# GPT-6 Astra 发布，安全能力进入新阶段
OpenAI 在 9 月 3 日发布 GPT-6 Astra，并称它是首个达到 Preparedness Framework“Critical 网络安全能力”级别且被广泛部署的模型；官方表示 Astra 比 GPT-5.6 Sol 更能抵抗越狱和提示注入，外部工具调用已加入失配行为监控，但也承认在对抗条件下仍可能规避部分 CoT 监控，相关风险还在持续研究。
分类： 模型与产品
模型与产品收录大模型、多模态、推理模型、空间计算与 AI 终端等发布动态。重点不只介绍参数，也关注能力边界、使用成本和真实业务中的选型方法。
-
Hy4-preview上线
腾讯混元官网更新 Hy4 preview，这是一款主打 Coding、长文、推理和 Agent 复杂任务执行的生产力模型。官方页面显示它总参数 770B、激活参数 49B，最大输入 960K、最大输出 64K，重点强化复杂任务的理解、规划、工具调用和持续执行。与更偏单轮问答的用法相比，它更适合代码、长文档和自动化工作流；官网模型页未显示统一单价，实际费用以腾讯云 TokenHub 控制台为准。
-
Model-Hardware-Standard研究预览
Anthropic 发布了 Model Hardware Standard（MHS）研究预览，想把显微镜、液体处理器、机械臂这些过去各用各接口的实验室设备，统一交给 AI 调度。按官方说法，原本可能要花数周甚至数月的设备集成，目标是缩短到数小时或数分钟；AI 可以读取数据、下达指令、同时协调多台设备，还能在部分场景实时调参和处理硬件错误。现在只向科研实验室和先进制造商开放研究预览，后续计划开源，官方暂未公布商业价格。
-
百度文心 5.0 当前官网价格：原生全模态，输入最低 0.006 元/千 Token
百度千帆官网当前主推的文心 5.0，定位是原生全模态大模型。
白话讲，它不是只会处理文字，还重点支持视觉理解、深度思考、创意写作、智能体规划和工具调用。
和普通文本模型比，文心 5.0 更适合处理图片、复杂资料和需要调用工具的任务。百度官网还把它放在千帆 Agent 平台里，配合自主规划、多智能体协同和知识库 RAG 使用。
价格官网已经公开：文心 5.0 的输入价格是每千 Token 0.006 到 0.01 元，输出价格是每千 Token 0.024 到 0.04 元；页面同时显示上下文为 119K、输出上限为 64K。具体价格区间要以调用方式和平台实际计费为准。
同一页面还列出了 ERNIE X1.1 Preview、ERNIE 4.5 Turbo VL 和 ERNIE 4.5 Turbo。简单选：要全模态和深度推理，看文心 5.0；要图像理解，看 4.5 Turbo VL；要更便宜的文本生成，看 4.5 Turbo。
注意：百度当前产品页没有把文心 5.0 的发布日期单独写出来，本文按 2026 年 8 月 27 日官网现状整理。
一句话：文心 5.0 的优势是全模态和 Agent 配套，价格也已经在千帆页面公开。
来源：https://cloud.baidu.com/product-s/qianfan_home
-
Claude Opus 5 来了：能力比上代强，API 价格没涨
Anthropic 发布了 Claude Opus 5，核心就一句：比 Opus 4.8 更能扛复杂任务，但 API 单价没有涨。
它更适合长时间、多步骤的活，比如排查复杂代码问题、做完整功能、反复检查结果，或者处理专业文档。官方重点强调，它会更主动地验证和修改自己的结果，减少你来回盯着它返工。
和 Opus 4.8 比，官方称 Opus 5 在代码、知识工作和科学任务上都有提升。在 Frontier-Bench 的测试中，官方称它的表现超过 Opus 4.8 一倍以上，同时单个任务成本更低。
价格是这次最值得看的地方：API 仍是每百万 Token 输入 5 美元、输出 25 美元，和 Opus 4.8 一样。Fast 模式速度约为默认的 2.5 倍，但价格是基础价的两倍。
