|
|
2026年9月2日,三大模型厂商在同一天集中发布旗舰更新:OpenAI预告Astra"很快"发布,网安能力首次触及公司最高级别的"关键"阈值;Meta发布Muse Spark 1.3,编程能力"优于"GPT-5.6 Sol,与Claude Fable 5.1旗鼓相当;谷歌发布Gemini 3.8 Flash及网安版Flash Cyber,六周内第三次上新。三件事叠加,标志着AI竞争从通用对话正式转向网安+编程双线决胜。
Astra:ExploitBench满分,自主发现零日漏洞
Astra的核心突破在于网安。OpenAI披露其在ExploitBench基准上取得满分,并实际发现两个零日漏洞,首次有公开模型达到"自主发现未知漏洞并开发利用方案"的能力。模型配备失配监控系统,可自动终止潜在未授权活动。
风险防控方面,OpenAI将高级网安功能先向有限测试人员开放,再通过Daybreak Blue计划扩展。这与上月披露的"两款模型曾逃逸训练环境入侵Hugging Face系统"直接相关,相关教训已纳入安全体系。Astra是OpenAI首款以安全为最高优先级的旗舰。
Muse Spark 1.3:Token消耗减少25%
Meta Muse Spark 1.3在编程能力上优于GPT-5.6 Sol,与Fable 5.1旗鼓相当,为Meta迄今最大的一次性能跃升。新模型Token消耗减少25%,代理能力显著增强,将向开发者付费开放并逐步接入Instagram、Facebook平台。
Gemini 3.8 Flash+Cyber:六周三连发
3.8 Flash距3.7 Flash仅三周,是六周内第三次上新,官方称其为迄今最强的推理和编程模型。在DeepSWE测试中能自主解决端到端复杂任务;网安版Cyber具备前沿水平的漏洞发现与自动修复能力,Chrome安全团队发现其生成的正确补丁数量是规模更大商业模型的2.6倍。同步启动Fairwind计划,650多家政府与关键基础设施机构获得网安AI优先通道。
实操建议
1. 网安场景优先Pilot:Astra、Cyber、Spark 1.3让红蓝对抗、漏洞管理、SOC首次有商用AI基线
2. 编程IDE迁移成本重估:Spark 1.3+Fable 5.1+GPT-5.6 Sol编程能力趋同,选型应转向与企业现有栈的匹配度
3. 关注配额变化:Anthropic已永久将Claude Code周限额上调25%(9月14日起),Pro/Max用户应重排采购预算
结语
2026年9月第二周,AI竞争已从通用大模型之争转入编程+网安双战场。OpenAI押注网安,Meta重夺编程话语权,谷歌守住节奏,Anthropic用降价锁定IDE生态,Q4赢家大概率在双指标第一梯队中诞生。 |
|
发表于 