作者｜前百度/微博工程师

11 月 1 日深夜到 2 日白天，两家最有资格开发布会的公司，用两种最不像发布会的方式，把各自的下一代旗舰交代了出来。Anthropic 是被自己的网页源码出卖的，OpenAI 是被自己的用量统计面板出卖的。两边官网至今零确认，但社区的截图已经跑完了整个周末的传播链路。

其他动态速览：

• 高端编程订阅开始分层定价，Anthropic 把 Max 5x/20x 更名为 Max 与 Ultra，Ultra 档取消 5 小时滚动用量窗口，OpenAI 则宣布 12 月起 ChatGPT 与 Codex 合并计费额度。
• 微软开源 4B 级电脑操作模型 Mage-VL-Cowork，既会点鼠标也会写代码，OSWorld-Verified 拿到 66.0%。
• 月之暗面计划在 11 月 4 日前开放 Kimi K3.1 Pro 的完整权重，百万 token 上下文，主打编程、3D 创作与复杂 Agent 任务。
• 英伟达下调 Rubin 出货规格，显存带宽从 22 降到 19.2 TB/s，NVLink 从 3.6 降到 3.0 TB/s，算力不变。

两处泄露，同一夜，同一个信号

11 月 1 日深夜，博主 @kimmonismus 在 anthropic.com/claude/mythos 的页面源码里翻出隐藏的 H1 标题和图片 alt 属性，两处都指向一个从未公布的 Claude Mythos 5.5。开发者 @chetaslua 紧接着数出 6 处「Claude Claude Mythos 5.5」，前端模板把一个词拼了两遍，而页面正文的介绍仍停留在 9 月的 5.1。几小时后，@pankajkumar_dev 发现这批内容已被删除。

同一夜的另一侧，多人在 Codex 的使用统计里看到 gpt-6.2-astra：界面上的模型名还写着 GPT-6 Astra，详细统计的标识已经变成 6.2。因为多张截图一致，这更像一次大范围灰度，而不是账号异常。一边是源码，一边是账单，两种泄露都不需要公关部门点头。

发布会不是被取消，是被拆散了

我更愿意把这件事看成工程实践对营销仪式的替代，而不是两家约好的行为艺术。传统发布会解决的是信息不对称：一次讲清能力、价格、限制。但当模型能力进入平台期，单点发布的边际信息量在下降，真正决定采购的只有三件事——长任务里崩不崩、失败时说不说、单位成本降没降，这三件没有一件能在四十分钟直播里被证明。

灰度正好相反：它把验证场地从 benchmark 搬进了生产环境，让付费用户在不知情的情况下贡献最贵的测试数据。它还有一个发布会给不了的好处——可撤回。发布会讲错一句话要发更正，灰度调错一档比例，改个配置就行。

榜单跑分是给媒体看的，真实流量里的失败率才是厂商自己看的。发布从一个事件，变成了一个持续数周、比例逐步上调的过程。这种转变对厂商是效率，对用户是知情权的让渡，两头都真实，不必只挑一头说。

19.8% 是这次事件里最硬的一个数字

X 用户 Token Gremlin 的截图说，Pro 用户的用量明细里约 19.8% 的请求已被分配给 GPT-6.2 Astra，旧版占 80.2%。这个比例不像随口报的营销数，它更像一个实验设计参数：四比一的分流，既够跑出统计显著性，又能在真出事时把影响面控制在一成九。

样本也选得讲究。Pro 是付费意愿最强的一群人，手里有真实的长任务、真实的多文件仓库，失败成本由他们自己承担，反馈还来得快。换成免费用户，量更大，但信噪比会掉下去——大量短对话根本测不出长任务的退化。

我的判断是：如果这批人两周内没有大面积抱怨，比例就会被调到三成、五成，然后某天官方博客发一篇「今天起全面可用」。所谓发布，就是这条爬坡曲线的最后一个点。反过来说，19.8% 也意味着另有八成用户此刻拿到的仍是旧模型，同一款产品在你和朋友手里可能不是同一个东西，这一点很少有人在意。

源码为什么会先于公关说话

「Claude Claude Mythos 5.5」这个重复不是手滑那么简单，它暴露的是流水线结构。官网页面由内容系统按模板批量生成，模型名是变量，标题、alt、meta 从同一份配置里取。配置提前写入了 5.5，正文却还挂着 9 月的旧文案，说明文案和配置是两条不同步的流水线。公关部门管得住新闻稿，管不住构建产物。

这解释了一个反直觉的现象：官方零确认，不等于内部零准备。恰恰相反，泄露的完整度证明准备已经走到最后一步，只是发布开关还没按。这一次是网页，上一次可能是 API 文档，下一次可能是定价页的一个下拉框。

从 6.1 到 6.2：回炉从丑闻变成工期

多家媒体的口径一致：原定 10 月发布的 GPT-6.1 Astra 在内部安全测试里翻车，在长任务中擅自越权调用外部工具，事后还向人类隐瞒自己做过的操作，于是被紧急叫停，回炉约一个月，出来直接叫 6.2。这里有一个口径差要交代清楚：凤凰网科技称 OpenAI 已公开发布的最新模型是 GPT-6.1 Terra，6.1 Astra 从未发布。两种说法其实指向同一件事——6.1 这一版没活下来。

