2026 年 10 月第三周 AI 行业周报：Kimi K3.1 Pro 把差距缩到 3 分，AI 两天挖出 PHP 双满分漏洞，DeepSeek 拿榜又拿钱#

01 Kimi K3.1 Pro：开源与闭源只差 3 分#

月之暗面发布 Kimi K3.1 Pro，K3 的后训练版本：总参数约 2.8 万亿，1M 上下文，文本与图像输入。Artificial Analysis 智能指数 55 分位列第四——前面是 Opus 5.5 的 58 分，以及 Sonnet 5.5 与 Muse Wonder Full 的 56 分。完整权重承诺 11 月 4 日前公开，届时它将是参数规模最大的开源模型。

能力侧重放在可执行的任务上：Terminal-Bench 4.0 拿到 65.7%，高于 GPT-6 Astra 的 58.2%，距 Opus 5.5 的 66.4% 只差不到 1 个百分点；Code Arena 1692 分，超过 Claude Opus 5 与 GPT-6 Sol 的 1681 分。官方演示里最有画面感的一个：人体行走仿真从最初几步就倒地，迭代到交替迈步连续行走 11.2 秒，过程中模型自己修正了肩部肌肉力臂计算里的 36 处错误。

价格与实测成本之间有落差。每百万 token 输入 2 美元、输出 10 美元，是 Opus 5.5 的一半，但 AA 测算单任务成本 1.98 美元、与前代 K3 基本持平——它每个任务平均输出 5.5 万 token，比 K3 多 14%。开发者实测用 10 小时、400 万 token 做出一个 3D 游戏，花了近 52 美元。

Artificial Analysis 给的结论比任何单项跑分都重要：开源落后闭源前沿的差距，从 12 分缩到了 3 分。追赶已经从能力层转到成本与部署层。

02 AI 两天挖出 PHP 两个满分漏洞，全球七成网站连夜打补丁#

本周安全圈最硬的新闻。OpenAI「Patch the Planet」计划下，安全公司 Calif 的研究员用 GPT-5.6 Sol 审计 PHP 代码库，找到两个未认证远程代码执行漏洞，CVSS v4.0 评分均为 9.2。几乎同一时间，Google 旗下 Wiz 用自研 Atlas 智能体搭配 Gemini 4 Argon 与同一个模型，独立发现了同一批问题——两支队伍、两条路径，指向同一处代码。

分量要看背景：PHP 支撑着全球约 69.3% 的网站，漏洞在运行时本身而不在插件里，一个写得完全正确的站点只要版本受影响照样暴露。根源可以追到 2012 年的 PHP 5.4.0，攻击者不需要账号密码，一个请求就可能拿到服务器控制权。PHP 基金会随后连发四个修复版本。

协调修复花了约两个月，原定 10 月 22 日披露，一则匿名帖提前把 CVE 编号和真实目标演示视频放了出去，补丁被迫提前一天。Cloudflare 记录的数字是：公开后 45 分钟出现数万次攻击尝试，两小时后升到数十万次。它能潜伏十四年也有具体原因——2020 年有人提交过相关报告几乎没人回应，2024 年一次第三方审计碰到它，因为证明不了真能被利用，最后没修。

OpenAI 把这段提前量命名为 Defender’s Window，同时宣布投入 10 亿美元，向安全资源有限的机构提供漏洞发现与应急响应补贴。窗口的宽度不由模型决定，由协调披露的流程决定——当发现的边际成本趋近于零，瓶颈整体后移到了修复、通知与部署一侧。

03 Claude Duet：主动式智能体的四国杀#

Anthropic 推出 Claude Duet，一款让 Claude 以主动式智能体方式工作的独立应用：基于 Opus 5.5，iOS、Android 与 claude.ai 三入口，研究预览面向美国 Pro 与 Max 用户开放候补。它每天早上主动汇总已连接应用里需要关注的事项，用户离开后任务在后台继续跑，办完再回来通知。

运行环境是一台带浏览器的云端虚拟机，布置任务只需一句话，它会自己决定调哪些应用、按什么步骤走，工具侧可调 Claude Marketplace 里超过 6000 个连接器。安全设计写得比功能还细：不直接接触密码、cookie 和登录令牌，发消息、付款、签署文件、删除内容都要在审批卡上确认，另有一套分类器逐个检查外发信息。

这条赛道已经很挤了：Meta 的 Muse 登顶过 App Store，OpenAI 有 Dots，阿里千问 Go 已开放体验，腾讯在研元宝助手。Anthropic 自己在文档里承认，订票这类个人杂事做得不够好。个人智能体的分水岭不在能接多少应用，在什么时候该出声、什么时候该自己干，以及越权的边界画在哪里。

04 开源双响：专业榜的 Muse 与匿名霸榜的 MiniMax#

Muse Spark Open 的专业数据补全了。 上周发布后，这周的专业榜成绩说明它选对了战场：Vals AI 的 Harvey 法律智能体榜 75 个模型里排第一，通过率 25.4%，接近 Claude Opus 5（6.7%）的四倍；Rogo 的 Big Finance Bench 用 928 道真实金融工作流问题测出 53.3%，高于 Opus 5 的 49.2%；AA-Omniscience 幻觉率 33%，低于 Opus 5.5 的 59%——拿不准时选择不回答。但通用能力没有想象中高：AA 智能指数只给 39 分，落后 MiMo-V2.6-Pro 的 46 分。许可也留了门槛：连续 12 个月总收入超 2000 万美元且对外提供 MaaS 的公司，要先通知 Meta 另签协议。这条发布的意义不在总分，在把美国的开放权重模型重新拉回牌桌——开源竞争从此分成两条线：一条拼通用指数，一条拼垂直场景里能不能被审计、能不能部署在自己机器上。

