首页 / AI 简报 / 2026-10 / 10-27 2026-10-27 · 周二 · 9 条 OpenAI 发布 GPT-6.1 Terra 并同日上架 Bedrock 与 Copilot、Anthropic 提交上市申请、Cloudflare 披露 GLM-5.3 跨请求数据泄露 今天的主线是「便宜一档的模型当天铺满渠道，真正的风险转到了怎么跑」：GPT-6.1 Terra 以 Sol 一半的价格同时出现在 OpenAI、AWS 和 GitHub，而 Cloudflare 的事故说明，自托管推理里一个配置错位就能让数据串到别的客户。对做产品的人，选模型越来越容易，跑模型的工程纪律反而更要紧。
10 月 26 日上线，模型名 gpt-6.1-terra，Responses 与 Chat Completions 接口可用；官方定位是「快速、高效」，用于视觉推理、精确的计算机操作和清晰自然的写作。 标准价每百万 token 输入 1 美元、缓存输入 0.05 美元、输出 5 美元；同一价格页上 gpt-6.1-sol 为 2 美元 / 10 美元。Batch 和 Flex 再便宜 50%，Fast 模式为标准价 2 倍。 上下文 1,050,000 token，最多输出 128,000 token，知识截止 2026 年 6 月 1 日。 输入超过 272K token 的请求，整次按输入与缓存 2 倍、输出 1.5 倍计费；缓存写入 30 分钟保留为每百万 1.25 美元，12 小时保留为 2.50 美元。 开发者视角 和 10-21 那期的 12 小时提示缓存连起来看，OpenAI 在把价位切得越来越细。我会先把 PandaClaws 里改写、配图说明这类不需要最强推理的调用切一部分到 Terra，用自己的样本对比 Sol 的质量和单价；注意长文档别越过 272K，否则整次请求加价。怎么测我在博客「面向开发者的本季度模型发布评估 checklist」里写过。
AWS 10 月 26 日宣布 GPT-6.1 Terra 在 Bedrock 正式可用，支持最多 100 万输入 token 的上下文，接受文本和图像输入。 按 OpenAI 的 Agents' Last Exam 测评，它比 GPT-5.6 Terra 高 15 个百分点，与 GPT-6 Astra 持平，完成任务的速度是 GPT-6 Astra 和 GPT-6.1 Sol 的 3 倍以上。 输入与输出单价比 GPT-6.1 Sol 和 GPT-5.6 Terra 至少低 50%。 可直接调用 Bedrock API，也可以把 ChatGPT Work 和 Codex 配置为使用 Bedrock 上的这个模型。 开发者视角 OpenAI 新模型当天上 AWS，和 10-21 宣布进 Google Cloud 一起看，「用哪家模型」和「在哪朵云上买」已经脱钩。账在 AWS 上的团队可以直接在 Bedrock 里试 Terra，但注意 Bedrock 文案写的是 100 万输入上下文，与 OpenAI 直连的 105 万略有出入，按你实际调用的那个渠道核对上限和价格。
面向 Copilot Pro、Pro+、Max、Business 和 Enterprise 用户正式可用，定位是比 GPT-6.1 Sol 便宜的日常智能体编码和终端任务；早期测试中，它解决的终端和 C# 编码任务明显多于 GPT-5.6 Terra。 在用量计费下按厂商标价收费。 可在 VS Code、Visual Studio、Copilot CLI、云端智能体、Copilot 应用、github.com、移动端、JetBrains、Xcode 和 Eclipse 的模型选择器里选用，逐步放量。 Business 和 Enterprise 管理员可在模型策略里管理；默认模型启用下，新模型自动开启，除非管理员关掉了全局默认或单独禁用它。 开发者视角 这正好是 10-23 那条「Copilot 全局默认策略」生效后的第一个新模型：没配置过的组织，Terra 会自动出现在所有人的选择器里。我的建议是先用 10-25 那条按客户端拆分的用量报告看一周，把 Sol 上的日常小任务和 Terra 对比单价与合并率，再决定要不要把它设成团队默认。
10 月 26 日，Anthropic, PBC 就拟议的 A 类普通股首次公开发行向美国 SEC 提交 S-1 注册声明。 拟在纳斯达克全球精选市场上市，股票代码「ANT」。 发行股数和价格区间尚未确定；注册声明尚未生效，生效前不得出售。 初步招股书可向高盛和摩根士丹利索取。 开发者视角 我不评估值，只说对做产品的人有用的一点：招股书公开后，会是外界第一次系统看到 Anthropic 自己写的业务和风险描述。我会去读其中关于 API 业务、算力供应和使用政策的部分，判断 Claude 作为依赖的长期稳定性；在那之前，别因为新闻改任何技术选型。
