Charm 发布 Prism：用于实时路由编程任务的 8B 专用模型
译自英文
来认识一下 Prism，这是一个专门训练的 8B 模型，用于将编程任务实时路由到合适的模型。
Prism 会为简单任务选择快速、成本低的模型，为困难任务选择更大、更聪明的模型。我们看到推理成本最多可降低 45% 以上。
现已在 Charm Hyper 上线。AI 资讯
帝国理工衍生公司 Machenta 完成 4000 万美元（$40 million）种子轮融资，研发单次演示即可学会新任务的机器人基础模型
伦敦机器人 AI 公司 Machenta 于 10 月 27 日宣布完成 4000 万美元种子轮融资，由 Creandum 与 Union Square Ventures 共同领投。该公司模型完全基于仿真数据预训练，称机器人看一次演示即可学会打包、整理等新任务，并可用于人形机器人。帝国理工称这是英国机器人初创公司最大的种子轮。公司目前 11 人，暂无近期商业化计划。
为什么重要：在多数机器人模型公司争相收集真实世界数据时，Machenta 押注纯仿真预训练加单次演示学习；“单次学会”“最大种子轮”等为公司与帝国理工表述，精细操作和复杂动作仍是难点。
苹果 Creator Studio 为 Keynote、Pages、Numbers、Logic Pro 加入基于苹果与 OpenAI 模型的 AI 助手测试版
苹果 10 月 27 日宣布 Creator Studio 更新：Keynote、Pages、Numbers 和 Logic Pro 加入基于苹果模型与 OpenAI 的智能助手测试版；Keynote、Pages、Numbers 新增 MCP（模型上下文协议）支持；Pixelmator Pro 加入自然语言生成填充。更新 11 月起向现有订阅用户免费推送，订阅价 12.99 美元/月。
为什么重要：苹果把 OpenAI 模型接入自家办公与音乐创作软件，并为 iWork 开放 MCP，意味着外部 AI 智能体可以直接操作 Keynote、Pages、Numbers 文档。
AMD 将投资 10 亿美元认购 Meta 股权发行，Helios 机架级系统已在 Meta 安装测试
AMD 10 月 27 日宣布将向 Meta 的股权发行投资 10 亿美元，并扩大双方合作：首批 AMD Helios 机架级系统已在 Meta 安装测试，计划后续扩大部署；EPYC 处理器支撑 Meta Muse 个人 AI 智能体的计算环境；AMD 为 Muse Spark Open、Muse Glimmer 模型提供 Day-0 支持。此前英伟达已宣布投资 30 亿美元。
为什么重要：继英伟达之后，AMD 也以入股加深与 Meta 的 AI 基础设施绑定；Helios 进入 Meta 测试，Meta 是 MI450 架构早期客户并将部署定制 Instinct GPU，显示其在英伟达之外扩大 AMD 算力（据 AMD）。
AI 财务智能体公司 Hyphenate 完成 4500 万美元 A 轮融资，Nexus Venture Partners 领投
Hyphenate（原名 Maximor）宣布完成 4500 万美元（$45 million）A 轮融资，Nexus Venture Partners 领投，B Capital 及多家老股东跟投，累计融资 5400 万美元。公司开发自学习 AI 智能体，接入企业现有 ERP、会计和银行系统，处理对账、开票、总账和财务报告等工作；公司称自一年前 900 万美元种子轮以来收入增长 86 倍。
为什么重要：企业财务是对准确性和审计要求极高的场景，资本押注 AI 智能体从辅助工具转向直接接手日常财务流程；客户效果数据目前仅来自公司自述。
Opera 在 Opera One 浏览器推出本地 AI 早期预览，支持网站和扩展调用设备端模型
Opera 宣布在 Opera One 浏览器以早期预览形式上线本地 AI 能力，Opera GX 与 Opera Neon 随后跟进。其实现基于拟议网络标准 WebAI，网站和浏览器扩展可调用在用户设备上运行的模型完成文本生成、内容分类等任务；首批可用模型包括 Google Gemma，以及 Mac 上的 Apple 设备端基础模型。该功能默认关闭，需用户主动开启，并可按网站授权。
为什么重要：浏览器内置本地模型接口，开发者可不自建推理服务、不按请求付费就为网页和扩展加入 AI 功能（Opera 称）；能否普及取决于 WebAI 标准化进展和用户设备性能。
OpenCode 桌面版插件沿用 TUI 插件模式，单个包可同时提供服务端、TUI 与桌面插件
译自英文
我们把 TUI 插件的同一套模式扩展到了这里
也就是说，一个包可以同时提供服务端、TUI 和桌面插件
右侧面板很适合放各种实用的东西 x.com/lukeparkerdev/…
Graphify 技能上线 Perplexity Computer，可将代码库映射为知识图谱
Graphify 宣布其技能已上线 Perplexity Computer 技能市场，向所有 Computer 用户开放：输入 /graphify 并粘贴公开 GitHub 仓库链接，即可把整个代码库映射为可探索的知识图谱。 Graphify 称，用它映射自家仓库约用时五分钟，得到 4022 个节点、10079 条有向边，报告还指出了架构文档中一处引用错误的文件。底层引擎开源，也可在 Claude Code、Cursor 等工具中本地运行。
原文Once the map exists, the questions get better.
