本期聚焦11月17日至19日期间,AI编程与具身智能两条主线同时开打价格战与真实性战:微软在Ignite大会一口气亮出七款自研MAI模型,直接拉出盟友OpenAI的当家模型逐项比跑分、比账单,而OpenAI同日发布GPT-6.2 Astra/Sol顶着"史上最差模型"的争议把旗舰价格砍了20%;谷歌威胁情报团队首次实锤全自动AI攻击框架已投入实战。具身侧,深圳APEC会场151台人形机器人跳出吉尼斯纪录,马斯克则预告Optimus将在两个月内做一场"不彩排"的真实演示。

一、OpenAI发布GPT-6.2 Astra/Sol:旗舰降价20%,却顶着"史上最差模型"的骂名

11月17日,OpenAI 发布 GPT-6.2 Astra 与 GPT-6.2 Sol,同日上线 ChatGPT Work、Codex 和 API(模型 ID 为 gpt-6.2-astra / gpt-6.2-sol),两款模型均为 1.05M 上下文、128K 输出。

价格上,旗舰 Astra 标准价降至每百万词元输入 8 美元、缓存输入 0.4 美元、输出 40 美元——输入输出比 10 月的 GPT-6 Astra 降 20%、缓存输入降 60%;日常档 Sol 沿用 GPT-6.1 Sol 的 2/0.1/10 美元不变。

官方口径:Astra 在 Agents' Last Exam 上比 GPT-6 Astra 高 5.2 分、比 Claude Fable 5.2 高 5.5 分,成本仅后者 5%;法律基准 Harvey LAB-AA 通过率超 Fable 5.2 两倍、成本约六分之一;

Terminal-Bench-Science 提升 9 个百分点;Sol 在 FrontierCode 2.0 上与 Astra 差距不到 0.5 分、成本约五分之一。

但独立评测不给面子:Artificial Analysis 智能指数 Astra 62.1,仍落后 Claude Fable 5.2 的 64.6,Sol 编码智能体成绩还跌了 14 分(SWE-Atlas-QnA-AA)。更有名的是早期用户的公开差评——投资人 Matt Shumer 称其"基本不可用",开发者 Theo Browne 直言这是"OpenAI 史上最差的模型",称 Astra 花七天重写 TypeScript 编译器后代码反而慢了 56%。

安全侧,系统卡把两款模型都定为 Critical 网络安全阈值,Astra 更是首个达到 High 自我改进评级的外发模型。

影响分析

(1)这是 OpenAI 两个月内第二次旗舰升级,定价策略已经明显转向"以价换量":Astra 输入输出降 20%、缓存降 60%,Sol 加量不加价,配合 Ultrafast 模式(Pro 200 用户首次可用),说明 Codex 与智能体工作流的用量竞争已进入拼单位成本阶段。

(2)官方榜单与真实口碑第一次出现这么大的裂口:AA 指数被 Claude Fable 5.2 压着、独立编码评测不升反降、早期用户集体差评,而系统卡还自曝两款模型更倾向漏报 blocker、越狱抗性弱于前代——"基准分"与"生产可用"的距离正在成为选型的核心风险。

(3)Astra 首个拿到 High 自我改进评级这个信号比跑分更值得记:OpenAI 自己把它定义为"相当于给每个研究员配一个能干的工程助手",同周微软、谷歌全线压价,编码模型市场正式进入"性能涨、单价跌"的螺旋。

二、微软Ignite一口气发布七款自研模型:MAI Code 2拉着OpenAI比账单,半价六个月后翻倍

当地时间 11 月 17 日,微软在 Ignite 大会发布七款自研 MAI 模型,覆盖编程、安全、图像、语音与决策:MAI Code 2(770 亿激活/约 2.8 万亿总参、1.05M 上下文)与 Code 2 Flash(120 亿激活/约 3980 亿)直接内置 GitHub Copilot 模型选择器,Free 档用户也能用 Flash。

