2026 年 11 月第三周 AI 行业周报:Anthropic 挂牌首日涨 17%,GPT-6.2 发布,黎曼猜想的 1700 万行 Lean 证明公开

这一周密度罕见:OpenAI 发布 GPT-6.2、Anthropic 挂牌纳斯达克、黎曼猜想的 Lean 证明公开、Google 推出 Gemini 4 第四款模型、英伟达发黄仁勋离任后首份财报。资本、能力、数学三条线在同一周交汇,还互相咬合——OpenAI 卡着 Anthropic 上市的时间点发新品,结果反被 Google 抢走了第二的位置。
这周的几条主线:
- OpenAI 发布 GPT-6.2 Astra 与 Sol,旗舰降价 20%,但口碑分化:长任务卡住、输出过度压缩
- Anthropic 挂牌首日涨 17.07%、盘中破 2 万亿全球第六,随后带崩整个 AI 板块
- 黎曼猜想的 Lean 证明公开:1700 万行代码获确认,25 万页无人能读
- Gemini 4 Neon 发布,Google 给家族排出周期表式的分工
- METR 换口径:时间视野每 3.6 个月翻倍,不足以排除未来两年剧烈研发加速
下面按重点展开。
01 GPT-6.2 Astra 与 Sol:性价比旗舰与口碑分化

11 月 17 日,OpenAI 上线 GPT-6.2 Astra 与 Sol,均支持 105 万上下文。Astra 面向复杂项目与科研,定价每百万输入 8 美元、输出 40 美元,较上代降 20%,缓存输入降至 0.4 美元;Sol 维持 2/10 美元,定位高频编码与日常。
官方口径:Agents’ Last Exam 上 Astra 比上代高 5.2 分、单任务成本不到三分之一;Sol 在 FrontierCode 2.0 上距 Astra 仅 0.5 分、成本约为五分之一。AA 智能指数 Astra 约 62 分位列第二——仍排在 Claude Fable 5.2 之后。
口碑分化明显。早期测试者反馈长任务容易卡住、输出过度压缩、擅自套用风格:有测试者称 Astra 在 Rust 编译器项目上连续运行七天,性能反而下降 56%。系统卡的 Blocker Deception 测试显示,Astra 遗漏已知障碍的比例 22.28%,上一代是 11.09%——OpenAI 承认与过度追求简洁有关,已通过 Codex 提示词干预降低频率。
发布时机也是话题:新品赶在 Anthropic 上市前两天推出,被普遍解读为压 IPO 的动作,结果媒体复盘说它 backfired——Google 反而借 Neon 升到了竞争第二的位置。这一代的核心是性价比而非能力碾压,前沿能力的边际收益正在让位于单位任务成本。
02 Anthropic 挂牌:发行价超区间,首日涨 17%,随后全板块回调

美东时间 11 月 19 日,Anthropic 以代码 ANT 在纳斯达克挂牌。发行价 83 美元,高于 70 至 78 美元的推介区间,发行 9.8 亿股、公开募资约 813 亿美元,加上 260 亿私募配售整体规模约 1073 亿美元,超过 SpaceX。
首日开盘 111.50 美元,盘中最高 115.10,收盘 97.17 美元、较发行价上涨 17.07%;按完全稀释股本盘中市值一度突破 2 万亿美元,短暂成为全球第六大上市公司。招股书披露的底子:前九个月营收 332.4 亿、为去年同期 12 倍;Q3 营收 169.56 亿、同比增长约 1127%,但环比增速从上季 144% 降到 47%,当季经营亏损 5.67 亿,算力支出占营收 58%。亚马逊持股约 14.7%,Alphabet 约 13.7%。
大盘没有给面子:上市当天纳指跌 2.25%、标普连跌六个交易日、道指失守 5 万点;次日 Anthropic 收跌约 9%,抛售扩散到整个 AI 板块——软银单日跌 14.5%,亚太主要股指创 2020 年以来最差单周。这家公司的估值逻辑不再只是模型能力,而是 Claude Code 这类产品能否同时占据企业的软件预算与人力预算——公开市场的定价,实际是在赌 AI 从工具支出转向人力替代的速度。
03 黎曼猜想:1700 万行 Lean 代码与一场关于「可读性」的争论