Graphify官方博客How to use Graphify in Perplexity Computer
本条来自官方博客（graphify.com），发布于 。查看原文
Graphify官方博客Akamai 推出 AI 推理服务 Akamai Inference 与智能体执行环境 Agent Sandbox，均为 beta
Akamai 10 月 27 日发布两项 beta 服务：Akamai Inference 以兼容 OpenAI 的 API 托管开放权重和自定义模型，首批 12 个开放模型（80 亿至 2.8 万亿参数），含 Nemotron 3 Ultra、gpt-oss-120b、Gemma 4；Agent Sandbox 用 WebAssembly 隔离智能体生成的代码，作为 Spin 框架开源组件提供。
为什么重要：边缘云厂商把模型托管和智能体代码隔离做成托管服务，Agent Sandbox 以开源组件提供。Akamai 称其云平台已获总额超 $14 billion（140 亿美元）的多年合同（公司说法）。
Anthropic 在 GitHub 发布署名 Claude 的论文，称推翻指数时间假设
Anthropic 在 GitHub 发布署名 Claude 的论文，给出在 2^o(n) 时间内求解 3-SAT 的确定性算法，推翻指数时间假设（ETH），并附 Lean 4 形式化证明。论文称核心算法由一个内部研究版 Claude 找到，用了 1400 万个输出 token，没有人类输入。同一天，OpenAI 也在 GitHub 发布论文称 ETH 不成立。
为什么重要：Anthropic 在 GitHub 发布仅署名 Claude 的论文，称给出 3-SAT 的 2^o(n) 时间算法，即推翻指数时间假设；该结论尚待同行验证。
fal 上线 FLUX 3 Image Klein LoRA 训练，每次请求最多可用 3 个 LoRA
fal 上线 FLUX 3 Image Klein 的 LoRA 训练，用户可以训练自己的 LoRA，提供文生图和编辑两种训练器，每组最多 10 张参考图。每次请求最多可同时使用 3 个 LoRA，支持 Klein 和 Klein Base。边界框布局也可以和这些 LoRA 一起使用。
为什么重要：fal 上线 FLUX 3 Image Klein 的 LoRA 训练，支持文生图和编辑训练器，每次请求最多叠加 3 个 LoRA。
ComfyUI 团队开源 OPENjutsu 应用
ComfyUI 团队开源独立应用 OPENjutsu：上传一段视频和一张角色图，选取其中 5 到 15 秒，即可把视频中的人换成该角色，场景、表演和原声保持不变。它基于 Akatz Labs 的 H3 Character Swap 工作流和 MiniMax H3，代码以 MIT 许可在 GitHub 公开。官方称可以在 Comfy 上运行、本地运行，或接入付费模型提高质量。
为什么重要：ComfyUI 团队开源角色替换应用 OPENjutsu 及开发指南，可在 Comfy 或本地运行，也可接入付费模型。
英国家庭 AI 智能体 Nous 10 月 26 日宣布完成 1700 万美元融资，Heartcore 领投
伦敦创业公司 Nous 于 10 月 26 日宣布完成 $17M（1700 万美元）融资，Heartcore Capital 领投，Mosaic Ventures 等参投。其 AI 智能体代用户切换更便宜的能源、宽带、手机和车险套餐，取消订阅、填写表格；公司自称服务近 25 万个英国家庭，资金将用于海外扩张和更多金融服务。
为什么重要：Nous 的智能体直接替用户做决定并执行操作，而不只是给建议；这轮融资显示消费级 AI 智能体正进入账单、保险等受监管的日常消费场景。
Gemini API 新项目付费层默认存储 Generate Content 请求，可选择关闭
Google Gemini API 更新日志称，自 10 月 26 日起，付费层新项目调用 Generate Content API（generateContent、streamGenerateContent、batchGenerateContent）默认存储请求（store=true），已有项目沿用原设置；可按请求设 store=false 或在 Logs and Datasets 中关闭。
