Anthropic 提交上市申请与 GPT-6.1 Terra 半价——本周 AI 的成本、迁移、验证三项检查

Anthropic 提交上市申请——上市日期和发行价尚未确定

开发 Claude 的 Anthropic（Anthropic, PBC）于 10 月 26 日向美国证券交易委员会（SEC）提交了 S-1。S-1 是公司首次在美国公开市场出售股票时提交的注册文件，需要写明业务、财务和风险因素。Anthropic 表示，计划以股票代码 ANT 在纳斯达克全球精选市场挂牌 A 类普通股。

很多人在找上市日期，但目前还没有确定的日期。公司公告称，拟出售的股数和价格区间都尚未确定，在注册文件生效之前不能出售股票，也不能接受买入订单。公告称，初步招股说明书可通过 Goldman Sachs 和 Morgan Stanley 获取。

S-1 中披露的营收显示了增长速度。年营收 2023 年为 4,100 万美元，2024 年为 3 亿 8,600 万美元，2025 年为 46 亿美元，2026 年上半年营收为 163 亿美元，比去年同期增长 1,300%。公司在同一份文件的风险因素中写明，预计这样的增速不会持续，营收的增长也可能比预期放缓得更快。

对在工作中使用 Claude 的人来说，眼下没有任何变化。不过成为上市公司后要按季度披露业绩，因此可以用来观察价格、使用额度等产品决策是在什么样的经营压力下做出的资料会增多。

GPT-6.1 Terra——交给它做屏幕工作的价格减半

OpenAI 于 10 月 26 日发布了 GPT-6.1 Terra。这是一款擅长计算机操作（computer use）的快速模型。计算机操作是指 AI 看着屏幕，代替人移动鼠标、键盘，完成原本由人来做的点击和输入的功能。OpenAI 说明，它主要面向撰写提案、阅读技术图纸、填写表格、剪辑视频这类占满工作时间的屏幕工作。

最大的变化是价格。API 是让自己的程序调用 OpenAI 模型的入口，价格按 token 计算。token 是 AI 把文字切成小块来计数的单位。Terra 的 API 标准价为每 100 万输入 token 1 美元、每 100 万输出 token 5 美元，比上一代 GPT-5.6 Terra 和上位模型 GPT-6.1 Sol 低 50%。OpenAI 举的例子是批量读取收到的账单并录入会计软件。

公司还表示性能也有所提升。在以屏幕方式处理专业工作的测试 Agents' Last Exam 中，中等推理设置的 Terra 得分比 GPT-5.6 Terra 高 15 个百分点，成本约为其三分之一。在一组故意设计得容易出错的问题上，低推理设置下的错误率从 53.6% 降到了 16.7%。不过公司自己也写明，最复杂的编码任务仍以 GPT-6.1 Sol 和 GPT-6 Astra 更合适。

ChatGPT Plus、Pro、Enterprise、Edu 用户可以直接在 ChatGPT Work 和 Codex 中使用，开发者在 API 中以 gpt-6.1-terra 调用。公司的说法是，同样的订阅用量可以处理比上一代模型更多的任务。

Kimi K3.1 Pro——可下载运行的模型迎头赶上，K2 年底关闭

中国的 Moonshot AI 于 10 月 24 日发布了 Kimi K3.1 Pro。这是公司称为其最强的 3 万亿参数级开放权重模型。开放权重是指公开模型的训练成果（权重）文件，任何人都可以下载并在自己的服务器上运行；参数是衡量模型大小的数字。它一次最多可读取 100 万 token，公司表示完整权重将在 11 月 4 日之前公开。

按公司发布的数字，在命令行编码测试 Terminal-Bench 4.0 中它得了 65.7%，高于 GPT-6 Astra（58.2%），接近 Claude Opus 5.5（66.4%）。基准测试（benchmark）是让各个模型解同样的题来做比较的试卷，而这些数字是 Moonshot 自己测得的值。在自己的业务中能否得到同样的结果，要亲自跑一遍才知道。

安全方面的决定也值得留意。Moonshot 表示，在训练开放权重版本时剔除了网络攻击相关数据，在自家的攻击测试中正确率从 90.5% 降到了 81.0%。其解释是，要避免人人可下载的模型拓宽攻击能力的前沿。