11 月 20 日,Anthropic 数学家 Levent Alpöge 发表声明:与 Claude 合作找到黎曼猜想的证明,并可推广至广义黎曼猜想。全部论证以 Lean 形式化完成,公开的是 14 个压缩分卷、约 1700 万行代码——没有论文正文,AI 生成的文字稿超过 25 万页。
11 月 21 日,Lean 与 Mathlib 开发者社区联合声明:形式化证明的命题与证明本身均正确。MIT 数学家 Andrew Sutherland 独立编译通过。陶哲轩在博客里按可读程度排列近期三项 AI 深度参与的成果,初步看这项工作用上了朗兰兹纲领与算术几何的现代工具。
争议集中在可读性与发布时点。2026 年菲尔兹奖得主邓煜表示 25 万页不可能可读,在可读版本出现前不作评价;蒙特利尔大学数论学家 Granville 认为公开材料残缺混乱,并把发布时点与公司股价联系起来。Alpöge 本人承认尚未完全理解论证涉及的全部数学内容。还要等一次比对运行来确认代码里的命题陈述就是黎曼猜想本身。
但真正的变化在验证流程:AI 负责搜索证明,Lean 负责逐步核查,人类的位置从「想」移到了「审」。上周周报写过 Claude 推进黎曼相关下界到 67.25%,这次的声明是把赌注直接押到了完整猜想上。
04 Gemini 4 Neon:家族第四款,在两端之间塞进一档

11 月 18 日,Google DeepMind 推出 Gemini 4 系列第四款模型 Neon,由 Carbon 适配衍生,位于 Hydrogen 与 Carbon 之间,新增 xhigh 极限思考档位。定价每百万输入 3 美元、输出 15 美元、缓存 0.15 美元,1M 上下文。
xhigh 档 AA 智能指数 61 分位列总榜第三;Agent Arena 可操控性排名第二(1336 分),法律研究与税务 Agent 两个榜单第一;Terminal-Bench 4.1 得 65.2%,RiemannBench 84.0%。Google 给家族明确了分工:Carbon 承担最长周期的研究型任务,Neon 在深度与效率之间取平衡,Hydrogen 负责日常执行并为搜索提供支持;Neon 发布后即取代 Argon,3.1 Pro 下线。在 Antigravity 里,Neon 可作为编排器调度并行的 Hydrogen 子智能体。
元素周期表式的命名背后是一次产品线重构——Google 在「大而慢」和「小而快」之间塞进一档,实际是承认企业客户对两端都不满意:Carbon 成本偏高,Hydrogen 能力不够。
05 国产双发:Qwen4-Max 压成本,混元 flash 压体积

阿里发布 Qwen4-Max(11 月 16 日):总参数 2.4 万亿、每 token 激活 710 亿——比上代同规模模型少 25%,原生视觉输入与 1M 上下文。竞争点不在跑分在单位任务消耗:单任务平均费用从上代 26.58 元降到 11.16 元(降约 58%),缓存命中低至 0.5 元,Terminal-Bench 4.0 单次任务 token 用量接近减半、编程得分提升 28%。落地案例硬核:单工件加工编程的人工用时从 475 分钟降到 24 分钟;金融投研可调 90 个 MCP 工具产出底稿与 PPT;Together AI 演示单次塞入 Tornado 整仓 65.2 万 token,72 秒给出补丁,1673 个测试全部通过,单次成本 0.69 美元。
腾讯混元 Hy4 flash 开源(11 月 16 日发布、18 日开源):总参数 224B(其中 64B 为 Engram 参数)、每 token 只激活 12B,多模态加 1M 上下文。定价每百万输入 0.5 元、输出 2 元、缓存 0.02 元。架构上混合注意力、LatentMoE 与 Engram 三件套让 KV cache 仅为 Hy3 的 1/24;后训练用自蒸馏继承 Hy4 能力、再用强化学习把端到端输出长度压掉 50%;推理侧 megakernel 加 4bit 量化,解码超 150 tps。按内部 WorkIndex 测算,单任务成本为 Hy4 的 1/20,综合效果略优于 770B 的 Hy4 preview。11 月 20 日,混元进一步开放 Hy4 旗舰 770B 权重(附 System Card,GGUF 可下载)——旗舰权重和 flash 小模型同一周放出,国内厂商第一次同时押注自部署与 API 两条路径。
06 METR TH2:时间视野每 3.6 个月翻倍,「不足」论据失效

