本期早报的主线是 AI 落地竞争升温，模型端拼价格，产品端拼智能体场景，资金端拼投入规模。

• 影响API 定价下探直接改善企业推理成本预算空间；国产芯片份额上升提示算力采购需准备替代评估；智能体产品密集进入消费场景，办事型任务的入口竞争已经展开。
• 参考可考虑把 Gemini 4 Argon 的 token 定价纳入模型选型比价表，先在编码任务上小规模实测；涉及国内算力规划的，值得同步测算华为等国产替代方案的成本与迁移量。

谷歌旗舰模型以限时半价切入金融、法律、编码等专业复杂任务，意在用低价窗口换取企业采用。

• 影响金融、法律、编码类复杂任务新增旗舰级模型选项，入门价为正式价一半，11 月 30 日前是低成本试点窗口；长文档场景需留意输入、思考与输出共用 100 万 token 窗口带来的配额限制。
• 参考可考虑在 11 月 30 日前用真实业务任务测算入门价下的单次成本并与现有模型对比；值得把长输出场景单独列出，验证共享 100 万 token 窗口是否够用。

端侧可运行模型的规格上限被抬到35B级，且以3G内存为硬约束，直接回应内存涨价下手机厂商的成本压力。

• 影响手机等端侧设备用3G内存跑35B级多模态成为可行选项，内存成本压力有机会缓解；需要数据不出本地的文档、图表场景多了一个开源部署路径；配套自回放微调面向业务定制，用于缓解微调后的能力遗忘。
• 参考可考虑从文档转写、小票记账、图表问答这类离线场景中挑一项做端侧试点；值得在自家iOS、安卓或鸿蒙设备上实测3G内存下的速度与精度，再对比云端调用成本。

Google 的做法是让网络防御者先用、再广泛开放，并用三层实时防护和运行时监控来对冲前沿网络能力的滥用与失控风险。

• 影响安全团队可能获得更强的漏洞挖掘工具，官方与 Wiz 案例给出真实战果；但官方数据同时显示作弊与注入风险未清零，智能体部署仍需企业自建边界和人工确认。
• 参考可考虑让安全团队先读官方安全报告和模型卡再定采用节奏；智能体试点值得保留人工确认点和调用边界，并向厂商索取注入与滥用测试数据。

Google 把旗舰能力做成付费档区隔，同时用低价介绍价和安全测试数据争夺企业开发者，前沿模型竞争节奏已压缩到周级。

• 影响编码与智能体场景可按每百万 token 2 美元和 10 美元的介绍价重算成本；免费与 Plus 档被限制在 Flash，依赖这两档的产品体验会降级；前沿模型发布间隔缩到两周内，选型折旧在加快。
• 参考可考虑用介绍价对现有编码智能体负载跑一次成本与质量对比；值得把 Vals Index 和独立总榜分开看，用自己的任务样本做小规模评测；上线前可先查阅模型卡中的安全测试数据。

Google DeepMind 把前沿模型的推理范围从文本和代码扩展到物理仿真与机器人控制，单一模型开始覆盖机器人研发全流程。

• 影响机器人与自动化团队可按 API 用量获取物理推理、Real2Sim 与数据合成能力，降低自建仿真和标注的门槛；官方演示显示仿真数据能把真实机器人成功率从 56% 提到 75%，训练数据的成本结构有压缩空间；各项数字出自官方演示场景，评估要以自身任务实测为准。
• 参考机器人相关团队可考虑在 Gemini API 付费档试点一个 Real2Sim 重建或视频回溯标注任务，记录与现有流程的耗时对比；值得先盘点自有仿真资产与标注数据清单，测算可替换环节的范围。

Argon 把竞争焦点放在多步骤复杂工程和智能体长任务上，以旗舰档定价和基准成绩争夺企业深度工作场景。

• 影响长链条任务的 token 成本可按 $2/$10 新价重算；1M 上下文让整库代码与长文档分析进入单次任务范围；官方公布的越权与提示注入指标为智能体内部落地提供了可对照的评估口径。
• 参考可考虑选一个跨多文件的代码改造或长文档分析任务做对照试点，测算完成质量与 token 支出；放开智能体权限前，值得先核对模型卡中的越权与提示注入测试数据。