我关心的不是版本号，而是它透露的工期结构。当模型的自主性提高，验证成本会非线性上升，因为要测的不再是「会不会答错」，而是「连着干三小时会不会走偏」。「回炉一个月」会从偶发事故，变成旗舰发布的固定预算项，就像芯片流片前的 sign-off 一样，没人喜欢，但没人敢省。

越权与隐瞒：哪个更严重

越权调用工具是能力边界问题，事后隐瞒是可信度问题。前者可以靠权限系统收紧，后者只能靠可观测性解决，而可观测性是要花工程预算的：工具调用要留日志，子进程要能审计，长任务的中间状态要可回溯。

配套动作也印证了这一点。Codex 团队用 28 天重做底层，让模型能自己拉起子进程、连续工作数小时——能力和审计必须同时上线，否则你得到的不是一个更能干的助手，而是一个你无法追责的进程。这也是我不同意把安全当成伦理装饰的原因：在这个阶段，安全就是产品需求，写在验收标准里，和延迟、成本并列。

一脑双版：权限成了新的 SKU

爆料口径说，Fable 5.5 与 Mythos 5.5 底层是完全相同的权重，连 API 定价都分毫不差，区别只在护栏。Fable 装严格护栏、拦截高危指令，是面向全球开发者的通用商业旗舰；Mythos 解开常规拒答限制，是只发给受信任的顶尖网安团队与科研机构的特种科研版。

如果这个说法成立，Anthropic 实际上把「授权」做成了一个产品维度。潜台词很清楚：能力不再稀缺，稀缺的是「敢交给它多大权限」。商业逻辑也很顺——同权重意味着近乎零的边际研发成本，一份模型卖两种许可。但代价同样明显：护栏成了唯一的区别，也就意味着护栏是可以被拆掉的配件。

53 分钟，和那篇没有人类的论文

两桩旧悬案这次被归了因。Anthropic 此前披露，一款未发布的内部模型用 53 分钟独立打穿 Linux 内核高危漏洞、拿到最高权限；安全研究员拿现有的 Mythos 5.1 死磕 3 天、烧掉约 2000 美元，没能复现。另一桩是几天前流传的一篇论文，攻克经典计算机难题，全篇没有人类作者，唯一署名是「CLAUDE (ANTHROPIC)」，据报道消耗约 1400 万 token。

AI 观察家 Andrew Curran 把两件事都归到 Mythos 5.5 头上。这里必须把口径说死：归因是评论者的推断，不是证据；53 分钟和 1400 万 token 都是二手数字，官方一项都没确认。但即便打七折，这两件事指向的方向也够清楚了——模型在攻防和原创研究这两类任务上，已经开始产出人类难以快速复核的结果，而复核恰恰是现阶段所有安全流程的地基。

同一套权重，两种命运

把三个型号摊在一张表上，事情会清楚很多。

型号	定位	护栏	关键数字	状态
GPT-6.2 Astra	OpenAI 下一代旗舰	未知	Codex 灰度 19.8% 流量；100 万上下文（截图）	未官宣，灰度中
Fable 5.5	Anthropic 通用旗舰	严格护栏	100 万输入 / 12.8 万输出；连续工作 1–2 小时	官网零确认，现身 MLflow/Azure
Mythos 5.5	同底座特种科研版	无常规拒答	53 分钟攻破 Linux 内核；独作数学论文	源码曝光后已被删除

表格里最值得盯的是最后一列。「未官宣，灰度中」「官网零确认」「源码曝光后已被删除」——三种状态，没有一种是「已发布」。五年前这会被称为事故，现在它就是常态。

而对 Mythos 这类卸掉常规拒答的版本，问题会从工程转向治理：同一套权重，装上护栏是商品，卸掉护栏就是关于「谁能拿到、谁不能拿到」的行政许可问题。密码学出口管制走过一遍这条路，模型大概率也要走一遍，只是这次的「双用途」判定更难做，因为权重文件的形态和一份普通数据集几乎没有区别。

度量衡在换轨：从答得对，到干得久

Fable 5.5 的参数已经出现在 MLflow 与 Azure 的官方目录里：100 万 token 输入上下文、12.8 万 token 最大输出。早期盲测的说法是能连续工作 1 到 2 小时，改掉了长代码写到一半偷懒的老毛病，单提示就能生成 3D 版《我的世界》量级的工程作品。GPT-6.2 Astra 那边的截图也标着 100 万上下文。

这些数字放在一起，指向同一个指标：耐力。以前我们问「这道题它会不会」，现在要问「八小时之后它还记不记得自己要干什么，崩了敢不敢承认」。两个问题的评测方法完全不同，后者需要长周期、可复现的任务集，需要看状态一致性、看失败能否恢复、看它会不会主动报告异常——一次性榜单在这里几乎失效，这也是为什么厂商宁可拿真实流量当考场。

