定义；720p 降至每秒 0.07 美元，比上代低 30%。工作流支持先用 360p/720p 快速起草、对话式编辑逐轮调整（替换产品或背景、修改光线天气、切换画幅），最后只对成片升频到 1080p 或 4K。参考遵循增强：角色或产品图片、最长 3 秒的视频片段与音频线索，跨拍摄角度保持面部、服装、包装字体与品牌配色的连续。视频模型的竞争重点已经从能生成多长转向每秒多少钱。

05 Revolut：2000 名工程师迁到自托管 GLM#

英国数字银行 Revolut 把约 2000 名工程师的日常编码默认工具切换到自托管的智谱 GLM：部署在 56 张 B200 上，混合成本约 0.30 美元每百万 token，约为原本使用 Anthropic 与 OpenAI 支出的十分之一。

转变不是一步到位。2025 年初用 Gemini，2026 年初引入 Claude Code，随后发现部分工程师每月 token 支出在 1000 到 1 万美元之间而回报不匹配，于是设严格预算上限——预算控制了账单，也改变了行为，工程师会把额度囤给最难的活，其余工作回到手工。2026 年 4 月转向自托管 GLM-5.1，之后升级到 GLM-5.3。

优化手段主要不在加硬件：NVFP4 量化、预填充与解码分离、上下文压到 256K。首 token 时间从 14.26 秒降到 1.68 秒，同等 56 张卡上每秒请求数提升 76%。内部数据：编码时间改善约 60%，交付周期改善约 70%。GLM 是纯文本，视觉任务仍路由到 Gemini 或 GPT。AI 运营负责人的判断值得抄下来：长上下文是个陷阱，即便能服务百万 token，实际需要的只有 25.6 万。

成本下降带来的最大变化不是账单，是行为。token 不再需要配给之后，工程师开始把调试、工单整理与文档查阅这类「不体面的活」也交给模型——这正是交付周期的改善幅度大于编码时间的直接原因。

06 Anthropic 记忆研究：笔记与 dreaming#

11 月 6 日，Anthropic 发布智能体记忆研究，把跨会话记忆拆成两个可工程化的部件：会话内的笔记，与离线阶段的 dreaming。类比来自神经科学——海马体在当下快速编码经验，只有部分在睡眠时被重放并整合进新皮层；对应到智能体，就是日志记录加空闲时的重放整理。

笔记的价值在于它是一个预测：写下一条规则等于判断未来的会话会再次需要它。在 Continual Learning Bench 的数据库任务里，Sonnet 4.6 只留下散落的未验证猜测，Opus 4.7 把笔记合并成参考文档并标注哪些已验证，Opus 5 首次把学习循环跑通——规则、依据、此前的答案与踩过的坑写在同一处。dreaming 的对照更直观：Pokémon Red 上，Sonnet 3.7 用约 1 万步写了 413 个文件、只拿一枚徽章；Fable 5 只用 9 个文件加一份全局文档，拿了四枚。在约 35 万份内部文档的语料上扩展 dreaming，仅靠 wiki 的得分从 13% 升到 48%，wiki 加检索的综合得分从 54% 升到 61%，每个问题还省下约 2 万 token。

限制写得直白：注入的记忆一旦错误会污染之后的每一次会话，所以 Claude Code 的自动记忆只加载 MEMORY.md 的前 200 行或 25KB 作为索引；dreaming 本身要算力，知识库可能膨胀到与原始语料等大。可执行的原则很简单：只记录外部系统里没有的东西——验证过的规则、已验证的计划、踩过的坑，其余状态交给工具去查。多数带记忆的产品实际做法是把历史对话塞进一个目录，几周后得到的不是优势，是数字阁楼。