Google 用约为竞品五分之一的 token 定价重返前沿模型竞争，这件事的实质更接近以价格换份额，而不只是能力追平。

• 影响前沿模型 token 单价出现约为竞品五分之一的新参照，重度调用场景的 API 预算需要重算；官方基准优势未经独立评测，选型对比不能只看厂商口径；开放范围限于 Pro、Ultra 高阶订户，Plus 和免费用户尚不可用。
• 参考可考虑用自有业务任务把 Argon 与现有模型做同题对比，按实际 token 消耗折算总成本而非只看单价；值得记下 11 月底 introductory 期结束后的翻倍价格，再决定是否迁移关键工作流。

前沿模型竞争的落点从对话问答转向长任务智能体，Google 以低价 token、1M 上下文和防护栈争抢编码与科研场景。

• 影响每百万输入 $2、输出 $10 的定价降低长任务智能体的运行成本；1M token 上下文让整库代码和长文档可一次交给模型处理；提示注入与抄近路防护数据为企业评估智能体风险提供了参照。
• 参考可考虑选一个编码或文档分析场景做试点，记录长任务完成率与 token 成本；部署智能体前值得把提示注入防护和人工确认机制列入验收清单；科研团队可申请 Antigravity 免费 6 个月额度。

Meta以更大规模预训练重返第一梯队，优势集中在长程编程与Agent任务，但能力分布不均、推理成本明显上升。

• 影响编程与Agent选型多了一个第一梯队新选项，订阅与按Token两种计费的实际开销差异较大；第三方测算单任务成本较上代上涨183%，预算评估需从Token单价转向任务开销；能力分布不均，视觉与3D类任务仍明显落后。
• 参考可考虑用自身真实代码库的工程任务对比Wonder与现有Claude、GPT方案，记录成功率和实际Token消耗；值得先算出所在场景的单任务成本，再决定是否通过Muse Code订阅小范围试点。

只做判断的小模型从Jev一家独大走向开源可自部署，判断与生成开始分层，多模型系统的推理成本有了新的压缩点。

• 影响客服分流、内容审核、模型路由等高频判断任务可交给小模型承接，官方称文本延迟中位数55毫秒；权重开源支持本地部署，判断环节可不依赖云端API；该品类刚因Jev走红，选型格局变化快。
• 参考可先盘点现有系统用通用大模型做意图识别和分类的调用量与费用，再对照d3公布的延迟数据；值得选客服分流或工单路由一个场景做小模型试点，比较准确率和成本。

Meta 的实质是把个人 Agent 作为差异化竞争路线，将主动记忆和长程执行写进基础模型能力，主打消费级场景而非纯推理。

• 影响前沿模型阵营从双强变三方角逐，企业模型选型多一个选项；Agent 若要接入邮件日历等私人数据，隐私信任成为落地门槛；记忆与长程执行成为新的模型选型维度。
• 参考可考虑在模型选型时对官方跑分按自身业务场景复测，重点测长程任务和跨对话记忆；涉及不可逆操作的 Agent 试点，值得先加入人工确认环节再扩大范围。

Meta新模型的争议实质是官方跑分与开发者实测的明显落差，榜单成绩已不能单独作为企业选型依据。

• 影响按榜单选型可能误判模型真实能力；最强版本锁在付费订阅后，API基础版评分更低且单价高于对手；Meta本次不再开源，依赖开源模型自建的路线需要重新评估。
• 参考可考虑在采购前用自身业务任务做一轮实测，对比发布跑分与真实表现；值得把API单价和单任务成本算进预算，与GPT-6 Astra等对手逐项核对。

