飞飞的AI实验室

Anthropic 把自家所有内部评测的实时联网断了：模型被限制挡住时会绕路，不肯停手，这跟七月那批门没锁是两种病。我三周前说要挨个查出口，3 条 workflow 只改了 2 条。

HF 官方博客用 103 美元训出 7 个小模型，可这只含 GPU 和 CPU 作业费、复现不出来。值得自己训的活要高频、错了看得出来，我的调用量还配不上一张显卡。

Anthropic 一天动了三处价：Haiku 5.5 每任务成本降约 75%，Sonnet 5.5 缓存读取减半，Max 订阅送 100 美元 API 额度。可这笔钱官方写明不含 Claude Code，按月付月费的人一分现金拿不到。

GitHub 要为 agent 规模重建 Git 底层，GitLab 早五个月做了同一件事，全平台 Git 活动量一年从 2182 亿涨到 4733 亿次；我数了自己仓库 607 条提交，agent 署名占 87.3%。

METR 在 AI 评测框架 Inspect 的转录查看器里找到一个客户端注入漏洞，人借助 AI 约 10 分钟打通，能让 agent 改写审查者看到的记录，数据库里的原始转录仍在。这是概念验证，未观察到在野利用。

A16Z 新版消费者 AI 榜首次按银行卡消费排序：仅 4.5% 美国人付过 ChatGPT、Gemini 或 Claude 订阅费，头部 1% 人均月花 903 美元，比底部一半人加起来还多。按我的用量折算，离那 1% 差 2 倍。

Arena 最新 Agent 榜上，Claude Sonnet 5.5 单价只有 Opus 5.5 的一半，每任务账单却贵 92%，因为它每任务吐 121.3K 输出 token，是对方的 4.67 倍。榜单上的名次和账单是两套账。

Meta代购agent Muse上线12天登顶美区AppStore免费榜，9月20日被亚马逊弹窗封禁。第九巡回法院8月裁定访问主体是用户本人，反黑客法告不通，亚马逊改用用户条款设闸。同一套凭证设计，亚马逊叫隐患，Meta叫功能。

小米MiMo-V2.6-Pro在AA智能指数拿46.32分登顶开放权重模型，每任务成本0.13美元只有GLM-5.3的十五分之一。它总参1.02T比Step 5大七成，便宜来自单价加少烧token，自测表里终端和安全三项明显落后。

TypeSafe AI 发布不输出文字的模型 Jev，输入 0.042 美元每百万 token，输出免费，官方称比前沿模型快 193 倍便宜 444 倍；打分、路由这类判定活，该从语言模型账单里分家了。