AI 大模型前沿早报 · 2026年9月15日(周二)

• OpenAI 总裁 Brockman 公开称"现在认为已进入 AGI 时代并不不合理"，并将判断权留给用户；Astra 是 OpenAI 迄今最大规模训练，首次在得州 Stargate 用超 10 万块 GPU 预训练。
• 官方数据：FrontierMath Tier 4 97.6%、ARC-AGI-3 98.6%~99.9%（高度依赖 OpenAI 自带 Responses API harness，独立机构无状态测试仅 17%~63%）、OSWorld 2.0 72.6%（Sol 65.7%，单任务耗时从 ~75 分钟降至 40 分钟）。
• 定价 10/50 美元 每百万输入/输出 token，为 Sol 促销价 2.5 倍；API 与 AWS 即将上线，Plus/Pro/企业版"未来几天"开放。
• 隐忧：网络安全能力跨越 Preparedness 框架"Critical"门槛（自主发现 2 个未知零日），标准版将拒绝部分安全任务；同时官方承认 Astra 思维链比 Sol 更难被监控。
• 来源：雪球、搜狐·深度评测

2. "AI 降速"共识与资本市场、白宫的正面碰撞

• Amodei《We Must Pace the Frontier》后，Altman、Musk、Hassabis 相继表态支持，方案含第三方嵌入式评估、共享安全标准、全球协调；批评者（The Verge 等）称其更像"卡特尔"。分析指出五派立场中无一方给出可量化的"速度"指标。
• 特朗普周一公开驳斥，称存在针对 AI 与数据中心的"阴谋"，"谁赢得 AI 谁就赢"；美参议员另提法案，禁止超级智能开发、违者最高监禁 20 年。
• 市场迅速定价：全球半导体指数跌 5%，英伟达/博通等重挫，10 年期美债收益率一度破 5%。
• 来源：腾讯·每日科技早参、新浪·9月15日外盘头条

3. Anthropic 灰度上线 Claude Opus 5.2，跳过 5.1

• 9月14日凌晨起，Claude Code 中"Opus 5"请求的底层 slug 被指向 Opus 5.2，开发者用未联网"冷知识探针"区分两侧权重。
• 实测反馈集中于三点：响应显著变快、输出更简洁、长任务中自主迭代（"gauntlet loop"）不再中途停等。
• 同一份内部风险报告称 Anthropic 正大规模使用未发布的"Model 2"跑 Agent 写代码（CoBench v2 62.8%，高于 Mythos 5 约 12.5 分），官方口径为暂不对外。均为媒体与社区口径，无官方确认。
• 来源：新浪科技、Gate 新闻

4. Claude for Financial Advisors 发布，金融成前沿厂商主战场

• 9月14日发布：一揽子连接器 + 工作流技能，接入嘉信理财托管数据、贝莱德 Advisor Center、Vanguard、Addepar、iCapital、Envestnet、Orion、Black Diamond、Wealthbox 等，覆盖会前简报、组合再平衡审查、会后 CRM 与合规筛查。
• 定位为"叠加在现有工具之上的指挥家"而非替代；投资建议与合规判定仍强制人工审核，建议持牌机构走企业计划（含审计日志）。距 OpenAI 推出金融行业版 ChatGPT 仅数日。
• 来源：Unite.AI 中文、腾讯新闻/财联社

5. Google DeepMind 被曝推进 RSI：一张 API 截图与十个训练槽位

• 社区流传 rsi-model-liverl-le（显示名 RSI Model LiveRL LE，1M 输入 / 65K 输出）及 00–09 十个专属训练槽位；谷歌当晚紧急回收一批内部密钥，官方至今不置可否，截图无法独立验证。
• 关键旁证：9月2日 Gemini 3.8 Flash 官方博客写明"进展被长时间运行的智能体循环加速，用于递归评估和精炼底层模型"；六周内第三个 Flash 版本。
• Business Insider 报道 Sergey Brin 在总部"微厨房"直接分配算力、砍项目，资源向自我改进倾斜。下一个 Flash 版本是否按三周节奏落地，成为最直接的验证节点。
• 来源：网易/搜狐长文、腾讯新闻

6. xAI：Grok 4.8 本周完成训练，2.5 万亿参数 + 全新 C++ 软件栈

• 马斯克在 X 上称 4.8 为 2.5 万亿参数模型，用全新 C++ 训练栈构建，本周结束预训练并转入 RL；此前预告的 Grok 4.7（原定 9/12）跳票，截至 9/12 xAI 文档中无 4.7 模型 ID。
• 微软端同步推进：Office 全家桶 Copilot 已向 Frontier 客户提供 Grok（暂不含欧盟、英国）。
• 来源：新浪财经·砍柴网、ITBear

