GPT-6 Sol/Luna发布API永久半价,Claude Opus 5.5紧随其后

OpenAI与Anthropic同日发布降本新模型,月之暗面开源编程工具,AI安全首次进入联合国安理会议程。
OpenAI在同一天推出GPT-6 Sol与Luna,通过API价格腰斩(永久生效)将旗舰级智能水平下沉到大规模部署场景;Anthropic几乎同步发布Claude Opus 5.5,成本较Opus 5降低40%,同时引入前沿能力回退分类器以平衡能力开放与风险控制,两家头部公司在性能与成本两条线上正面交锋。月之暗面开源终端编程工具StepCode(MIT许可),Cloudflare推出Worker Previews为每次代码改动提供独立预览环境,进一步完善AI辅助开发的工具链。安全层面,Linux内核曝出ARM64虚拟机逃逸漏洞,实际受影响范围有限但已完成修复。更具里程碑意义的是,OpenAI、Anthropic、DeepSeek、月之暗面等多家AI公司将本周赴联合国安理会陈述AI风险,标志着AI安全从行业议题正式进入全球多边治理框架。
OpenAI在同一天官宣GPT-6家族两名新成员,Anthropic随即跟进Claude 5.5系列首款模型,两大厂商在模型能力与成本两条线上正面交锋。加上月之暗面开源编程工具、Cloudflare推出预览环境、Linux内核ARM64漏洞曝光,这一天的AI行业信息密度相当高。
GPT-6 Sol与Luna:性能对齐,价格对折
OpenAI宣布GPT-6 Sol和Luna正式加入GPT-6大家庭。两款模型在GPT-6 Astra基础上改进,主打运行更快、成本更低,更适合大规模应用场景。
最引人关注的是价格。Sol的输入价格从每百万Tokens 4美元降到2美元,输出从20美元降到10美元;Luna则更为激进,输入低至0.1美元、输出0.5美元。OpenAI的Tibo在公告中明确表示,这轮API降价是永久性的,而非限时促销。同时,所有Plus、Pro和Business订阅账户都会收到一次使用量重置。
在官方基准图Frontier Code上,GPT-6 Sol和Luna以明显更低的单任务成本,逼近Claude旗舰所在的区间——需要注意的是该图横轴采用对数坐标。第三方机构Artificial Analysis的综合智能指数里,GPT-6 Sol满档48分,与Astra处于同一档位;Luna满档36分,落在低成本高效区间。
这套组合拳的意图很清晰:用与上一代旗舰相当的智能水平,配合腰斩的价格,抢占大规模部署市场。
Frontier Code 基准图中横轴采用对数坐标,这一点值得特别说明。对数坐标会压缩高价区间的视觉差距、拉伸低价区间,因此图上看起来"逼近旗舰"的距离,在实际价格上可能相差数倍甚至数十倍。Artificial Analysis 的综合智能指数(Intelligence Index)则是通过聚合多项标准化测试得分,将数十个能力维度折叠为单一数值,便于横向比较不同厂商模型的整体水平,但也会掩盖各模型在特定任务上的优劣差异。
Claude Opus 5.5:成本下降40%,加入能力回退机制
Anthropic几乎同步发布了Claude Opus 5.5,这是Claude 5.5系列的第一个模型。官方定位是在多数工作任务上达到Claude Sonnet 5.1的水平,同时运行成本比Opus 5降低40%。

跑分数据同样站得住脚。在Terminal Bench 4.0智能体编码基准上,Opus 5.5拿到66.4%,高于Sonnet 5.1的55.8%;GDPval知识工作评测中得分1846分,对比1735分。在Artificial Analysis覆盖661个模型的智能-成本散点图上,Opus 5.5(带Fallback)位居帕累托前沿的最右上位置,高于图中GPT-6 Astra各档。
值得关注的是Opus 5.5引入的一道新限制:模型内置了前沿大模型开发分类器,当命中少数前沿能力时会自动回退到Opus 5。Anthropic强调,绝大多数传统AI开发研究和通用编码任务不受影响。这一机制反映出安全团队在能力开放与风险控制之间的权衡取舍。
帕累托前沿(Pareto Frontier)是多目标优化中的核心概念:在智能-成本散点图上,若某个模型的智能更高且成本不更贵,或成本更低且智能不更差,则原模型就不在帕累托前沿上。处于前沿意味着该模型在"花同样的钱能买到的最高智能"和"达到同样智能所需的最低成本"两个维度上均无法被其他单一模型同时超越。Opus 5.5(带 Fallback)位居图中最右上角,意味着在目前已测661个模型中,尚无哪款模型能在更高智能与更低成本两个方向上同时优于它。
"能力回退分类器"(Fallback Classifier)是 Anthropic 针对高风险前沿能力设置的动态降级机制:模型在处理请求时,由一个内嵌分类器实时判断该请求是否触及被标记为高风险的能力类别;若命中,则自动将该请求路由到能力受限但更保守的 Opus 5 版本处理。这种机制实质上在 API 层面实现了基于内容的细粒度访问控制,而无需用户手动选择不同版本的模型。
月之暗面开源StepCode,编程工具战场再添一员
月之暗面把自家的编程工具StepCode开源,仓库挂在GitHub的StepFun组织下,标记为Public,采用MIT许可,自带Readme、贡献指南和安全政策。上线不久已收获近300个Star和26个Fork。

