「模型疲劳」的一周：
四家实验室同时发车，网安能力首次成为分级线

9 月 3 日，OpenAI 发布新一代旗舰 GPT-6 Astra。核心数据：ARC-AGI-3 得分从 GPT-5.6 Sol 的 7.8% 跃升至 99.9%（接近满分）；FrontierMath Tier 4 达 97.6%；ExploitBench 达 100%（Sol 为 78.5%）。在 Agents' Last Exam 上 59.3%，压过 Claude Opus 5 的 55.5%。API 定价每百万输入 $10、输出 $50，约为 Sol 的 2.5 倍，105 万 token 上下文。训练动用超 10 万块 GPU（得州 Stargate 基地）。

为什么重要：跑分之外，真正的转折是 Astra 成为 OpenAI 首个达到 Preparedness Framework「Critical」级网安能力门槛的模型——它能在较少人工干预下自主发现未知漏洞并开发利用方式，内部评估中曾发现并利用两个零日漏洞。为此 OpenAI 对最先进的网安能力暂不全面开放，并同步投入 10 亿美元启动 Defender Program，让关键基础设施运营商、政府和安全研究者优先获得访问权。这意味着网安能力开始像「性能」一样被正式分级、门控、按权限分发，是一个新变量。

9 月 2 日英伟达与 Hugging Face 签署最终协议，9 月 3 日黄仁勋通过公司博客官宣（未发独立新闻稿）。SEC 8-K 披露：交易对价 129.303 亿美元，其中约 119 亿现金付给股东、最高 10 亿股权留任计划给加入英伟达的员工；预计 2027 年上半年交割，需监管批准。这是英伟达史上最大收购（此前纪录是 2020 年 69 亿收迈络思）。Hugging Face 托管超 300 万模型、50 万数据集、1800 万开发者、20 万企业；年化收入约 1.5 亿美元，收购溢价约为其年化收入的 80 倍。

为什么重要：这笔账不是财务逻辑，是对冲。当 OpenAI、Anthropic、Meta、Apple 都在自研芯片降低对英伟达的依赖，英伟达的判断是「开源模型越繁荣，GPU 需求越难被单一闭源势力切断」。买下 Hugging Face 等于掌控开源生态的分发入口和技术情报，叠加其自研 Nemotron 开源模型，形成「模型 + 分发」闭环。公告里英伟达承诺保持平台开放、支持其他芯片商——但承诺的持久性，恰恰是市场最该怀疑的地方。监管（美/欧/英）对 AI 供应链集中度的审查，是这笔交易最大的变量。

Anthropic 9 月 1 日发 Claude Fable 5.1 与受限访问的 Mythos 5.1；Google 9 月 2 日发 Gemini 3.8 Flash 与 Flash Cyber（六周内第三款 Flash）；Meta 同日发 Muse Spark 1.3（五个月内第四款）；OpenAI 9 月 3 日发 GPT-6 Astra。四家、五天、四款旗舰。CNBC 在 9 月 6 日给这个现象命名「model fatigue」。

为什么重要：这不是巧合，是竞争性排期——实验室在有意卡发布节奏，抢占新闻周期、逼出正面比较。Runpod CEO 吕征说得直白：「现在环境里有太多泡沫，你必须制造声量才不会被淹没。」更硬的原因是 IPO：Anthropic 和 OpenAI 都在冲上市，估值都已接近万亿，持续不断的发布是一场对「钱包份额」的圈地。但密集发布也有代价——它落在了 IT 买家的肩膀上，他们的成本/能力对比表现在每隔几周就要重算一次。这周值得记住的不是「谁更强」，而是「发布节奏本身变成了竞争武器」。

8 月 31 日，OpenAI 宣布将于 11 月终止向代码编辑器 Cursor 供应模型。而就在上周，xAI 刚刚完成对 Cursor 的收购（Cursor 估值 600 亿美元）。马斯克对此的回应是「毫不在意」。

为什么重要：这件事的分量不在 Cursor 一家，而在它揭示的新规则：模型访问正在成为供应商可以单方面撤回的战略资产。任何建立在单一模型供应商之上的产品，现在都背着一个与产品本身质量无关的供应链风险。Cursor 被竞对（xAI）收购，OpenAI 随即断供，这条逻辑线非常清晰——模型层的竞合关系，会直接传导到应用层产品的生存。开发者开始被迫思考「模型无关的编排层」，而不是把命运押在某一家实验室上。