具身智能的竞争重心正从机器人本体上移到大脑模型，魔法原子用分层架构加小参数路线在公开基准上跑通了一条低成本路径。

• 影响分拣、搬运等高频抓取场景的模型成功率逼近商业化阈值，制造与仓储企业的试点成本边界随之变化；榜单成绩出自公司口径，引入前需要独立验证；分层架构思路公开后，同类能力的跟进门槛在下降。
• 参考可考虑把任务成功率、运行稳定性和部署成本列为评估指标，先在工厂分拣或仓储搬运中选一个小场景做对照试点；值得盘点自有物料与环境同MolmoSpaces评测任务的差距，再决定是否接入此类框架。

哈啰把世界模型用作自动驾驶研发的数据与测试工具，用生成场景补真实采集难以覆盖的长尾缺口。

• 影响研发团队可用生成场景替代部分实车采集，长尾情境的数据成本结构可能改变；生成场景的质量与真实程度会直接影响据此训练和测试的可靠性。
• 参考可考虑盘点现有长尾场景的实车采集清单，估算生成场景可替代的预算空间；值得把多视角视频与激光雷达观测的一致性列入工具评估项。

面壁智能把 MoE 架构带进端侧多模态模型，3GB 内存即可运行大参数模型，本地部署的硬件门槛继续下探。

• 影响数据需留在设备端的移动场景多了一个本地多模态候选方案；跨 iOS、安卓、鸿蒙与多类芯片的适配降低了多设备部署成本；性能与对比数据均为官方口径，选型前需按自身场景实测。
• 参考可考虑把需要本地推理的移动业务场景列入实测清单，用自有数据对比云端方案；值得先算出端侧部署相对云端调用的成本与数据合规差异。

Meta 用付费墙同时解决收入与安全叙事，个人智能体赛道进入明码标价阶段，其前沿地位目前仅有官方自测背书。

• 影响Meta API 定价自称显著低于 OpenAI 与 Anthropic 旗舰模型，为模型采购提供新的比价参照；智能体像人一样操作浏览器访问第三方平台，亚马逊封禁显示这类路径有被平台封堵的风险；防护能力只随付费模型提供，安全层级也是选型成本变量。
• 参考可考虑把 Meta Model API 报价加入模型选型比价清单，用自家典型任务实测后再定去留；值得盘点依赖浏览器自动化访问电商等第三方平台的智能体场景，预设备用路径；订阅档位的任务上限未公布，可先按小流量核算单位任务成本。

Meta 重整 AI 团队后的新一轮模型更新，榜单成绩追近第一梯队，但真实智能体任务的口碑与成本账存在争议，路线也从开放生态转向订阅与 API 直接收费。

• 影响企业智能体选型多了一个基准成绩靠前的候选；采购前需把 token 消耗与返工次数计入总成本；个人智能体的授权争议提示部署时要明确数据权限边界。
• 参考可考虑将 Wonder 系列纳入智能体模型对比清单，用自身真实业务任务试算 token 成本与返工率；值得借授权争议检查自家智能体产品的权限提示与日志设计。

Meta 从 Llama 时代的免费开放转向全线付费，用一道付费墙同时解决收入与安全叙事，个人智能体进入明码标价阶段。

• 影响企业模型选型多一个选项，官方称 API 定价显著低于 OpenAI 与 Anthropic 领先模型；智能体以模拟人操作浏览器对接第三方站点，亚马逊封禁先例说明随时可能被平台切断；最强防护只随付费模型提供，免费层级滥用风险更高。
• 参考可考虑把 Muse Wonder 纳入模型选型对照，用自有任务实测替代官方自测基准；若试点浏览器操作类智能体，值得先列出依赖的第三方平台清单并评估封禁与凭证存储风险；先算出 20 美元档能买到的任务量再决定订阅。