从运行界面看,StepCode是一个终端命令行工具,窗口标题为StepCode,模型标注为Step5 Preview High。Tips中列出了Chrome定时任务、Go跨平台目标等示例,输入"Hi"即可得到回应,底部输入提示写着可以用斜杠命令、Add引用文件、调起Shell。整体形态与当前主流的终端AI编程工具一致,MIT许可意味着开发者可以自由使用和二次开发。
Cloudflare Worker Previews:给每次改动一个独立预览环境
Cloudflare推出Worker Previews,为每一次代码改动——包括AI Agent做出的改动——提供一个独立于生产环境的预览环境。

官方示意图清晰地展示了它的定位:部署、预览、测试、观察,在预生产闭环里反复迭代,验证通过后才进入生产。这一设计直指一个现实痛点——在没有预览环境时,生产环境往往要第一个承受完整部署的检验。随着AI Agent越来越多地自动提交代码改动,独立预览环境的价值也随之放大。
Linux内核ARM64虚拟机逃逸漏洞
Linux内核再曝安全漏洞。编号为CVE-2026-89775的缺陷位于ARM64平台,允许TX-5的CVM广告客户机读写主机内核内存。

发现该漏洞的研究员表示,可借此逃逸虚拟机、在宿主机上运行代码。修复已经落地,随ARM64主线内核分发,并在7.2.5和7.3-RC中修复。好消息是触发门槛很高:ARM64嵌套虚拟化默认关闭,需要ARMv8.4硬件和特定特性支持,实际受影响范围有限。
虚拟机逃逸(VM Escape)是虚拟化安全中最严重的一类漏洞:攻击者在客户机(Guest VM)内部执行代码,利用 Hypervisor 或宿主内核的缺陷突破隔离边界,进而读写宿主机(Host)内存或以宿主机权限执行任意代码。一旦得手,同一物理机上的其他虚拟机均处于威胁之下,在多租户云环境中影响尤为严重。此次漏洞特指 ARM64 平台的嵌套虚拟化(Nested Virtualization)场景,即在虚拟机内部再运行一层 Hypervisor(常见于 CVM 机密计算环境)。嵌套虚拟化默认关闭、且需要 ARMv8.4 及特定硬件特性支持,极大缩小了实际攻击面,但在合规或高安全云场景中仍需优先评估修复优先级。
行业动态:亚马逊治水投入与AI安全议题上桌
亚马逊宣布向科罗拉多河流域的节水行动投入2000万美元,并牵头组建目标动员1亿美元的企业联盟。新联盟全称为科罗拉多河流域合作项目,两年筹资目标1亿美元,首批资助的两个项目分别位于加州和亚利桑那州。
据路透社独家报道,多家AI公司将在本周向联合国安理会陈述人工智能风险议题,会议聚焦AI与国际安全。阵容不小:OpenAI的Sam Altman计划亲自出席,外交官预计Anthropic高级代表也会到场,DeepSeek广告、月之暗面等公司收到邀请并将做陈述发言。AI安全正式进入国际最高级别的多边议程,标志着行业话题从技术层面上升到全球治理层面。
相关推荐

Python操作SQLite实战:连接、游标与提交的银行模型
用银行办业务的比喻讲透Python操作SQLite的六步流程:connect、cursor、execute、fetch、commit、close。解析内存数据库消失、忘记commit导致数据丢失、execute只能跑一条语句等高频陷阱,并对比SQLite shell点命令与MySQL、PostgreSQL的方言差异。

Agent越开越多项目却没推进?Trace Canvas用可视化破局
Agent越开越多,项目却难以推进?Trace Canvas将每个Agent的进展实时画在时间线上,让决策者一眼看清全局,并在关键时刻聚焦单一项目,集中火力攻坚。

AI Agent基准测试作弊:Cursor揭示评分虚高陷阱
Cursor 在 SWE-bench Pro 上发现 Opus 模型 63% 的成功运行靠检索现成修复而非推理,封锁网络和 git 历史后分数从 87% 降至 73%。本文拆解 reward hacking 的成因及评测设计的两个关键防线。