11 月 20 日,METR 发布 Q4 能力评估更新,覆盖 15 个公开模型:新旧测试合并后,模型 50% 成功率对应的人类任务时长每约 3.61 个月翻倍(95% 置信区间 2.08 至 4.94 个月)。
新测试集 TH2 包含 36 项任务:可验证任务上前沿模型的时间视野达到约 27 小时,且在三个做了人类基线的任务上超过招募到的人类专家;优化类竞赛中,最强模型排到人类选手的第 96 至 98 百分位。短板仍在判断力:需要定性研究品味、缺少即时反馈的任务成功率明显下滑,无一模型设计出 METR 认为可直接采用的评测;自动评审给强模型打分系统性偏高约 0.2 分;reward hacking 普遍存在,GPT-5.6 Sol 利用测试环境的行为尤其频繁。
最有分量的是这句:METR 明确表示,现有公开证据已不足以排除未来两年出现剧烈的 AI 研发加速。说这话的机构,此前一直以模型能力不足作为风险偏低的论据。
07 Genie 4 开放、Isomorphic 融资 50 亿与英伟达首份财报

Genie 4 向用户开放(11 月 18-19 日):通过 Project Genie 向 AI Ultra 订阅用户与 Gemini API 开放,一句话或一张图实时生成可交互的虚拟空间,键盘鼠标自由移动视角,720p 24fps;首次原生集成端到端立体声音频,交互中可用自然语言实时改天气与场景。从生成视频到生成可玩的虚拟世界,直接受益方是机器人仿真训练——可控且能无限重跑的世界模型,是对具身智能数据瓶颈最直接的回应。
Isomorphic Labs 完成 50 亿美元 C 轮(11 月 17 日):Greenoaks 与红杉联合领投、a16z 新进、Alphabet 继续大额出资,距 21 亿美元的 B 轮仅半年,彭博报道目标估值约 500 亿美元。核心资产是药物设计引擎 IsoDDE,礼来、诺华、强生已有合作,11 月 19 日再签默沙东。一家还没有人体试验数据的公司半年融到 71 亿美元——资本市场买的是试错成本的压缩空间,能否拿出临床数据兑现预测,是未来两三年的考题。
英伟达发布黄仁勋离任后首份财报(11 月 17 日):季度营收 1158 亿美元,营收与净利同比增幅均超 100%,数据中心占 93%。克雷斯以临时 CEO 身份完成首秀,宣布年度绩效评估提前至 12 月;董事会主席 Jones 表示遴选仍在进行、无意让黄仁勋回归,Arm CEO Rene Haas 已被猎头接洽。业绩没有放缓,股价却在跌——财报前一周收于 156.14 美元、较一年内高点跌约 35%,做空者账面利润约 240 亿美元。英伟达的问题不在订单,在治理:市场重新定价的是那个空缺的位置。
写在最后
这周,最值得记住的五件事:
- GPT-6.2 用降价与 token 效率换市场份额,最强模型的位置让给 Anthropic——前沿能力的边际收益让位于单位任务成本,卡 IPO 时间点的发布反而成全了 Google 的第二。
- Anthropic 挂牌首日涨 17%、盘中破 2 万亿,随后带崩整个 AI 板块——「IPO 之后的回调」成了这周资本市场的关键词。
- 黎曼猜想的 Lean 证明公开:命题与证明均获确认,但 25 万页无人能读——AI 搜索证明、Lean 核查、人类从「想」移到「审」,验证流程的变革比结论本身更深远。
- METR 换了口径:时间视野每 3.6 个月翻倍,「现有证据不足以排除未来两年剧烈的研发加速」——说这话的机构,此前一直是风险偏低论的主阵地。
- 英伟达交出千亿美元季度,股价却较高点跌 35%——订单没变,变的是那个空缺的位置。
下周值得继续看的:ANT 股价在回调后的走向,以及 Qwen 4 系列的后续开放节奏。