8 月 27 日到 9 月 9 日，Workers AI 上的 GLM-5.3 共有 155 条回复包含其他客户此前请求的数据，全部是超过 681,280 token 的长提示；Cloudflare 称未发现蓄意利用的证据。 9 月 8 日 Knostic 的研究者 Gadi Evron 经 HackerOne 报告；Cloudflare 宣布事故后 40 分钟内下线模型，当天修复恢复，10 月 26 日与研究者和 SGLang 维护方协调公开。 根因有二：模型按 1,048,576 token 上下文上线，但 prefill 节点 KV 缓存池只有 681,280 token，测试只看了 HTTP 状态码；SGLang 在预填充 / 解码分离模式下把被拒请求换成 1 个 token 的占位，解码节点读到了残留的旧缓存页，客户端收到的是 200 而不是 400。 修复后缓存池约 204 万 token；SGLang 已在 v0.5.20 修补、v0.5.21 和 v0.5.22 跟进，Cloudflare 建议所有运营方升级到 v0.5.22 或更新。 开发者视角 这是自托管开源模型最容易漏掉的一类风险：没有报错，只是悄悄串数据。用 SGLang 的先升到 0.5.22；上线前从运行中的引擎核对 KV 池大小不小于宣称的上下文长度，长上下文测试要检查输出内容（放标记字符串看会不会串到别人那），不能只看状态码。AI 云盘这种多租户文件问答，我会把这条加进发布检查表。
10 月 26 日起，在付费层使用 Generate Content API（generateContent、streamGenerateContent、batchGenerateContent）的新项目默认存储请求（store=true），与 Interactions API 一致。 已有项目保持当前设置不变。 可在单个请求里设 store=false 关闭，或在 Logs and Datasets 面板的设置里关闭 Generate Content API 日志。 开发者视角 影响的是「新项目」，所以最容易中招的是新开的测试或客户项目。我会在调用层统一显式传 store=false，而不是依赖控制台设置；像 AI 云盘这种处理用户私人文件的产品，隐私说明里写了什么，代码里就要对应地关掉。
在 Google Docs 里直接查看和编辑 .md 文件，不转换格式，文档头显示 .md 标识。 人和 AI 智能体可以协同编辑同一文件，支持逐行评论、建议修改，并保留覆盖人和智能体的完整版本历史。 Drive 可渲染预览 Markdown，支持表格和超链接，也能切换为原始文本。 任何 Google 或 Workspace 账号上传 .md 到 Drive 即可使用。 开发者视角 智能体写的方案、文档越来越多是 Markdown，以前评审要么在 Git 里看 diff，要么转成 Docs 再改回去。现在可以让非技术同事直接在 Docs 里评论 .md 原文件。PandaClaws 的长文草稿我会先试这条路；但公告没讲和 Git 仓库的自动同步，进仓库前仍要自己导出。
新增 25 种语言，其中 11 种印度语言，另有加泰罗尼亚语、马来语和威尔士语；合计覆盖 50 种语言、60 多个地区变体。 内部和公开基准（GigaSpeech、VoxPopuli 等）上，Token 错误率最多改善 25%，实体错误率最多改善 37%，财经领域实体提升最明显。 处理速度比 2607 版最高快 2 倍，尤其是高并发下 5 到 10 秒的短音频；对静音和空音频减少了幻觉。 默认多语种模式：同一音频里有多种语言时不要加语种提示，提示只适合单一语言的音频。 开发者视角 做语音面试的话，最该看的是实体错误率：公司名、技术名转错，后面的评分就全偏了。智能面试的录音里中英混说很常见，我会按它的建议去掉语种提示，用自己的真实录音专门统计专有名词的错误率，再和现用方案比，而不是只看整体字错率。
Bedrock 支持隐式缓存（由 Bedrock 决定可复用前缀在哪结束）和显式缓存（代码里用 prompt_cache_breakpoint 标记），AWS 建议两者并用：工具和指令用显式，增长的对话历史交给隐式。 可复用前缀至少要 1,024 token；在一次测试中，约 4,000 token 的工具加指令前缀首次写入 4,120 token，之后的请求读取同样的 4,120 token。 缓存只在文本完全一致时命中：工具列表和指令每次要以同样方式序列化，MCP 服务器提供的工具要保持顺序稳定；日期、用户名、请求 ID 这类变量放在缓存内容之后。 设 store=False 只是不在服务端保存响应，不会关闭提示缓存。 开发者视角 这些规则不只适用于 Bedrock：把时间戳塞进系统提示开头，是我见过最常见的缓存失效原因。我在博客里写过 RAG 一个月的真实账单，结论是控制上下文长度回报最高；智能体同理，先把工具定义和指令做成固定前缀，再看缓存命中率，最后才考虑换模型。
本期由 AI 辅助检索与起草，选题标准与观点由 Darius 设定。
每周一，一封邮件看完 AI 大事 每周一早上，把过去 7 天最值得关注的 6 件 AI 大事和我的解读发到你邮箱。
邮箱只用于发送周报，不会提供给任何第三方；每封邮件底部都可以一键退订。 看看最近一期 →