AI 周报 · 2026 年第 41 周 · 10.05 — 10.11
YC AI 日报
GPT-6上线，模型降价潮起
本期覆盖 2026 年 10 月 5 日至 11 日的 AI 动态。模型侧，OpenAI 在 ChatGPT 全球上线 GPT-6 并引入 Intelligent UI；Anthropic 发布 Claude Haiku 5.5，100k token 以内价格最高下调 90%，平均成本较 Haiku 4.5 低约 75%，已登陆 Amazon Bedrock 并首次支持 effort controls；Mistral 公开 Mistral Large 4 万亿参数多模态预览版；Google DeepMind 开源 EmbeddingGemma 2 多模态嵌入模型。算力层面，NVIDIA 与 Microsoft 联合发布 RTX Spark 与 Windows 版 DGX Station；微软研究院开源 Agent Lightning v1.0 训练框架。学界上，OpenAI 一次性发布 700 余篇数学论文稿件引发学界强烈反应；NVIDIA 基于 Nemotron 3 微调的模型在 IOI 与 IMO 2026 双双达到金牌水平。商业层面，OpenAI 拟再融资 300 亿美元、估值目标 1.4 万亿美元；GitHub 与微软扩展推送保护至非结构化密钥，并开源 ReviewBench 代码审查基准。
头部模型集中更新与降价
本版导读本周多家头部厂商集中更新主力模型。OpenAI 在 ChatGPT 全球上线 GPT-6，并同步推出 Intelligent UI，可在对话中加入可视化与可交互体验，主打更快响应速度；Anthropic 发布 Claude Haiku 5.5，定位速度最快、成本最低的小模型，100k token 以内价格最高下调 90%，平均成本较 Haiku 4.5 低约 75%，已登陆 Amazon Bedrock 与 Claude Platform on AWS，并首次支持 effort controls；Mistral 公开 Mistral Large 4 预览版，为一款 1 万亿参数、49B 活跃参数的原生多模态模型。
GPT-6 全球上线 ChatGPT，引入 Intelligent UI 交互界面
OpenAI 在 ChatGPT 全球推出 GPT-6，并同步上线 Intelligent UI，可在对话中加入可视化与可交互体验，用户可直接在界面中探索和操作，主打更快的响应速度。
The Decoder10.08Anthropic 发布 Claude Haiku 5.5，100k token 以内价格最高下调 90%
Anthropic 发布 Claude Haiku 5.5，定位最快、最便宜的小模型，平均成本较 Haiku 4.5 低约 75%。
AWS Machine Learning Blog一手10.08Claude Haiku 5.5 上线 Amazon Bedrock，首次支持 effort controls
Claude Haiku 5.5 已在 Amazon Bedrock 和 Claude Platform on AWS 上线，定位为 Claude 5.5 系列中速度最快、最高效的型号。
Mistral Large 4 公开预览版上线 Mistral Studio，月底发布权重
Mistral 发布 Mistral Large 4（ML4）公开预览版，这是一款 1 万亿参数、49B 活跃参数的原生多模态模型，已在 Mistral Studio 开放 API 试用。
数学推理能力新里程碑
本版导读推理与数学能力在本周迎来显著进展。NVIDIA 在 Hugging Face 博客中介绍，基于 Nemotron 3 微调的模型在 IOI 2026 与 IMO 2026 双双达到金牌水平；与此呼应，OpenAI 于 10 月 6 日一次性发布 700 余篇声称解决多个开放数学问题的论文稿件，但数学界反应以震惊和愤怒为主，围绕发布方式与学术规范出现明显争议。
Nemotron 通过微调与生成-验证-精炼推理在 IOI 和 IMO 2026 达到金牌水平
NVIDIA 在 Hugging Face 博客上介绍基于 Nemotron 3 微调的模型在 IOI 2026 和 IMO 2026 双双达到金牌水平。
The Decoder10.10数学家震惊与愤慨：OpenAI 一次性发布 700 余篇数学稿件引发学界震荡
OpenAI 于 2026 年 10 月 6 日一次性发布 700 余篇声称解决多个开放数学问题的论文稿件，数学界反应以震惊和愤怒为主。
算力硬件与训练框架同步推进
本版导读算力硬件与训练框架同步更新。NVIDIA 与 Microsoft 在旧金山联合发布 RTX Spark 与面向 Windows 的 DGX Station，由黄仁勋与纳德拉共同站台；微软研究院开源 Agent Lightning v1.0，主打约 3,500 行的轻量级 Agentic RL 训练框架，主张用真实 harness 训练，可复用部署侧 agent 循环接入强化学习而无需重写 agent；Google DeepMind 开源 EmbeddingGemma 2，基于 Gemma 4 架构、参数 740M、采用 Apache 2.0 协议，可在同一嵌入空间中表征文本、图像、音频与视频。
NVIDIA 与 Microsoft 联合推出 RTX Spark 与 Windows 版 DGX Station
在旧金山 Microsoft 活动上，NVIDIA CEO 黄仁勋与 Microsoft CEO 萨提亚·纳德拉共同发布 RTX Spark 和面向 Windows 的 DGX Station。
微软研究院开源 Agent Lightning v1.0：约 3,500 行的轻量级 Agentic RL 训练框架
微软研究院开源 Agent Lightning v1.0：一套约 3,500 行的轻量级 Agentic RL 训练框架，主张用真实 harness 训练，复用部署侧 agent 循环接入 RL，无需重写 agent。
Google DeepMind一手10.07Google DeepMind 发布开源端侧多模态嵌入模型 EmbeddingGemma 2
Google DeepMind 发布开源多模态嵌入模型 EmbeddingGemma 2，基于 Gemma 4 架构并采用 Apache 2.0 协议，参数规模 740M，可将文本、图像、音频与视频映射到同一嵌入空间。
融资、安全与代码评测进展
本版导读融资、安全与代码评测成为生态侧重要进展。OpenAI 正在洽谈至少 300 亿美元新融资，pre-money 估值目标 1.4 万亿美元；GitHub 与微软应用科学合作发布 ModernBERT 分类器，将推送保护扩展至数据库连接串、Kubernetes Secret、Dockerfile 等非结构化密钥，单次判定在 2 毫秒内完成，预计让推送阶段被阻止的密钥数翻倍以上；GitHub 同时开源 ReviewBench 代码审查评测基准，覆盖 19 种语言，资深工程师独立复核与 ground truth 一致率达 96.6%。
The Decoder10.10OpenAI 收入持续高增长，拟再融资 300 亿美元
OpenAI 正在洽谈至少 300 亿美元新融资，pre-money 估值目标 1.4 万亿美元。Financial Times 报道其 9 月末年化营收率约 500 亿美元，公司预期 2026 年底至少达 700 亿美元；此前流传的近 700 亿美元数字源于与 Anthropic 不同的收入计入方式，双方均符合 US GAAP。
GitHub Blog · AI & ML一手10.08GitHub 与微软合作发布 ModernBERT 分类器，把推送保护扩展到非结构化密钥
GitHub 与微软应用科学合作发布 ModernBERT 分类器，把推送保护扩展到数据库连接串、Kubernetes Secret、Dockerfile 等无固定模式的非结构化密钥，单次判定在 2 毫秒内完成，预计让推送阶段被阻止的密钥数翻倍以上。
GitHub Blog · AI & ML一手10.05GitHub 开源 AI 代码审查评测基准 ReviewBench
GitHub 发布开源 AI 代码审查评测基准 ReviewBench，基于 103.9M 真实 pull request 抽取 219 条跨 19 种语言的样本，资深工程师独立复核与 ground truth 一致率达 96.6%。