Mistral 的 1 万亿参数月底才开源、Anthropic 的网络能力分三档发放；同一天，芬兰叫停谷歌两处工地

本期覆盖北京时间 2026 年 10 月 6 日 21:00 至 10 月 7 日 21:00。先按官方记录逐条核对。OpenAI 的模型发布记录里，最新一条仍是 8 月 18 日的 Model Spec 更新1；Anthropic 的 Claude 应用发布记录最新仍是 9 月 28 日的 Claude Sonnet 5.52；谷歌模型页置顶的仍是 9 月 30 日的 Gemini 4 Argon3。三家前沿实验室在窗口内都没有模型级发布。

窗口内新增的模型级动作来自另外两家。Mistral Large 4 以公开预览的形式在 10 月 6 日上线，内部代号 le Chonk：1 万亿参数、每次调用激活 490 亿参数的原生多模态混合专家模型，Mistral 称它是自己最大也最强的模型4。官方说这次训练在自家欧洲数据中心的近 3,800 块英伟达 Grace Blackwell 上从零完成，训练数据覆盖 160 多种语言，定价为每百万 token 输入 1.36 美元、输出 4.18 美元4。权重月底放出，在那之前只能通过一个带护栏的公开端点访问5。

谷歌 Nano Banana 2.1 在同一天上线，底座是 Gemini 3.6 Flash。1K 图像的价格是 3.36 美分，上一代 Nano Banana 2 是 6.70 美分；4K 从 15.10 美分降到 7.56 美分。模型一次最多接受 14 张参考图，能保持 4 个角色和 10 个物体在多次生成中一致，目前已在 Gemini 应用、Google 搜索的 AI 模式、AI Studio 等入口铺开，上一代 gemini-3.1-flash-image 将于 10 月 29 日下线67。

谷歌 DeepMind EmbeddingGemma 2 是第三条：7.4 亿参数的端侧多模态嵌入模型，以商用友好的 Apache 2.0 许可发布，把文本、图像、音频和视频映射进同一个向量空间。纯文本工作只需要其中 2.7 亿参数；量化后在 Pixel 11 Pro 上，纯文本权重占用约 191MB 内存，完整多模态版本约 567MB。上下文窗口 8K token，一次最多处理 5.5 分钟音频、29 张图片或 58 帧视频，代码检索基准 MTEB Code 从上一代的 68.76 升到 78.688。

这一天，三家前沿实验室都没有发布新的大模型，可决定「谁能用上什么」的规则一下多了好几条。Mistral 把 1 万亿参数的权重压到月底才放，先交给一批经过审查的伙伴去做红队测试；Anthropic 把网络攻防能力分成三档，只有能出示身份和授权范围的组织才能拿到解除限制的那一档；谷歌把两个模型压进设备、把图像生成的价格砍掉一半；而在芬兰，一个地方许可机构让谷歌的两处数据中心工地停了下来。把这些动作排在一起，今天真正挪动位置的是准入：能力有多强已经相对稳定，谁能拿到、拿到哪一档、在哪个地方用，才是新的变量。

网络安全是今天最清楚的一处对照。Anthropic 在 10 月 6 日把 Cyber Verification Program 扩成三档，让符合条件的网络安全从业者拿到更强、更少拦截的模型能力。一般可用的 Claude Opus 5.5、Fable 5.1 和 Sonnet 5.5 带有偏保守的网络护栏，公司说这会挡住大部分网络工作，目的是限制恶意使用9。

三档的门槛依次抬高。Defense Access 面向防御性工作，安全运营中心、事件响应、恶意软件逆向、漏洞分析与验证都算在内，小型安全公司、开源维护者、有漏洞报告记录的独立研究者都可以申请，Anthropic 称目标是几天内回复。Red Team Access 在防御之外增加了经授权的渗透测试与红队演练，只面向组织，不接受个人，申请要几周，已经拿到防御档的组织可以先在防御档里工作等待审查。Specialized Access 的拦截最少，留给经过核验的少数组织，用来测试可能影响人身安全或扰乱市场的系统，比如飞行操作系统、电网、电信网络、银行间转账基础设施和政府行政网络，这一档目前由 Anthropic 与美国政府一起逐家审查。三档都要求保留数据，以便公司监测滥用；等到今年秋天晚些时候 Enterprise Frontier Safeguards 上线，符合条件的组织才可以把数据放在自己控制的云基础设施上9。

Anthropic 用一项内部评测给出了这套分档的效果。在 CyScenarioBench 的 10 个挑战各试 5 次：没有 CVP 权限时，每一个任务都在第一条提示上就被拦截；Defense Access 档 50 次里有 46 次在挑战过程中被拦截，剩下 4 次完成；Red Team Access 档没有出现拦截，Claude Opus 5.5 完成了 50 次里的 34 次，与完全不加护栏时的 67.6% 成功率相当9。

