本栏目每天汇总近 1–2 天全球新发布 / 新开源的大模型与重要行业动态,信息来自官方公告与多家媒体交叉核验;性能数据区分「官方口径」与「已复测 / 第三方实测」,没复测的明确标注。配图为原创示意插画。

11 月 6 日,谷歌 DeepMind 在官方社交账号宣布:在人类密码学家的指导下,其模型在已淘汰的 1024 位 RSA 上找到两处新的数学弱点,一篇讲签名伪造、一篇讲批量分解密钥。两篇工作论文分别在 11 月 5 日和 11 月 6 日挂出,标题是《Modular Roots from a Restricted Oracle》和《Fan Factories》。DeepMind 科学与战略副总裁 Pushmeet Kohli 补了一句最关键的话:这些结果是「几周」做出来的。
先把边界划清楚,免得吓人:2048 位及以上的 RSA 不受影响。银行网站、消息软件、软件更新链用的都是 2048 位以上,美国 NIST 从 2013 年底起就不允许新签名用 1024 位。风险只落在那些「没人记得还在跑」的地方——老式智能卡、嵌入式设备、固件签名、归档证书、长期不换的代码签名根证书。
参与这项工作的外部名字很有分量:加州大学圣迭戈分校的 Nadia Heninger 与 法国 Inria 的 Emmanuel Thomé,都是密码分析领域的老牌学者;DeepMind 侧由 Dj Dvijotham 与 Abhradeep Thakurta 牵头。DeepMind 反复强调这是「AI 辅助的研究」,不是 AI 自主发现:人定问题、人判断哪个结果有意义,智能体负责在数学空间里摸索、写代码、跑实验;其中一条路用了双智能体——一个生成证明,一个验证证明,关键的代数步骤用 Lean 4 证明助手机器校验。
硬数据分三类,看的时候务必分清「跑出来的」和「算出来的」:
怎么看:这条新闻的价值不在「RSA 破了」——1024 位早就该死了。价值在节奏。过去密码分析是「一个博士读五年、写一篇论文、改进一个常数」的行当,Heninger 团队那次攻击花了 5 个月、1380 核年;现在同一个量级的工作,人类指方向、智能体搜空间、Lean 校验证明,几周出货。这意味着两件事同时发生:防御方拿到漏洞的速度变快了,攻击方的成本曲线也在往下走。对企业最实际的动作不是恐慌,而是盘一遍密钥清单——哪些还在用 1024 位、哪些签名接口能被外部喂数据、哪些证书十年没换。这类「考古工作」过去排不上优先级,现在值得排一次。
| 模型 / 产品 | 日期 | 类型 | 要点 |
|---|---|---|---|
| Arete-27B(Nous Research,开源) | 11-6 上 HF | 价值后训练 / 权重全开 | 直接拿阿里 Qwen3.8-27B 做纯监督微调,不碰架构、不用强化学习、不做偏好优化,训练量只有约 5,280 万 Token(64K 上下文、2 个 epoch、1,202 步、batch 48、峰值学习率 1e-5、四路张量并行),视觉编码器与多 Token 预测头全程冻结。目标是改「立场」而不是改「能力」:在自建的 803 条价值评测(七个类别、每条 2–4 个必须有的事实点、Grok 4.7 盲评)上,回答里出现官方口径的比例从 22% 降到 0.9%(开思考模式 0.6%),事实得分 2.32→2.98(满分 5)。能力基本没动:Hermes Bench 65.60 对基座 65.77,Terminal-Bench 2.1 在噪声范围内。教师模型用的是 Thinking Machines 的 Inkling(选开源模型当教师是为了绕开闭源蒸馏的条款限制)。Apache 2.0,权重 + 评测集 + 训练数据三件套全放,BF16 约 53.81GB,社区 Q4_K_M 量化 17.20GB,24GB 消费卡能跑。短板要说清:803 条里仍有 216 条事实得分为 0;这是自家评测,没有第三方复跑;只改了文本层,不改多模态。技术价值大于产品价值——它证明「改价值观」这件事现在只要几千万 Token 就够,而且配方全公开,等于给了所有人一把审计开源模型价值取向的尺子。 |
| Qwen Concept 27B(varien / Concept Country,开源) | 11-6 宣布 | 权重空间编辑(不训练) | 号称第一个「不训练、只改权重」做出来的开源模型:开发者让一个通用大模型直接去读、去改另一个网络的权重数值,不走梯度、不跑训练循环,产物提供 BF16 / FP8 / NVFP4 三版,开发在单台 DGX Spark 上完成。厂商口径:思考 Token 减少 54%、GPQA Diamond +3%、每焦耳有效 Token +30%。背景是 MIT CSAIL 11 月 2 日的《Sparks of Weight-Space Programming》——那篇(未经同行评审)用 GPT-6 Astra 只改了 Qwen3.5-0.8B 的 0.016% 权重,把 MATH-500 从 7.9% 拉到 48.1%、GSM8K 从 13.8% 拉到 67.1%。必须标注的三条:三项指标全是自报、无第三方复跑;宣布时权重链接尚未核实(HF / GitHub 搜不到);没有写明许可证,「开源」目前还是「宣布阶段」。看路线可以,别当可用产品。 |