07 Anthropic Q3：8954 亿美元的承诺#

11 月 2 日，Anthropic 向 SEC 提交更新后的招股书，补齐 Q3 数据。当季营收 169.56 亿美元，较去年同期增长超过 11 倍、环比约 47%；前三季度累计 332.42 亿。亏损同步放大：Q3 净亏损 232.91 亿（同比扩大约 92%，大头是估值走高带来的可转债公允价值变动等非现金计提）；经营层面由盈转亏 5.67 亿——上季度还是 9.74 亿经营利润，官方解释是本季追加交付的算力里有 50 亿美元来自短期承诺采购、成本显著高于多年期合同。调整后经营利润 24.63 亿，利润率从 19% 降到 15%。

成本结构的变化更能说明问题：算力与基础设施费用从去年一季度 9.44 亿增到本季 98.63 亿，同比增长 382%，占收入比重回升到 58%。最受关注的一栏是长期承诺：采购与租赁承诺总额约 8954 亿美元，其中约 4475 亿在 2030 年底前兑现、约 698 亿需在 12 个月内支付、仅 10 月就新增约 1000 亿；采购对象包括 Fluidstack、Lambda、Nscale 这些新云厂商，以及向谷歌 1213 亿、亚马逊 1100 亿、微软 449 亿、SpaceX 1205 亿。截至 9 月底流动性约 1466 亿（现金 956 亿）。

收入一年扩大近 12 倍仍未追上承诺规模，是这份财报最核心的张力。上市融资可以缓解资金压力，也把何时扭亏的考卷更直接地摆到了公开市场面前。

08 GitHub 热榜与一周动态#

GitHub 本周前排被两个设计 skill 占了，加起来一周 2.3 万星，干的是同一件事：让 agent 做出来的东西别那么像 AI 做的。impeccable（+12,017，总 99,914）是给编码 agent 的设计词汇——你说「再贵气点」「更狠点」，它知道该改哪几个具体位置，62 条确定性规则抓 AI 味、纯本地跑；hallmark（+11,566）是 Together AI 的设计 skill，50 套主题轮着发，做完要在真浏览器里 lint 一遍才算过。security-audit-skill 连续第二周涨一万。其余：t3code（Theo 的 agent 控制面板，三端管本机 Claude Code 与 Codex）、ECC（29.5 万星，一套配置覆盖 7 个 harness）、superpowers（31 万星，「别急着写代码」）、claude-mem（跨会话持久记忆）。审丑这件事，终于从人的抱怨变成了能跑的工具。

一周动态： 千问发布神秘预告海报「The becoming begins」，引用《庄子·逍遥游》「北冥有鱼」，Qwen 4 官宣进入倒计时；The Information 称 OpenAI 最快本周发布新一代 6.2 Sol 与 Astra，ChatGPT API 里已出现 rc-ada-or-vm 与 rc-ada-sh-vm 两个新模型标识；Tibo 征求意见「Pro 50 有意义吗」，50 美元档传闻浮现；DSH 更新 v0.2.2 首个候选版本，支持把任务派给本机的 Codex 或 Claude CLI；OpenCode 联创透露找到了以 10 美元提供价值 300 美元 DeepSeek 用量的新方案——推理成本优化的想象力还在加深。

写在最后#

这周，最值得记住的五件事：

1. GPT-6 Cyber 把漏洞挖掘的成本压到单个 1279 美元，攻防两条曲线被模型能力同时抬升，防御资助计划是它的对冲。
2. Kimi 兑现承诺放出 1561GB 权重——开源的价值从「能部署」转向「可验证」。
3. 混元 Hy4 参数翻倍价格不变，模型被当作智能体的执行底座设计；Revolut 的 2000 名工程师则证明自托管路线已经能省下九成的钱。
4. Anthropic 的记忆研究把「昨天讲到哪了」变成工程问题：只记录外部系统里没有的东西。
5. 8954 亿美元算力承诺写进招股书——收入一年涨 12 倍仍未追上承诺规模，这是前沿 AI 最真实的资产负债表。

下周值得继续看的：Qwen 4 正式发布的参数与定价，以及 GPT-6.2 Sol/Astra 传闻会不会兑现。