Mistral 在同一天给出了相反的答案。它的官方发布页说，权重放出之前会与网络安全领域的负责人、经过审查的伙伴和国家机构一起做真实环境下的红队测试，这些人拿到的是同一个模型，但拦截更少、网络能力更强4。Mistral 科学副总裁 Pierre Stock 对 TechCrunch 说，公司会与可信伙伴和政府合作，确保开放权重被用来防御，而不是用来发动攻击5。

两家公司争的是同一件事，给出的解法方向相反。Mistral 的理由写在官方页里：在网络安全工作中，供应商层面的拒绝会挡住正当的漏洞研究，而在事件处理过程中突然失去一项能力，本身就会变成安全风险；防御的一方需要一个可以自己部署、不受同一套拒绝约束的系统4。Anthropic 的理由也写在公告里：网络安全天然是双用途的，能帮防御者找到并修好漏洞的能力，同样能帮攻击者利用它9。

Mistral 的发布页里有一处细节，把这层分歧说得很直白。在人工安全指数的一项测试里，模型需要先复现一段开源软件里的真实漏洞、再把它修补；Mistral Large 4 得分 82%，是该项最高，而 Claude Opus 5.5 与 GPT-6 Astra 在同一个测试上接近零分，原因是拒绝执行4。Mistral 还指出，攻击者正在用越狱手段让这些闭源模型帮忙做攻击性工作，防御者却拿不到对等的能力。

对读者的用处在这里：如果你的团队要买模型做安全研究，今天的规则变化是两条可以核对的条件。选 Mistral 的路线，你要准备的是自建部署能力，和那份月底才出现的权重；选 Anthropic 的路线，你要准备的是资质、授权范围证明和数据留存同意，换取的是同一批模型在更少拦截下的可用性。两条路都要求你先想清楚，解除限制之后谁对你的行为负责。

同一天里，也有能力在往不需要许可的方向走。

EmbeddingGemma 2 是一个例子。它 7.4 亿参数、Apache 2.0 许可、可以在设备上跑，谷歌把它们放进开源权重里，任何人下载就能用，不需要向谁申请，也不需要把数据传出去8。真正落地时这类模型做的是检索、分类和路由：本地代码库的语义搜索、相册里用一句话找一段视频、把一段语音和一篇文档匹配起来。谷歌给出的基准进步集中在代码检索这一项，MTEB Code 提高了 9.92 分，指向的正是给编码智能体做本地仓库检索8。

Nano Banana 2.1 走的是另一条下沉路线：价格砍掉一半，权重仍然留在服务端。1K 图像从 6.70 美分降到 3.36 美分，意味着批量生成素材的成本门槛下移，扩大使用面靠的是价格6。需要注意的是它替换的是 Nano Banana 2 这一档，更贵的 Nano Banana Pro 仍在原位；报道指出 2.1 在部分基准上大胜 Pro，实际出图质量上 Pro 往往仍然更好，两者的分工更像是「批量」和「关键一张」6。

Mistral 的算力账也值得记下来，因为它决定了这条路能不能长期走。Mistral 说这次训练用的是自家的欧洲数据中心，Pierre Stock 对 TechCrunch 说用了约 4,000 块英伟达 GPU，比中国竞争对手少两到三倍，也明显少于闭源对手；官方页把这条线接到 30 亿欧元的 D 轮融资上，称那是欧洲科技公司迄今最大的一笔股权融资，资金正用于扩大自有欧洲数据中心的算力45。

芬兰的许可与监督机构 LVV 在 10 月 6 日向谷歌子公司 Tuike Finland Oy 发出通知，要求暂停 Muhos 与 Kajaani 两处规划中数据中心的施工，直到环境影响评估完成。暂停范围包括伐树、清除表土、开挖、采石、破碎、土方转运、开沟，以及道路和堆场建设，谷歌最迟要在 10 月 23 日停止这些作业；规划、测量、土壤调查等影响轻微且容易恢复的工作不在其中10。谷歌发言人对 CNBC 说，公司理解这些关切，这一次没有达到自己设定的高标准，会遵循 LVV 的指引；谷歌同时表示自己是依据《森林法》善意行事，做过自然调查并采取了保护措施，并计划在 Muhos 种树 130 公顷10。这条通知的时间点值得留意：谷歌在一个月前的 9 月 9 日刚宣布在芬兰投资 150 亿美元建 AI 基础设施，这是它在欧洲最大的一笔投资，而芬兰因为土地和电力充足被业界称作「欧洲的得州」10。LVV 环境部门负责人 Tommi Muilu 的说法是，这些作业会改变环境并产生需要识别与评估的影响，而这正是环评程序的核心目标10。