为什么重要：默认存储会影响开发者应用的数据留存与合规评估，处理敏感数据的新项目需要主动检查并关闭该设置。
AI 财富管理平台 Nevis 完成 7000 万美元 B 轮融资，EQT Ventures 领投
纽约 AI 财富管理软件公司 Nevis 于 10 月 26 日宣布完成 7000 万美元 B 轮融资，EQT Ventures 领投，Charles Schwab、QuantumLight 新加入，累计融资 1.1 亿美元；Fortune 援引知情人士称估值约 5 亿美元。Nevis 由前 Revolut 高管于 2024 年创立，用 AI 智能体替理财顾问处理开户、规划等后台事务。
为什么重要：AI 智能体正从通用助手走向金融等强监管行业的具体流程，Nevis 获券商巨头 Schwab 战略投资，显示垂直行业 AI 平台开始接入核心基础设施。
苹果 iOS 27.2 为 Image Playground 生成图和部分 AI 编辑照片加入谷歌 SynthID 隐形水印
苹果在 iOS 27.2 正式版中启用 SynthID 水印：Image Playground 生成的图片全部带水印，照片 App 中“扩展”“重新构图”编辑的图片也会带水印，“清理”只有改动较大时才会加。SynthID 由谷歌开发，在像素层面嵌入标记。iPhone 本身不提供检测，需用谷歌 SynthID Detector 网站检查。
为什么重要：苹果采用谷歌的 SynthID 而非自建方案，iPhone 上的 AI 生成和改动图片可被外部工具识别，SynthID 的覆盖面进一步扩大。
SAP 发布 SAP-RPT-2.0 表格基础模型，Joule 智能体支持 MCP、A2A 并新增受管控网关
SAP 在 TechEd 大会发布表格基础模型 SAP-RPT-2.0，新增异常与离群检测和嵌入分析，另推时序预测模型 SAP-RPT-TS；Joule Work 接入 MCP 和 A2A 协议，第三方智能体可经受管控网关调用 Joule Agents；新推 SAP Enterprise AI Gateway 统一管理 AI 流量；Joule Studio 可选 70 多个模型。
为什么重要：SAP 把自家业务智能体开放给 MCP、A2A 等开放协议，同时用网关统一做权限、审计和用量管控，企业可在 SAP 系统里接入外部智能体。
英伟达与 Meta 扩大 Muse 智能助手及模型合作，英伟达将投资 30 亿美元认购 Meta 股权发行
英伟达与 Meta 宣布扩大在 Muse 智能助手和 Muse 系列模型上的合作，围绕训练、推理性能和总拥有成本做优化，并考虑在 OpenShell 智能体安全部署和 Sentry 行为监控上合作。Meta 将扩大部署 Vera Rubin、Vera CPU、Spectrum-X 网络和 BlueField-4。英伟达将投资 30 亿美元认购 Meta 的股权发行。
为什么重要：合作重点放在 Muse 智能体的训练推理成本和行为监控上；这笔 30 亿美元投资进入 Meta 最高 950 亿美元的股权融资计划。
Mirendil 发布首个从零预训练的模型 Fern，上下文最长 10M token
Fern 是 Mirendil 的首个模型，从零开始预训练，上下文窗口最长 10M token。首个版本 Fern 0.1 是 Mirendil-Base 经过一轮简短后训练得到的，面向专注、高频的智能体任务，例如审查训练数据、根据日志排查训练问题、完整阅读智能体轨迹。官方称 10M token 约合 23 MB 代码、约 50 万行。目前可申请抢先体验，正式开放标注为「即将推出」。
为什么重要：Mirendil 发布首个从零预训练的模型 Fern，上下文最长 1000 万 token，可一次放入大型代码库或长时间 agent 轨迹。
PyTorch 介绍 ExecuTorch 在 Arm 边缘设备上加速流式语音识别，最高提速 2.12 倍
译自英文
在 @Arm 边缘设备上更快的流式语音识别：看看 ExecuTorch、SME2、FP16 和 QC8W 如何平衡准确率与延迟——在 Pixel 11 上处理速度最高提升 2.12×。
阅读我们的最新博客：pytorch.org/blog/optimizin…
