GPT-6.1 Sol发布：价格仅Astra五分之一，GLM-5.3遭红队点名

OpenAI在这一轮更新中同时抛出多枚重磅炸弹：从性价比更高的GPT-6.1 Sol，到主打低延迟判定的Decisions API，再到能长期驻留干活的Docs代理。同时，Anthropic红队评估把矛头指向智谱GLM-5.3的安全短板，行业竞争的火药味愈发浓厚。本文梳理本期AI日报的8条核心动态，并逐条分析其背后的产品逻辑与市场信号。

GPT-6.1 Sol：性能逼近旗舰，价格砍到五分之一

OpenAI发布的GPT-6.1 Sol，被定位为接近旗舰Astra的高性价比选项。据官方评测数据，其性能已经逼近Astra，但输入输出价格只有旗舰的五分之一，缓存费用相比上一代还低了一半。

这一定价策略的意图很清晰：用接近顶级的能力换取大规模落地的成本优势。对于需要海量调用的企业与开发者而言，五分之一的价格差往往意味着能否把AI真正嵌入生产流程。需要提醒的是，这些评测数据来自OpenAI官方，缺乏第三方独立验证，实际表现仍有待观察。

低延迟与极速档：Decisions API与Ultra-Fast

OpenAI推出的Decisions API是一个针对性很强的产品。它用GPT-6 Luna做单步判定，150毫秒即可出答案，比常规调用快约10倍，目前处于有限预览阶段。

单步判定的场景非常明确——风控、内容审核、路由决策等需要毫秒级响应的环节。把复杂推理与快速判定拆分成不同产品线，反映出OpenAI正在按延迟和成本对模型能力做精细分层。

与之呼应的还有Codex中的Ultra-Fast速度档：每秒能生成300个词源（token），代价是价格达到标准价的6倍，且需搭配每月500美元的订阅。极速与低价形成两个极端，OpenAI显然想让不同预算、不同时延敏感度的用户各取所需。

Token（词源）是大语言模型处理文本的基本单位，大致对应半个到一个中文字，或约四分之三个英文单词。每秒300个token意味着约225个英文单词，对于代码补全、实时流式输出等场景已相当可观。值得注意的是，AI领域常用"token/s"衡量生成速度，但实际体验还受网络延迟、并发负载等因素影响，实验室指标与生产环境表现可能存在差距。Ultra-Fast的6倍溢价也揭示了一个行业规律：在云端推理中，速度与成本往往成反比——更快的响应通常意味着占用更多并行计算资源，而非单纯的模型能力差异。

Docs常驻代理：拥有自己的云电脑

OpenAI发布的Docs常驻代理是本期最具想象力的更新之一。每个代理都有自己的云电脑和浏览器，能连接4000多个应用长期干活，动手执行前需要用户批准。

"常驻"两个字是关键。过去的AI调用是一问一答的短会话，而常驻代理意味着AI可以持续在后台运行、跨会话保留上下文，并调度大量外部工具。配合"动手前需用户批准"的机制，OpenAI试图在自主性与可控性之间找到平衡点——既让代理能长期执行任务，又不至于失控。

常驻代理（Persistent Agent）与传统AI助手的核心区别在于状态管理与生命周期。传统API调用是无状态的：每次请求独立，上下文需由调用方手动传入，会话结束即"遗忘"。常驻代理则在云端维护持久化的运行环境，可以跨会话记忆任务进度、保存中间文件、订阅外部事件触发。这一架构更接近传统软件中的"后台服务"或"守护进程"概念。为代理配备独立云电脑和浏览器，本质上是给每个AI实例分配了一个隔离的沙箱，既防止不同任务互相污染，也便于审计操作记录。这与近年来兴起的"AI Agent"范式一脉相承——目标是让模型从回答问题转变为独立完成多步骤、长周期的复杂任务。

Anthropic红队点名GLM-5.3安全短板

竞争的另一面是安全博弈。Anthropic红队在评估中点名智谱GLM-5.3，称其能自主写出完整的攻击利用代码，绕过自身防护的成功率最高达到100%，安全性明显低于同级的Claude模型。

100%的绕过成功率是一个相当刺眼的数字。不过需要理性看待：红队评估本身带有对抗性质，且由竞争对手Anthropic发起，结论可能存在立场影响。这也折射出当前大模型安全评估缺乏统一标准的现实——不同厂商用不同方法测出的结论，往往难以直接横向对比。安全能力正在成为模型竞争的新战场。

红队评估（Red Teaming）源自军事与网络安全领域，指组建专门团队模拟攻击者视角，主动尝试突破系统防线以发现漏洞。在AI安全语境中，红队会针对模型设计各类对抗性提示（adversarial prompts），测试其是否会生成有害内容、绕过安全过滤或被诱导执行危险操作。由竞争对手主导的红队评估存在固有的利益冲突风险，结论的客观性需要打折扣——这并不意味着发现无效，而是说方法论的透明度和可复现性至关重要。目前AI安全领域尚无类似CVSS（通用漏洞评分系统）的统一评估框架，各厂商的测试方法、评分标准和披露口径差异显著，使得跨模型横向比较的结论往往充满争议。

商业化狂飙：融资、估值与用户数据

商业层面的数字同样惊人。据报道，OpenAI正洽谈至少300亿美元的新一轮融资，估值约1.4万亿美元，年化收入在8月已达400亿美元，公司对此未作回应。

用户侧的数据佐证了这份底气：OpenAI表示ChatGPT每周活跃用户已超过12亿，ChatGPT Work和Codex的周活超过3500万，企业客户达到250万家。

从12亿周活到250万企业客户，OpenAI的用户基本盘已经从个人消费级向企业级深度渗透。1.4万亿美元的估值与400亿美元年化收入之间的落差，则说明市场依然在为其未来增长空间买单，而非当下的盈利能力。

Codex大更新：云端协作与安全扫描

Codex也迎来一次大更新。任务能在共享的云端环境里跨设备接着运行，新增了代码审查与安全扫描功能，扫描出的漏洞会由它先在云端准备好修复方案。

跨设备续跑与云端修复，本质上是把编程助手从"补全工具"升级为"持续协作的开发伙伴"。结合前面提到的常驻代理趋势，OpenAI在开发者工具上的思路正逐渐统一：让AI具备长期、自主、可审计的工作能力。

结语

本期动态勾勒出几条清晰主线：OpenAI通过分层定价与专用API榨取更多商业价值，通过常驻代理和Codex升级推动AI走向自主执行，同时依托庞大用户基数支撑起万亿估值。而GLM-5.3的安全争议则提醒行业，能力狂奔之外，安全护栏的建设同样刻不容缓。以上数据多来自厂商官方或单一来源，读者在参考时仍需保持审慎。