对要选址的团队来说，这条事实的可操作部分在时间表：环评没完成，土方就不能动，通知里给出了明确的停止期限，而谷歌的应对是把它并入更长的景观与生物多样性计划。设备采购可以并行推进，场地准备不能。

另一个国家在同一周做了方向相反的事。韩国科学技术信息通信部第二次官柳济明表示，2027 年预算案为自研前沿模型编列了 4.7 万亿韩元、约 34.9 亿美元的股权投资，并把原来的一条赛道拆成两条：前沿模型开发，与把韩国模型部署到各行各业。现有的三方竞争会照常选出两家，但政府不会再自动延续支持，而是新开一场向包括初创公司在内的其他企业开放的前沿竞争。柳济明说，现在每支队伍大约 1,000 块高端 GPU 的支持力度不足以追赶前沿级模型，「规模必须完全不同」；政府另外准备了约 2.9 万块 GPU 待分配11。他同时说，与美国最大的 AI 公司正面竞争不现实，韩国的目标是在公共与私人投资到位后，做出与中国领先开源模型相当的水平11。这条消息的原始发布时点是 10 月 5 日，早于本期窗口一天，此处按原始时点标注。

第三道闸来自一家非营利机构。Common Sense Media 旗下的青年 AI 安全研究所对 ChatGPT 的青少年版做了超过 4,000 条提示词测试，账号注册年龄为 13 至 17 岁，结论是这一产品构成「不可接受的风险」，并呼吁 OpenAI 在补上缺口之前不让青少年使用12。该机构说，模型一般不会给出自杀、自残、进食障碍或性角色扮演的操作指引，但在识别青少年需要外部帮助这件事上不够可靠：它错过了超过四分之一、由测试者判定应当转介危机的场合；在十几个新建立、已与家长账号关联的账号上，测试者可以就自杀、自残或进食障碍连续谈论长达一小时，没有触发任何家长提醒12。测试者还发现学习模式可以绕过，青少年可以选「直接给我答案」，在家长设定的学习时段里也能轻易退出12。

OpenAI 对这些结论有异议。公司对 Axios 说，Common Sense 对家长提醒的多数测试发生在家长与青少年账号完成关联之前，而关联过程可能需要几个小时；年龄预测系统有意依赖多个信号，用户自报的年龄只是其中之一，做出判断最多需要两周，在这段时间里用户会获得加强但弱于青少年版的内容保护；在危机转介方面，公司自己的更大规模数据显示，被展示求助热线的 18 岁以下用户在所研究时段内增加了12。关于学习时段可以退出这一点，OpenAI 确认这是有意设计，公司称学习时段是征求教育专家和青少年意见之后做的更灵活的体验12。该机构负责人 Tom Siegel 的评价是，OpenAI 8 月宣布的东西有潜力做到行业领先，但承诺与现实之间还有差距，「更像一次没有工程工作支撑的市场宣传」12。

三道闸分别握在地方政府、国家预算和一个评级机构手里，没有一道由模型发布方自己设定。这一点对做合规与市场准入的人最直接：想在一个地方把 AI 用起来，你要核对的对象不止供应商，还包括那个地方的许可机构、那个国家的产业政策，以及你服务的用户年龄。

同一天还有一件事，方向正好相反：结论公开，过程不公开。

OpenAI 在美东时间 10 月 6 日 18:00 于 GitHub 上放出了 372 项结果，公司称每一项都解决或显著推进了数学或理论计算机科学里的一个重要公开问题13。一位发言人对《科学美国人》说，几乎所有结果都来自交给单个智能体的一个提示，其中一部分可能尝试了多次；这与上一次用 1 万个智能体集群、数百万美元算力解出纳维—斯托克斯方程的做法差别很大13。声称的结果里包括四维 Kakeya 猜想、若干重要计算机算法的改进，以及向黎曼猜想推进的进展；一部分结果已经在 Lean 中通过验证，公司也承认许多结果连它自己的数学家都还没看懂13。

争议落在发布方式上。OpenAI 在 9 月 21 日宣布组建一个独立的数学顾问组，该组 9 月 29 日给出的建议要求，发布这类结果的公司应公开模型、确切提示词和每一题的算力消耗；据《科学美国人》报道，OpenAI 只公布了每题的平均算力和一些额外统计，没有公布提示词，并称公司认真对待这些指引但不被其约束13。它给出的理由是，这类数学问题是检验模型是否真的变聪明的必要测试，公司因此需要保持速度13。