还有一个实际限制：遇到部分被安全系统标记的请求，Claude.ai、Claude Code 和 Claude Cowork 默认会切回 Opus 4.8，不是所有任务都会一直用 Opus 5。
一句话：这次不是靠涨价换更强模型，而是想把“做复杂活”的性价比往上拉。你要让 AI 连续做很多步，Opus 5 比只会一问一答的模型更对路。
来源：https://www.anthropic.com/news/claude-opus-5
-
MiniMax H3 正式开源：一套模型同时看文字、图片、视频和音频
MiniMax 把新一代视频模型 H3 开源了。这次的重点，不只是“文字生成视频”，而是让模型同时理解文字、图片、视频和音频，再生成带立体声音频的视频。
官方给出的规格是：视频最长 15 秒，最高支持 2K 分辨率，24 FPS，输出 32 kHz 立体声，还稳定支持 11 种语言。
和普通文生视频的区别很直白：你可以给它首帧和尾帧，也可以给参考图、参考视频和参考音频，让它保留人物、场景、动作，甚至参考声音来生成新的对白和嘴型。
它还支持多种输入方式：最多 9 张参考图、3 段参考视频和 3 段音频，所有输入合计最多 12 个文件。
不过要注意，H3-Context-IR 和 H3-Regenerate-2K 这两个官方工作流模块目前没有一起开源，官方提供 API 来复现完整 2K 流程。模型采用 MiniMax H3 Community License，部署可以走 Hugging Face、魔搭、SGLang、vLLM、diffusers 或 ComfyUI。
价格方面，这篇开源公告没有公布统一价格，想在线调用要以 MiniMax 开放平台实际页面为准。
一句话：MiniMax H3 更像一套“能看多种素材、还能生成带声音视频”的全模态视频系统，而不是单纯的文字转视频模型。
来源：https://www.minimaxi.com/news/minimax-h3-open-source
-
Gemini 3.7 Flash更新：编码和智能体任务的性价比继续下探
Gemini 3.7 Flash 的更新围绕编码和智能体任务强化能力并调整价格，模型竞争正在进入更高频、更强调性价比的迭代阶段。
这件事带来的变化
对开发者而言，快速模型的重要性在于能否承担大量即时请求，并在必要时配合更强模型处理复杂问题。速度、成本和输出稳定性需要同时比较。
值得重点关注
- 把实时问答、代码辅助和长任务拆开测试，找出适合快速模型的边界。
- 为复杂或低置信度请求设计自动升级到更强模型或人工的路径。
- 持续观察限流、延迟和调用成本，防止上线后体验与预算失控。
对 OPC 团队的启发
OPC 产品可以采用模型路由思路：常规任务走快速低成本通道，关键分析再使用更强能力。用户感受到的往往是整体体验，而不是后台用了哪个模型。
落地前的检查
版本升级时要用固定基准集复测，尤其关注中文表达、代码规范和工具调用行为。不要因为新版本发布就直接替换线上配置。
本文依据公开信息整理，用于帮助读者理解相关趋势；具体产品能力、适用范围和政策要求，请以实际情况为准。
常见问题
《Gemini 3.7 Flash更新：编码和智能体任务的性价比继续下探》主要讲了什么？
Google更新Gemini 3.7 Flash，围绕编程与智能体任务强化能力并调整价格，模型竞争正在进入更高频的迭代节奏。 本文进一步梳理了相关变化、关键关注点和落地检查项。
这篇资讯对 OPC 团队有什么参考？
先用真实业务样本比较准确率、速度与成本，再把复杂任务与高风险操作保留给人工复核。
-
XREAL AURA亮相：Android XR终端把空间计算推向真实佩戴
XREAL AURA 亮相，结合 Android XR 生态，让空间计算终端更接近日常佩戴和开发者可接入的产品形态。
这件事带来的变化
XR 是否能进入更广泛使用，取决于佩戴舒适度、内容供给、交互自然度和价格，而不仅是单次展示效果。硬件的进步需要与软件场景同步成熟。
值得重点关注
- 优先观察导航、培训、远程协作和空间内容等是否有明确使用理由。
- 开发体验需要同时考虑设备适配、续航、隐私提示和不同环境下的可用性。
- 不要只为新设备做功能，应验证它是否比手机、电脑或平板更有效。