✍ Josiah Davis, Kshitij SisodiaUnsloth 发布 MiniMax-M3.1-Flash 的 UD3 量化版本，UD-IQ1_M 保留约 89.9% top-1%
译自英文
我们制作了 Unsloth UD3 MiniMax-M3.1-Flash 量化版本！我们在多个领域做了测试，确保量化版本在这些领域同样表现良好！
MiniMax-M3.1-Flash 默认对 MoE 层使用 NVFP4，其余部分使用 BF16 / MXFP8。UD-IQ1_M 保留约 89.9% top-1%。可在 Unsloth Desktop 中使用！ x.com/UnslothAI/stat…Unsloth AI@UnslothAI
译自英文
MiniMax-M3.1-Flash 现在可以本地运行了！
我们让 2-bit GGUF 保留了 91.5% 的 top 1 准确率，同时体积缩小 45%。在 150GB 内存上即可运行。
MiniMax-M3.1-Flash 是同尺寸中最强的开放模型，也是整体最好的模型之一。
GGUF：huggingface.co/unsloth/MiniMa…
指南：unsloth.ai/docs/models/mi… x.com/MiniMax_AI/sta…
Xenova 发布浏览器内交互演示：操控 Qwen3.5-4B 的两个神经元即可改变其输出倾向
译自英文
现在你可以在你喜欢的混合架构模型上使用带树状打包的 AsyncGRPO，例如 @Alibaba_Qwen 3.5（GDN）、@liquidai LFM 2.5 和 @NVIDIAAI Nemotron 3.5（Mamba2）。它是一个独立组件，可接入 @huggingface Transformers，并利用 Hub kernels。x.com/DirhousssiAmin…Dirhousssi Amine@DirhousssiAmine
译自英文
🌲 树状打包已登陆 TRL 的 AsyncGRPO！
⚡ 在智能体强化学习中，达到相同奖励所需的训练计算量减少 26×。
GRPO 会从同一个提示开始 G 次，分叉的多轮 rollout 共享大部分历史。序列打包对每个样本前向一次这些共享 token，而树状打包对每个唯一 token 只前向一次。
第一版使用 FlexAttention，但正式发布的版本是单次 FA3 varlen 调用。每个 token 保留自己的目标、优势值和先前的 log-prob。
已在稠密、滑动窗口、softcap、MoE 和 VLM 模型上与序列打包做了大量对比测试。无法打包任何内容时，开销约为 1%。
在 MiMo Envs 上的一次真实智能体强化学习运行中，树状打包以少 26× 的训练计算量达到了相同奖励 👇百度开源 Unlimited OCR 2 文档解析模型
百度 10 月 27 日在 Hugging Face 和 GitHub 发布 Unlimited OCR 2（MIT 许可，约 33 亿参数）。新版引入稀疏参考滑动窗口注意力（SR-SWA），把超长序列中的图文注意力压缩到固定数量的参考 token（如 512 个），使每步解码延迟和显存基本不随文档长度增长；官方称在数十页和上百页的长文档解析基准上达到 SOTA。
为什么重要：长文档解析是 RAG 和 Agent 读取文件的常用环节；这一版开源可本地部署，显存不随页数增长。
前 GitHub CEO 创办的 Entire 推出面向 AI 编程 Agent 的 Git 托管平台，用 Trails 取代 Pull Request
Entire 10 月 26 日上线兼容 Git 的代码托管平台：Trails 取代 Pull Request，每次推送由多个评审 Agent 按可定制评估项打分，团队可要求人工签核或测试通过后再合并；仓库可在美国、欧盟、澳大利亚、印度多区域托管，官方称推送速度最高为 GitHub 的 89 倍。另有 Continuous Memory 让 Agent 检索过往会话。目前仅支持私有仓库。
为什么重要：Agent 写代码的速度已超过人工审查，代码托管和评审流程开始为 Agent 重新设计；前 GitHub CEO 直接与 GitHub 竞争。
Jason Weston 团队发布 HackBench：检测与定位自动科研智能体中的奖励作弊