MiniMax 开源 M3.1 Flash。 428B 总参数只激活 23B，1M 上下文，原生多模态，checkpoint 约 252GB。它还有一个身份：此前在 OpenRouter 上匿名霸榜近一个月的 Space Bunny，匿名期间单平台处理了 56.7 万亿 token。效率来自三处改动——前三层全注意力换稀疏注意力（1M 上下文单 token 计算成本约为上代二十分之一）、路由专家训练阶段就迁到 W4A4 精度、首 token 延迟从 1.95 秒降到 1.22 秒。跑分集中在智能体任务：Automation-Bench 62.2 分高过 Claude Opus 5 的 50.3，OSWorld V2 与 Agents’ Last Exam 两项国产第一；最弱的一环是 Terminal Bench 4.0，第三方只测出 25.8%。授权同样有 2000 万美元年营收的书面授权条款。

05 DeepSeek 三连：双榜第一、框架开源、150 亿融资#

先拿榜。 V4.1-Flash-20261017 发布三天后，Arena 宣布它成为 Agent Arena 排名第一的开源模型，总榜第 11，结果基于超过 7500 场真实使用会话；Code Arena WebDev 同时拿下开源第一，总榜第 12。分项里任务成功确认提升 11.5%，工具幻觉问题没有出现。单任务中位成本约 0.20 美元——性能排在它之上的模型全部是闭源，价格高出数倍；换算性价比，提升幅度约为 GPT-6.1 Sol 的 37%，成本只有后者的 27%。

再开源。 模型发布三天后，DeepSeek 把支撑线上服务的推理框架 DeepInfer 与生产级 Token 编解码组件一起开源，首发支持英伟达 SM100 与华为昇腾 950。

最后拿钱。 彭博报道 DeepSeek 即将完成约 150 亿美元新一轮融资（约 1000 亿人民币），是中国规模最大的私募融资之一：宁德时代与腾讯是最大投资方（宁德时代出资约 15 亿美元），投前估值约 748 亿美元、投后接近 890 亿。谈判期间融资目标至少上调两次——9 月 24 日 The Information 报道的还是 75 亿。投资方名单读起来像中国工业经济的横截面：吉利、兆易创新、美团、美的、网易、博裕、CPE、君联、IDG，阿里两轮都没有出现。控制权几乎没动：梁文锋在运营主体持股约 81.6%，新投资者合计最多拿走约 17%。上市线也在推进——中信证券受聘担任科创板上市辅导，高瓴创投合伙人严文韬出任 CFO。产业资本买的是便宜 token 时代的供应链座位，不是方向盘。

06 可灵 4.0 与一周动态#

可灵 4.0 把单次原生生成拉到 30 秒（上一代 Kling 3.0 是 15 秒），720p 与 1080p、24 帧，每段带立体声音频，最高 10-bit HDR 与 4K，画幅含 21:9。API 向全部客户开放五种模式。可控性是另一半：全能参考最多叠加 15 项素材，关键帧最多 10 张，提示词上限 8000 token，续拍功能后续支持多次续拍、最长延展到 2 分钟。它解决的是拼接的麻烦——人物变脸、场景跳变、剧情断裂，一次 30 秒能把开场、动作和收尾放进同一个镜头。视频模型的竞争已经从画质转到时长与可控性，真正的考验在长镜头里的人物一致性。

一周动态： Qwen 4.0 传出或于 10 月 29 日 Apsara 大会发布，「专为现场保留的产品公告」引发期待；Claude Code 两名核心成员离职；DeepSeek Harness 开通小红书认证账号，产品运营开始干活；Kimi K3.1 Pro 的海外推广卷入争议——博主公开的内部合作截图显示创作者被要求不添加付费合作标签，Kimi 的推广方式被推上风口浪尖。

07 GitHub 热榜速报#

本周榜单与上周高度重叠——rea 七天 24.9 万星的纪录仍在生效，skills、diagram-design、context-mode 这批项目继续在榜，水位从「意外爆量」回归常态。创业工具侧的数据还在涨：Paperclip 攒到约 10.4 万星，MiroFish 约 8 万，PhotoCraft 约 6.7 万。模型本身没什么新东西，真正在动的仍是接口：给 agent 接什么工具、能读什么文件、能不能拿到外部世界的真实数据。

写在最后#

这周，最值得记住的四件事：

1. 开源与闭源的差距缩到 3 分，Kimi K3.1 Pro 的 55 分与权重开放承诺，把「最大的开源模型」这个头衔提前锁定了。
2. 安全的生产力拐点出现：两家公司、两条路径、两天时间，指向同一个潜伏十四年的 PHP 漏洞——发现的边际成本归零后，瓶颈后移到了修复与协调披露。
3. DeepSeek 拿钱又拿榜：双榜开源第一、推理框架开源、150 亿融资落定，科创板辅导同步启动。
4. 主动式智能体进入四国杀：Claude Duet、Meta Muse、OpenAI Dots、千问 Go 同场竞技，胜负手在边界感而不是连接数。

下周值得继续看的：Qwen 4 会不会如期在 Apsara 大会亮相，以及 K3.1 Pro 权重开放后的实际部署数据。