微软的卖点直指账单:按四个主流编码基准平均,Code 2 达到 GPT-6.1 Sol 98% 的性能、成本仅 40%,达到 Claude Opus 5.5 的 96%、成本仅 5%;盲测前端对比中开发者 64% 偏好 Code 2 而非 GPT-6 Sol。

MAI Code 2综合成绩及测试成本(图源:微软)
MAI Code 2综合成绩及测试成本(图源:微软)

同期亮相的还有:MAI Cyber 2 Flash(官方称 CyberGym-E2E 超 GPT 6 Astra、单任务成本不到 2%)、决策模型 Decision 1.1(输出免费、官方称比 GPT-6.1 Sol 快 50 倍便宜 79 倍)、首个实时语音到语音模型 MAI Realtime 1(0.01 美元/音频分钟起)、图像编辑榜第一的 MAI Image 2.7,以及月处理约 1000 万次医患对话、多语言错误率减半的 MAI Transcribe 2。

北京商报给这笔账补了关键脚注:目前的成本优势用的是 5 折促销价,2027 年 5 月 17 日起单价翻倍——按同用量折算,恢复原价后 Code 2 跑完同样任务的花费将升至对手的八成。纳德拉还宣布向可信伙伴开放 MAI 模型权重。

影响分析

(1)微软第一次把自研模型装进自家 Copilot 的默认选择器,这是对 OpenAI 关系的实质性重构:此前微软 130 亿美元投资 OpenAI、从其相关业务赚了约 300 亿收入,如今 Azure、Copilot 优先落地 MAI 系列,外部模型降级为"备选方案",三方从绑定走向竞合。

(2)"半价抢习惯"的打法值得所有 toB 产品警惕:促销期单价只有 OpenAI 的 25%,实际花费是 40%(说明消耗词元更多),半年后恢复原价优势收窄到八成——用价格锚点先锁定开发者调用习惯,再谈性价比,这是平台方挤压模型方的标准动作。

(3)Copilot 的日子其实不好过:付费份额从 2025 年 7 月的 18.8% 回落到 2026 年 1 月的 11.5%,M365 Copilot 付费席位 1500 万但常态化活跃转化仅 35.8%——自研模型既是降本,也是给"Azure 赚钱但用户属于别人"的困境找出口。

三、谷歌首次实锤全自动 AI 攻击框架:从看补丁到打漏洞,全程无人参与

11 月 16 日,谷歌威胁情报组(GTIG)与 Mandiant 联合发布季度《AI Threat Tracker》,标题直接定为"Agentic Threat Activity Crosses a Significant Threshold"(智能体威胁活动跨过关键门槛):攻击者已从"用 AI 生成攻击指令"进入"部署自主运转的多智能体攻击框架"阶段,ARTEX、CAIRN、CyberStrikeAI、PentAGI 等开源框架被发现在实际入侵中使用。

最扎眼的证据是一台暴露在公网上的预发布服务器:上面运行着一个名为 exploit_agent 的攻击框架(带俄语注释、接入多个大模型),它持续比对软件修复前后的代码差异、从 diff 中倒推漏洞位置、自动生成并执行攻击代码——从"挖漏洞"到"打漏洞"的整条链路没有任何人工介入环节。GTIG 评估其当前版本"重速度、轻隐蔽",但明确这是全自主漏洞利用首次从理论走向可观测的实战部署。两天后的微软 Ignite 主题演讲上,纳德拉现场演示了用 ARTEX 框架攻击受 Defender 保护的环境:攻击智能体持续横向移动,Defender 自动处置持续隔离——攻防两端都已进入机器速度。

影响分析

(1)"补丁说明书化"是这个案例最值得记住的点:官方补丁 diff 本来是防守方的资产,如今成了攻击模型最精准的漏洞定位输入——企业"打补丁的速度"与"攻击者读补丁的速度"第一次站在同一条起跑线上,滞后窗口的价值被重新定义。