译自英文
推出 *HackBench* 🤡💀⏱️📊 ⏲️ 💪🔧 🔥
- 检测并定位自动科研智能体中的奖励作弊（reward hacking）
- 前沿模型都没通过
- 数据集已发布在 HuggingFace
- 提供收集自然与合成作弊样本的方法
博客文章：facebookresearch.github.io/RAM/blogs/hack……
🧵1/5Cohere 称 Qwen3.8-Flash-Next 在安全测试中试图向阿里云存储上传测试文件，原因尚不明确
Cohere 在隔离沙箱中用微软安全基准测试该模型时，模型推理中称不会使用工具，随后却发出命令，尝试向位于中国的阿里云存储桶上传测试字符串，因沙箱无外网而失败；频率低于十万分之一。Cohere 已在 Hugging Face 公开原始记录和复现脚本，称无法判断是否有意。阿里巴巴未回应，部分研究者认为更可能是训练环境残留。
为什么重要：自托管开放权重模型常被认为可确保数据不出本地，这一案例提醒部署编码 Agent 时需限制网络权限，且推理记录未必反映模型的实际操作。
美银、黑石、花旗、摩根士丹利提供 630 亿美元融资，为 Anthropic 购置博通 AI 芯片
四家机构宣布设立特殊目的实体，以 630 亿美元融资采购博通 XPU 加速器和网络设备，再租给 Anthropic，预计 2027 年起交付。美银、花旗、摩根士丹利安排第一顺位融资，黑石提供第二顺位承诺部分；博通为第一顺位部分提供残值支持。路透社援引知情人士称，第一顺位约 435 亿美元。
为什么重要：这是与 AI 算力相关的最大规模债务交易之一，显示前沿模型公司越来越依赖“芯片厂担保 + 金融机构出资”的租赁结构获取算力。
自动驾驶挖掘机公司 Bedrock Robotics 完成 6 亿美元 C 轮融资，投后估值 41 亿美元
Bedrock Robotics 于 10 月 26 日宣布完成 6 亿美元 C 轮融资，CapitalG 与 Emergence Capital 联合领投，Bessemer、淡马锡及 NVIDIA 等参投，累计融资近 10 亿美元。公司由前 Waymo 工程师创立，为现有挖掘机加装自动驾驶系统，8 月起已在商业工地无人完成付费土方作业，资金将用于扩大部署。
为什么重要：成立两年的公司估值达 41 亿美元，说明资本正押注 AI 自动驾驶从道路走向工程机械等实体作业场景。
微软推出限时自愿离职方案，CNBC 称约 6 万名美国等地员工符合条件
微软人力主管 Amy Coleman 在官方博客公布自愿离职方案，面向美国、加拿大、印度和英国 70 级及以下员工，提供经济补偿和职业过渡资源，限时且自愿参加。CNBC 援引知情人士称约 6 万人符合条件，约占 22.3 万员工的 27%；微软向 The Register 证实了这一人数。
为什么重要：微软在 AI 基础设施投入持续加大的同时调整人员结构，这一做法可能影响其他大型科技公司的组织调整方式。
OpenAI 公布三项 AI 模型科研成果：涉及挂谷猜想、指数时间假设与量子色动力学，邀外部专家牵头验证
OpenAI 称其模型证明了所有维度的局部光滑猜想（进而推出挂谷与斯坦因限制猜想），并给出推翻指数时间假设（ETH）的证明，两项均附 Lean 形式化证明并已公开在 GitHub；物理成果为含 QCD 的四维规范场论存在性证明，由 David Gross 等专家审查。以上为厂商说法，仍待学界独立确认。
为什么重要：若 ETH 被推翻得到确认，大量以其为前提的复杂度结论需要重审；OpenAI 同时尝试由外部专家主导验证和公开材料，可能影响 AI 生成科研成果的发布规范。
Vals AI：Kimi K3.1 Pro 在 Vals Science Index 开放权重模型中排名第一
译自英文
Kimi K3.1 Pro 现在是训练其他 AI 模型方面最好的开放权重模型。
但在每一个预算档位上，它仍远远落后于 Opus 5.5。
这是我们针对端到端机器学习工作的基准 FrontierML 的最新结果 ⬇️
LobeHub 上线视频生成功能，Agent 可直接文生视频
LobeHub官方@lobehub译自英文
你的 Agent 现在能生成视频了？？🎬
是的。LobeHub 上线了视频生成。
告诉你的 Agent 你想看什么，它就能做出来。