决策模型用直接输出概率结果替代逐 Token 生成，以放弃对话能力换取速度与成本，大厂迅速跟进说明这一定位被当成真实需求。

• 影响线索打分、意图分类这类非对话任务多了一条低成本路线，但速度与成本数字目前只有官方口径；开放权重产品支持自有硬件部署，数据不出域的部署选择增多；原创争议提示采购时需评估技术来源。
• 参考可考虑把现有 AI 应用里的打分与分类环节列成清单，与 LLM 方案比一次速度和成本；值得用开放权重模型在自有硬件先试跑，再评估托管 API 的定价体系。

Meta以14个月重建重返模型前沿，产品押注消费级个人Agent，底层仍追求全面能力，开放权重策略明显收缩。

• 影响旗舰API定价与Opus 5.5持平且长上下文不加价，为模型选型提供了新的成本参照；最强模型转向自家产品与订阅优先，依赖开放权重自部署的团队需要重估技术路线；Muse增长放缓、留存落后ChatGPT，消费端成败未有答案。
• 参考可考虑将Wonder纳入模型选型清单，用自有真实任务做对比验证而非只看官方榜单；依赖Llama开放权重部署的团队，值得评估旗舰闭源化对自身技术路线的影响。

Meta用重做后的模型栈重返前沿竞争，以长期记忆和长周期编程对标Claude，成绩目前均出自官方口径。

• 影响长期记忆和长周期编程场景多了一个候选模型，选型可纳入对比；API标价与Claude Opus 5.5持平，官方所称明显低于对手需按清单价核对；Wonder Full仅随Muse Code订阅提供，获取路径影响使用范围。
• 参考可考虑把记忆密集或长周期编程的自有任务列入对比实测清单；值得按输入4美元、输出20美元、缓存0.2美元的标价重算API预算；评估Wonder Full时先算Muse Code 50或200美元月订阅成本。

Meta用编程与长任务成绩重新挤进旗舰模型第一梯队，代码场景成为各家正面竞争的主战场。

• 影响AI编程工具采购多了一个可对比选项；Full不开放独立API，重度调用只能走订阅档位，成本结构不同；榜单成绩以第三方聚合与官方汇总为主，替换现有模型前需自行验证。
• 参考可考虑在自有代码库上安排Wonder与现用模型的同题对比，记录耗时与费用；值得先核算Full订阅档位的用量上限能否覆盖团队需求。

Meta以自家基准宣称重返前沿，部分成绩属内部自评，更实质的变化是最强模型转向闭源分发并押注消费级Agent。

• 影响API定价与Opus 5.5持平且长上下文不加价，模型选型成本对比出现新变量；Meta最强模型不再默认开放权重，依赖Llama开源路线的团队需重估；Wonder Full仅限订阅渠道，深度使用将绑定Meta自家产品。
• 参考可考虑把Wonder列入模型选型清单，用自家业务任务复测官方成绩后再定；值得重算含长上下文的API成本账，并与现有供应商报价对比。

Meta 以两款旗舰模型重返前沿模型竞争，但接近 Anthropic 的成绩目前仅有官方口径，尚无独立评测支撑。

• 影响AI 编程与企业 AI 服务市场新增一个候选供应商；官方成绩暂无独立验证，选型评估需另行安排独立测试；Meta 发力企业 AI 服务会改变该市场的供应商格局。
• 参考可考虑把 Muse Wonder 列入 AI 编程工具比选清单，与现有模型做同题测试后再决定；已在使用 Muse 应用的团队可留意其功能升级节奏。

Meta 靠这代模型重回前沿第一梯队，主打 Agent 与编程，知识面仍弱，代价是成本接近上代三倍。

• 影响Agent 与编程类工作负载多了一个第一梯队选项；但单任务成本接近上代三倍，token 价格升至输入 4 美元、输出 20 美元，成本模型需要重算；金融与法务类任务停留在上代水平，宜按场景选型。
• 参考可考虑在编程或 Agent 场景做一轮同任务成本对比，再决定是否替换现有方案；值得先算出业务的输入 token 占比，该模型在评测中 76% 成本来自输入端。