数学界的反应分成两派。麻省理工学院的 Andrew Sutherland 说，在公司放出模型、别人能复现之前，关于「单个智能体一次做出来」的说法都应视为未经核实，「我们该要看收据」13。多伦多大学的 Daniel Litt 认为，如果把结果藏起来，数学界反而无法知道答案，公开是好事13。Wired 报道说，8 月曾有约 40 位数学家向 OpenAI 提出，结果应以论文而不是博客或推文的形式发布，这一要求没有被采纳14。

把这件事放回今天的主线：当发布方自己决定公开到什么程度，验证的活儿就落到别人头上。对读者的实用含义只有一条，但很硬——把供应商的自证当作待验证的线索，等你手上能复现时再改成结论；凡是依赖模型输出做判断的场景，先在合同里写清你能拿到哪些可复现材料。

波士顿动力的消息最干脆。现代汽车集团旗下的这家公司宣布，任命 Rohit Prasad 为首席执行官，10 月 7 日生效。Prasad 此前是亚马逊的高级副总裁，兼 Alexa 与通用人工智能方向的首席科学家，接替今年 2 月离任的 Robert Playter；公司说他会把物理 AI 的突破带向商业成功15。同一篇报道里给出的产业刻度是，现代汽车集团今年 1 月表示，目标是在 2028 年建成一座年产能 3 万台机器人的工厂，并开始在所有制造基地部署15。

自动驾驶这边，路透社在 10 月 7 日发出一项调查，讲的是特斯拉如何推动欧盟批准它的完全自动驾驶功能。特斯拉直接向荷兰监管机构 RDW 施压，多次试图设定审查条件；同时发起社交媒体宣传，主张该系统能救命、阻拦它的监管者在危害生命；公司提交的安全研究经独立交通安全研究者评估，被认为支撑不起这套说法16。研究者给出的理由包括：特斯拉在欧洲掌握的相关数据不足；用于采集欧洲数据的测试安全员由特斯拉自己培训，结果可能偏向公司16。报道里的现场证据是，一名比利时车主在布鲁塞尔乘车时，车辆把 30 公里限速读成 50 公里，一度开到 41 至 42 公里/小时；7 月一个出行倡导组织在同一城市的测试发现多处限速误读，超速常在 15 公里/小时以上16。荷兰在 4 月批准之后，另有七个欧盟国家在欧盟整体表决之前各自批准了这套系统16。法国交通部长 7 月曾发布视频说，以当时的状态法国无法批准；马斯克回应称拖延会致命，随后社交媒体上出现针对这位部长的攻击，上个月这位部长表示已与马斯克会面，法国正在做测试以支持批准16。10 月 7 日，德国交通部长 Steffen Bilger 表态支持特斯拉的驾驶辅助软件17。

同一天，马斯克在 Terafab 芯片项目上划了边界：他说特斯拉和 SpaceX 将负责建设并运营这座位于得州的人工智能芯片综合体，台积电如果愿意，可以转租其中一部分产能，仅此而已；该项目计划生产用于特斯拉汽车、Optimus 人形机器人和太空数据中心的芯片18。

按频道固定的追踪范围，本期还需要说明一件事：在北京时间 10 月 6 日 21:00 至 10 月 7 日 21:00 的窗口内，我仍然没有找到自动驾驶运营方（robotaxi）一侧可追溯到原始来源的上市或融资事件。本期物理 AI 的覆盖落在三层：整机与人才层（波士顿动力换帅）、合规与准入层（特斯拉在欧盟的审批进程），以及上游芯片自建层（Terafab）。

今天新增的可操作条件，落到四张清单上各有一条。

选型与成本：Mistral Large 4 的权重月底才到，在那之前你只能走带护栏的端点；如果你要的是能自托管、能审计的模型，把「权重放出」写进采购时间表，本季度预算先按端点的用量算。

供应商与风险条款：Anthropic 的三档验证把「能不能做安全研究」变成了资质问题。要拿 Red Team Access 一档，你需要提前准备授权范围证明和接受数据留存；如果这件事等不了几周审查，Mistral 那条路给的是自建部署和自主权。

算力与落地方案：芬兰这条通知说明，场地准备的节奏握在地方许可机构手里，而不在采购部门手里。选址时把环评完成时点当作里程碑，和设备到货分开排。

合规与市场准入：Common Sense 的评级说明，面向未成年人的产品要先能证明家长提醒、年龄判定和危机转介三项确实生效，而不只是宣布过；特斯拉在欧盟把审批当作可以施压的对手，这条路在法国和荷兰都留下了记录，值得做自动驾驶相关业务的团队当成案例读。

本期没有覆盖的子项与原因：自动驾驶运营方一侧在本窗口内没有可追溯到原始来源的上市或融资事件；中文侧当日流传的若干模型与融资消息，原始时点落在 9 月下旬至 10 月初，与已发布内容重复，按期未再采用。