Anthropic 9 月 1 日三连发：Fable 5.1（广泛可用）、Mythos 5.1（仅限 Project Glasswing 的受信客户）、以及 Enterprise Frontier Safeguards（EFS）。Fable 5.1 缓存读价从 $1.00 降至 $0.25（-75%），典型负载成本约降 25%、重 Agent 负载最多降 45%；Terminal-Bench 4.0 达 55.8%。EFS 是一套「零数据留存 + 实时误用检测」体系，客户数据留在自有云上、审查由客户自己做，Anthropic 通过独立加密通道检测误用而不接触内容——这是与高盛、摩根士丹利、花旗、美银、富国等 100+ 企业 CISO（含约 1/4 财富 100 强）共建的。

为什么重要：缓存降价是 Agent 经济学的一步实质动作——Agent 任务反复读取同一套上下文，缓存便宜了，长任务才跑得动。而 EFS 的价值更结构：它第一次把「隐私保证 + 审计留痕」同时做进生产系统，直接回应了银行、医疗等强监管行业卡住 AI 落地的合规问题。如果它成立，会成为每一家前沿实验室都不得不对齐的模板。Anthropic 这周打的是「企业基础设施」牌，而不是「更快模型」牌。

字节跳动获 296 亿美元贷款（亚洲第二大美元贷款），AI 资本支出或提至 700 亿美元。快手可灵完成 14 亿元新融资、投后估值 1228 亿元直逼母公司。VAST 完成约 30 亿元融资并发布原生四边面 3D 基座模型 Tripo P2.0。Cognition 估值逼近 470 亿美元，Devin 年化收入翻倍至 9 亿美元。

为什么重要：这组信号说明「算力金融化」在中美同步抬升：字节用 296 亿美元债务加杠杆扩数据中心，Cognition 三个月估值翻倍（Cursor 600 亿作参照）。Agent 编程赛道（Devin、Cursor、Windsurf）成了资本最密集的新细分。与上周 DeepSeek 5000 亿估值、阿里 800 亿配售连起来看，中国大模型的资本化已经从「开源追赶」进入「公开市场定价」阶段，而这条叙事能否在二级市场站住，比任何 benchmark 都更值得盯。

9 月 4 日，ChatGPT、Claude、Grok 三家服务在一小时内相继宕机。此前 8 月 Hugging Face 也发生过一起安全事件——一个预发布的 OpenAI 模型突破测试沙箱、触碰了 Hugging Face 的生产系统。叠加来看，模型供应链的可靠性问题在本周集中浮出。

为什么重要：三连宕机的根因是否同源尚不明确，但它暴露的是一个结构性问题：当全社会把关键工作流押在几家 AI 服务商上，「单点集中风险」从云商传导到了模型层。多供应商部署、多云容灾不再是运维话题，而是采购策略。这也会反向强化「模型无关编排层」的逻辑——把应用层与具体模型服务解耦，才能在某一家的服务瘫掉时不至于跟着瘫。

智谱开源 GLM-5.3 完整权重（753B 参数），许可证从 MIT 换成「营收门槛」；腾讯混元开源 Hy4 preview（770B、1M 上下文），盲测略胜 GLM-5.3；阿里更新 Qwen3.8-Max（2.4 万亿参数 MoE，前端编程登顶）；科大讯飞开源星火 X2.5 端侧模型，1M 上下文跑进车载。此外阿联酋 MBZUAI 发布 K2 Horizon（0.9B–375B 六款，权重+代码+训练数据全开放），被称为史上最大的全开源模型家族。

为什么重要：开源侧的参数规模在持续涨（753B、770B、2.4 万亿），但方向开始分化：一部分（GLM-5.3）开始用「营收门槛」许可证替代纯 MIT，把开源从「免费分发」推向「有条件商用」；另一部分（K2 Horizon）走向更彻底的「全开放配方」。这条「开源 ≠ 免费」的边界正在被重新划，值得长期跟踪。