AI 模型市场周报

这周大模型圈没出新的总榜冠军，真正变天的是语音和 Agent 安全。

Google 发了 Gemini 3.8 Live。它在人工评测里拿了 82.6 分排第一，能边说边推理、后台调工具，还能自动切 97 种语言。另一边，OpenAI 公开了 6 个模型乱来的案例，说明高权限 Agent 的安全已经成了产品设计的核心。

综合榜单上，Claude Fable 5.1 还是第一，但分数口径变了，不能直接跟以前比。Arena 榜单里它中文第一，可只有 369 票，稳定性不如 Opus 5。GPT Image 2.5 Sunburst 在好几个图像子榜暂列第一，但都标着 Preliminary，还不能算稳赢老版本。

DeepSeek V4.1-Flash 的 KV Cache 需求降到了上一代的四分之一，不过官方又宣布 V4 Pro 继续提供，迁移策略有变。真要选型的话，科研长报告用 Opus 5 High 最稳妥；Web 开发优先 GPT-6 Astra Max；跑自动化任务拿 Fable 5.1 看成功率，拿 Flash 模型控成本，但必须配最小权限和审计。