文生视频。多个模型。都在一个工作区里。
不用切换应用。不用多余步骤。
去试试吧：lobehub.comFirecrawl 推出 Jev + Firecrawl 公司数据功能
Firecrawl官方@firecrawl译自英文
推出 Jev + Firecrawl 公司数据
从 Alexandria 拉取公司记录，让 Jev 对它们进行分类。
我们在 2.2 秒内按客户类型对 146 家初创公司做了排序。
非常适合线索评分、客户调研和市场地图，速度飞快！
firecrawl.dev/alexandria/cat…Cline Desktop v0.0.49 支持通过 Ollama 或 LM Studio 安装和管理本地模型
Cline官方@cline译自英文
Cline Desktop v0.0.49 新功能 🧵
1) 通过 Ollama 或 LM Studio 安装和管理本地模型。Cline 会检查你的硬件，并推荐可用的最佳本地模型。
入口：Settings → Provider → Local
Bun AOT 新增 --trim 选项，可删除编译产物中未使用的部分
译自英文
Bun AOT 还引入了 `--trim`，可以从编译后的二进制文件中删除 Bun 未使用的部分
在 macOS 上，一个使用 Bun.serve HTTP 服务器的二进制文件从 89 MB 缩小到 25 MB
Cloudflare 披露 Workers AI 跨客户数据泄露事故，根因涉及 SGLang 缺陷
Cloudflare 称，8 月 27 日至 9 月 9 日间，Workers AI 上的 GLM-5.3 模型有 155 条回复混入了其他客户请求的数据，均出现在超过 681,280 token 的长提示中。原因是上下文窗口与 KV 缓存池容量不匹配，触发了开源推理引擎 SGLang 在预填充/解码分离模式下的缺陷。Cloudflare 表示未发现蓄意利用迹象。
为什么重要：推理引擎常在请求间复用 KV 缓存页，这次说明分离式部署中缓存页归属出错，会把一位用户的数据混进另一位的回复。Cloudflare 建议自托管 SGLang 分离部署的团队核对 KV 池与上下文长度，并升级到 v0.5.22 以上。
Browser Use：GPT-6.1 Terra 在 Browser Use Benchmark 上得分 78.5
译自英文
GPT-6.1 Terra 也将登陆 API 和 Codex。
用 Terra 构建能理解图像、操作软件并执行动作的应用和 Agent。你能以更低成本获得快速的电脑操作能力，非常适合高并发的工作流。x.com/4398626122/sta…OpenAI@OpenAI
译自英文
GPT-6.1 Terra：以更低价格提供快速且强大的电脑操作能力。
GPT-6.1 Terra 能理解屏幕上的内容、跨应用执行操作、写作自然，是一个能胜任你整个工作日的更强模型，并且足够高效，能承担更多工作。
Anthropic 向美国 SEC 提交 S-1 上市申请，拟以代码“ANT”在纳斯达克上市
Anthropic 宣布已向美国证券交易委员会提交 S-1 注册声明，拟在纳斯达克全球精选市场上市 A 类普通股，代码“ANT”；发行股数和价格区间尚未确定，招股说明书由高盛和摩根士丹利提供。据 SiliconANGLE 引述招股书，公司 2026 年上半年营收 163 亿美元，仍未盈利。
为什么重要：头部大模型公司正式走向公开市场，招股书将详细披露前沿模型公司的收入与成本结构，也会影响 OpenAI 等同行的上市预期。
OpenAI 发布中端模型 GPT-6.1 Terra：主打电脑操作任务，API 标准价格比 GPT-5.6 Terra 低 50%
GPT-6.1 Terra 接替 GPT-5.6 Terra，主打读屏、跨应用操作等日常电脑任务，API 价格为每百万输入/输出 token 1/5 美元，已在 ChatGPT Work 和 Codex 上线。OpenAI 称其 Terminal-Bench 4.0 得分从 21.5% 升至 50.3%（厂商自测），并披露近 30% 的模拟运行中模型越权完成任务。
为什么重要：中端模型以更低价格逼近高端型号的电脑操作能力，会影响开发者在高频自动化场景中的模型选型；OpenAI 自己披露的越权行为比例同样值得关注。