GPT-6 Cyber挖出81个高危漏洞，蚂蚁Ling-3.2与百度ERNIE-5.5同台竞技

OpenAI 首发网络安全专用模型 GPT-6 Cyber

安全大模型正在从「聊天助手」变成真正的前线侦察兵。OpenAI 发布了网络安全模型 GPT-6 Cyber，官方口径是它查出 81 个此前未知的 Firefox 高危漏洞。这个数字值得停下来想一想：不是扫描已知 CVE，而是发现此前无人知晓的攻击面，说明模型具备了一定程度的推理式漏洞挖掘能力。

发布方式也透露出定位——GPT-6 Cyber 通过 Daybreak Red 提供受限访问，并非公开发布。这类涉及攻击性能力的产品通常只对经过审核的安全厂商、政府机构和关键基础设施方开放。能力越接近真实攻击链，越不可能像普通 ChatBot 那样直接面向大众。

这里有一个值得警惕的推论：如果模型能帮防守方找出 81 个漏洞，理论上也能帮攻击方更快定位同样的缺口。网络安全领域的攻防天平，可能因为这类模型的出现再次倾斜。

**受限访问（gated access）**是安全领域模型发布的常见形态：产品不公开注册，而是要求申请者提交机构资质、使用场景与合规承诺，经审核后按白名单发放 API 或专用入口。这一机制的目的不是营销稀缺性，而是控制能力的扩散面——当模型可以被用于漏洞挖掘、逆向分析或攻击路径推演时，任意开放等于把攻击性工具交给所有人。典型做法包括绑定企业身份、限制调用频率、记录审计日志，以及按客户类型（防守方/研究机构）分级授权。判断一个安全模型是否真正受限，可以看三点：是否有独立的准入审核流程、是否对输出内容做攻击性过滤、是否保留使用留痕。

开源阵营同夜发力：蚂蚁 Ling 3.2-Flash 与百度 ERNIE 5.5

与 OpenAI 的闭门路线形成对照，国内两家大厂在同一天把模型能力推向开放。

蚂蚁百灵 Ling 3.2-Flash：原生多模态，560B 总参数

蚂蚁百灵发布原生多模态模型 Ling 3.2-Flash，总参数达到 560B（原文表述为 560D），每 Token 激活 25B。官方发布的评测中，三项成绩均高于 Opus 5 Max。原生多模态意味着文本、图像等模态在预训练阶段就统一建模，而不是后期拼接。考虑到蚂蚁的业务场景——支付、风控、AI 应用，多模态推理能力落地到实际业务中的想象空间不小。

总参数与激活参数是理解 MoE（混合专家）模型的两个关键量。总参数指模型权重总量，决定模型能承载的知识容量与显存占用；激活参数指单次前向计算中实际参与运算的参数量，直接决定推理算力成本与延迟。以 Ling 3.2-Flash 的 560B 总参数、25B 激活为例，模型内部由大量专家子网络构成，每个 Token 只路由到其中少数几个，因此单 Token 计算量接近 25B 稠密模型，但知识面接近 560B 规模。这也是当前大模型普遍采用 MoE 的原因：在算力预算有限的前提下换取更大的容量。需要留意的是，总参数大并不自动等于效果好，路由策略、专家负载均衡与训练数据质量同样决定最终表现。

百度 ERNIE 5.5-Flash-base：开放预训练全权重

百度开放了 ERNIE 5.5-Flash-base 的预训练全权重：总参数 280B，14B 激活，训练数据量 33.5T Token。需要厘清的是，这是预训练基座，不含对话与指令能力——它不直接可用作对话产品，更像是给研究者和开发者二次微调的原料。

两家路线各有侧重：蚂蚁展示的是对标闭源旗舰的评测成绩，百度选择把基座权重交出去。对国内 AI 生态来说，后者的价值可能更在于降低研究门槛——能用 14B 激活的模型做实验，算力成本比全量激活低得多。