7. DeepSeek V4.1-Flash 开源 + 降价，被称"实为 V5 的架构换代"

• 552B 总参数、prefill 激活 8B / decode 激活 16B、1M 上下文、原生视觉，MIT 许可，权重已上 Hugging Face。核心是 CED（因果编码-解码）架构 + CSA2 + FP4 KV 缓存，全局缓存每 token 890 字节（约上一代 1/4）。
• 价格：空闲时段缓存命中输入 0.02 元/百万 token（较上代降约 60%），未命中 1 元、输出 4 元；9月14日起 v4-pro 请求强制路由至 4.1 Flash。同日 DeepSeek 改口，宣布 9/14 后继续保留 V4 Pro API。
• Agent Arena 开源榜第 3，每任务中位成本 $0.07，比第 2 名 Hy4 preview 便宜 68%、成绩仅差 0.09 个百分点。另据爆料，后续 DeepSeek Code 2.0（3 万亿参数、主打 Computer Use）或在 9 月推出，可信度未经证实。
• 来源：腾讯新闻/北京商报、Powerdrill 定价与能力拆解

8. 智谱完成约 50 亿美元再融资，六成投给"完全自训练"

• 配售价 714 港元/股（折让约 9.96%）加 201.4 亿元零息可转债（换股价 892.50 港元），合计净募约 393 亿港元；约 60% 投向下一代 GLM 与"完全自训练"体系（数据自产、环境自造、基础设施自我优化的递归闭环）。
• 9月14日股价收 721 港元，跌约 9.1%。上半年营收约 9.5 亿元（+399.7%），经调整净亏损 19.6 亿元。GLM-5.3 Flash 位列 OpenRouter 热门榜第 3，Kimi 系列未进前十。
• 来源：腾讯新闻·压力测试周、搜狐

9. 阿里千问官宣 Qwen3.8 全量开源，千问办公首发 Flash

• 架构由 MoE 升级为 DSAG（动态稀疏自适应门控），256K 上下文；27B 原生多模态稠密版整体超 Qwen3.7-Plus，旗舰 Qwen3.8-Max（2.4 万亿参数）已开源权重，累计开源模型 460+、全球下载超 30 亿次。
• 千问办公首发 Qwen3.8-Flash：生成速度 +100%、Token 消耗 −75%，模型供给收敛为"标准/高级"两档，称 95% 任务标准模式即可覆盖。另一端承压：阿里"AI 实验室与应用"Q2 收入 33.38 亿元、经调整 EBITA 亏损 138.61 亿元（去年同期 32.24 亿元）。
• 来源：36氪、今日头条、搜狐

10. 端侧 Agent 抢入口：豆包手机助手消费者版发布，三方 App 可拒绝 AI 操作

• 9月14日字节发布豆包手机助手消费者版，并同步推出 GUI（图形界面）合作协议——把"允许/拒绝 AI 自动化操作"的权限交给第三方 App，这是移动端首个成体系的 Agent 授权协议。
• 硬件侧搭载定制化 AI 物理键（集成指纹验证）、远距离语音唤醒优化；首款机型努比亚 NaviX Ultra 9月16日发售。同期 Kimi 将 K2.8 Preview 在 Kimi Code / Kimi Work 全量上线（1M 上下文、low/high/max 三档、图视频输入），并启动企业合作伙伴计划共建前线部署工程师。
• 来源：今日头条/驱动中国、雪球·券商中国

一句话速览

• 上海 AI 实验室在浦江创新论坛发布书生 Intern-S2-397B，Apache-2.0 全开源，主打长周期科研与智能体能力（新浪财经）。
• 小红书 AllSpark 开源 Search Agent 模型 Iris（35B / 397B 两档，权重与评测代码公开）；硅基流动上线 Hy4 preview（770B、激活 49B、1M 上下文、Apache 2.0）。
• IBM 与 NASA 开源"NASA-IBM 月球基础模型"，识别月表冰沉积/陨石坑/火山构造较常用方法最高提升 23%（DOIT）。
• Anthropic 9月威胁报告：也门团体据评估"极可能"关联胡塞，使用 Claude Code 开发制导火箭与弹道导弹相关软件，AI 双重用途争论再起。

说明：以上为媒体与社区口径的汇总，Astra/Opus 5.2/Grok 4.8/DeepMind RSI 等项的基准分数与内部信息多为厂商公布或未证实爆料，采信请交叉验证官方页面。