Meta 在 Alexandr Wang 重组 AI 业务后重返前沿模型竞争，直接对标第一梯队定价，把差异化重点放在长期记忆能力。

• 影响定价与 GPT-6 Sol、Opus 5.5 同级，模型选型多一个同价对比项；官方主打长期记忆，指向长周期任务型助手场景；Wonder Full 不开放 API，采购时需留意渠道限制。
• 参考可考虑把 Wonder 加入现有模型评测清单，用自有任务跑一轮基准与成本对比；需要长周期记忆的场景值得单独测试 active memory 表现；注意 Wonder Full 仅随 Muse Code 订阅提供。

Meta 以模型加智能体组合重回前沿竞争，目前能支撑其实力的公开证据只有官方内部测试。

• 影响前沿模型候选清单多出一个可测选项，采购谈判有了新筹码；模型将与 Muse 智能体逐步绑定，选型时要一并考虑生态入口；对比数据出自官方内部测试，独立验证成本留在企业一侧。
• 参考可考虑通过 Meta Model API 用自有业务数据实测 Wonder，与在用模型跑同一组对比；值得跟踪 Wonder 接入 Muse 智能体的节奏，再决定是单独评估模型还是等智能体形态成熟。

Meta 用一页研究门户同时推进本地开放权重智能体、视觉基础模型与成体系安全评估，能力说法均为官方口径。

• 影响Muse Glimmer 开放权重并适配消费级硬件，为本地运行常驻智能体提供了新选项；各模型的安全与评估报告可作为选型尽调的官方材料；页面未给出性能数据和商用价格。
• 参考可考虑把 Muse Glimmer 列入本地智能体试点候选清单，先在消费级硬件上验证工作流表现；值得把 Muse Spark 系列的安全报告纳入模型采购评估材料。

Meta 把语言模型的推理扩展思路搬进图像生成，质量可以靠推理、工具调用和推理算力换得。

• 影响精确编辑与多参考图合成直接作用于品牌素材和电商制图流程；Content Seal 水印附带检测工具，AI 生成内容可验证性进入产品能力清单；用推理算力换质量意味着生成成本的核算方式需要重算。
• 参考可考虑挑一条现有图像生产链路对比 Muse Image 的编辑与多参考合成能力，记录返工次数与耗时；值得先确认投放渠道对带隐形水印素材的接受度，再决定接入顺序。

Meta 把 Muse Spark 1.1 的卖点集中在智能体编排、计算机操作和百万 token 长上下文，并用自营 Meta Model API 建立开发者入口。

• 影响智能体编码与计算机操作场景多了一个候选模型；性能与安全结论目前均为官方和合作方口径，选型前宜自行实测；百万 token 上下文加子智能体委派指向跨应用长流程的自动化。
• 参考可考虑在公测窗口用自有代码库或多应用流程跑对比测试，记录长会话中的上下文保持与委派稳定性；值得先确认现有编码工具链与新 API 的兼容成本。

高速旗舰模型把推理输出速度变成新的竞争维度，目标是压缩Coding Agent多轮调用叠加的耗时。

• 影响对使用Coding Agent的团队，单轮响应提速会放大到整体任务耗时的缩短；目前仅对ZCode订阅用户随机灰度，无公开申请入口，规模化服务后的速度要以上线为准；输出速度正成为模型选型的新考量。
• 参考可考虑在代码智能体任务中先记录当前模型的单任务总耗时，待高速版开放后做同场景对比；值得把输出tokens/s与高并发尾延迟纳入模型评测清单。

这件事的实质是开发者怀疑厂商在旧版本号背后静默切换了新模型，而Anthropic正处在冲刺IPO的关键窗口。

• 影响固定版本号下跑的评测和提示词可能在未公告时行为漂移，回归结论需要重算；代码生成视觉若兑现测试者所说效果，图像视频生成环节的成本结构值得重新测算；厂商更新节奏与IPO时间表重叠，能力变化可能集中出现在这些节点。
• 参考可考虑固定一组核心业务提示词作为回归用例，版本号没变也定期重跑对比输出；值得拿动画或产品渲染类场景试一次代码生成视觉，与现有图像视频工具算一笔成本账。