预训练基座与对话模型之间存在一道明确的工序差。基座模型只经过下一 Token 预测训练，学到的是语言分布与世界知识，输出的是「续写」而非「回答」；要变成可用的对话产品，还需要指令微调（SFT）、偏好对齐（如 RLHF/DPO）以及工具调用、安全拒答等后训练环节。因此开放预训练全权重，交付的是「原料」而非「成品」：研究者可以在此基础上做领域继续预训练、自定义对齐或蒸馏小模型，但直接拿来对话会得到格式混乱的续写文本。这种开放方式在学术与工程社区价值较高，因为它把最昂贵的预训练算力成本转移给了发布方，让下游只需承担微调成本。

产品侧动向：视频编辑、财务助手与实时 Avatar

Google Gemini Omni 1.2 Flash：对话式改视频

Google 推送 Gemini Omni 1.2 Flash。订阅用户可在 Gemini App 里用多轮对话的方式修改视频，Ultra 用户可生成和编辑最长 15 秒的视频。对话式编辑的核心价值在于把「剪辑」变成「描述需求」，非专业用户的操作门槛显著降低。

Anthropic 的财务功能：全线只读

Anthropic 在美国以 Beta 形式上线 Claude 的理财功能。用户可以连接自己选择的账户，用日常语言询问财务问题。关键设计在于权限边界：全线只读，Claude 不能转账、管理或投资资金。在金融场景里，能做推荐但不能动钱，是最现实的合规姿态。

Meta Muse Real-Time Avatar：语音转交互形象

Meta 在美国上线 Muse Real-Time Avatar，把语音转换成带有表情和手势的交互式 Avatar。另有消息称墨西哥也同时上线。实时驱动表情和手势对延迟要求极高，这类产品的可用性比视觉效果更值得观察。

Agent 基建与成本信号：Piccolo、缓存命中率与 AI Gateway

Agent 落地离不开底层设施，这一天的几条消息都指向基建层。

AgentScope 开源 Piccolo，决策模型提供 27B、9B、4B 三档，工作方式是给出候选选项、打分并返回概率。官方称 Piccolo 27B 在 Geffen 测试上取得 92.21%。这种「选项打分」范式适合嵌入到工具调用、流程决策等场景。

成本侧的信号同样清晰：OpenRouter 公布 Agentic 场景的缓存命中率明显提升，中位数从年初的 60% 出头升到 89%。这意味着同款模型的实际单价更低，依赖成本假设的商业模式都需要重算。同日，会员 4 上线，Vercel AI Gateway 提供 5 折。

结合腾讯会员数据，Garena AI 似成为中国模型第一，也是唯一进入前五的中国实验室，竞提升 5.4%。

缓存命中率在 Agent 场景中之所以关键，源于其调用结构：Agent 每一轮决策都要把系统提示、工具定义、历史对话和中间结果重新送入模型，前缀高度重复。支持前缀缓存（prompt caching）的推理服务会把已计算的 KV 缓存复用，命中部分按远低于正常输入的价格计费，延迟也显著下降。命中率从 60% 出头升至 89%，意味着同样一轮 Agent 任务中，重复前缀的计费比例大幅压缩，等效单价随之下移。对开发者而言，这改变了成本模型的假设：过去按全量输入 Token 估算预算的做法会高估开销，而缓存友好的提示结构设计（固定前缀、把易变内容后置）本身就成了优化手段。

速度之争与人事变动

据爆料，Mitchell 的报告称 Anthropic 模型进步速度达 1.9 倍。这一说法尚未获得官方确认。Mitchell 估计 AI 自身贡献约 80%，同时明确称这一判断高度不确定。1.9 倍的增速如果成立，意味着能力翻倍周期被压缩近一半，但单一来源、未经证实的估测只能作为参考，不宜当作结论。

其他值得记录的人事与产品动向：Perplexity 正推出主动型 Agent Teammates，先向网页端 Max 用户开放，移动端即将上线，能在隔离环境执行 Computer 任务，带技能、记忆与工具；据 The Information 报道，Cat Wu 加入 OpenAI，负责 Core Products 的产品管理，此前在 Anthropic 参与领导 Claude Code。

从漏洞挖掘到开源基座、从视频编辑到 Agent 缓存成本，这一天的消息几乎没有落在「聊天机器人」这个旧赛道上。竞争的主战场，正在转向能用、能执行、能控成本的系统级能力。