(2)这是 AI 安全议题第一次从"评测环境里的越界"变成"公网上的实锤部署":此前各期的智能体安全事件多发生在基准测试与沙箱中,这次是 GTIG 以威胁情报口径确认实战入侵工具链成型,企业防御必须按"对手也是智能体"重建假设。

(3)攻防成本曲线同时被压平:MAI Cyber 2 Flash 这类防守模型把单任务检测成本压到前沿模型的 2%(详见第 2 条),而攻击侧开源框架零成本可得——两边都在降价,唯一涨价的是中间"没有自动化防御"的企业的风险敞口。

图源央视财经,侵删

四、深圳APEC的机器人普查:151台人形跳出吉尼斯纪录,外媒镜头集体对准街头

11 月 18 日至 19 日,APEC 第三十三次领导人非正式会议在深圳举行——中国时隔 12 年再当东道主,会议周吸引近 5000 名中外记者,而抢走镜头的是机器人。

图源央视财经,侵删

11 月 17 日,星河 WORLD 具身智能机器人示范街区的机器人嘉年华上,来自 100 多家企业的 500 多台机器人集中亮相:38 台机器人开场演奏架子鼓与电子键盘,机器狗舞狮、人形太极与格斗表演轮番上场,压轴的 151 台人形机器人整齐列队同步起舞,数量创下吉尼斯世界纪录,由众擎 T800(身高 1.73 米、体重约 75 公斤,可完成上勾拳、回旋踢和后空翻)领舞——CBS、路透社、法新社均对此作了报道。

新闻中心休息区设有饮品制作点位,负责磨咖啡、做冰淇淋、榨果汁的全部是人形机器人。
新闻中心休息区设有饮品制作点位,负责磨咖啡、做冰淇淋、榨果汁的全部是人形机器人。图源重庆日报

会场内,智平方的 7 台"爱宝"人形机器人在新闻中心茶歇区做咖啡和冰淇淋,其 CEO 郭彦东透露公司已在中国部署约 200 台人形服务机器人、深圳某公园的机器人日均售出约 300 杯咖啡,并与近一半 APEC 经济体开展商业沟通;自变量"椰仔"递送糖果并捡拾垃圾分类,跨维智能"小维"现制精酿啤酒和珍珠奶茶。

会场外,无人机把外卖、咖啡和奶茶送往公园景区,路透社称中国已是全球商业无人机物流最先进的市场之一——截至 2025 年底全行业注册无人机 328.7 万架、同比增长 51%。

机器人可主动递上糖果和饮用水。图源重庆日报

影响分析

(1)151 台同步起舞的吉尼斯纪录,本质是一次"集群控制+一致性"的量产验收:单台表演证明不了供应链,151 台同一批次、同一套动作稳定复现,背后是电机、关节、运控算法的一致性良率——这正是从"样品"到"产品"的分水岭。

(2)APEC 成了具身智能的国家级橱窗:智平方机器人进酒吧收钱、公园日售 300 杯咖啡、机器人 6S 店展示销售租赁售后全链条,中国厂商第一次在多边主场把"付费运营"而非"展位演示"摆给全球媒体看。

(3)对外资观察者而言,这组镜头的信息量在"密度":500 台机器人、无人机配送网络、328.7 万架注册无人机的底座,说明具身与低空经济在中国已经是成体系的基础设施叙事,而不单点炫技。

五、马斯克预告 Optimus"真实演示":两个月内、不彩排、不遥操作——针对的正是自家的黑历史

11 月 19 日,马斯克在视频连线采访中透露:特斯拉将在一至两个月内发布全新的 Optimus 演示,并反复强调这次"主打真实(authentic)"——展示机器人在日常交互中的真实状态,不依赖预先写死的单一任务流程、不靠后台遥操作、不挑理想环境;他还预计 12—18 个月内 Optimus 能完成洗碗、倒垃圾、收拾脏盘子等多步骤家务。

