GPT-6 Cyber首秀狂挖81个零日漏洞，Kimi 2.8万亿参数登顶开源

今天的AI日报信息密度极高：OpenAI推出专攻网络安全的GPT-6 Cyber，在Firefox中挖出81个高危漏洞；腾讯混元Hi4流量暴增紧急扩容，成本仅为同级模型十分之一；月之暗面开源2.8万亿参数Kimi K3.1 Pro，刷新开放权重模型性能纪录；而美股AI板块遭遇“黑色星期四”，单日蒸发约2.8万亿美元市值。模型能力在狂奔，资本开支的回报焦虑却在加剧。

GPT-6 Cyber：只做安全的专用模型有多强？

OpenAI发布了一款“只做网络安全”的模型GPT-6 Cyber。在ExploitGym基准上，它拿到48.5%的成绩，比上一代高出51%，同时压过了通用旗舰GPT-6 Astra。

实际表现更具冲击力：在Firefox浏览器中，它挖出81个此前未知的高危漏洞，Mozilla已确认并开始推送修复；在Linux内核上，它复现1724个漏洞，并构造出948条提权路径。整轮研究调用成本约121万美元，平均单任务1279美元，安全等级被定为Critical。目前该模型只对白名单客户开放。

OpenAI表示，模型被训练成直达授权范围内的目标——这一定位值得注意：它既是能力展示，也是安全边界声明。专用模型在垂直领域碾压通用旗舰，可能预示“领域特化”会成为下一阶段模型竞争的新方向。

ExploitGym 基准是专门评估AI模型漏洞挖掘与利用能力的测试集，题目通常来自真实软件中已修复但未公开细节的漏洞（即"N-day"），要求模型在给定代码库中定位缺陷、判断可利用性并生成可复现的攻击路径。它衡量的是端到端的攻防实操能力，而非选择题式的安全知识问答，因此分数普遍偏低，48.5%已属高位。这类基准的价值在于区分"能看懂漏洞报告"和"能自己找出漏洞"两种能力，后者才是安全专用模型的核心卖点。

**零日漏洞（Zero-day）**指尚未被厂商知晓或尚未发布补丁的安全缺陷，因厂商可用响应时间为"零天"而得名，黑市价格往往高达数十万至数百万美元。AI能在Firefox这类成熟代码库中批量发现零日漏洞，意味着漏洞挖掘的边际成本被显著压低，这对防守方是双刃剑：既加速了修复，也降低了攻击者的准入门槛。

腾讯混元Hi4：流量顶不住，10倍扩容，成本是最大杀器

国产阵营这边，腾讯混元Hi4上线三天就顶不住流量。11月5日腾讯宣布推理集群10倍扩容，免费额度同步提高。

更关键的是评测数据：在Artificial Analysis智能指数中，Hi4拿到38分，在724款参评模型里排第28、中国模型第二，排在前面的只有月之暗面的Kimi K3.1 Pro。成本是它最大的卖点——单任务约0.78美元，比同分的Claude 4.7便宜10倍，比Qwen 3.8 Max便宜13倍。Hi4也是混元第一次把视觉理解放进主力模型。

对于应用层开发者，这种“同分但便宜一个数量级”的性价比，往往比多拿几分更能推动实际接入。

Kimi K3.1 Pro开源：2.8万亿参数，开放权重第一

月之暗面把Kimi K3.1 Pro的权重放上Hugging Face，总参数2.8万亿，单次推理只激活1040亿，上下文给到100万Token，原生支持多模态。

Arena用1.75万次真实长周期任务做了评测：K3.1 Pro净改进+5.1%，开放权重模型第一，比上一代K3的+0.9%高出4.2个百分点；命令执行可靠性+7.9%，同样排在开放模型首位。这意味着开源模型在长周期、多步骤任务上的稳定性正在快速逼近闭源前沿。

同日百度也开源了文心5.5 Flash Base，280B参数、稀疏MoE激活14B，用33.5万亿Token做领域训练，支持128K训练上下文。

总参数与激活参数是理解MoE（混合专家）架构的关键。总参数指模型权重总量，决定知识容量；激活参数指单次前向推理实际参与计算的参数量，直接决定算力成本与延迟。Kimi K3.1 Pro总参数2.8万亿但仅激活1040亿，意味着它以接近千亿级稠密模型的推理开销，承载了万亿级模型的知识储备。这也是当前前沿模型普遍采用稀疏MoE的原因：在不线性推高推理成本的前提下扩张容量。

**开放权重（Open Weights）**与"开源"常被混用，但有实质区别：开放权重指模型参数可下载、可本地部署和微调，但训练数据、训练代码与完整配方未必公开，因此通常不满足OSI的开源定义。Arena的开放权重榜单评测的是可下载模型的实际任务表现，K3.1 Pro登顶说明可自部署模型在长周期任务上已具备与闭源API正面竞争的能力。

乌镇峰会：开放、安全、治理首次同桌

11月5日世界互联网大会乌镇峰会闭幕，138个国家和地区约1800名嘉宾到场。主论坛首次发布全球开放人工智能行动倡议，围绕开放发展、安全可信、对话治理共18条。

互联网之光博览会拿出1000多项新技术新产品，现场100多款具身智能机器人实景作业，蚂蚁的机器人已在上海药房抓药、适配17个品牌。模型竞赛、资金流动、开源治理，这三件事第一次被放在同一张桌子上讨论。

AI交易“黑色星期四”：2.8万亿美元蒸发

美东时间11月5日，AI交易遭遇“黑色星期四”：纳斯达克收跌5.52%，纳指100跌6.4%，费城半导体指数重挫12%，为疫情初期以来最惨的一天。英伟达跌9.3%，AMD跌17%，闪迪跌22%，美股一天蒸发约2.8万亿美元，七巨头少了1万亿。

导火索之一是中期选举后数据中心政策出现不确定性，更深一层是市场开始追问：这么大的资本开支什么时候回本？连Anthropic 1.5万亿美元的IPO估值也被机构公开质疑。当模型能力以月为单位迭代，资本市场却在用季度审视回报，这种错位可能是接下来一段时间的主旋律。

**费城半导体指数（SOX）**是追踪全球半导体产业链的基准指数，涵盖设计、制造、设备与封测环节，被视为AI算力景气的风向标。其单日12%的跌幅之所以被市场高度关注，是因为半导体是AI资本开支的最上游——云厂商的每一美元算力投入，最终都会转化为芯片订单。该指数剧烈回撤，通常意味着市场在重新定价未来数年的算力需求增速，而非仅仅情绪性抛售。

资本开支回报周期是当前AI叙事的分歧核心。数据中心、GPU集群属于重资产投入，折旧周期通常3-5年，而模型能力迭代以月计，商业模式却仍在探索。当投入节奏由"军备竞赛"驱动、回报验证却需要按季度财报审视时，估值就容易出现剧烈波动，这也是"黑色星期四"背后更深层的结构性张力。

其他快讯

• 百度开源文心5.5 Flash Base，280B参数、稀疏MoE激活14B，33.5万亿Token领域训练，支持128K训练上下文。
• Recursive开源Repo 65B，Apache 2.0协议，主打编程和智能体场景。
• Claude上线个人理财功能，只读接入银行账户，能读两年账单，但不能动钱、也不能给投资建议。