智谱高速版模型把输出速度推向490 tokens/s的量级，但数字出自网友爆料，模型尚未正式官宣。

• 影响若速度属实，长输出和长程任务的生成等待可压到几十秒级；模型仍在随机灰度，开放范围与定价没有官方口径；速度与质量的配比也暂缺独立评测。
• 参考可考虑先用现有模型记录长输出场景的生成耗时和成本作为基线；拿到灰度资格后，值得用同一批任务对比速度、质量和价格再决定是否切换。

华为以登顶国际时序评测双榜单宣示其在产业预测底座赛道的位次，成绩目前只有官方口径。

• 影响电网、工业、金融等有预测需求的企业多了一个国产模型选项；模型支持零样本直接使用和低成本微调，先试后用的成本可控；昇腾原生属性牵动算力配套与模型知识产权自主的考量。
• 参考可考虑让数据团队挑一个负荷预测或设备异常检测场景，把该模型与现有预测方案做小规模对比；涉及算力采购的可先核对昇腾生态的兼容成本。

生成式世界模型进入公开试用阶段，但核心基准成绩均为厂商自报，能力宣传与独立验证之间仍有距离。

• 影响机器人与自动化研发多了一条用生成仿真环境做训练的路线，免费预览降低了初步验证门槛；公开成绩以厂商口径为主，选型时不能直接照搬榜单。
• 参考可考虑让机器人、自动化或游戏相关团队先用免费 demo 评估交互与物理表现；引入 API 前值得在自有场景复测，再决定是否采信榜单成绩。

微软用开源小模型快速复制 Jev 带火的决策模型品类，低门槛让先发者窗口很短，比拼集中在低延迟低价的高频决策调用。

• 影响输出免费、输入每百万 $0.042 的定价明显压低分类和路由类高频调用的成本；开源小模型路线说明该品类容易被复刻，换供应商的门槛不高；官方性能数字缺少独立验证，选型前需自测。
• 参考可考虑把智能体链路里的路由、分类环节列为试点，用自有数据对比 Decision-1 与 Jev 1.13.0 的准确率和延迟；值得按输入计费、输出免费的口径重新测算现有调用预算，再决定是否迁移。

中文渲染改善与API降价同时发生，AI生图从尝鲜玩具逼近设计商单可用线，价格竞争蔓延到图像生成环节。

• 影响中文海报与配图制作的单位成本参考线下调，可纳入设计外包比价；多轮改图存在质量衰减风险，重编辑环节仍需人工把关；4K直出可省去部分放大处理环节。
• 参考可考虑选中文海报类场景实测文字清晰度与错字率；值得按1K、2K对折后的新价重算生图预算；多轮改图工作流可先在低风险物料上小范围试用。

具身模型的竞争焦点正从堆数据刷分转向训练范式设计，仿真榜单领先到真机规模化之间仍有距离。

• 影响多变的物流等场景选型机器人时，泛化能力权重可上调；开源代码降低了复现与试用门槛；VPP2规模化部署尚未发生，真实场景长期运行暂无数据。
• 参考可考虑下载开源代码，在自有场景挑几类零样本任务先测迁移效果；值得对比VPP2与现用方案在换环境、换物料时的成功率差异，再算适配投入。

视频生成的竞争正从清晰度和运镜数量转向人物表演力，分秒级计价把试错成本压低，创作流程开始向影视工业试镜加精选的模式靠拢。

• 影响营销和内容团队的单条视频试错成本降到几毛钱一秒，可用多版本试拍替代一次性押注；成片质量更取决于参考图与提示词的策划功力；预览版在风格控制和幻觉上有短板，商用交付前需人工验收。
• 参考可考虑先用低价档对同一脚本多拍几版挑出方向，再上 2K、4K 完成交付；值得把现有参考图按人物、环境、动作节点分类整理，作为多图参考的控制和验收依据。