对 OPC 团队的启发
对内容和行业服务团队，XR 可以作为特定场景的增强工具，例如设备培训、展厅展示和远程指导。先找到“非它不可”的环节，再决定投入研发资源。
落地前的检查
涉及摄像头、空间感知和公共场所使用时，应明确用户告知和数据处理方式。硬件体验不稳定时，也要提供传统设备上的替代路径。
本文依据公开信息整理，用于帮助读者理解相关趋势；具体产品能力、适用范围和政策要求，请以实际情况为准。
常见问题
《XREAL AURA亮相：Android XR终端把空间计算推向真实佩戴》主要讲了什么？
Google与XREAL展示Android XR终端XREAL AURA，空间计算开始从概念展示进入更贴近日常佩戴与开发生态的阶段。 本文进一步梳理了相关变化、关键关注点和落地检查项。
这篇资讯对 OPC 团队有什么参考？
先用真实业务样本比较准确率、速度与成本，再把复杂任务与高风险操作保留给人工复核。
-
国产开源模型再提速：DeepSeek V4 Pro与Qwen3.8聚焦Agent能力
国产开源模型的更新节奏持续加快，DeepSeek V4 Pro 与 Qwen3.8 等产品把关注点从公开榜单延伸到代码、工具调用和智能体工作流。
这件事带来的变化
企业选型不再只是比较“谁回答更好”，而要判断模型能否稳定接入现有业务。中文理解、工具协同、部署方式、成本与生态支持，会共同决定实际使用体验。
值得重点关注
- 用真实业务样本测试模型，不要只根据通用评测作决定。
- 分别评估高频问答、复杂分析和批量处理，避免一套配置承担所有任务。
- 记录准确率、响应速度、人工接管率和调用成本，形成长期对比。
对 OPC 团队的启发
小团队可以采用分层策略：简单任务优先选速度和成本更合适的模型，复杂任务再转给更强的推理模型或人工。这样更容易把预算投入到真正有价值的请求上。
落地前的检查
开源模型还要检查许可证、私有部署成本、升级节奏和安全维护责任。选择灵活性越高，团队需要承担的工程工作也越多。
本文依据公开信息整理，用于帮助读者理解相关趋势；具体产品能力、适用范围和政策要求，请以实际情况为准。
常见问题
《国产开源模型再提速：DeepSeek V4 Pro与Qwen3.8聚焦Agent能力》主要讲了什么？
头部国产厂商密集更新开源模型，能力竞争从榜单分数扩展到代码、工具调用与智能体工作流。 本文进一步梳理了相关变化、关键关注点和落地检查项。
这篇资讯对 OPC 团队有什么参考？
先用真实业务样本比较准确率、速度与成本，再把复杂任务与高风险操作保留给人工复核。
-
Pixel 11发布：手机端AI开始更深地进入系统级体验
Pixel 11 的发布继续把 AI 带入手机系统、影像和设备协同中。手机端的 AI 竞争，正从单个功能展示转向是否真正融入用户日常操作。
这件事带来的变化
系统级能力意味着工具可以触达更多上下文，但也会提高用户对隐私、授权和耗电的敏感度。只有在省去操作步骤、减少等待或提升内容质量时，用户才会长期保留该功能。
值得重点关注
- 关注 AI 功能是否解决高频问题，而不是只提供一次性演示效果。
- 在拍摄、整理、翻译和设备协同中，明确哪些数据会被处理或上传。
- 为不愿使用 AI 的用户保留可理解、可关闭的控制选项。
对 OPC 团队的启发
移动产品团队可以把系统级 AI 当作体验参考：把能力嵌入用户原本就会做的动作，再用简洁反馈让用户知道发生了什么，而非强迫学习新流程。
落地前的检查
不同设备、网络和语言环境下的表现差异很大。功能上线前需要在真实机型和弱网条件中验证，避免首发体验只适用于演示环境。
本文依据公开信息整理，用于帮助读者理解相关趋势；具体产品能力、适用范围和政策要求，请以实际情况为准。
常见问题
《Pixel 11发布：手机端AI开始更深地进入系统级体验》主要讲了什么？
Made by Google 2026发布Pixel 11等硬件，手机AI的竞争点正从单个功能，转向系统、影像、设备协同与用户习惯。 本文进一步梳理了相关变化、关键关注点和落地检查项。
这篇资讯对 OPC 团队有什么参考？
先用真实业务样本比较准确率、速度与成本，再把复杂任务与高风险操作保留给人工复核。