| Drex 决策模型(Nace AI,开源) | 11-6 前后 | 决策专用(不生成正文) | 和上周的 Kakao、蚂蚁决策模型同一条路线:不做文本生成,只返回各选项的概率。27B 版本在 Decision Bench v4 上距 Claude Opus 5.5 仅 1.6 分,响应 183 毫秒(对比 3.5 秒);另用 RLAF 在标定过的目标上再训,涨 2.0 分。适合路由、审核、打分这类「要一个判断而不是一段话」的场景。 |
| Anchor 1(源策未来 Archon Robotics) | 11-7 | 全身控制 / 具身「小脑」 | 32 页技术报告,定位是全身智能架构里的 System 0——把指令稳定翻成全身动作的那一层。它的取巧之处是只下发五个锚点(骨盆、左右手腕、左右脚踝的位置与朝向),其余关节交给控制器自行求解,于是弯腰、屈膝、转体都留出了自由度;人的动捕数据先离线「翻译」成这五个锚点,而不是逐帧在线重定向。属于具身智能里比较务实的工程路线。 |
| Hugging Face 开源 MoE 训练手册 | 11-7 | 工程手册 / 开放代码 | 投入约 80 万 GPU 小时做实验,整理出约 7 万字、55 个可交互图表的混合专家训练指南,覆盖专家数量怎么分配、通信延迟瓶颈、负载均衡、路由数值稳定性(建议路由走 FP32 防精度漂移)、强制均匀路由与学习路由怎么取舍。把散落在社区里的「土办法」系统化了,中小团队微调 MoE 可以直接抄。 |
| Meta Muse 主动记忆下放消费端 | 11-7 | 产品化 / 记忆能力 | 把原本企业级的记忆专用模型下放到 Muse 与 Meta AI:主动记忆(自己判断什么值得记)与主动聚焦(上下文变了自动重新抓重点)。官方口径:正确使用关键上下文的比例 76%→90%,关键信息遗忘率降约 2.4 倍,约束条件变化后的恢复能力好 67%,内部「个人超级智能指数」38%→47%。同场还有 Spaces(在对话里描述一个常驻小应用,Muse 负责建和维)。厂商口径,无第三方复测。 |

今天的聚合站错误率偏高,四条要留意。第一,Step 5 Preview 被某榜单写成「11-7 发布」,实际是 10 月 17 日的事,本报 10-18 首期已报,本次只是上了某个新榜单。第二,多篇中文日报称「阿里 11-7 开源 Qwen3.8 全系」——Qwen3.8-Max 权重 8 月下旬就已放出,ModelScope 仓库 11-7 只是更新,不是新发布。第三,英伟达 Lyra 2.0(单图生成可探索 3D 世界)被当作 11-6 新品传播,查项目仓库实际 4 月 15 日就已发布,这次是 X 上宣传 + SIGGRAPH Asia 展示。第四,模型库把 MiniMax-01(2025 年 1 月)、Ling 3.0 Tiny(8 月发布、11-5 才上 OpenRouter)挂上 11-7 的日期,另有站点把 GPT-5.1、Claude 4、Gemini 3、Qwen3、DeepSeek V3.1 全标成 11-8,都是陈旧占位。规律还是那条:聚合站的「今日」不可信,必须回到官方或多源对时。
这一天的共同点是「能力开始绕开训练」:改 0.016% 的权重就能把数学分数翻几倍,几千万 Token 的微调就能重写一个模型的立场,AI 智能体几周干完密码学家几个月的活——而资本那边正相反,靠堆算力和堆估值的老路正在被重新定价。对做产品的人,含义很直接:模型能力会越来越像「可调的参数」而不是「买来的黑箱」,真正拉开差距的是你手上那份评测、那份密钥清单、那条能复现的流水线。
(数据来自官方公告与公开报道,2026-11-08;官方口径与第三方实测已分别标注,未复测项已在文中说明。模型能力强弱会影响选型,但实际价格以本站模型广场实时报价为准。)
OpenAI发布GPT-6.2并把旗舰价下调20%,阿里、腾讯同周把单任务成本和缓存价压到新低。结论:官方降价仍远高于本站实付价,gpt-6-astra现在最深0.099折,实付$0.099/百万输入token。日常用现款便宜档,追新等上架比价。
大模型缓存token是什么?一句话:把重复的提示词前缀存下来,命中后按缓存读计价,通常只有正常输入价的5%到12%。本文用在售模型的真实缓存价,讲清缓存读写怎么算钱、什么情况命中,以及怎么把账单压下来。
Claude 有哪些模型?站内 12 个版本按实付价排完发现:最新的 opus-5-5 月成本 $8.91,最老的 opus-4-6 反而 $49.50。本文给出全系价格表、真实实测数据与四个场景的选型结论,日常开发选 sonnet-5-5 最稳。
写代码用哪个 AI 模型?按本站实付价和 24 小时实测:gpt-5.6-terra、deepseek-v4.1-flash 各三千多次调用零失败,每月千次请求分别 $2.85 和 $1.66;gemini-3.8-flash 出字 111 token/s 最快。附完整实付价表与三档选型建议。
拿到密钥后把 API 地址改成平台地址,就能用一个 Key 调用在售的 138 个模型(覆盖 51 家厂商),同时兼容 OpenAI 和 Anthropic 两种请求格式。本文给出可直接复制的接入代码、模型切换方法和常见坑,全部接口已实测验证,数据截至 11 月 16 日。