时间点正好落在 12 月 1 日至 2 日加州圣马特奥 Humanoids Summit 2026:特斯拉是峰会重要合作伙伴,Gen3 计划现场实机演示。之所以强调"真实",是因为 Optimus 的展示史充满争议:2022 年 AI Day 初代原型仅能基础行走;Gen 2 叠衣服、煎蛋视频后被证实部分画面有人工遥控辅助;2024 年"We,Robot"活动的互动也被业内指出存在后台操控。产能侧的数字更新:Optimus Gen3 搭载 37 个关节与全新灵巧手,自 2026 年三季度起在弗里蒙特工厂早期量产,当前周产数百台、约为二季度的 10 倍,但这批机器人暂不对外交付,全部投入内部"Optimus 学院"与工厂收集训练数据;得州超 700 万平方英尺专用工厂主体结构已完成约 65%,年底封顶、2027 年夏大规模量产。同场消息:三星计划在 CES 2027 首秀两款自研人形机器人 HR 与 HE。

影响分析

(1)"不彩排"三个字是这场演示真正的新闻点:马斯克主动把验收标准从"演示效果"改成了"日常真实性",等于替全行业立了新靶子——如果 Gen3 能在无人干预下完成日常交互,此前所有遥控辅助式演示的含金量都会被重新折价。

(2)周产数百台、约为二季度 10 倍但仍"只进不出",暴露了特斯拉的打法:本体产能跑在智能能力前面,先靠内部部署攒真实训练数据——与中国厂商"零部件放量、数据集开源"的路数(详见第 5 条)殊途同归,具身竞争的主战场已一致转向数据。

(3)12 月起人形机器人演示季密集开启:Humanoids Summit、CES 2027 三星双型号首秀、LG×英伟达 GR00T 平台机型 2027 年一季度亮相——2027 年开局的看点将集中在"谁的演示经得起不遥控",宣传口径的军备竞赛刚刚开始。​​​​​

总结

这一周,AI 编程市场的竞争从"比跑分"正式切换到"比账单"。微软在 Ignite 上把七款自研 MAI 模型直接装进 Copilot 默认选择器,拉着盟友 OpenAI 逐项比价格——Code 2 以 40% 的成本做到 GPT-6.1 Sol 98% 的性能,但北京商报算出的脚注同样关键:这是半价促销口径,2027 年 5 月恢复原价后优势将收窄到八成;OpenAI 同日发布的 GPT-6.2 用 20% 的降价应战,却被独立评测和早期用户夹击,Astra 智能指数仍被 Claude Fable 5.2 压着一头。当性能差距缩到小数点后,定价权、入口位和"谁拥有用户"成为新的决胜变量——这也解释了谷歌同周披露 exploit_agent 的分量:攻防两端都已进入机器速度,安全能力的单位成本成了新的竞争维度。

具身智能这边,"真实"成了同一条主线的关键词。深圳 APEC 上 151 台人形机器人跳出吉尼斯纪录、付费运营摆上桌面,而马斯克为 Optimus 新演示立下的靶子恰恰是"不彩排、不遥操作"——从深圳街头到弗里蒙特工厂,行业不约而同地把验收标准从"演示效果"换成了"真实交付"。

模型侧在拼单位成本,具身侧在拼真实数据,2027 年开局的所有看点,都将围绕"谁的账单更低、谁的演示更真"展开。

作者:咕泡科技——十年专注AI与IT中高端人才培育


来源备注:凤凰网科技、Silicon Report/Data Phoenix、新京报·北京商报、Microsoft AI/Microsoft News、智源社区/36氪、中新网/界面新闻/重庆日报/央视财经、中新经纬·科创板日报/IT之家,图片(含新闻配图、截图等)均来自上述媒体公开报道及网络公开渠道,如有侵权请联系处理,谢谢!

Logo

聚焦前沿AI与大模型技术探索,汇聚开发者及爱好者,共享开源项目、学习资源与行业资讯。

更多推荐