2026-10-07 AI动态

评对数学界，这份公开更像一次可复核性实验：成果放 GitHub 而非期刊、用 Lean 让机器验算，把评审成本从人转给算力。对研究者，价值在于可直接引用的证明与协议；对 OpenAI，则是在安全审查压力下展示前沿模型科研能力的合规路径。

评它一次解决本地会话的三个痛点：共享工作树会抢文件与端口、跑在本机随断电中断、凭据暴露。新方案每任务一台 VM，仓库克隆到独立分支，GitHub token 由代理持有、只发短期凭证——这是智能体并行化的关键基础设施。

评对端侧开发者最实际的两点：输出向量可从 768 维截断到 128 维，最高省 6 倍存储；Pixel 11 Pro 上纯文本权重仅约 191MB。MTEB Code 从前代 68.76 升至 78.68，开源小模型正把 RAG 拉回设备。

评把 1M 上下文做成公测默认项，直接对标 Gemini 与 GPT 的长上下文档；前两周五折是典型的抢开发者心智定价。对使用者，MoE 总参 1T 但每次只激活约 50B，长文档与代码库场景的成本结构比参数规模更值得看。

评比金额更值得注意的是出资结构：腾讯是模型应用方、宁德时代是制造业，两者同时成为最大出资方，说明这轮钱不只是财务投资，而是算力与场景的产业绑定。原定目标 500 亿、实际接近 800 亿，反映一级市场对国产前沿模型的重新定价。

评报告落点是广而不深：付费者中位数每月仅 25 美元且几乎不涨，而头部 1% 月均 903 美元、18 个月涨 80%，集中度已超过底部 50% 之和。对做 AI 产品的团队，增长不再来自拉新，而是抓住愿为编程与生产力工具叠加付费的专业用户。

评比 V4 Flash 最佳高 11.5 与 5.5 分，但每任务成本涨约 250%；ARC Prize 指出 ARC-AGI-1 上 high 档 88.5% 反低于 low 档 90.5%，档位并非越高越好。采购方按难度分档调度更省钱。