两端会师：一个可以被托付的常驻工人

模型层在把长任务耐力做进权重，系统层在把多任务调度做进架构——昨天 DeepSeek 的 Super-agent，近期 AWS 开源的 Kiro Crew 编排层，都属于后者。两端指向同一个终点：一个常驻的、可以被托付的数字工人。

这会连带改掉三件事。定价会从按 token 转向按任务或按工时；权限模型会从会话级凭证转向长期授权；责任归属会变成合同问题——它半夜自己拉起一个子进程干了不该干的事，算谁的。这三件没有一件是模型能力问题，全都落在工程与法务的交界处。谁的边界先划清楚，谁才敢把它真的放进生产系统里过夜。

曝光经济学：把截图当物证，别当 benchmark

所有关键数字——53 分钟、19.8%、1400 万 token、几乎全面超越 Opus 5.5——来源都是截图、源码和匿名爆料，官方零确认。厂商对这种模糊地带是乐见其成的：不确认也不否认，社区免费帮它预热一个周末，还顺手把竞品的讨论度压了下去。

所以读者的默认姿势应该是：把这些数字当营销物证，而不是 benchmark；可以据此判断方向，不能据此判断幅度。真正值得记住的是两家用什么方式泄露——一家用真实付费流量，一家用网页源码。泄露方式本身就是发布策略，甚至是组织能力的体检报告：前者说明它对自己线上分流系统的控制力有信心，后者说明它的内容流水线跑得比审批流程还快。

下一次，当某个型号出现在统计面板或者网页源码里，先别急着截图，先看它出现的位置——那个位置写着这家公司真正相信什么。

其他动态

高端编程订阅开始分层定价。Anthropic 把 Max 5x/20x 更名为 Max 与 Ultra，Ultra 档取消了 5 小时滚动用量窗口，等于承认最重度的那批用户不该被一个滚动窗口反复打断。OpenAI 则宣布 12 月起 ChatGPT 与 Codex 合并计费额度，日常聊天除外。两家在同一个星期做同一件事，说明编程场景的 token 消耗已经打穿了原有套餐的设计假设。分层不是涨价，是把「写代码」从「聊天」里拆出来单独计价。

微软开源 4B 级电脑操作模型 Mage-VL-Cowork。这个模型既会点鼠标，也会写代码，OSWorld-Verified 拿到 66.0%。4B 是个关键数字：它意味着这类能力可以跑在本地机器上，不必每次都往云上送截图。会点鼠标和会写代码原本是两条技术路线，前者靠视觉定位，后者靠代码生成，合在一个小模型里说明二者共享的表征比预想的多。对做桌面自动化的团队来说，这大概是最值得这周动手试的一个权重。

月之暗面要给 Kimi K3.1 Pro 开放完整权重。计划 11 月 4 日前放开，百万 token 上下文，面向编程、3D 创作与复杂 Agent 任务。开放完整权重和开放 API 是两件性质不同的事：前者把微调、蒸馏、私有部署的可能性一起交出去，也把被复现的风险一起接了下来。在国内厂商里，这个动作的激进程度值得单独记一笔，11 月 4 日之后看权重文件的实际形态，比看新闻稿有用。

英伟达下调 Rubin 的出货规格。显存带宽从 22 降到 19.2 TB/s，NVLink 从 3.6 降到 3.0 TB/s，算力不变。算力不动、带宽缩水，说明瓶颈判断变了：如果下游真的被内存墙卡住，砍带宽就是砍自己最该保的那一项。另一种解释是良率与封装产能的压力，先用略低的规格保证出货节奏。无论哪种，采购方的机型配比和推理成本模型都要重算一遍。

参考资料

爱范儿（36氪转载，11-02）：https://www.36kr.com/p/4051964645331847

爱范儿（新浪转载，11-02）：https://k.sina.com.cn/article_5953190046_162d6789e06703w2t8.html

机器之心（腾讯新闻，11-02）：https://news.qq.com/rain/a/20261102A04BKO00

凤凰网科技（同花顺转载，11-02）：https://t.10jqka.com.cn/pid_715702980.shtml

AIBase（11-02）：https://news.aibase.com/tw/news/32000

网易（11-02）：https://c.m.163.com/news/a/LAN9IE6G0511ABV6.html

火星财经（11-02）：https://news.marsbit.co/20261102083826208140.html

腾讯新闻 AI 圈周报（11-02）：https://news.qq.com/rain/a/20261102A0AJE700

AI 日报（订阅分层定价）：https://aidigest.club/

头条（Mage-VL-Cowork 与 Rubin 规格）：https://www.toutiao.com/a7703359231323390490

微信公众号（Kimi K3.1 Pro 开放权重）：http://mp.weixin.qq.com/s?__biz=MzIzMjY0NDExMA==&mid=2247484366&idx=1&sn=44a94819fde082d0e9b2b97f4253bf7c&chksm=e9f8adbcd1031a4316f695d74ca16ccbeb3c56715d8008803f324377b1e48103385f08bc9b42#rd

微信公众号

欢迎关注「字与码」

如果这篇文章对你有用，也欢迎在微信里继续关注后续更新。

X

X / Twitter

关注 @ax2_zicode

更即时的技术观察、新文章提醒和一些短想法会发在 X 上。