另有一条会直接影响实际工作的消息。Kimi API 价格文档公告称，自 10 月 31 日起不再向新注册用户提供 K2 系列，并计划在 12 月底之前停用全部 K2 系列。如果正在用 Kimi K2 跑自动化，需要在年底前迁移到 K3 系列，并重新确认结果。

Gemini 4 Carbon——最强模型先给安全防御方

谷歌于 10 月 28 日发布了 Gemini 4 Carbon。公司称其为最强模型，并特别强调发现和修复安全漏洞的能力。据称在真实软件的漏洞发现测试 SEC-bench Pro 中得分 88.2%，在修复测试 CWE-bench 中得分 71.0%。

开放方式有所不同。谷歌表示，本周起先向部分网络防御人员开放，再逐步扩大到可信赖的合作伙伴，完善安全措施之后才向开发者、企业和普通用户开放。公司还称正在参与美国政府的发布前模型测试流程。大多数用户目前还无法使用。

价格已经先公布了。引入期与上一代 Gemini 4 Argon 相同，为每 100 万输入 token 2 美元、输出 10 美元；引入期结束后将翻倍，变为 4 美元和 20 美元。如果考虑引入，成本计划按上涨后的价格来定会更稳妥。

Genie 4——用文字下指令，世界当场动起来

Google DeepMind 于 10 月 27 日公布了 Genie 4。世界模型不是一张一张地画画面，而是持续生成这个世界下一刻会如何变化的 AI。用户用键盘行走、转动视角，Genie 4 就会据此实时生成画面。

这一版从一开始就同时生成声音。风声、海浪声等环境音和角色的对话与画面同步生成，角色会针对用户的输入或场景中的事件开口说话。过程中还可以用文字指示改变天气或加入新角色。

谷歌还把 Genie 4 看作在把机器人和 AI 智能体投入真实世界之前进行测试的环境。智能体是接收目标后自行分多个步骤完成任务的 AI 程序。Gemini 3.8 Flash 会一边观看生成的画面，一边把目标拆分成步骤，并确认每个步骤是否成功。

目前是面向受信任测试者的研究预览，计划扩展到 Google AI Ultra 订阅者的 Project Genie 以及 Gemini API 早期合作伙伴。Project Genie 的候补申请已经开放。

AI 破解数学难题的论断——验证交给了人类

OpenAI 于 10 月 26 日宣布，内部模型在数学、计算机科学和物理学中得出了三项新结果。其中影响最大的是推翻指数时间假设（ETH）的论断。ETH 是这样一个假设：判断逻辑式能否取真值的某个特定问题，无论用什么方法，问题规模越大，所需时间都会呈指数级增长；迄今已有数百篇论文以此为前提，来证明其他问题的难度。

OpenAI 表示，模型在 10 月 16 日找到了反例，第二天用 Lean 做了确认。Lean 是由计算机机械地检查证明每一步的语言。包括最初提出这一假设的两位学者在内的 Russell Impagliazzo、Ramamohan Paturi（UC 圣迭戈分校）和 Ryan Williams（MIT）小组，将对结果进行审阅和讲解。

不过目前还不能把它当作已确定的事实。审阅小组表示，他们的参与并不意味着认证这一论断，仍需要独立而细致的审查。小组是在没有保密协议、不领报酬的情况下参与的，OpenAI 接受了公开全部原始资料并支持学术会议的条件。

同一天，OpenAI 还声称给出了包括 Kakeya 猜想在内的分析学难题的证明，以及量子色动力学（QCD）等理论在数学上存在的证明。物理方面的资料将由外部小组亲自整理后发布，目前尚未公开。OpenAI 表示不就这些发现要求学术上的署名荣誉。

本周检查清单——成本、迁移、验证

第一，重新核算成本。如果有像录入账单这样需要在屏幕上手工誊写的工作，就用 Terra 跑一单，并把结果与原件核对。价格减半之后，正是重新看看以前因为太贵而放弃的自动化是否划算的时候。

第二，制定迁移计划。像 Kimi K2 这样在用的模型要关闭，通知往往来得很突然。先列一份清单，看看现有自动化绑定了哪些模型名称，再从已发布停用通知的开始换成新模型，用同样的输入比较结果。

第三，区分发布的数字与已验证的事实。本周的基准测试得分大多是公司自己测得的值，ETH 推翻论断则是外部审查刚刚开始的论断。写进内部报告时，要一并注明这是公司发布的，还是第三方确认过的。